文档名：基于Copula理论的风电机组异常数据识别方法
风电机组数据采集与监控系统中采集的风速和功率数据中通常因弃风限电、传感器故障等原因存在异常数据,这些异常数据对风电机组运行状况、功率预测、优化调度等会造成较大的影响.针对风速和功率间存在一定的相关性,本文提出基于Copula理论的风电机组异常数据识别方法.利用Copula函数建立风速和功率间相关关系的概率功率曲线,结合三类异常数据特征得到了相应异常数据识别模型.最后以西北地区酒泉风电场的实测数据作为算例验证了该方法的有效性.
作者：陈伟 王敏 纪青春
作者单位：兰州理工大学电气工程与信息工程学院,甘肃兰州,中国,730050国网兰州供电公司,甘肃兰州,中国,730050
母体文献：第20届中国系统仿真技术及其应用学术年会(20thCCSSTA2019)论文集
会议名称：第20届中国系统仿真技术及其应用学术年会(20thCCSSTA2019)
会议时间：2019年8月1日
会议地点：合肥
主办单位：中国自动化学会,中国系统仿真学会
语种：chi
分类号：
关键词：风电机组 异常数据 识别模型 Copula理论
在线出版日期：2020年7月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.85 MB
- 下载次数:
- 60
-
高速下载
|
|
