相关智能电网数据集中缺失数据的恢复
信号处理
2019-06-04 v1
摘要
我们在矩阵补全框架下研究从多个智能电网数据集恢复缺失数据。这些数据集包含电力配送系统监测与控制所需的电气量。每个数据集由一个低秩矩阵描述。不同数据集因包含由同一配电系统产生的不同物理量的测量值而相关。为评估矩阵补全技术在缺失数据恢复中的有效性,我们刻画了联合恢复两个相关数据集时的基本极限。进而,我们在此设定下评估奇异值阈值化(SVT)与贝叶斯 SVT(BSVT)的性能。通过对不同相关数据集的恢复进行仿真,我们表明 BSVT 优于 SVT。BSVT 的性能呈现出基本极限所描述的权衡特性,这表明 BSVT 以高效方式利用了数据集间的相关性。
引用
@article{arxiv.1906.00397,
title = {Recovery of Missing Data in Correlated Smart Grid Datasets},
author = {Cristian Genes and Iñaki Esnaola and Samir Perlaza and Daniel Coca},
journal= {arXiv preprint arXiv:1906.00397},
year = {2019}
}
备注
Extended version of submission to IEEE Data Science Workshop 2019