一种电力系统异常数据辨识方法
文献类型：专利
| 作者 | 沈力; 陈硕; 乔林; 宋纯贺; 刘树吉; 王忠锋 ; 李钊; 李力刚; 吕旭明; 崔世界
|
| 发表日期 | 2020-07-07 |
| 著作权人 | 国网辽宁省电力有限公司信息通信分公司 ; 中国科学院沈阳自动化研究所 |
| 国家 | 中国 |
| 文献子类 | 发明授权 |
| 产权排序 | 2 |
| 其他题名 | Power system abnormal data identification method |
| 英文摘要 | 本发明涉及一种电力系统异常数据辨识方法，包括将电力系统正常数据作为训练样本，训练神经网络；将待检测数据输入训练后的神经网络，获得残差序列；基于仿射传播聚类算法对残差训练进行聚类；根据各个类别的特征和类内距离进行异常数据判断。本发明利用混沌粒子群算法来进行神经网络训练，同时采用仿射传播聚类算法来实现数据聚类，能够显著降低计算量，同时不依赖采样分布，有效地提高了电力系统异常数据辨识的准确性。 |
| 公开日期 | 2021-09-14 |
| 申请日期 | 2018-12-27 |
| 语种 | 中文 |
| 状态 | 有权 |
| 源URL | [http://ir.sia.cn/handle/173321/29631]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 作者单位 | 1.中国科学院沈阳自动化研究所 2.国网辽宁省电力有限公司信息通信分公司 |
| 推荐引用方式 GB/T 7714 | 沈力,陈硕,乔林,等. 一种电力系统异常数据辨识方法. 2020-07-07. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。