电力系统不良数据检测与辨识方法的现状与发展
电力系统故障诊断的研究现状与发展趋势
电力系统故障诊断的研究现状与发展趋势【摘要】文章综述了电力系统故障诊断的各种研究方法，评述了这些方法中需要改进之处，并进一步指出了该领域所需解决的关键技术问题和主要发展趋势。
【关键词】电力系统；故障诊断；研究现状；发展趋势引言电力系统故障诊断是近年来十分活跃的研究课题之一。
主要包括系统故障诊断和元件故障诊断两个方向，系统级故障诊断是指通过分析电网中各级各类保护装置产生的报警信息、断路器的状态变位信息以及电压电流等电气量测量的特征，根据保护、断路器动作的逻辑和运行人员的经验来推断可能的故障元件和故障类型的过程。
1国内外研究发展状况1.1 基于专家系统的诊断方法专家系统(expert System)利用专家推理方法的计算机模型来解决问题，已获得日益广泛的应用。
目前，专家系统用于电力系统故障诊断是比较成功的。
根据故障诊断的知识表示和所用推理策略的不同，专家系统主要有两类:(1)基于启发式规则推理的系统。
此类系统把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，形成故障诊断专家系统的知识库，采用数据驱动的正向推理将所获得的征兆与知识库中的规则进行匹配，进而获得故障诊断的结论。
现在大多数故障诊断属于这一类。
(2)结合正、反推理的系统。
此类系统结合了正反向混合推理方法，根据断路器和继电保护与被保护设备之间的逻辑关系建立推理规则，同时通过反向推理，有效地缩小可能故障的范围，以动作的继电保护与故障假设的符合程度计算可信度。
文献[1]介绍了基于事例推理(CBR)和基于规则推理(RBR)的混合推理的故障诊断专家系统。
由于采用了混合推理，提高了故障诊断专家系统的适应性与自学习能力。
基于专家系统的诊断方法的主要特点是可以方便地把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，并允许在知识库中增加、删除或修改一些规则，以确保诊断系统的实时性和有效性，同时还能够给出符合人类语言习惯的结论，并具有相应的解释能力等，比较适合中小型电力系统和变电站的故障诊断。
电力系统故障诊断的研究现状与发展趋势
电力系统故障诊断的研究现状与发展趋势随着我国经济建设的发展，电力的需求越来越大，电力系统的正常运行不仅关系到城乡百姓的生活质量，也关系到地区经济的发展。
因此，提高电力系统故障诊断符合社会发展需求。
本文将对电力系统故障诊断技术展开探讨，电力系统故障诊断现状和发展趋势进行分析。
标签：电力系统;故障诊断;现状;发展电力系统故障产生的原因多种多样，气候的变化和人为因素都将导致电力系统故障的出现。
今年来随着经济建设的发展，电网企业规模在不断扩大，电网结构越来越复杂，各个区域的联系也越来越紧密，故障的发生几率也在不断增加。
加强电力系统故障诊断是确保电网企业正常运行的有效手段。
一、电力系统故障诊断概述随着当前电网企业规模的不断扩大和业务量的增加，电网结构越来越复杂。
在复杂的电网结构中，往往会由于各种因素的影响，在运行过程中发生各类故障。
由于电网企业业务覆盖范围较大，故障的发生将给地区电力运营带来重要影响，因此，加强电力系统的故障诊断成为电网企业重要工作。
变压器是电力系统的重要构成之一，是电力系统故障诊断中重点环节。
在变压器故障诊断中，又有内部诊断和外部诊断之分，相比较而言，内部诊断更为复杂，主要对由于局部温度过高产生的故障和绝缘性能降低產生的故障进行诊断。
二、电力系统故障诊断的研究现状从我国改革开放以来，我国电力系统故障诊断技术也在不断研究和探索中。
由于我国此类工作开展较晚，依然存在较多的困难，但是在逐渐的探索中也取得了许多骄人的成绩，形成了一些符合我国电力系统实情的故障诊断理论。
（一）专家系统1.专家系统的特点我国电力系统诊断中专家系统理论被广泛应用，专家系统电力故障诊断利用了计算机技术，通过计算机程序对电力系统进行检测，具有较高的智能化特点，通过人工智能在一定的规则范围下进行推理，解决以往只有在专家层面才能够解决的现实问题。
2.专家系统的应用随着我国电力技术的不断发展，电力系统所应用的设备越来越复杂，自动化程度越来越高，给电力系统故障诊断提出了更高的要求。
电力系统故障判断的研究现状及发展趋势
电力系统故障判断的研究现状及发展趋势摘要：城市快速发展下对电网建设也提更高的要求，作为电力系统安全运行的重要依据，系统故障判断发挥着重要作用。
对配电线路的检修运行工作和运行故障的检修分析在城市电网的生产工作中发挥着重要的作用。
本文将浅谈电力系统故障判断中的常见问题，并提出具体的发展策略。
关键词：电力系统；故障判断；现状研究；发展趋势引言电力工程的发展与人们的生活与企业发展等方面有着非常重要的影响，需要结合人们用电需求的特点，做好相应的调整。
自动化技术体现出技术的创新与突破，使得电力系统运行更加安全，并在一定程度上提高了工作的效率。
面对其中出现的设备老化、管理不够规范等问题，应该引起高度的重视，针对出现的安全控制相关的问题，做好全面的分析，从而采取可行的应对措施，并促进我国电力工程的持续发展。
1故障判断的重要性对于电力系统来说，配电线路作为电力系统中重要环节，是需要进行定期的维修的。
正常工作状态下的配电线路能够确保电力供应，同时起到连接降压变电器和配压变电器的作用。
配电线路能够在运行的过程中将所需的电力及时输送到用户终端，保障城市供电的正常运行。
在生产过程中，一旦配电线路出现了运行故障，会直接影响电力系统的稳定供应，严重时导致停电事故的出现。
因此定期定时的配电线路运行故障的检修，能够有效避免配电线路在运行工作中出现问题，在检修过程中一旦发现故障点能够及时进行处理，进而将出现故障所带来的损失降到最低，保证整个电力系统能够正常稳定的运行，最终促进电力服务质量的提升优化，促进城市建设的有序进行。
2电力系统运行中存在的问题2.1电力系统故障判断的研究现状专家系统利用专家推理方法的计算机模型来判断故障，目前该方法的应用比较广泛，并且效果明显，是比较成功的方法。
