一种实用的高压配电网不良数据处理方法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (8): 255-259.

一种实用的高压配电网不良数据处理方法

周小宝1，罗滇生1，毛田1，康童1，徐振超1，尚寿军2

1.湖南大学电气与信息工程学院，长沙 410082
2.湖南湖大华龙电气与信息技术有限公司，长沙 410082

出版日期:2014-04-15 发布日期:2014-05-30

Practical method of high voltage distribution network bad data processing

ZHOU Xiaobao1, LUO Diansheng1, MAO Tian1, KANG Tong1, XU Zhenchao1, SHANG Shoujun2

1.College of Electrical and Information Engineering, Hunan University, Changsha 410082, China
2.Hunan HDHL Electric & Information TECH CO., LTD, Changsha 410082, China

Online:2014-04-15 Published:2014-05-30

摘要/Abstract

摘要： 为满足高压配电网不良数据处理实用化的需求，提出一种针对高压配网不良数据处理的实用方法。该方法充分考虑高压配网的可观测性与辐射性，采用数据挖掘技术对坏数据进行检测与辨识，并综合利用前推回代潮流法与改进遗传算法获得加权估计值。该方法已在某市的调度系统中得到实际应用，表明了其有效性。

关键词: 高压配电网, 不良数据, 遥测布尔变量, 前推回代法, 改进遗传算法, 加权平均潮流

Abstract: A practical method for?bad data?processing of?high voltage distribution network is proposed, aiming at meeting the?practical?need?of?high voltage distribution network. This method, considering?the?observability and radiation?of?high voltage?distribution network sufficiently, uses?the technique?of data?mining to?detect and identify bad?data?and gets?weighted
estimates applying back/forward sweep power flow method combined with improved genetic algorithm. The effectiveness of this method is proved by practical application in?a?grid?scheduling system of a city.

Key words: high voltage distribution network, bad data, boolean variable telemetry, back/forward sweep method, improved genetic algorithm, weighted average trend

周小宝1，罗滇生1，毛田1，康童1，徐振超1，尚寿军2. 一种实用的高压配电网不良数据处理方法[J]. 计算机工程与应用, 2014, 50(8): 255-259.

ZHOU Xiaobao1, LUO Diansheng1, MAO Tian1, KANG Tong1, XU Zhenchao1, SHANG Shoujun2. Practical method of high voltage distribution network bad data processing[J]. Computer Engineering and Applications, 2014, 50(8): 255-259.

[1]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[2]	孙波，姜平，周根荣，卢易天. 改进遗传算法在移动机器人路径规划中的应用[J]. 计算机工程与应用, 2019, 55(17): 162-168.
[3]	董小帅1，2，3，毛政元1，2，3. 基于改进遗传算法的动态路径规划研究[J]. 计算机工程与应用, 2018, 54(19): 49-55.
[4]	梁承姬，吴宇. 不确定环境下集装箱码头泊位与岸桥联合调度[J]. 计算机工程与应用, 2017, 53(7): 212-219.
[5]	康文锋，汤光明，孙怡峰. 装备联合配送路径优化及算法分析[J]. 计算机工程与应用, 2017, 53(24): 147-153.
[6]	孙田雨，史峥. 采用改进遗传算法优化FIR数字滤波器设计[J]. 计算机工程与应用, 2017, 53(17): 108-111.
[7]	张玉，贾遂民. 多资源约束的车辆调度问题的改进遗传算法[J]. 计算机工程与应用, 2016, 52(7): 253-258.
[8]	李波，邱红艳. 基于双层模糊聚类的多车场车辆路径遗传算法[J]. 计算机工程与应用, 2014, 50(5): 261-264.
[9]	蒋德珑，王克文. 不良数据检测与辨识算法的评估研究[J]. 计算机工程与应用, 2012, 48(22): 239-243.
[10]	陈森，李孟军，李本先，王鹏. 基于资源-时延转换的应急资源配送模型[J]. 计算机工程与应用, 2012, 48(14): 214-219.
[11]	李楠1，陈韶飞2，薛方正1，许威1. 用IGA优化的直流电机的仿人智能控制[J]. 计算机工程与应用, 2011, 47(14): 226-229.
[12]	张斌¹，武广号². 人工神经网络与改进遗传算法的协作求解[J]. 计算机工程与应用, 2009, 45(34): 35-37.
[13]	王晓博李一军. 面向电子商务的协同配送路线优化研究 [J]. 计算机工程与应用, 2007, 43(8期): 184-186.
[14]	刘好德杨晓光. 基于改进遗传算法的公交线网优化设计研究[J]. 计算机工程与应用, 2007, 43(8期): 10-14.
[15]	任春玉. 电子商务下多约束有时间窗车辆问题优化研究[J]. 计算机工程与应用, 2007, 43(27): 212-215.