版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基于高維隨機(jī)矩陣分析的竊電識(shí)別方法基于高維隨機(jī)矩陣分析的竊電識(shí)別方法王穎琛王穎琛顧潔顧潔金之儉金之儉上海交通大學(xué)上海交通大學(xué)大數(shù)據(jù)工程技術(shù)研究中心大數(shù)據(jù)工程技術(shù)研究中心摘要:竊電檢查是用電檢查的重點(diǎn)和難點(diǎn)。本文基于大數(shù)據(jù)理論以電網(wǎng)運(yùn)行采集參數(shù)為元素構(gòu)建了高維隨機(jī)矩陣通過對(duì)矩陣的統(tǒng)計(jì)特性進(jìn)行刻畫提出基于大數(shù)據(jù)分析的竊電識(shí)別方法解決了傳統(tǒng)竊電檢查方法耗費(fèi)人力大時(shí)效性差判斷不精準(zhǔn)的問題從而實(shí)現(xiàn)了高效反竊電。文章以33節(jié)點(diǎn)電網(wǎng)運(yùn)行模型為例根據(jù)仿
2、真采集到的電網(wǎng)隨時(shí)間變化的電壓電流等運(yùn)行參數(shù)實(shí)現(xiàn)了對(duì)竊電發(fā)生判別、竊電發(fā)生時(shí)間確定、竊電地點(diǎn)的精確定位、竊電類型的判別。關(guān)鍵詞:竊電識(shí)別高維隨機(jī)矩陣協(xié)方差矩陣經(jīng)驗(yàn)譜密度函數(shù)MP律作者簡介:作者簡介:王穎琛(1991)女碩士研究生研究方向?yàn)榇髷?shù)據(jù)在電力系統(tǒng)中的應(yīng)用Email:cherish102727@作者簡介:作者簡介:顧潔(1971)女副教授碩士生導(dǎo)師研究方向?yàn)榇髷?shù)據(jù)在電力系統(tǒng)中的應(yīng)用智能電網(wǎng)規(guī)劃與運(yùn)行等Email:gujie@sjt
3、u.作者簡介:作者簡介:金之儉(1965)男教授博士生導(dǎo)師研究方向?yàn)榇髷?shù)據(jù)在電力系統(tǒng)中的應(yīng)用智能電網(wǎng)規(guī)劃與運(yùn)行等Email:zjjin@sjtu.。收稿日期:收稿日期:20160806基金:基金:國家863高技術(shù)基金項(xiàng)目(2015AA050204)ElectricElectricLarcenyLarcenyRecognitionRecognitionMethodMethodBasedBasedononHighHighDimensiona
4、lDimensionalRomRomMatrixMatrixAnalysisAnalysisWANGWANGYingchenYingchenGUGUJieJieJINJINZhijianZhijian始時(shí)間和終止時(shí)間、精確定位竊電地點(diǎn)及辨識(shí)竊電類型對(duì)高維隨機(jī)矩陣?yán)碚撛诟`電分析中的應(yīng)用進(jìn)行探討。1高維隨機(jī)矩陣?yán)碚摵喗楦呔S隨機(jī)矩陣?yán)碚摵喗殡娏ο到y(tǒng)運(yùn)行時(shí)各節(jié)點(diǎn)實(shí)時(shí)產(chǎn)生大量的運(yùn)行數(shù)據(jù)例如節(jié)點(diǎn)電壓、節(jié)點(diǎn)電流、節(jié)點(diǎn)有功功率、節(jié)點(diǎn)無功功率等。這些隨時(shí)
5、間變化的量反映了電網(wǎng)運(yùn)行狀態(tài)將電網(wǎng)運(yùn)行參量抽象為一個(gè)大型的隨機(jī)矩陣并構(gòu)建該隨機(jī)矩陣的樣本協(xié)方差矩陣。協(xié)方差矩陣的特征值分布與經(jīng)驗(yàn)特征值譜密度函數(shù)反映了系統(tǒng)運(yùn)行特征的變化規(guī)律可以據(jù)此確定竊電發(fā)生的相關(guān)信息。1.11.1基于高維隨機(jī)矩陣的電網(wǎng)運(yùn)營大數(shù)據(jù)建?;诟呔S隨機(jī)矩陣的電網(wǎng)運(yùn)營大數(shù)據(jù)建模電網(wǎng)運(yùn)行過程中會(huì)實(shí)時(shí)產(chǎn)生如節(jié)點(diǎn)電壓節(jié)點(diǎn)電流節(jié)點(diǎn)有功等運(yùn)行參數(shù)這些運(yùn)行參數(shù)在電力用戶用電信息采集系統(tǒng)中一般以時(shí)間序列的形式進(jìn)行儲(chǔ)存且在沒有異常的情況下變化