根据故障诊断知识表示和所用推理策略不同，又可以将专家系统分为基于启发式规则推理系统和结合正反推理系统，目前大多数故障判断采用第一种方法。
总之，专家系统诊断方法能用规则表示保护器、断路器的动作逻辑及运行人员诊断经验，允许增加或删除规则，提升诊断系统实时性和有效性，该方法适用于中小型电力系统和变电站故障诊断。
关于电力系统状态估计中不良数据的估计识别方法
关于电力系统状态估计中不良数据的估计识别方法的报告，
800字
电力系统状态估计是指通过监测电力系统中测量和观测变量的变化，对电力系统的实时状态进行估计。
由于电力系统中存在各种物理、控制和环境因素，会导致电力系统估计中出现不良数据。
因此，如何有效识别和处理不良数据是电力系统状态估计中一个重要问题。
目前，已经开发出许多不良数据识别方法，可以有效识别电力系统状态估计中的不良数据。
其中，最常用的方法是基于规则的方法和基于模型的方法。
基于规则的方法是建立一系列规则，根据这些规则来识别不良数据。
该方法的优点在于实现简单，而且容易检测出大多数不良数据，但是存在着检测精度较低的缺点。
基于模型的方法则是建立一个数学模型，来模拟电力系统状态估计过程，并利用模型进行不良数据识别。
该方法的优点在于检测精度高，能够准确地检测不良数据，但存在着模型参数较难定义的缺点。
此外，目前也有综合性的不良数据识别方法，既利用基于规则的方法识别较大的不良数据，又利用基于模型的方法识别较小的不良数据，以达到最优的检测精度。
由于不良数据对电力系统状态估计有着至关重要的影响，因此，有效地识别和处理不良数据对于电力系统状态估计和稳定运行
至关重要。
上述提出的方法既可以满足电力系统状态估计的需求，又可以保证识别的准确性和合理性，极大地提高了不良数据识别的效率。
综上所述，电力系统状态估计中不良数据的识别方法可以分为基于规则的方法和基于模型的方法以及综合性的方法，这些方法都可以有效地识别电力系统状态估计中出现的不良数据，从而有效地提高电力系统状态估计的准确性和可靠性，以实现安全可靠的电力系统运行。
电力系统故障诊断研究现状及发展
电力系统故障诊断研究现状及发展摘要：电力系统的产生和发展使得电网的规模出现了比较大的变化，其构成越来越复杂，不同区域的联系也更加紧密，其能源管理和数据收集监督系统在其网络中已经被广泛应用，这里存在着一个问题，就是系统中发生故障的几率会增大，对电力系统稳定性产生较大的影响，所以对于电力系统故障诊断研究具有重要的意义。
关键词：电力系统故障诊断现状目前，国内外提出了许多电力系统故障诊断的技术和方法，主要有专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法。
一、电力系统故障诊断国内外研究发展状况一是基于专家系统原理的电力系统故障诊断。
专家系统(expert system)是发展较为早的，并且是比较成熟的一种人工智能技术。
在上个世纪70年代，一些专家就把专家系统引进到电力系统损坏诊断的研究领域，其特点与电力系统故障诊断问题有很多想象的地方，因此运用此法的诊断研究时间较为长。
将专家系统的优化智能模型结合在一起，发挥各自的长处，并有效与模糊理论结合，可以改善专家系统的容错能力，这也是近些年专家系统发展的主要趋势。
二是基于人工神经网络的电力系统故障诊断。
基于人工神经网络(artificialneural network，ANN)的故障诊断方法具有性能好、容错率强和学习能力强等特点。
目前，针对ANN收敛性和容易陷入局部最小局部问题，比如将遗传优化算法、群智能算法与这种方法结合起来，对其进行网络演练，可以大幅度改善ANN的性能。
目前对于ANN怎样更好地适应电力系统在线故障诊断是今后一段时期重要的研究方向。
三是基于优化技术的电力系统故障诊断。
采用优化算法需要根据其电网故障的特点，假设事故发生的目标函数（或适应度函数），并且要根据适应度对假象事故进行不断更新，直到找到适应度最大的假象事故集，把它作为最终诊断的结果。
四是基于Petri网络的电力系统故障诊断。
电力系统中的不良数据监测和辨识方法
电力系统中的不良数据检测和辨识方法介绍西南交通大学电气学院10专业2班傅广港摘要:简述了电力系统不良数据的检测和辨识的必要性。
列举了目前较为主流的不良数据检测和辨识方法，并对这些方法优缺点作出评价。
关键词：不良数据；检测；辨识；优缺点Ways to detect and identify the bad data in power systemFu Guanggang（College of Electrical and Engineering，Southwest Jiao Tong University) Abstract: This paper expounds the necessity of the bad data detection and the identification in power system, as well as the common methods to realize，and discuss the advantages and disadvantages。
Keywords：bad data ；detect; identify；advantage disadvantage0引言在电力系统的实际运行中，由于量测量和量测通道的误差以及可能受到的干扰，会出现各种测量误差。
而我们电力系统的量测数据，通常可看作有效的量测数据和量测噪声的线性组合，通常情况下量测噪声为白噪声[1]，通过一定的技术处理（如数字滤波、提高量测冗余度等)一般可消除白噪声对电力系统状态估计结果的影响.但当量测数据中包含不良数据时，这些不良数据对电力系统状态估计结果的影响是不容忽视的，电力系统中的不良数据可能会影响调度员做出错误的决策，进而影响电力系统的正常运行,甚至可能威胁整个电力系统的安全。
因此，为了确保电力系统的稳定安全运行，对不良数据的处理有非常重要的意义[2].1不良数据检测和辨识的研究现状不良数据检测与辨识是电力系统状态估计的重要功能之一，其功能是在获得状态估计值的基础上依靠系统提供的多余信息，发现和排除测量采样数据中偶然出现的少数不良数据,以提高状态估计的可靠性。
