摘要
本发明涉及电力系统缺失数据填补技术,具体涉及一种相量测量单元缺失谐波数据不确定性填补方法及系统,该方法包括,采用z‑score标准化方法对所有谐波数据进行归一化处理;采用凝聚层次聚类树将待填补谐波数据所属特征相似度高的站点聚为一类;采用主成分分析法对初始输入特征进行特征提取;采用高斯过程回归算法学习训练集输入特征数据与缺失谐波特征数据的映射关系;计算缺失谐波数据的均值和方差,实现缺失谐波数据的不确定性填补。本发明综合考虑了同站点内各频次谐波电压电流之间以及多站点相量测量单元谐波监测数据之间的关联性信息,提高谐波数据填补精度;所得缺失谐波数据概率填补区间能够满足电网对谐波分析和预警的保守性需求。
技术关键词
填补方法
站点
回归算法
模型超参数
主成分分析法
贡献率
协方差矩阵
归一化模块
谐波特征
归一化方法
聚类
非暂态计算机可读存储介质
特征提取模块
表达式
训练集
训练样本数据
标准化方法
系统为您推荐了相关专利信息
负荷预测模型
优化调控方法
管网参数
仿真模型
混合整数线性规划
智能手机芯片
智能语音识别
分析系统
运动传感器数据
非线性回归模型