智能电表异常测量数据诊断方法综述

裴茂林; 黄洋界; 赵伟; 李世松

裴茂林,黄洋界,赵伟,李世松.智能电表异常测量数据诊断方法综述[J].电测与仪表,2018,55(23):129-135,145.
Peimaolin,2,3,Li Shisong.A Review on Outlier Detection Techniques for Smart Meter Data Analytic[J].Electrical Measurement & Instrumentation,2018,55(23):129-135,145.

智能电表异常测量数据诊断方法综述

A Review on Outlier Detection Techniques for Smart Meter Data Analytic

DOI：

中文关键词: 数据诊断大数据智能电表负荷预测

英文关键词:Data diagnosis, big data, smart meter, load forecasting

基金项目:

作者中文名	作者英文名	单位
裴茂林	Peimaolin	国网江西省电力有限公司电力科学研究院
黄洋界	2	国网江西省电力有限公司
赵伟	3	清华大学
李世松	Li Shisong	清华大学

摘要点击次数: 1951

中文摘要:

智能电表作为用电户与电网的信息链接点，能为电网提供用电户的用电习惯和负荷特征等信息，对指导电网合理安排电力负荷、提高电网运行效率具有重要价值。但实际电网中，智能电表获得的大量测量数据中，不可避免地存在一部分由多种原因导致的异常数据，例如用电户或电网中的突发事件、传感器的暂时故障、数据传输或存储故障，甚至人为的网络攻击，等等。如何从智能电表测量数据中辨别、提取、剔除这些异常数据，是准确获取用户负荷信息的关键。针对这一问题，本文在参考国外国内相关文献基础上，对智能电表测量数据诊断方法进行了梳理、归纳和综述，并对不同方法的数学原理、适用范围等进行了比较和讨论。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