电力系统故障诊断的研究现状与发展趋势研究
电力系统故障诊断的研究现状与发展趋势研究【摘要】在电力系统故障诊断的研究中，经常采用的方法包括专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、多Agent技术等。
通过对以上方法的特点与适用性进行分析，阐述了其优劣，指出了该领域的关健技术问题和主要发展趋势，以促进该研究领域的进一步发展。
【关键词】电力系统；故障诊断；人工智能；优化技术；多Agent技术引言由于气候条件、人为影响等诸多因素，电力系统故障在所难免。
同时，随着电力系统的不断发展，大规模、复杂结构的电网使得不同区域之间的关联愈发紧密，大量的报警信息会在短时间内涌入调度中心，远远超出了运行人员的处理能力。
一旦系统发生故障，其损失较以往大增[1]。
为了适应各种复杂情况下故障的快速、准确识别，最大程度的降低电力设备的损坏，保证用户供电安全，对于电力系统故障诊断的研究具有重要意义。
对于电力系统故障诊断，识别故障元件是解决问题的关键也是难点。
当发现电力系统故障后，需通过各种手段，了解故障元件所在位置、故障类型以及误动作的装置等等。
随着电力系统自动化水平的不断提高，当电网发生故障后，大量的报警信息通过远程终端装置（RTU）传送到各级电网调度中心，可以此作为故障诊断的数据源[2，3]。
专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、多Agent技术等是目前国内外的电力系统故障诊断所主要采取的技术和方法。
以下将分别对各技术理论的发展状况进行介绍。
1 国内外研究发展状况1.1 专家系统专家系统（expert system）是一种带有智能功能的计算机程序。
其基本原理是在某一领域内，通过一定的规则和推理过程，来解决往往需要具有专家水平的知识和经验才能解决的复杂问题。
目前，专家系统已广泛应用于设备故障诊断领域，这一是由于设备故障诊断的技术复杂性，需要结合多方面领域知识的工作，才能胜任此项工作并且高效地解决问题；二是由于设备数量、自动化程度和复杂程度不断提高，专家系统有助于提高故障设备诊断和维修效率，能向设备维修人员提供故障诊断技术咨询和辅助指导。
电力系统故障诊断的研究现状与发展趋势
电力系统故障诊断的研究现状与发展趋势随着电力系统的发展，越来越多的电力系统故障事件发生，使电网的安全性和稳定性受到严重威胁，这也使得电力系统故障诊断成为一个研究热点。
本文论述了电力系统故障诊断研究的现状，重点讨论了电力系统故障诊断及其未来发展趋势。
首先，本文对电力系统故障诊断研究的发展历史和现状进行了介绍。
近年来，电力系统故障诊断技术发展迅速，由于高科技产品的应用，电力系统故障诊断技术急需不断改进。
凭借现代计算机技术的发展，电力系统的实时监测、诊断和管理技术得到了极大提高和改善，并不断推动着电力系统故障诊断技术的发展。
其次，本文重点讨论了电力系统故障诊断及其未来发展趋势。
在技术上，电力系统故障诊断技术未来发展的趋势：1.基于模式的故障诊断技术与基于数据的故障诊断技术有机结合起来，实现多元化的故障诊断;2.用现代技术，如机器学习、深度学习等，研发电力系统的智能故障诊断技术;3.展和实施全面的电力系统运行监控和安全保护系统;4.分利用大数据技术，建立电力系统故障诊断综合信息系统。
最后，利用新兴科技推动电力系统故障诊断技术的发展，可以实现智能化、高效化、安全化的电力系统运行，进而更好的保障电力系统的安全性和稳定性。
综上所述，随着电力系统故障诊断技术的发展，电力系统故障诊断研究在未来会受到更多关注，未来也将有多种更加先进的技术应用于电力系统故障诊断，从而提高电力系统的安全性和稳定性。
电网故障诊断的研究现状与发展趋势
电网故障诊断的研究现状与发展趋势摘要：随着电网规模的不断扩大和复杂度的增加，电网故障的发生频率和影响范围也在不断增加，因此电网故障诊断成为电力行业中一个重要的研究领域。
本文将探讨电网故障诊断的研究现状和未来发展趋势。
关键词：电网故障；诊断；研究现状；发展趋势引言能源是现代社会发展的重要基础，电力作为重要的能源形式，在现代生活中扮演着至关重要的角色。
然而，随着电力供需关系的日益紧张和电网规模的不断扩大，电网系统面临着越来越多的安全和稳定性挑战。
其中，电网故障是影响电网安全和稳定的重要因素之一，电网故障诊断技术的研究和发展对于保障电网系统的安全和稳定具有重要意义。
一、电网故障诊断的研究现状电网故障诊断技术主要包括基于模型的故障诊断技术、基于数据的故障诊断技术和基于混合模型的故障诊断技术。
（一）基于模型的故障诊断技术基于模型的故障诊断技术是一种常用的电网故障诊断技术，它利用电网系统的模型，通过建立电网系统的数学模型和控制模型，实现对电网系统的故障诊断。
数学模型是基于电网系统的物理特性建立的一组方程或关系，用于描述电网系统的运行状态和特性。
电网系统的数学模型通常包括各种物理参数，如电压、电流、功率、频率、相位等。
通过对电网系统的数学模型进行分析，可以识别电网系统中的异常和故障，并对电网系统进行故障定位和诊断。
例如，通过对电压和电流等参数的分析，可以确定故障位置和类型。
控制模型是基于电网系统的控制原理建立的一组方程或关系，用于描述电网系统的控制行为和运行特性。
电网系统的控制模型通常包括各种控制参数，如电压调节器、电容器控制器等。
通过对电网系统的控制模型进行分析，可以识别控制系统中的异常和故障，并对电网系统进行故障定位和诊断。
例如，通过对电容器控制器的分析，可以确定故障位置和类型。
基于模型的故障诊断技术广泛应用于电力行业的电网系统、电力设备和电力保护装置等方面。
例如，可以通过基于模型的故障诊断技术来实现对电力变压器、电力电容器和断路器等设备的故障诊断和预测，提高设备的可靠性和安全性。
浅谈电网故障诊断的研究现状和发展趋势
浅谈电网故障诊断的研究现状和发展趋势【摘要】电网故障诊断在电力系统中具有重要性，对系统稳定运行和安全性至关重要。
本文从电网故障诊断的研究现状、方法和技术、挑战、发展趋势以及前景展望进行了探讨。
目前，电网故障诊断领域存在着因数据复杂性和多样性导致的难题，但随着人工智能和大数据技术的发展，电网故障诊断将迎来更多机遇与挑战。
