10.3969/j.issn.1671-1815.2021.24.026
基于双向长短期记忆神经网络的配网电压异常数据检测
受自然环境、计量仪器等影响,量测数据会出现异常,导致调度人员错误决策,威胁电力系统安全稳定运行.为保障电力系统安全稳定运行,提出了一种基于双向长短期记忆(bidirectional long short-term memory,Bi-LSTM)神经网络的配网电压无监督异常数据检测方法.利用Bi-LSTM神经网络处理时序数据的双向特性,建立时序预测模型,通过对比预测值和实际值的误差检测异常数据.最后,基于某实际配网电压数据进行仿真验证,仿真结果表明:所提方法在准确率、F1分数等指标方面均优于决策树、K近邻、支持向量机、长短期记忆(long short-term memory,LSTM)神经网络.
异常数据检测;配网电压;双向长短期记忆(Bi-LSTM)神经网络;时序
21
TM711(输配电工程、电力网及电力系统)
云南电网科技项目056200KK52190079
2021-11-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
10291-10297