为充分利用并挖掘电力系统中海量的用电数据进行用电异常状态的识别,本文基于计量自动化系统智能电能表所采集的用电大数据,用随机矩阵理论对用电异常状态、异常时间段及异常地点的辨识进行研究。首先,介绍了用电大数据构造高维随机矩阵的方法,并分析了高维随机矩阵的协方差矩阵特征谱分布规律;然后,根据矩阵的特征值统计特性变化规律提出基于用电大数据矩阵的用电异常状态辨识及定位方法;最后,以贵州各大行业实际用电数据为例,对不同的行业进行了仿真验证,仿真结果表明该方法能准确识别用电异常并判别异常时间段和异常地点,不仅能满足电网对可视性、时效性、可靠性和安全性的迫切要求,而且为数据驱动用电环节智能化、可视化监控提供了新思路。
类型: 期刊论文
作者: 张秋雁,岑远洪,安静,丁超,邵峥,王蓝苓
关键词: 用电异常状态,大数据,随机矩阵理论,状态辨识
来源: 电力大数据 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 贵州电网有限责任公司电力科学研究院,贵州电网有限责任公司兴义供电局
分类号: TM76
DOI: 10.19317/j.cnki.1008-083x.2019.05.007
页码: 41-48
总页数: 8
文件大小: 3791K
下载量: 156
本文来源: https://www.lunwen90.cn/article/64d86bdc14c4d758671e3755.html