在未来，电网故障诊断研究仍有待深入，但随着技术的不断进步，电网故障诊断将得到更好的应用，为电力系统的稳定运行提供更好的支持。
【关键词】电网故障诊断、研究现状、方法和技术、挑战、发展趋势、前景展望、重要性、背景、深入研究、应用。
1. 引言1.1 电网故障诊断的重要性电网故障诊断是保障电网安全运行的重要环节，其重要性不言而喻。
在如今高度依赖电力供应的社会中，一旦发生电网故障，将可能带来严重的经济损失和社会影响。
及时准确地诊断电网故障，对于提高电网运行的安全性和可靠性至关重要。
电网故障可能导致供电中断、电力设备损坏甚至火灾等严重后果。
通过对电网故障的准确诊断，可以快速定位故障点，有针对性地采取修复措施，尽快恢复电力供应，有效降低事故造成的损失。
电网故障诊断还可以帮助电力系统管理者掌握电网运行状态，预防潜在故障的发生，进一步提高电网运行的安全性和可靠性。
深入研究电网故障诊断技术，并不断提升诊断准确性和效率，对于确保电网安全稳定运行具有重要意义。
随着电力系统规模的不断扩大和智能化技术的发展，电网故障诊断将面临更多挑战和机遇，需要不断探索创新，以应对未来电力系统运行的复杂性和多样化。
1.2 电网故障诊断的研究背景电网故障诊断的研究背景：随着电力系统规模不断扩大和电网结构日益复杂化，电网故障诊断的研究备受关注。
电网是现代社会的重要基础设施，一旦发生故障可能会导致严重的经济损失和社会影响。
及时准确地诊断电网故障，并迅速采取有效措施进行恢复，成为电力系统运行中的关键环节。
电网故障诊断研究背景中还涉及到电力系统的自愈能力和安全运行问题。
电力系统的大数据分析与异常识别技术研究
电力系统的大数据分析与异常识别技术研究近年来，随着信息技术的迅猛发展和电力系统规模的不断扩大，电力行业面临着来自各方面的挑战。
如何利用大数据分析与异常识别技术，有效地监控和管理电力系统，成为业界关注的焦点。
本文将深入探讨电力系统的大数据分析与异常识别技术的研究现状、应用场景以及未来发展趋势。
一、研究现状1. 大数据分析技术在电力系统中的应用电力系统是一个庞大的复杂系统，其中包含大量的节点、线路和设备。
通过大数据分析技术，可以对电力系统的运行态势、故障预测和优化调度等问题进行全面的分析。
例如，利用历史数据和实时数据对电力负荷进行预测，可以提高电力调度的效率和准确性；利用大数据分析技术对电力设备进行故障检测和诊断，可以实现设备状态的实时监测和预警，提高设备的可靠性和安全性。
2. 异常识别技术在电力系统中的应用电力系统中存在着各种各样的异常情况，如电压异常、频率异常、负荷异常等。
通过异常识别技术，可以对这些异常情况进行自动检测和识别，并及时采取相应的措施进行处理。
例如，利用异常识别技术可以对电力设备的运行状态进行监测，及时发现并处理设备的故障情况，避免可能的事故发生；利用异常识别技术可以对电网的负荷情况进行监测，及时识别出负荷异常，从而调整电力调度方案，保证电力系统的稳定运行。
二、应用场景1. 电力设备状态监测与故障诊断电力设备状态的监测与故障诊断是电力系统中常见的问题。
通过收集设备的历史数据和实时数据，并利用大数据分析和异常识别技术，可以对电力设备的运行状态进行监测，及时发现设备的故障情况，并进行诊断和处理。
这可以大大提高电力设备的可靠性和安全性，避免因设备故障而导致的事故发生。
2. 电力负荷预测与优化调度电力负荷的预测与优化调度是电力系统中的重要任务。
通过分析历史数据和实时数据，以及结合天气等外部因素，可以准确地预测电力负荷的变化趋势。
这对电力调度的合理安排和优化具有重要意义。
同时，利用大数据分析技术，可以对电力调度方案进行优化，提高电力系统的供电效率，降低供电成本。
同步相量测量系统不良数据辨识与修正方法
基于插值的方法
线性插值
基于两个相邻的数据点之间建立线性关系， 预测出不良数据点的正确值。这种方法简单 易用，但可能存在插值误差较大的问题。
样条插值
通过在多个数据点之间建立样条曲线关系， 预测出不良数据点的正确值。这种方法能够 更好地处理非线性关系的数据，但计算复杂
度较高。
基于滤波的方法
要点一
滑动平均滤波
02 调度自动化
支持调度自动化系统，实现负荷预测、调度计划 制定等功能。
03 新能源接入
用于新能源的并网接入，监测电网与新能源之间 的交互作用。
同步相量测量系统的不良数据类型与影响
不良数据类型
包括测量误差、失真、丢帧、设备故障等。
不良数据对电力系统的影响
可能导致电力系统的不稳定、误判故障、误操作等问题，影响电力系统的安全稳定运行。
实验方法
采用模拟仿真实验，针对同步相量测量系统的不同情况，设计不同的实验场景，并对各种不良数据进行模拟。
实验结果
通过对比分析实验结果，发现不同类型的不良数据对同步相量测量系统的影响方式和影响程度，为后续的数据辨识和 修正提供依据。
实验结论
实验验证表明，不良数据的辨识和修正对于提高同步相量测量系统的准确性和可靠性具有重要意义。
研究不足与展望
算法的适用性还有待进一步验证，目前 只针对同步相量测量系统中的不良数据 进行辨识和修正，未来可以考虑将其应 用到其他类型的测量系统中。
分类器的性能还有提升空间，可以考虑采用 其他更先进的分类算法以提高分类准确率。
可以进一步研究不良数据的来源和 产生原因，从而更好地预防和控制 不良数据的产生。
02
同步相量测量系统概述
同步相量测量系统的定义与特点
电力系统不良数据检测与识别方法研究
知识文库 第02期电力系统不良数据检测与识别方法研究刘 喆 刘 策本文首先介绍了电力系统中数据识别不良的重要性，然后阐述了电力系统中不良数据的概念。
最后，给出了电力系统故障测量数据检测与识别实际应用中的状态估计方法。
几种识别方法，如残差搜索识别法等。
1 研究电力系统中的不良数据识别算法的必要性 随着中国智能电网的逐步完善，智能电网发展迅速。
在当今阶段，我国的智能电网有着复杂度高，范围广的特点，所以会在电力系统中产生海量的量测数据。
针对不良数据带来的干扰这一研究问题，这就需要使采集到的量测数据进行检测辨识，确保电力系统中所需数据的准确度意义在于保障智能电网内每个系统的可靠性。
