基于密度估计的异常电力负荷数据辨识与修正

华南理工大学学报(自然科学版) ›› 2012, Vol. 40 ›› Issue (2): 124-129.

基于密度估计的异常电力负荷数据辨识与修正

陈亮^1,2文福拴³童述林¹

1．华南理工大学电力学院，广东广州 510640; 2．广东省电力调度中心，广东广州 510600; 3．浙江大学电气工程学院，浙江杭州 310027

收稿日期:2011-04-24 修回日期:2011-08-11 出版日期:2012-02-25 发布日期:2012-01-04
通信作者: 陈亮(1977-) ，男，在职博士生，高级工程师，主要从事节能发电调度、电力市场等的研究． E-mail:chenliang1999@ sina.com
作者简介:陈亮(1977-) ，男，在职博士生，高级工程师，主要从事节能发电调度、电力市场等的研究．
基金资助:
高等学校博士学科点专项科研基金资助项目( 200805610020) ; 广东电网公司科技项目

Identification and Correction of Abnormal Electric Load Data Based on Density Evaluation

Chen Liang^1,2 Wen Fu-shuan³ Tong Shu-lin¹

1.School of Electric Power,South China University of Technology,Guangzhou 510640,Guangdong,China; 2.Guangdong Power Dispatch Center,Guangzhou 510600,Guangdong,China; 3.College of Electrical Engineering,Zhejiang University,Hangzhou 310027,Zhejiang,China

Received:2011-04-24 Revised:2011-08-11 Online:2012-02-25 Published:2012-01-04
Contact: 陈亮(1977-) ，男，在职博士生，高级工程师，主要从事节能发电调度、电力市场等的研究． E-mail:chenliang1999@ sina.com
About author:陈亮(1977-) ，男，在职博士生，高级工程师，主要从事节能发电调度、电力市场等的研究．
Supported by:
高等学校博士学科点专项科研基金资助项目( 200805610020) ; 广东电网公司科技项目

摘要/Abstract

摘要： SCADA 系统数据库中一般会有一些异常的电力负荷数据，直接用其来进行短期负荷预测将影响预测结果的准确性，因此有必要对这些异常数据进行辨识和修正．文中同时考虑负荷的横向连续性和纵向连续性，先把负荷数据按照日期排列成二维数据集，然后采用基于密度的方法，在两个维度中对异常数据进行辨识与修正，最后通过实例分析验证了该方法的有效性．

关键词: 电力负荷, 异常数据, 短期预测, 密度估计, 数据辨识, 数据修正

Abstract:

In general,there exist some abnormal data in the electric load database derived from the SCADA system. As these abnormal data may reduce the accuracy of the short-term load forecasting,they should be identified and corrected before their employment. In this paper,both the horizontal and the vertical continuities of electric loads are taken into consideration,and a two-dimension load data set is arranged according to the date. Then,a density evaluation-based method is presented to identify and correct the abnormal data in two dimensions,and a case study is finally performed to verify the effectiveness of the proposed method.

Key words: electric load, abnormal data, short-term forecasting, density evaluation, data identification, data correction

陈亮文福拴童述林. 基于密度估计的异常电力负荷数据辨识与修正[J]. 华南理工大学学报(自然科学版), 2012, 40(2): 124-129.

Chen Liang Wen Fu-shuan Tong Shu-lin. Identification and Correction of Abnormal Electric Load Data Based on Density Evaluation[J]. Journal of South China University of Technology(Natural Science Edition), 2012, 40(2): 124-129.

[1]	庄焱, 董春娇, 米雪玉, 等. 基于改进网络核密度和负二项回归的事故黑点鉴别[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 119-126.
[2]	梁京章, 黄星舒, 吴丽娟, 等. 基于 KPCA 和改进 K- means 的电力负荷曲线聚类方法[J]. 华南理工大学学报（自然科学版）, 2020, 48(6): 143-150.
[3]	陈波刘瑗瑗荆朝霞彭显刚. 自动电压控制中不良数据的辨识[J]. 华南理工大学学报（自然科学版）, 2010, 38(7): 67-71.
[4]	尹训福郝志峰. 基于稀疏贝叶斯回归的正则化核密度估计算法[J]. 华南理工大学学报（自然科学版）, 2009, 37(5): 123-129.
[5]	黄玲徐建闽. 基于浮动车技术的动态交通拥挤预测模型[J]. 华南理工大学学报（自然科学版）, 2008, 36(10): 47-50,56.