3不良数据的检测和辩识.pptVIP

不良数据的检测和辩识 张海波 不良数据的检测和辩识的数学基础－正态分布 当被研究的随机变量是数量众多的相互独立的随机变量之和，则他必定服从正态分布或近似正态分布的．（概率极限定理可证） 不良数据的检测和辩识的数学基础　　　　　　　　　　　　 －正态分布 不良数据的检测和辩识的数学基础　　　　　　　　　　 (1)数学期望值等于参数n,即： 实时数据的误差 量测值和真值总是存在差异，即误差 从采样到计算机数据库的全过程，每个环节都可能受到各种随机干扰而产生误差 误差来源： 各环节的随机干扰 量测的不同时性，CDT不同时等 误差的性质 假设误差具有正态分布的性质 坏数据定义 只有0.3%的可能性， 落在3σ范围之外 误差大于3σ的量测数据叫坏数据 量测坏数据的检测与辨识 内含量测预处理、拓扑错误辨识、遥测坏数据的检测和辨识 量测预处理：去掉明显的坏数据 拓扑错误辨识：找出开关、刀闸的状态错误 遥测坏数据的检测和辨识 采用估计--检测和辨识--再估计--再检测和辨识的迭代模式 坏数据的可检测和可辨识性 残差 r与误差ν的关系－残差方程 残差灵敏度矩阵 残差灵敏度矩阵W的特性 W是奇异矩阵。其秩是 k=m-n W是等幂矩阵：WW=W WTR-1W=R-1W WR WT= WR = RWT 0Wii1 残差方程的作用 描述了残差和量测误差之间的线性关系 残差