风电异常测量数据智能识别方法研究

• 作者: 杜大军 范晓泉 费敏锐
• 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）
• 页码范围: 10-14
• 页数: 5页
• 分类号: TP274
• 语种: 中文

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.

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