线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

能源互联网多能扰动识别的数据流处理模型简

王德文; 李俊 电力系统自动化 2016年第23期

摘要:电能、燃气、热能等多能源融合使能源在生产—调配—使用过程中极易发生多能扰动,传统的离线扰动识别方法很难满足能源互联网实时性的要求,采用数据流处理技术可对多能扰动信号进行在线识别。从能源互联网的能量—信息交互入手,对能源互联网多能扰动问题进行分析,为不同扰动信号建立数学模型。采用小波变换对扰动信号进行分解,并基于滑动窗口构建扰动信号的数据流处理模型。该模型首先构建滑动窗口概要数据结构,其次改进小波树更新算法以实现概要结构快速更新,优化扰动信号特征提取,最后采用决策树算法对信号特征进行分类。构建的数据流处理模型被应用到电能质量扰动和燃气质量扰动的识别中,验证该数据流处理模型的有效性。

关键词:能源互联网数据流处理多能扰动小波树决策树

单位:华北电力大学控制与计算机工程学院

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力系统自动化

北大期刊

¥1300.00

关注 31人评论|0人关注