菜单
  

    摘要电力系统的不良数据将直接影响对电力系统的状态估计,进而威胁电力系统安全稳定运行。

    本文分析了应用于电力系统不良数据辨识中的传统GSA辨识方法和肘形判据理论。GSA方法基于数理统计原理,可自动确定最佳聚类个数,但却容易陷入局部最优解和受到样本容量大小的影响,使得辨识性能下降。肘形判据理论通过分析待检数据集的聚类离散度与聚类个数间的关系,利用聚类离散度来计算肘形折角值,并以最小的肘形折角值来作为最佳聚类个数的判断依据,可有效克服传统GSA方法的缺点。本文利用UCI标准数据库的IRIS数据集对GSA与肘形判据进行了仿真实验,同时论文还利用江苏电网局部实测数据对肘形判据的实用性进行了验证,结果表明:肘形判据具有更好的辨识性能和计算速度,在电力系统不良数据辨识方面具有独到的优势。65198

    毕业论文关键词  间隙统计算法,不良数据辨识,肘形判据,电力系统

    毕业设计说明书(论文)外文摘要

    Title Bad Data Identification of Power System Research Based on GSA

    Abstract

    Bad data of power system influences the power system state estimation directly, furthermore the safety and stability of power system.

    In this paper, traditional GSA algorithm and elbow judgment theory applied in bad date identification of the power system were studied. GSA method is based on principle of statistics, which can quantify the optimum clusters automatically, but sometimes it could be influenced by the local optimal solution and the sample capacity, which weakens the identification performance. Elbow judgment can analyze the relationship between the degree of clustering dispersion and clustering numbers of data set to be tested, and calculate the elbow angle by the degree of clustering dispersion, and then the optimal clustering number can be obtained by the least elbow angle. IRIS data set of UCI standard database was used to validate the GSA and elbow judgment, and the measured data of Jiangsu power network is also used to validate the practicability of the elbow judgment. The results show that, the elbow judgment has a better identification performance and calculation speed, which bings a great advantage in the bad data identification of power system.

    Keywords  gap statistic algorithm, bad data identification,  elbow judgment, power system

    目录

    毕业设计说明书(论文)中文摘要 2

    1 绪论 5

    1.1 课题的研究意义 5

    1.2 国内外的研究现状 5

    1.3 本文的主要研究工作 11

    2 传统电力系统不良数据辨识方法 13

    2.1 故障数据与不良数据的区别 13

    2.2 基于聚类算法的不良数据辨识 14

    2.3 基于状态估计的不良数据辨识 22

    2.4 本章小结 25

    3 间隙统计算法理论 26

    3.1 传统间隙统计算法 26

    3.2 传统GSA算法的实例仿真 29

    3.3本章小结 34

    4 基于GSA的肘型判据理论 36

    4.1 肘型判据理论 36

    4.2 肘型判据实例仿真 40

    4.3 本章小结 48

  1. 上一篇:MATLAB永磁同步电机矢量控制仿真
  2. 下一篇:Petri网技术高速铁路供电系统故障预警研究
  1. AT89C51单片机小区车辆统计...

  2. 基于多元统计法的工业故障检测技术研究

  3. 基于智能控制的电力机车控制系统计

  4. 微型半导体生产线(MINI...

  5. 水下纯方位系统可观测性...

  6. 高炮命中与毁伤概率的蒙特卡洛统计算法研究

  7. FPGA教室人数自动统计系统的设计与实现

  8. java+mysql车辆管理系统的设计+源代码

  9. 当代大学生慈善意识研究+文献综述

  10. 乳业同业并购式全产业链...

  11. 十二层带中心支撑钢结构...

  12. 电站锅炉暖风器设计任务书

  13. 酸性水汽提装置总汽提塔设计+CAD图纸

  14. 杂拟谷盗体内共生菌沃尔...

  15. 大众媒体对公共政策制定的影响

  16. 河岸冲刷和泥沙淤积的监测国内外研究现状

  17. 中考体育项目与体育教学合理结合的研究

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回