第三类方法是根据异常数据的位置分布特征识别异常数据该类方法的依据是异常数据点位于风功率曲线正常出力特性范围之外理论上可实现多类型异常数据的清洗而且不需要数据样本训练通用性强后续应用值得期待但现有研究成果对大量堆积型异常数据的识别与清洗效果有待提高 风电机组风速-功率异常运行数据特征及清洗方法 ★中国电工...
风功率曲线异常数据数据清洗风功率曲线是考核风电机组发电性能的重要指标,对风电场的运行管理和电力系统的运行调度都具有重要意义.实际运行过程的设备故障及人为控制因素会导致风速-功率曲线中存在大量的异常数据,给风功率曲线的后续应用带来严重影响.本文在分析风电机组风速-功率异常运行数据特征的基础上,根据空间分布位置和...
本文在分析风电机组风速-功率异常运行数据特征的基础上,根据空间分布位置和形态将异常数据分为曲线底部、中部、上部堆积型异常数据和曲线周围分散型异常数据等四类,提出了基于变点分组法与四分位法组合的异常数据识别清洗方法及流程。 与四分位-变点分组法以及局部离群因子算法的对比算例验证结果表明,提出的变点分组-四...
风电机组风速-功率异常运行数据特征及清洗方法 沈小军;付雪姣;周冲成;王伟 【摘要】风功率曲线是考核风电机组发电性能的重要指标,对风电场的运行管理和电力系统的运行调度都具有重要意义.实际运行过程的设备故障及人为控制因素会导致风速-功率曲线中存在大量的异常数据,给风功率曲线的后续应用带来严重影响.本文在分析风电...