基于改进高斯过程回归的光伏电站监测数据修复研究

• 作者: 任佳琦 俞娜燕 倪晓宇 李向超 费科
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 光伏电站 数据修复 高斯过程 粒子滤波
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 理论创新
• 页码范围: 56-58,62
• 页数: 4页
• 分类号: TP274
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.05.056

摘要

针对海量数据处理难度大,传统方法效率低、异常值导致模型参数估计不准确等问题,提出了一种基于高斯过程回归(Gaussian process regression,GPR)和粒子滤波(Particle filtering,PF)的光伏电站监测数据修复方法.首先用数学语言描述GPR数据监测过程,并进行数据预处理;在训练样本集中通过高斯过程回归建立状态空间方程,采用粒子滤波算法对当前量测值进行估计,对估计值和量测值的残差进行分析;其次,检测异常值并进行修复,并对修正后的光伏电站数据重新建立高斯过程回归预测模型.最后,测试结果验证了模型和方法的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞娜燕		3	0	0.0	0.0
2	李向超		3	0	0.0	0.0
3	费科		3	0	0.0	0.0
4	任佳琦	河海大学能源与电气学院	4	3	1.0	1.0
5	倪晓宇		5	9	1.0	3.0