一种基于DBSCAN LAR的风电场数据清洗方法

文档摘要：针对因风电场机组异常数据而导致风电功率预测精度下降的问题,文章提出一种基于密度噪声应用空间聚类(density-basedspatialclusteringofapplicationswithnoise,DBSCAN)算法加上最小绝对残差(leastabsoluteresidual,LAR)法的风电场数据清洗方法.首先利用DBSCAN算法识别分散型异常数据,然后基于LAR方法构建堆积型异常数据识别模型,分别实现对风电场分散型异常数据和堆积型异常数据的清洗,最后通过Pearson相关系数和反向传播神经网络预测模型验证所提方法的效果.结果表明,基于DBSCAN+LAR的风电场数据清洗方法能有效减小风电功率预测误差.

Abstract：Aimingattheproblemoflowwindpowerpredictionaccuracyduetoabnormaldataofwindturbines,awindpowerfarmdatacleansingmethodbasedondensity-basedspatialclusteringofapplicationswithnoise(DBSCAN)algorithmcoupledwithleastabsoluteresidual(LAR)methodisproposed.Firstly,DBSCANisusedtoidentifydispersedabnormaldata,andthenLARisusedtoconstructamodelforidentifyingstackedabnormaldata,whichrealizesthecleansingofdispersedabnormaldataandstackedabnormaldataofwindpowerfarms.Finally,theeffectoftheproposedmethodisverifiedbyPearsoncorrelationcoefficientandbackpropagationneuralnetworkpredictionmodel.TheresultsshowthatthewindpowerfarmdatacleansingmethodbasedonDBSCAN+LARcaneffectivelyreducethewindpowerpredictionerror.

作者：邓韦斯   戴仲覆   王皓怀   周保荣   鲁聪   程铭   刘显茁   胡甲秋   李崇浩   张洋宁 Author：DENGWeisi   DAIZhongfu   WANGHaohuai   ZHOUBaorong   LUCong   CHENGMing   LIUXianzhuo   HUJiaqiu   LIChonghao   ZHANGYangning
作者单位：中国南方电网电力调度控制中心,广东省广州市510663直流输电技术国家重点实验室(南方电网科学研究院有限责任公司),广东省广州市510663
刊名：电力信息与通信技术 ISTIC
Journal：ElectricPowerInformationandCommunicationTechnology
年，卷(期)：2024, 22(6)
分类号：TM614
关键词：风电场  异常数据  DBSCAN  LAR  数据清洗  
Keywords：windpowerfarm  abnormaldata  DBSCAN  LAR  datacleansing  
机标分类号：TM614TP311.133TP273
在线出版日期：2024年7月1日
基金项目：中国南方电网有限责任公司科技项目一种基于DBSCAN+LAR的风电场数据清洗方法[
期刊论文]  电力信息与通信技术--2024, 22(6)邓韦斯  戴仲覆  王皓怀  周保荣  鲁聪  程铭  刘显茁  胡甲秋  李崇浩  张洋宁针对因风电场机组异常数据而导致风电功率预测精度下降的问题,文章提出一种基于密度噪声应用空间聚类(density-basedspatialclusteringofapplicationswithnoise,DBSCAN)算法加上最小绝对残差(leastabsoluteresi...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：风电场,异常数据,DBSCAN,LAR,数据清洗,

2024-10-4 02:15 上传 一种基于DBSCAN LAR的风电场数据清洗方法.pdf

文件大小:

2.04 MB

下载次数:

60

高速下载