然而，这么庞大的数据的正确性对电力系统能否高效稳定的运行有着重要的影响，从而更加确定了电力系统中对不良数据的辨识修复的必要性，为此课题进一步的研究提供支持。
2 判断电力系统中不良数据的方法从一个正常的电力系统上讲，其中对数据的量测是有一定的误差的，然而误差的大小呈正态分布。
从大体上其分布的表现上看，对于所有的量测值来说，误差为标准差δ。
当电力系统中的量测系统运行良好时，误差大于3δ的概率很小，相当于基本无法发生的情况。
所以这种数据我们就把它看成不良数据，接下来对你识别出来以防止烦扰电力系统调度人员对各种情况下的决策。
在电力系统故障测量数据的检测和识别中，实际应用中使用的主要方法是基本状态估计方法。
残差搜索识别方法，基于聚类分析的GSA 模型算法，基于关联规则分析的错误数据识别方法，接下来逐一进行讨论。
3 电力系统中的状态估计法在这个阶段，识别是电力系统状态估计的主要任务。
在测量系统中查找测量数据并将其删除是最终目标，使电力系统更加稳定。
电力系统中的一个关键组成部分为状态估计，其对所有量测数据进行第一次检测以及辨识。
但是，在客观存在的不利因素下，数据的可信度不能得到保证。
不良数据的不匹配将影响后续调度程序的某些决策，因此状态估计的重要任务是检测和识别不良数据。
电力系统故障诊断的研究现状与发展趋势
电力系统故障诊断的研究现状与发展趋势摘要伴随着人们生活水平的提高，电力系统的规模也在不断扩大，保证电力系统运行安全稳定也越来越重要，因此电力系统故障诊断研究成为社会的热点问题。
本文将针对电力系统故障诊断的研究现状与发展趋势做出分析。
关键词：电力行业；故障诊断；电力系统；发展趋势1 引言电力设备故障不仅会制约电力系统的正常运转，还会干扰日常生活与正常生产的开展。
为实现电力系统的长久、稳步运行，要求工作人员应掌握电力设备的指标性能，明确运行故障，且可采取可行措施，以此来增加系统安全性与可靠性。
参照电力设备故障类型，结合检测参数，构建合理的诊断决策，可加快故障诊断，并可为故障诊断提供依据。
2故障诊断现状2.1 断路法断路法指代针对用电设备内部的输电线路逐段开展断路操作，进而找到绝缘故障部位。
借助断路法确定特定范围存在绝缘故障，清晰标注，再借助表测法，落实具体位置，详细诊断，有效修复。
此种检测可行、方便，主要被应用在大体积机组中。
应用此种方法开展故障诊断工作时，一定要遵守循序渐进的原则，从简单层面着手。
2.2 数学模型诊断数学模型诊断指代整合传感以及动态测试技术，借助数字处理，利用建模手段实施故障诊断。
数字模型诊断通常借助数学方法围绕电力设备来测量指标参数，在掌握指标参数的条件下，经由分析、处理操作，密切观察仪器指标值，以此来确定故障位置，同时，采取科学的应对措施。
2.3 红外线设施监测设备发热故障也比较常见，这种故障的诊断方法也遵循先易后难原则，明显的发热故障，经验丰富的设备监测人员很容易察觉并及时处理，而近年来电气设备越来越朝高精尖方向改进，一方面提高了工作效率，同时也加大了故障诊断的难度，运用红外线设施进行监测使诊断变得简便易行。
一个供电厂的电机设备通过表测显示升温较快，开机后十几分钟温度直线上升，并多次停机降温，仍无法从根本解决升温较快的问题，之后运用手持红外线设施进行诊断，发现当仪表显示机组温度为92℃时，红外线设施显示最高为62℃，最低58℃，室内温度为41℃，机温正常，后来经过检修确认机组内部并无故障，因此系仪表出现故障。
电力系统不良数据检测与辨识方法的现状与发展
电力系统不良数据检测与辨识方法的现状与发展摘要：随着社会的发展，电力已经成了我们生活中不可分割的一部分。
无论是我们的日常生活还是工业生产都离不开对电的需求，随着我国节能减排计划逐步提上日程，我们对电力的需求将更加巨大。
而电力系统也看到了这一趋势，在对电网进行升级和改造，在资源合理利用和分配方面进行着努力。
西电东送将我国西部地区资源资源优势充分利用，同时也缓解了东北地区资源相对匮乏的现状，促进了东西部的共同发展。
而随着我国电网的不断建设，我国现在已经形成了一个全国一盘棋的电网框架。
各省的电网相互关联构成了区域电网，区域电网之间相互协调又形成了全国的电网。
这样全国的电网成为了相互关联相互影响的一个整体，但是这种电网模式也存在着一定的弊端，那就是局部地区的电力事故如果不能得到很好的控制很可能会影响到整个电网的安全性。
所以我国现在也在开发建设电网和局部微电网，通过这样的方式让电网能够在一个整体的前提下还能各自相互独立。
而要说到电网的事故预防我们首先应该想到的便是电网中不良数据的影响，本文分析了我国电力系统不良数据检测与辨识方法的发展。
关键词：电力系统；不良数据；现状与发展引言：我国电力系统的建设正在逐步加快，并且我国现在已经在电网建设方面开始处于世界领先地位。
从以前的500kv输电的技术引进，到现在超高压、特高压、和直流电网输电技术的不断突破，我国的电网建设可以说已经取得了跨越式的发展。
虽然电网建设已经取得了明显的成就，但是我国在电网的安全防护方面的工作仍然在一直进行。
因为电网的安全性和稳定性是电网运行过程中最为关键的因素，如果出现任何电力事故，那么可能会危机到我们整个电网的安全。
所以保障电网运行的安全和可靠性是电力工作人员们每天都要面临的挑战。
电网运行会受到很多方面的影响，无论是用电企业、发电企业还是天气状况都可能会影响到电网的正常运行。
而要想检测到电网运行中存在的问题就需要对电网中的相关参数进行时时的监测，当发生不良数据参数时，如果短时间内能够恢复稳定那么可能对电网运行影响不大，但是如果不良参数一直存在，那么可能会对电网造成巨大的影响。
电力系统不良数据检测与辨识方法的现状与发展
第38卷第5期电力系统保护与控制Vol.38 No.5 2010年3月1日 Power System Protection and Control Mar.1, 2010 电力系统不良数据检测与辨识方法的现状与发展刘 莉1，翟登辉2，姜新丽2（1.沈阳工程学院，辽宁 沈阳 110136；2.沈阳理工大学，辽宁 沈阳 110159）摘要：电力系统不良数据的存在会降低电力系统状态估计的收敛性能, 甚至造成电力系统状态估计的失败。
