文档名：基于多模型并行集成框架的风电功率异常数据识别
摘要：风电机组在实际运行过程中因通信故障或人为因素会产生大量异常数据,对工况评估和出力预测带来较大影响,故需要对风电功率异常数据进行处理.通过分析风电功率数据特征和异常数据产生原因,提出了一种多模型并行集成框架的风电功率异常数据识别方法.该方法采用最近邻隔离方法和局部离群因子方法的构建异常检测模型池,再经并行集成框架进行二次筛选合并,得出最终识别结果.利用单一最近邻隔离方法、局部离群因子方法和顺序集成方法在不同风电场实际数据集上进行对比验证.算例验证结果表明,所提方法能有效识别各类异常数据,提升风功率预测模型精度,具有较强的通用性.
作者：陈江雨 李培强 钟吴君Author：CHENJiangyu LIPeiqiang ZHONGWujun
作者单位：湖南大学电气与信息工程学院,长沙410082
刊名：电力系统及其自动化学报 ISTICPKU
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2023, 35(11)
分类号：TM73
关键词：风电功率数据 异常数据处理 并行集成框架 最近邻隔离 局部离群因子
Keywords：windpowerdata processofabnormaldata parallelintegrationframework isolationusingnearestneighborensemble(INNE) localoutlierfactor(LOF)
机标分类号：TP391TM614TP277
在线出版日期：2023年12月12日
基金项目：国家重点研发计划基于多模型并行集成框架的风电功率异常数据识别[
期刊论文] 电力系统及其自动化学报--2023, 35(11)陈江雨 李培强 钟吴君风电机组在实际运行过程中因通信故障或人为因素会产生大量异常数据,对工况评估和出力预测带来较大影响,故需要对风电功率异常数据进行处理.通过分析风电功率数据特征和异常数据产生原因,提出了一种多模型并行集成框架的...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
基于多模型并行集成框架的风电功率异常数据识别 Identification of Wind Power Abnormal Data Based on Multi-model Parallel Integration Framework
基于多模型并行集成框架的风电功率异常数据识别.pdf
- 文件大小:
- 2.61 MB
- 下载次数:
- 60
-
高速下载
|
|
