دانلود ترجمه مقاله کیفیت داده های مصرف برق در محیط شبکه هوشمند

1. مقدمه 2. کیفیت داده ها 3. کیفیت داده های مصرف برق 4. تولید داده های خروجی مصرف برق 5. تشخیص داده های خروجی مصرف برق 6. نتیجه گیری

چکیده – با افزایش نفوذ فناوری های اطلاعات سنتی و در حال ظهور در صنعت برق، در کنار توسعه سریع اصلاحات بازار برق، صنعت برق داده های زیادی در این زمینه جمع آوری کرده است. موضوع کیفیت داده ها در این زمینه اهمیت زیادی پیدا کرده و دقت و کارایی داده کاوی برق و تحلیل داده های بزرگ انرژی را تحت تأثیر قرار داده است. این موضوع همچنین ارتباط نزدیکی به امنیت و قابلیت اطمینان عملکرد سیستم قدرت و مدیریت مبتنی بر پشتیبانی از تصمیمات مبتنی بر داده ها دارد. در این مقاله، ما کیفیت داده های مربوط به مصرف برق در یک محیط شبکه هوشمند را مورد بررسی و مطالعه قرار داده ایم. در ابتدا، ما اهمیت کیفیت داده ها را آنالیز کرده ایم. همچنین، تعریف و طبقه بندی موضوعات مربوط به کیفیت داده ها تشریح شده است. سپس، کیفیت داده های مصرف برق را آنالیز کرده و مشخصه های داده های مصرف برق در یک محیط شبکه هوشمند را معرفی کرده ایم. موضوعات کیفیت داده های مصرف برق به سه نوع تقسیم می شوند، با عنوان داده های نویز، داده های ناقص و داده های خروجی. ما بررسی مفصلی از این سه نوع موضوع کیفیت داده ها انجام داده ایم. داده های خروجی یکی از مهم ترین موضوعات در زمینه داده های مصرفی برق می باشند، بنابراین، ما عمدناً روی تشخیص خروجی داده های مصرفی برق تمرکز کرده ایم. این مقاله علل داده های خروجی مصرف برق را معرفی کرده و اهمیت داده های خروجی مصرف برق را از جنبه های مثبت و منفی نشان داده است. نهایتاً، تمرکز این مقاله روی بررسی روش های تشخیصی داده های خروجی مصرف برق می باشد. این روش ها عمدتاً به دو دسته تقسیم می شوند، با عنوان روش های مبتنی بر داده کاوی و مبتنی بر برآورد حالت.

With the increasing penetration of traditional and emerging information technologies in the electric power industry, together with the rapid development of electricity market reform, the electric power industry has accumulated a large amount of data. Data quality issues have become increasingly prominent, which affect the accuracy and effectiveness of electricity data mining and energy big data analytics. It is also closely related to the safety and reliability of the power system operation and management based on data-driven decision support. In this paper, we study the data quality of electricity consumption data in a smart grid environment. First, we analyze the significance of data quality. Also, the definition and classification of data quality issues are explained. Then we analyze the data quality of electricity consumption data and introduce the characteristics of electricity consumption data in a smart grid environment. The data quality issues of electricity consumption data are divided into three types, namely noise data, incomplete data and outlier data. We make a detailed discussion on these three types of data quality issues. In view of that outlier data is one of the most prominent issues in electricity consumption data, so we mainly focus on the outlier detection of electricity consumption data. This paper introduces the causes of electricity consumption outlier data and illustrates the significance of the electricity consumption outlier data from the negative and positive aspects respectively. Finally, the focus of this paper is to provide a review on the detection methods of electricity consumption outlier data. The methods are mainly divided into two categories, namely the data mining-based and the state estimation-based methods.