回顾了国内外对电力系统不良数据检测与辨识方法的历史现状与发展，从对检测和辨识不良数据的各种方法研究的时间顺序以及类别上出发，将其分成基于传统方法和基于新理论方法这两大类并对其分别进行了详细阐述，分析了各个算法的自身特点以及存在的问题，并对该领域值得进一步研究的问题和方向进行了展望。
关键词：电力系统；不良数据；检测；辨识；状态估计Current situation and development of the methods on bad-data detection and identification of power systemLIU Li1，ZHAI Deng-hui2，JIANG Xin-li2（1. Shenyang Institute of Engineering，Shenyang 110136, China; 2. Shenyang Ligong University，Shenyang 110159，China）Abstract：Power system bad data can reduce convergence efficiency of state estimation，even can result in state estimation failure. This paper firstly reviews the current situation and development of the detection and identification of bad data from home and abroad. Then starting from the chronological study and categories of various methods of the detection and identification of bad data, it divides it into two categaries, which are based on the traditional methods and new theoretical methods, and describes their differences in detail. And the characteristics of each algorithm, as well as inadequacy, are analyzed. Finally, this paper prospects the problems of worth studying in this area．Key words：power system；bad data；detection；identification；state estimationTM71中中中中中中A文文文文文中文文文中中 1674-3415(2010)05-00143-050 引言目前电力系统发展速度很快，电力网络的结构和运行模式也变得越来越复杂，人们对电能的质量和网络运行的可靠性也提出了更高的要求，对中心调度来说，调度自动化已成为必不可少的一环，但实时量测系统由于安排还不够合理，冗余度低，再加上通道传输等原因，必须对实时量测数据进行不良数据的检测和辨识，电力系统中的不良数据可能会影响调度员做出错误的决策，进而影响电力系统的正常运行，甚至可能威胁整个电力系统的安全。
电力系统故障诊断的研究现状和发展趋势
关键词 ：电力系统故障诊断；研究现状 ；发展趋势
电力 系统在我 国得到越来越普遍 的运用 ，其系统 的发展扩大了我 国的电网规模 ，同时也使得电网更加复杂 ，并且不 同区域之间 的相互 联系也更加的紧密 。电网规模的扩大的同时 ， 其自 身 问题也在逐渐增 多 ，对电力系统故障加强诊断 ，首先需要熟悉相关 的诊断方法 的研究 现状 。目前 ，在相关故障的研究上 ，其方 法主要 采用 ： 模糊集理论 、 专家系统 、粗糙集理论 、人工神经 网络 、Ｐ ｅ ｔ ｒ ｉ 网络 、优化技术 ，下面 详细的介绍相关方法。
电力 系统故 障诊 断 的研 究现状和发展 趋势
段烨炜
摘
（ 国网四』 Ｉ ｆ 省电力公司乐山市五通桥供电分公司，四川 乐 山 ６ １ ４ ８ ０ ０ ） 要 ：电力系统扩大我国电网的规模，与此同时相关故障也逐渐浮现出来 ，本文分析 目前电力系统故障诊断的研究现状 ，其方法包括：模糊集
理论 、专家 系 统 、粗糙 集 理论 、人工 神 经 网络 、Ｐ ｅ ｔ ｒ ｉ ｅ ］ 络 和 优化 技术 ；在此 基础 上 。对 我 国 电力系 统今 后 的发 展趋 势 与发 展重 点做 了 简要 描述 ， 旨在 为相 关 工作 人员 提供 一 定 的参 考 。 一 Nhomakorabea，
２ 电力系统故障诊断 的研究发展趋势 在 以后的电力系统 工作 ， 需要再 以下方面下手 ， 提高 电力 系统故 障的诊断能力 与解决能力 ，促进我国电力系统的优化。第 一：信息不 完整情 况下 电力系统故障方法的研究 ；第二 ，将多种诊 断方法联合使 用 ，提高电力 系统故障诊断的能力 ； 第三 ，在信息高速发展的时代 ， 各种信息越来越多 ，很多事物都是动态发展 ，因此对电力系统 的诊断 需要从静态到动态发展 ；第四 ， 扩大诊断的领域意义。
电力系统故障诊断的研究现状与发展趋势
电力系统故障诊断的研究现状与发展趋势摘要：伴随着我国各项事业的发展，人们生活水平日益提高，这些因素从另一个侧面推动着电力系统的发展和进步。
电力系统的规模在进一步扩大，电气设备的技术含量在不断的提升，结构形式越来越复杂的同时必须要保证电力系统安全稳定的运行。
因此，如何迅速、准确的诊断出电力系统中出现的事故，找出故事发生的位置和原因成为相关工作人员关注的重点。
关键字：电力系统故障诊断研究现状0.前言随着科学技术的不断提高，电力系统的规模更为庞大，结构日益复杂；电力系统在朝着智能化和信息化的方向发展。
电力系统在不断智能化的同时如何确保系统运行安全稳定是一项非常关键的问题，最近几年来，因为电网系统中出现问题没能及时准确的进行诊断和处理而造成的事故时有发生。
