基于数据挖掘的电力系统状态估计研究
作为能量管理系统的应用基础与核心，电力系统状态估计对电力系统的发展有着深远意义。研究了应用数据挖掘进行数据预处理的方法在电力系统状态估计中的应用，利用人工神经网络、k-均值聚类结合GSA算法对原始量测数据进行处理，以便为状态估计程序提供较为精确的数据。通过推导得到快速分解法的具体算法内容，在这一基础上针对电力系统中各个量测点都可能因为设备自身或者数据传输错误而出现粗差的情况，提出了抗差快速分解法并利用IEEE14节点对所述算法进行验证。
数据挖掘 电力系统 状态估计 抗差快速分解法
杜志佳 吴军基
南京理工大学动力工程学院,江苏,南京 210094
国内会议
北京
中文
261-264
2008-10-01（万方平台首次上网日期，不代表论文的发表时间）