变电站监测数据质量提升技术研究及展望OA
随着变电站保护监控系统数字化、智能化的推进,二次系统产生的多源异构数据规模急剧增长、维度持续攀升,并出现异常频发、存储与计算成本增加等问题。因此,清洗监测数据,归并冗余信息,构建高效的数据质量提升体系,成为支撑新型电力系统发展的关键。基于上述背景,系统梳理了变电站监测数据清洗研究进展,并结合LLMs(大语言模型)技术发展趋势,探讨MLLMs(多模态大语言模型)在数据质量提升中的应用潜力。首先,分析了变电站监测数据的基本特征及其质量提升的迫切需求。其次,围绕异常数据检测、异常类型辨识和数据修复三个关键环节,分析总结了现有数据清洗技术的原理、优缺点及适用场景,进一步探讨了MLLMs在相关任务中的应用路径。最后,展望未来发展方向,特别分析了MLLMs技术应用需解决的关键问题。
郑翔;陈韶昱;吴佳毅;张一康;张敏;于逸廷;薛安成
国网浙江省电力有限公司衢州供电公司,浙江衢州324100国网浙江省电力有限公司衢州供电公司,浙江衢州324100国网浙江省电力有限公司,杭州310007新能源电力系统全国重点实验室(华北电力大学),北京102206国网电力科学研究院有限公司,南京211106新能源电力系统全国重点实验室(华北电力大学),北京102206新能源电力系统全国重点实验室(华北电力大学),北京102206
信息技术与安全科学
变电站二次系统数据质量提升数据清洗大语言模型
《浙江电力》 2026 (5)
P.1-16,16
国家电网有限公司总部管理科技项目(5108-202319438A-3-2-ZN)。
评论