| 摘要: |
| 采用模糊数学的方法来辨识电力系统实时运行数据中的不良数据。利用基于模糊等价矩阵的聚类分析方法，以标准残差和相邻采样时刻的量测量差值作为特征值，通过寻找最佳阈值，对量测项目进行动态聚类，根据个别已知的良数据和“数以类聚”的原则，得到全良数据的分类，进而辨识出不良数据。最后分别对传统算例模型和某地区电网实时数据进行仿真分析，表明该方法能快速准确的辨识出不良数据，有效避免残差污染和残差淹没现象，更适合实际电网的计算要求。 |
| 关键词: 电力系统 不良数据辨识 模糊等价矩阵 聚类分析 传递闭包 |
| DOI：10.7667/j.issn.1674-3415.2011.21.001 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
