Resumen

Bajo el telón de fondo de Internet de la Energía, la creciente escala del sistema de energía eléctrica ha traído nuevos desafíos y oportunidades. Numerosas categorías de datos de medición, como piedra angular de la comunicación, desempeñan un papel crucial en la seguridad y estabilidad del sistema. Sin embargo, el equipo actual de muestreo y transmisión sufre inevitablemente de datos faltantes, lo cual degrada seriamente la operación estable y la estimación del estado. Por lo tanto, en este artículo, consideramos los datos de carga como ejemplo y desarrollamos primero un algoritmo de detección de faltantes en términos de la secuencia de diferencia absoluta (ADS) y correlación lineal para detectar cualquier dato faltante potencial. Luego, basándonos en los resultados detectados, proponemos un modelo de recuperación de faltantes llamado autoencoders convolucionales en cascada (CCAE), para recuperar esos datos faltantes. Innovadoramente, se ha adoptado un método de preprocesamiento especial para remodelar los datos de carga unid

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Internet de energía; Sistema de energía eléctrica; Datos de medición; Algoritmo de detección de faltantes; Modelo de recuperación de faltantes; Datos de carga
• Keywords:Energy internet; Electric power system; Measurement data; Missing detection algorithm; Missing recovery model; Load data