基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对风电测量数据中不同程度存在的异常数据势必影响风电预测精度的问题,结合滑窗方法并运用两种智能算法实现了风电测量数据异常识别.首先分析了风电测量数据的时序性,然后描述了基于高密度连通区域的聚类算法和基于密度的离群点检测算法,并分析了两种方法的性能.最后,针对国内风电场实际测量数据,运用两种算法进行了异常测量数据的识别并在此基础上进行了风电预测,针对计算结果进行了比较分析,验证了所提策略的可行性和有效性.
推荐文章
低维人体运动数据边界智能识别方法研究
径向基函数神经网络
低维
人体运动数据
边界识别
滤波去噪
基于参数估计的BPSK/PM遥测异常信号识别方法研究
二进制相移键控/相位调制
异常遥测信号
识别
参数估计
基于深度卷积特征的水下目标智能识别方法
无人水下航行器
智能识别
深度卷积神经网络
迁移学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 风电异常测量数据智能识别方法研究
来源期刊 仪表技术 学科 工学
关键词 风电测量数据的时序性 异常测量数据识别 风电功率预测
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 10-14
页数 5页 分类号 TP274
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 费敏锐 190 1882 20.0 34.0
2 杜大军 15 31 4.0 5.0
3 范晓泉 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (117)
共引文献  (423)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(24)
  • 参考文献(2)
  • 二级参考文献(22)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(13)
  • 参考文献(3)
  • 二级参考文献(10)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风电测量数据的时序性
异常测量数据识别
风电功率预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
仪表技术
月刊
1006-2394
31-1266/TH
大16开
上海市
4-351
1972
chi
出版文献量(篇)
4081
总下载数(次)
14
论文1v1指导