.png){kind=icon}
返回
A Higher-Order Tensor Enhanced Algorithm for Synchrophasor Data Anomaly Identification
.png){kind=icon}
PRE
AI
DOI：10.1109/TPWRS.2026.3666692.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
利用四阶累积量的数据驱动方法识别相量测量单元（PMU）数据中的异常至关重要。现有方法可分为基于模型和数据驱动两类。前者需要精确的系统模型，后者则依赖于特定的统计假设，如高斯分布、对称性或单模态等，这些假设在实践中可能不成立。针对这一问题，我们提出了一种基于四阶累积量的数据驱动异常识别方法。其张量结构能够内在保留PMU数据的尾部特征，从而在不假设任何统计分布的情况下，内在揭示潜在异常。此外，我们引入Copula函数以区分异常与系统事件或测量异常值。基于真实PMU数据的仿真结果表明，所提出的方法具有优异的性能。
Keyword:
Anomaly identification
cumulant tensor
PMU
期刊
IF:
7.2
论文数:
1.1W
被引数:
5.0W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容