在2003年8月14日美国发生大面积的停电故障，原因主要是由于对输电线路故障未能及时进行处理所致；2006年11月4日整个欧洲大停电；2011年2月4日巴西大停电事故等等，这些都引起了世界各国的广泛关注。
由此可见，电力系统故障诊断技术是电力系统安全运行的重要保障。
建立快速、可靠的诊断系统能够在故障发生的第一时间内及时、准确的发现问题并且给予迅速的处理，大大增强了电力系统运行的稳定性和安全性。
就我国而言，虽然没有发生像其他国家类似的停电事故，但是这并不表明我国在电网安全运行方面水平很高。
随着我国各项事业的不断发展，电力能源的需求越来越多，电力系统中的大机组、大电网以及高压远距离输电等等高技术已经成为主导；为了电力资源的合理利用我国还进行了区域电力系统连我的建设，这些都在一定程度上增加了电网系统和输电线路运行中的风险。
为了让电力体统能力安全、稳定、经济的运行；为了在电网系统发生故障时能够迅速反应；为了能够及时对事故进行处理，最快速度恢复供电，对电力系统故障诊断的研究有着非常重要的现实意义。
1.电力系统故障诊断的研究现状国外对于电力系统诊断的研究开始较早，在 1982 年美国已经开始了对火电站的机械设备进行早期的故障诊断工作；至此之后美国电力研究所便开始了对发电站事故诊断及性能检测方面的研究，通过十多年的努力取得了很多世界领先的研究成果和技术。
电力系统中的数据监测与异常检测技术研究
电力系统中的数据监测与异常检测技术研究在电力系统中，数据监测与异常检测技术起着至关重要的作用。
随着电力需求的增长和电力系统规模的扩大，对电力系统的可靠性和稳定性要求也越来越高。
数据监测与异常检测技术能够帮助电力系统运维人员及时发现和识别系统中的异常情况，保证电力系统的正常运行。
本文将介绍电力系统中的数据监测与异常检测技术的研究现状和发展趋势。
首先，数据监测是电力系统中的重要环节。
通过对电力系统运行数据的监测和分析，可以及时发现电力系统中的异常情况，包括电力负荷异常、电压异常、频率异常等。
在过去，传统的数据监测主要依靠人工巡检和手动记录，工作效率低下且易出现人为误差。
随着计算机和通信技术的发展，自动化数据采集和处理系统被广泛引入电力系统中。
这些系统能够自动采集和记录电力系统的运行数据，并通过数据分析算法，实现对电力系统运行状态的监测和评估。
这大大提高了电力系统数据监测的效率和准确性。
其次，异常检测技术在数据监测中起着至关重要的作用。
异常检测是指通过对电力系统运行数据的分析和处理，识别出与正常运行状态不符的数据点或数据模式。
异常数据的产生可能是由电力系统故障、设备老化、恶劣天气等原因引起的。
异常数据的存在可能会对电力系统的可靠性和稳定性产生潜在威胁。
因此，及时发现异常数据并采取相应的措施是保证电力系统安全运行的重要举措。
目前，电力系统中的数据监测与异常检测技术主要包括以下几种方法。
首先是基于统计学方法的异常检测技术。
该方法通过对电力系统运行数据进行统计学分析，寻找与正常运行状态不一致的数据点。
常用的统计学方法包括均值方差法、概率密度估计法等。
这些方法基于数据的分布特性，可以发现数据中的偏离情况，从而判断是否存在异常。
其次是基于机器学习方法的异常检测技术。
随着机器学习算法的快速发展，越来越多的研究者开始将机器学习方法应用于电力系统的异常检测中。
机器学习方法通过对大量历史运行数据的学习，建立模型来判断电力系统当前运行状态是否异常。
电力系统故障诊断的研究现状与发展趋势
电力系统故障诊断的研究现状与发展趋势作者：孔祥慧来源：《消费电子》2021年第02期【关键词】电力系统;故障诊断;现状与发展电气系统故障诊断装置是利用继电保护及其信息的，对电气系统故障进行诊断的装置。
故障分量的识别是一个关键问题，研究网络故障诊断具有重要意义。
由于电力系统结构的扩展性和复杂性，大量的应急信息会在短时间内到达控制中心，这大大超出了操作人员的处理能力，可能导致错误和错误调度。
为了适应快速准确的检测，故障诊断系统是电力系统简单和复杂事故的起点，越来越多的报警信号通过各变电站的远程终端进入电力系统调度中心。
通过对电力系统故障的仿真分析和仿真，可以提高诊断系统管理人员的经验和工作水平，为能源系统故障诊断提供了不同的方法和技术，包括专家系统、人工神经网络、模糊理论和模糊优化理论。
（一）基于专家系统的诊断方法目前，专家系統已成功应用于电气系统故障诊断。
根据对故障诊断和推理策略的理解，有两个专家系统：1、该系统是把保护和断路器的动作逻辑及工作人员的诊断经验用规则表示，形成专家系统的故障诊断知识库，采用数据的正向推理将所获得的数据与知识库中的进行对比，得出结论。
目前大多数诊断都属于这一类。
2、结合正、反向推理的系统。
该系统基于断路器、继电保护和被保护设备之间的逻辑关系，结合了正反推理方法。
通过反向推理。
可以根据继电保护的重合度和故障假设，有效地减少可能发生的故障，确定其可靠性。
故障诊断专家系统综合推理提高了故障诊断专家系统的适应性和自学习能力。
基于专家系统的诊断方法的主要特点是逻辑电路和保护开关操作人员的诊断经验可以很容易地用规则表达出来。
并添加到知识库中，保证了诊断系统的实时性和有效性，适合人类的语言和习惯，并具有适当的解释能力，这是一种较好的诊断中小型电力系统和变电站故障的方法。
在复杂的故障诊断任务中，还是有一些缺陷存在的，数据库及验证其完整性比较困难，专家系统在复杂的诊断过程中，会出现组合爆炸与推理速度慢等问题;缺乏有效的方法识别错误信息，这些缺陷将使得专家系统出现大规模网络在线故障诊断的需求，主要用于离线故障分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电力系统不良数据检测与辨识方法的现状与发展
发表时间：2018-03-14T11:49:42.847Z 来源：《基层建设》2017年第34期作者：沈越王稼祥
[导读] 摘要：随着社会的发展，电力已经成了我们生活中不可分割的一部分。
国网安徽省铜陵供电公司 244000
摘要：随着社会的发展，电力已经成了我们生活中不可分割的一部分。
无论是我们的日常生活还是工业生产都离不开对电的需求，随着我国节能减排计划逐步提上日程，我们对电力的需求将更加巨大。
