基于IPSO-DBSCAN的抽水蓄能机组状态监测数据异常检测方法

张金鹏; 张孝远

doi:10.20040/j.cnki.1000-7709.2024.20230445

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于IPSO-DBSCAN的抽水蓄能机组状态监测数据异常检测方法

更新时间：2026-02-25

- 基于IPSO-DBSCAN的抽水蓄能机组状态监测数据异常检测方法
- Issue 2, Pages: 152-156(2024)
- 作者机构：
  
  河南工业大学电气工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2024.20230445
  CLC： TP274;TV743;TV738
- Published：2024
- 稿件说明：
移动端阅览
张金鹏, 张孝远. 基于IPSO-DBSCAN的抽水蓄能机组状态监测数据异常检测方法[J]. 2024, (2): 152-156.
DOI：

张金鹏, 张孝远. 基于IPSO-DBSCAN的抽水蓄能机组状态监测数据异常检测方法[J]. 2024, (2): 152-156. DOI： 10.20040/j.cnki.1000-7709.2024.20230445.

摘要

抽水蓄能机组状态监测数据受采集设备故障、通信设备异常等因素影响，数据集中存在部分异常数据，对后续机组健康状态评估及预测造成不利影响。为此，提出了一种基于改进粒子群优化算法和DBSCAN密度聚类算法的机组异常数据检测模型，模型针对粒子群算法易陷入局部最优解的问题对算法进行改进，之后引入轮廓系数作为适应度函数对DBSCAN的参数进行寻优，最后以相关系数评价异常值剔除的效果。对国内某抽水蓄能机组2020年2月初～3月末实测导叶开度、有功功率及下机架振动数据的实例分析结果表明，所提方法能够有效检测出机组振动监测异常数据，剔除异常值后的数据相关系数得到提高，可为后续机组健康状态评估与预测奠定数据基础。

Abstract

关键词

Keywords

references

万尹豪.水资源数据清洗整编算法的研究与实现[D].南昌大学,2022(03).

Zakaria Yahia,Anup Pradhan.Simultaneous and sequential stochastic optimization approaches for pumped storage plant scheduling with random breakdowns[J].Energy,2020.

朱溪,李超顺,邹雯,吴杨兵,张东东,吴月超,赵宏图,郑波,李逸凡,郭晓敬,何铮,江亚兰,赵宇杰,胡鑫,肖湘曲.一种水电机组振动趋势预测方法和系统[P].国家电网有限公司;国网新源控股有限公司;浙江仙居抽水蓄能有限公司;中国电建集团华东勘测设计研究院有限公司;华中科技大学,2021.

蔡思宇,刘庆涛,孙龙,雷晓辉,王超,廖卫红,于洋.一种数据异常动态识别与多模式自匹配的数据清洗技术[P].中国水利水电科学研究院,2021.

段然,周建中,蔡银辉,王彤,岳林林.基于低质量数据的水电机组变工况状态指标构建方法[J].水电能源科学,2022(06).

金容鑫,娄岱松,黄华德,毛汉领.水电机组状态监测数据清洗方法[J].中国农村水利水电,2022(07).

闫亚男,韩长霖,陈小松,郭洁,李亦凡.融合时间序列特性的水电遥测数据清洗优化框架[J].水力发电,2021(11).

徐搏超.基于参数关联性的电站参数异常点清洗方法[J].电力系统自动化,2020(20).

Views

110

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于长连接管调压室的抽水蓄能电站调节特性及体型优化研究

周宁抽水蓄能碾压混凝土重力坝工作性态影响因素分析

基于变速试验的双馈抽水蓄能机组协联寻优策略

压缩空气抽水蓄能系统建模与性能分析

基于孤立森林的取水数据异常值检测

Related Author

陈帝伊

许贝贝

雷刘伟

马辛宇

张凯恒

汪娟

张步

王振红

Related Institution

西北农林科技大学水利与建筑工程学院

西北农林科技大学深圳研究院

中国水利水电科学研究院

华电福新周宁抽水蓄能有限公司

武汉大学水利水电学院

AI问答

⁰