本文關鍵詞： 電力網絡 分散控制系統(tǒng) 數(shù)據(jù)庫 數(shù)據(jù)挖掘　出處：《電網與清潔能源》2015年11期 　論文類型：期刊論文

【摘要】：電力網絡中的分散控制系統(tǒng)(distributed control systems,DCS)數(shù)據(jù)庫中寄存有海量的電力數(shù)據(jù),進行電力系統(tǒng)智能調度和控制。對電力網絡DCS數(shù)據(jù)庫中的過負荷數(shù)據(jù)的有效挖掘是實現(xiàn)電力網絡系統(tǒng)過載保護的關鍵環(huán)節(jié)。當前對DCS數(shù)據(jù)庫的過負荷數(shù)據(jù)挖掘采用基于決策樹特征分類方法進行特征提取和挖掘實現(xiàn),在過負荷數(shù)據(jù)序列的廣域子空間中產生大量干擾噪聲,挖掘算法的置信度較低。提出一種基于經驗模態(tài)分解和決策樹分類結合的電力網絡DCS數(shù)據(jù)庫中的過負荷數(shù)據(jù)挖掘方法。構建了電力網絡的DCS數(shù)據(jù)庫結構模型,在DCS數(shù)據(jù)庫中進行數(shù)據(jù)流信號模型構建,采用經驗模態(tài)分解算法對數(shù)據(jù)信號流進行固有模態(tài)時頻特征提取,以此特征為基礎,采用決策樹分類算法實現(xiàn)過負荷數(shù)據(jù)的準確檢測和挖掘。仿真結果表明,采用該算法能有效實現(xiàn)對電力網絡DCS數(shù)據(jù)庫中的過負荷數(shù)據(jù)的特征提取和分類挖掘,誤碼率較低,性能優(yōu)越于傳統(tǒng)算法。
[Abstract]:The distributed control systems (distributed control systems) database in power network hosts a large amount of power data. The effective mining of overload data in DCS database of power network is the key link to realize overload protection of power network system. The overload number of DCS database at present. According to mining, feature extraction and mining are implemented based on decision tree feature classification method. A large amount of interference noise is produced in the wide area subspace of overload data sequence. The confidence of mining algorithm is low. An overload data mining method in power network DCS database based on empirical mode decomposition and decision tree classification is proposed. The DCS database structure of power network is constructed. Model. The data stream signal model is constructed in the DCS database, and the inherent modal time-frequency feature is extracted by the empirical mode decomposition algorithm, which is based on this feature. The decision tree classification algorithm is used to accurately detect and mine the overload data. The simulation results show that. The algorithm can effectively extract and classify the overload data in the DCS database of power network. The BER is lower and the performance is superior to the traditional algorithm.
【作者單位】： 貴州省興義民族師范學院;
【基金】：《貴陽交通智能控制與誘導技術研究》(黔科合J字[2013]2456)~~
【分類號】：TM921.5;TP311.13
【正文快照】： 度和控制。對電力網絡DCS數(shù)據(jù)庫中的過負荷數(shù)據(jù)的有效挖掘是實現(xiàn)電力網絡系統(tǒng)過載保護的關鍵環(huán)節(jié)。當前對DCS數(shù)據(jù)庫的過負荷數(shù)據(jù)挖掘采用基于決策樹特征分類方法進行特征提取和挖掘實現(xiàn),在過負荷數(shù)據(jù)序列的廣域子空間中產生大量干擾噪聲,挖掘算法的置信度較低。提出一種基于經

