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:
针对风电机组异常风速-功率数据的产生原因和分布特点进行分析,提出一种异常数据分类多模型算法.对不同类别异常数据建立弃风、4分位和模糊C均值数据处理模型,识别弃风产生数据、离群孤立点数据、偏差簇数据,并利用3次样条方法修正异常风速点.运用该方法对甘肃酒泉风电场和美国Wisconsin州Butler Ridge风电场历史数据进行数据预处理,采用RBF网络对处理前后的数据进行风速预测.预测结果表明,经过识别并剔除异常风电机组数据后风速预测精度可提高1%~3%,说明该方法有效剔除了风电场异常数据,对风电场风速预测有一定的应用价值.
推荐文章
基于异常数据预处理和自适应估计的WSN数据融合算法
无线传感器网络
异常数据预处理
自适应分批估计
数据融合
风场原始数据检验中异常数据的处理
风场
原始数据
检验
异常
基于SCADA大数据的风电机组故障预警分析与研究
状态监测
故障预警
非线性状态评估模型
预警阈值
并行数据库中异常数据优化分类挖掘方法研究
并行数据库
异常数据
挖掘
聚类
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 风电机组异常数据预处理的分类多模型算法
来源期刊 电力系统及其自动化学报 学科 工学
关键词 异常数据 数据预处理 4分位法 模糊C均值 风速预测 RBF神经网络
年,卷(期) 2018,(4) 所属期刊栏目 学术论文
研究方向 页码范围 137-143
页数 7页 分类号 TM614
字数 5073字 语种 中文
DOI 10.3969/j.issn.1003-8930.2018.04.022
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 陈伟 兰州理工大学电气工程与信息工程学院 59 361 10.0 15.0
2 裴喜平 兰州理工大学电气工程与信息工程学院 30 171 9.0 11.0
3 吴布托 兰州理工大学电气工程与信息工程学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (138)
共引文献  (194)
参考文献  (18)
节点文献
引证文献  (4)
同被引文献  (26)
二级引证文献  (4)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(17)
  • 参考文献(1)
  • 二级参考文献(16)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(6)
  • 参考文献(5)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
异常数据
数据预处理
4分位法
模糊C均值
风速预测
RBF神经网络
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导