而电力系统也看到了这一趋势，在对电网进行升级和改造，在资源合理利用和分配方面进行着努力。
西电东送将我国西部地区资源资源优势充分利用，同时也缓解了东北地区资源相对匮乏的现状，促进了东西部的共同发展。
而随着我国电网的不断建设，我国现在已经形成了一个全国一盘棋的电网框架。
各省的电网相互关联构成了区域电网，区域电网之间相互协调又形成了全国的电网。
这样全国的电网成为了相互关联相互影响的一个整体，但是这种电网模式也存在着一定的弊端，那就是局部地区的电力事故如果不能得到很好的控制很可能会影响到整个电网的安全性。
所以我国现在也在开发建设电网和局部微电网，通过这样的方式让电网能够在一个整体的前提下还能各自相互独立。
而要说到电网的事故预防我们首先应该想到的便是电网中不良数据的影响，本文分析了我国电力系统不良数据检测与辨识方法的发展。
关键词：电力系统；不良数据；现状与发展
引言：我国电力系统的建设正在逐步加快，并且我国现在已经在电网建设方面开始处于世界领先地位。
从以前的500kv输电的技术引进，到现在超高压、特高压、和直流电网输电技术的不断突破，我国的电网建设可以说已经取得了跨越式的发展。
虽然电网建设已经取得了明显的成就，但是我国在电网的安全防护方面的工作仍然在一直进行。
因为电网的安全性和稳定性是电网运行过程中最为关键的因素，如果出现任何电力事故，那么可能会危机到我们整个电网的安全。
所以保障电网运行的安全和可靠性是电力工作人员们每天都要面临的挑战。
电网运行会受到很多方面的影响，无论是用电企业、发电企业还是天气状况都可能会影响到电网的正常运行。
而要想检测到电网运行中存在的问题就需要对电网中的相关参数进行时时的监测，当发生不良数据参数时，如果短时间内能够恢复稳定那么可能对电网运行影响不大，但是如果不良参数一直存在，那么可能会对电网造成巨大的影响。
所以在如今的电网运行中对于相关电气参数的检测与辨识是十分必要的，我们可以通过监测相关的参数避免事故的发生，降低事故带来的损失。
一、目前电力系统不良数据检测与辨识的方法
1、基于数据挖掘的检测与辨识方法
我们所说的数据挖掘的方法便是从大量随机的、模糊的、不完全的实际数据当中对隐含在其中的一些未知的，却有具有某种价值的信息及知识的提出过程，整个数据挖掘过程大致可以分为数据准备、数据挖掘和解释评估三个方面。
根据他们对于数据处理方式的不同我们又可以将其分为神经网络法、基于聚类分析及模糊理论的方法和间隙统计法。
其中神经网络法最大的优点便是结构简单，我们可以通过对设备进行神经网络的训练后，让待检数据在神经网络中获得相应的输出，然后对输入和输出茶几的平方进行比较。
当然在之前我们要先设定一个阈值，这个值便是我们对比的标准，如果我们经过神经网络的判断发现得出的值超高了事先设定的阈值，那么该数据将被认为是不良数据。
当然，虽然通过这种方式我们可以及时准确的找出不良参数，但是这种方式也存在着一定的弊端。
我们的阈值在选取过程中并没有严格的理论依据，大多数是凭借多年的经验或者进行相关的参考而确定的。
而在实际的操作过程中，不同的地区可能会有不同的要求，所以这种方法会出现误判的现象。
有时候可能会判断不出不良数据，还有时候可能会将正常的波动判定为不良数据。
而基于聚类分析及模糊理论的方法也存在这样的缺点，标准值在选定的过程中过于主观，没有太大的辨识度。
相对于上述两种方法，间隙统计发可以以神经网络对数据信息的预处理为基础，利用间隙统计的自动生成功能确定出数据的最佳聚类个数。
根据这个再对检测的数据进行聚类分析，最终可以实现对不良数据的检测与辨识。
2、基于状态估计的不良数据检测与辨识
状态顾忌是通过测量系统的冗余度对数据的精确度惊醒一定的增强，从而排除因随机干扰而产生的错误数据信息。
从这些我们便可以看出，相对于数据挖掘的检测与辨识，状态估计有了更高的准确度。
基于状态估计的辨识方法大多是以标准残差值或者加权残差值为基本的特征值，并假定其服从某一特定的概率分布，然后根据置信度确定一个门槛值，最后进行假设检测。
当系统发现有不符合取值范围的数据出现时就认为是错误的数据，然后将其排除。
当然这种方式也是存在缺陷，如果存在残差淹没及污染的情况，这样便会出现数据的遗漏或者失误，进而会影响到整体的数据检测效果。
二、不良数据检测与辨识方法的发展
电力系统数据检测与辨识对于电力系统的稳定性有很重要的作用，数据检测是电网智能化发展必不可少的要求，没有数据检测与辨识继电保护系统就不会做出相应的设备和线路保护动作。
所以我们必须要进一步提高数据检测与辨识的能力，这样才能更好的实现故障的自动排除并且减少系统误判的机会。
随着国内和国外一些新兴技术的星期，数据检测与辨识的能力将会得到进一步的提升。
目前我们的研究的方向中有将抗差估计理论应用于不良数据检测与辨识中，也有的在不断完善基于数据挖掘的检测理论。
但是无论从哪一方面入手我们所要解决的问题便是如何通过理论的不断升级减小门槛值的误差，同时相应的阈值可以通过数学计算的方式直接得出，而非凭借经验或者主观得出的数值。
并且在制定数值标准的时候也要综合各地区的外界因素的影响，避免外界因素导致的各种数据偏差造成不良数据的遗漏或者正常数据的误报。
结束语
电网运行的安全稳定性关系到我国各行各业的正常发展，而电网运行参数的检测将会是电网能够安全运行的重要保证，所以我们要在以往的基础上加强对电网运行参数的检测。
要提升对不良数据检测与辨识的方法，在智能化电网发展的今天，不断完善电网的各级监管制度，保证电网中的各项不良参数都能得到有效的处理，维护电网的高效和安全运行。
参考文献：
[1]刘莉，翟登辉，姜新丽等.电力系统不良数据检测与辨识方法的现状与发展[J].电力系统保护与控制，2010，38（5）：143-147，152.
[2]王兴志，严正，沈沉等.基于在线核学习的电网不良数据检测与辨识方法[J].电力系统保护与控制，2012，40（1）：50-55.
[3]倪小平，张步涵.基于等效电流量测变换的状态估计及不良数据检测与辨识方法[J].电网技术，2002，26（8）：12-15.
[4]周小宝.电力系统状态估计不良数据检测与辨识方法研究与应用[D].湖南大学，2013.。