6、平穩(wěn)不會(huì)有突變點(diǎn)。結(jié)合電網(wǎng)運(yùn)行參數(shù)的這些特性對(duì)電網(wǎng)運(yùn)營大數(shù)據(jù)進(jìn)行如下建模:(1)構(gòu)建電網(wǎng)運(yùn)營時(shí)間序列數(shù)據(jù)的高維隨機(jī)矩陣(2)求取該高維隨機(jī)矩陣的協(xié)方差矩陣(3)求取該協(xié)方差矩陣的特征值應(yīng)用MP律單環(huán)率等經(jīng)典隨機(jī)分析理論對(duì)電網(wǎng)運(yùn)行特征進(jìn)行分析判斷。1.21.2基于高維隨機(jī)矩陣?yán)碚摰碾娋W(wǎng)運(yùn)營數(shù)據(jù)的大數(shù)據(jù)表征方法基于高維隨機(jī)矩陣?yán)碚摰碾娋W(wǎng)運(yùn)營數(shù)據(jù)的大數(shù)據(jù)表征方法隨機(jī)矩陣是指矩陣中至少有一個(gè)元素為隨機(jī)變量所構(gòu)成的矩陣。行數(shù)和列數(shù)都趨于無窮的隨機(jī)
7、矩陣稱之為高維隨機(jī)矩陣。在實(shí)際應(yīng)用中一般將行數(shù)和列數(shù)均超過100的矩陣視作高維矩陣[56]。高維隨機(jī)矩陣?yán)碚撝斜硎敬髷?shù)據(jù)結(jié)構(gòu)的形式不一隨機(jī)矩陣中的元素可以是確定的數(shù)據(jù)也可以是遵循某些分布的隨機(jī)數(shù)。假設(shè)電網(wǎng)中設(shè)有n個(gè)觀測(cè)點(diǎn)每一個(gè)觀測(cè)點(diǎn)可以得到一個(gè)電網(wǎng)運(yùn)行參數(shù)在觀測(cè)時(shí)間點(diǎn)t的一個(gè)時(shí)間序列向量xi∈Ct1i=12…n由觀測(cè)點(diǎn)采集到的運(yùn)行參數(shù)數(shù)據(jù)可以構(gòu)成一個(gè)nt維的時(shí)間序列矩陣:常規(guī)的統(tǒng)計(jì)方法處理該矩陣的適用范圍為維數(shù)小于10且為固定值的數(shù)據(jù)集
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于矩陣條件數(shù)的載荷識(shí)別方法研究.pdf
- 基于矩陣主成分分析的人臉識(shí)別方法研究.pdf
- 基于共生擴(kuò)展八鄰域矩陣的紋理識(shí)別方法.pdf
- 基于遞推隨機(jī)有限元的隨機(jī)結(jié)構(gòu)損傷識(shí)別方法.pdf
- 基于稀疏矩陣分解的特征基因識(shí)別方法研究.pdf
- 18948.基于矩陣分?jǐn)?shù)范數(shù)的人臉識(shí)別方法
- 基于隨機(jī)森林和ReliefF的致病SNP識(shí)別方法.pdf
- 基于廣義柔度矩陣和小波分析的結(jié)構(gòu)損傷識(shí)別方法.pdf
- 面向高維數(shù)據(jù)的共享子空間識(shí)別方法研究.pdf
- 基于譜矩陣分解重構(gòu)的波束形成聲源識(shí)別方法.pdf
- 基于高光譜圖像的物證識(shí)別方法研究.pdf
- 基于多層條件隨機(jī)場(chǎng)的短語音語義識(shí)別方法.pdf
- 23952.基于隨機(jī)森林的植物抗性基因識(shí)別方法研究
- 基于高光譜成像分析的籽棉異性纖維識(shí)別方法研究.pdf
- 非線性高維輪廓局部變點(diǎn)識(shí)別方法研究.pdf
- 基于腦電的上肢動(dòng)作識(shí)別方法的研究.pdf
- 基于二維小波分析的板損傷識(shí)別方法研究.pdf
- 基于臉型的三維人臉識(shí)別方法研究.pdf
- 基于隨機(jī)點(diǎn)積圖理論的模式識(shí)別方法研究.pdf
- 基于矩陣低秩近似的人臉識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論