基于量子滤波器的电能数据检测与分析

吴浩瀚; 蒋刚

doi:10.11959/j.issn.1000−0801.2017070

您当前的位置：

首页 >

文章列表页 >

基于量子滤波器的电能数据检测与分析

电力信息化专栏 | 更新时间：2024-06-05

- 基于量子滤波器的电能数据检测与分析
- Detection and analysis of energy data by using quantum filter
- 电信科学 2017年33卷第5期页码：183-188
- 作者机构：
- 作者简介：
  
  [ "吴浩瀚（1988−），男，现就职于国网广安供电公司信息通信分公司，主要研究方向为现代滤波理论尤其是量子滤波。" ]
  [ "蒋刚（1970−），男，国网广安供电公司信息通信分公司高级工程师、经理，长期从事电力系统自动化、信息、通信应用研究与管理方面的工作。" ]
- 基金信息：
- DOI：10.11959/j.issn.1000−0801.2017070
  中图分类号： O455
- 网络出版日期：2017-05，
  
  纸质出版日期：2017-05-15
- 稿件说明：
移动端阅览
吴浩瀚, 蒋刚. 基于量子滤波器的电能数据检测与分析[J]. 电信科学, 2017,33(5):183-188.

Haohan WU, Gang JIANG. Detection and analysis of energy data by using quantum filter[J]. Telecommunications science, 2017, 33(5): 183-188.
吴浩瀚, 蒋刚. 基于量子滤波器的电能数据检测与分析[J]. 电信科学, 2017,33(5):183-188. DOI： 10.11959/j.issn.1000−0801.2017070.

Haohan WU, Gang JIANG. Detection and analysis of energy data by using quantum filter[J]. Telecommunications science, 2017, 33(5): 183-188. DOI： 10.11959/j.issn.1000−0801.2017070.

摘要

随着以智能电表为核心的智能电网快速发展，电力大数据吸引了用户、用电企业、政府的注意力。用电数据容易受到各种未知的随机干扰。探索了将自适应滤波技术引入电网信息监测。而由于用电负荷曲线复杂、不能给出一个具体的模型，利用量子递归神经网络构造了一个与模型无关的智能滤波器。最后提出了利用量子滤波器进行电力负荷预测以及利用测量误差的概率密度函数进行用户异常用电检测的设想。

Abstract

With the rapid development of smart power grid as the core of smart meters

power big data has attracted the attention of users

power companies and the government.The introduction of adaptive filtering into the power grid information monitoring was explored.Due to the complexity of the power load curve

specific model cannot be described.A model-independent intelligent filter was constructed by using the recurrent quantum neural network.The quantum filter was tried to use in the power load forecasting and abnormal electrical testing.

关键词

Keywords

references

王亚东，高岩，金峰 . 智能电表数据分析及应用综述研究 [J ] . 信息技术， 2015 , 18 ( 2 ): 64 - 68 .

WANG Y D , GAO Y , JIN F . Review of smart watthour meter data analysis and applications [J ] . Information Technology , 2015 , 18 ( 2 ): 64 - 68 .

DAWES R L . Quantum neurodynamics:neural stochastic fil-tering with the schroedinger equation [C ] // 1992 International Joint Conference on Neural Networks,June 7-11,1992,Balti-more,USA . New Jersey : IEEE Press , 1992 : 133 - 140 .

BEHERA L , KAR I . Quantum stochastic filtering [C ] // 2005 IEEE International Conference on System,Man and Cybernetics,October 10-12,2005,Hawaii,USA . New Jersey : IEEE Press , 2005 .

GANDHI V , MCGINNITY T M . Quantum neural network based surface EMG signal filtering for control of robotic hand [C ] // 2013 International Joint Conference on Neural Net-works,August 4-9,2013,Dallas,USA . New Jersey : IEEE Press , 2013 : 1 - 7 .

GANDHI V , PRASAD F , COYLE D H , et al . Quantum neural network-based EEG filtering for a brain-computer interface [J ] . IEEE Transactions on Neural Networks and Learning System , 2014 , 25 ( 2 ): 278 ~ 288 .

朱仁祥，吴乐南 . 用于通信信号非线性时域滤波的量子随机滤波器(英文) [J ] . 东南大学学报(英文版) ， 2007 , 23 ( 1 ): 22 - 25 .

ZHU R X , WU L N . Quantum stochastic filters for nonlinear time-domain filtering of communication signals [J ] . Journal of Southeast University(English Edition) , 2007 , 23 ( 1 ): 22 - 25 .

赖联有，金福江，吴浩瀚 . 语音信号的量子随机滤波降噪方法 [J ] . 信息与控制， 2015 , 44 ( 5 ): 598 - 603 .

LAI L Y , JIN F J , WU H H . Speech de-noising method using quantum stochastic filter [J ] . Information and Control , 2015 , 44 ( 5 ): 598 - 603 .

BUSY R S . Linear and nonlinear filtering [J ] . Proceedings of the IEEE , 1970 , 58 ( 6 ): 854 - 864 .

COHEN-TANNOUDJI C , DIU B , LALOE F . 量子力学 [M ] .. 刘家谟，陈星奎，译. 北京：高等教育出版社， 2014 .

COHEN-TANNOUDJI C , DIU B , LALOE F . Mecanique quan-tique [M ] . Translated by LIU J M , CHEN X K . Beijing : Higher Education Press , 2014 .

吴浩瀚，金福江，赖联有，等 . 基于薛定谔方程的随机滤波算法(英文) [J ] . 自动化学报， 2014 , 40 ( 10 ): 2370 - 2376 .

WU H H , JIN F J , LAI L Y , et al . A stochastic filtering algo-rithm using SchrÄodinger equation [J ] . Acta Automatica Sini-ca , 2014 , 40 ( 10 ): 2370 - 2376 .

程梅花，李晓明，黄军高，等 . 电能量计量计费系统的窃电检测 [J ] . 电力自动化设备， 2002 , 22 ( 6 ): 64 - 67 .

CHENG M H , LI X M , HUANG J G . Filching detection in electric energy measuring and billing system [J ] . Electric Power Automation Equipment , 2002 , 22 ( 6 ): 64 - 67 .

PARZEN E . On estimation of a probability density function and mode [J ] . The Annals of Mathematical Statistics , 1962 , 33 ( 3 ): 1065 - 1076 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于强化学习的边缘计算智能电网资源调度算法

区块链分布式技术在电力需求侧响应管理中的应用

配电系统弹性光网络频谱整理优化算法

面向智能电网二元复杂网络的电力统一空间信息模型

智能电网中无线传感器网络的节能节点定位方法