【參考文獻】

相關期刊論文 前1條

1 孔英會;車轔轔;苑津莎;安靜;劉云峰;;基于小波分解和數(shù)據(jù)挖掘中決策樹算法的電能質量擾動識別方法[J];電網技術;2007年23期

【共引文獻】

相關期刊論文 前10條

1 陳紅坤;黃娟;;數(shù)據(jù)挖掘及其在電能質量分析中的應用[J];電力系統(tǒng)及其自動化學報;2009年05期

2 易吉良;彭建春;;基于廣義S變換的短時電能質量擾動信號分類[J];電網技術;2009年05期

3 周勝軍;于坤山;馮滿盈;孫生鴻;賀春;;電氣化鐵路供電電能質量測試主要結果分析[J];電網技術;2009年13期

4 曹健;林濤;劉林;張蔓;崔一鉑;;基于最小二乘法和復連續(xù)小波變換的電力系統(tǒng)間諧波測量方法[J];電網技術;2009年17期

5 何偉;蔡維;王建偉;鎖娟;;基于虛擬儀器技術的電能質量分析儀校準檢測系統(tǒng)設計與應用[J];電網技術;2010年01期

6 陳珍萍;歐陽名三;劉淮霞;;基于ZigBee的電能質量檢測節(jié)點設計[J];低壓電器;2011年09期

7 丁建光;張沛超;;基于Hoeffding Tree的電能質量在線擾動分類[J];電力自動化設備;2014年09期

8 吳杰;呂春媚;崔彪;;基于小波輪廓描述符和動態(tài)時間扭曲的電壓擾動分類[J];電工電能新技術;2015年04期

9 孔英會;呂云潔;呂云清;;改進的基于移動小波樹的數(shù)據(jù)流異常檢測方法[J];華北電力大學學報(自然科學版);2009年04期

10 車轔轔;;基于小波變換和SVM算法的電能質量擾動識別[J];黑龍江科技信息;2010年23期

相關博士學位論文 前1條

1 易吉良;基于S變換的電能質量擾動分析[D];湖南大學;2010年

相關碩士學位論文 前8條

1 荊輝;電能質量擾動分類算法研究[D];山東大學;2011年

2 羅國敏;小波能量譜在超高壓輸電線暫態(tài)識別中的應用[D];西南交通大學;2008年

3 呂云潔;基于數(shù)據(jù)流的異常檢測技術及應用的研究[D];華北電力大學（河北）;2008年

4 潘冬寅;電能質量擾動信號降維及分類研究[D];南京林業(yè)大學;2012年

5 陳華豐;電能質量擾動信號識別方法研究[D];西南交通大學;2013年

6 蘇衛(wèi)衛(wèi);基于數(shù)據(jù)挖掘技術的穩(wěn)態(tài)電能質量數(shù)據(jù)預測預警研究[D];華北電力大學;2014年

7 吳兆剛;基于小波變換的電能質量檢測與仿真分析[D];湖南大學;2014年

8 丁建光;智能電網海量信息處理關鍵問題的研究[D];上海交通大學;2014年

【二級參考文獻】

相關期刊論文 前10條

1 林海雪;現(xiàn)代電能質量的基本問題[J];電網技術;2001年10期

2 嚴居斌,劉曉川,楊洪耕,張斌;基于小波變換模極大值原理和能量分布曲線的電力系統(tǒng)短期擾動分析[J];電網技術;2002年04期

3 魏磊,張伏生,耿中行,張柏林,李寧,劉沛津;基于瞬時無功功率理論的電能質量擾動檢測、定位與分類方法[J];電網技術;2004年06期

4 王成山,王繼東;基于小波包分解的電能質量擾動分類方法[J];電網技術;2004年15期

5 劉安定,肖先勇,鄧武軍;基于離散余弦變換和小波變換的電能質量擾動信號檢測方法[J];電網技術;2005年10期

6 凌玲;徐政;;基于數(shù)學形態(tài)學的動態(tài)電能質量擾動的檢測與分類方法[J];電網技術;2006年05期

7 趙鳳展;楊仁剛;;基于S變換和時域分析的電能質量擾動識別[J];電網技術;2006年15期

8 張耀天;何正友;趙靜;張鵬;李明;桂建廷;;基于粗糙集理論和樸素貝葉斯網絡的電網故障診斷方法[J];電網技術;2007年01期

9 劉奕群,張敏,馬少平;基于改進決策樹算法的網絡關鍵資源頁面判定[J];軟件學報;2005年11期

10 王晶,束洪春,陳學允;動態(tài)電能質量的分形指數(shù)小波分析方法[J];中國電機工程學報;2004年05期

相關碩士學位論文 前1條

1 譚國貞;基于小波變換的電能質量分析方法的研究[D];重慶大學;2006年

【相似文獻】

相關期刊論文 前10條

1 曹一家;王光增;包哲靜;郭創(chuàng)新;;一種復雜電力網絡的時空演化模型[J];電力自動化設備;2009年01期

2 楊蕾;黃小慶;曹麗華;譚玉東;劉s，

本文編號：1444301