典型文献
两阶段CP-Copula的风电机组异常数据清洗算法
文献摘要：
风电机组在实际运行过程由于运行环境影响及人为调控等因素影响,导致风功率曲线中存在大量异常运行数据,给风电机组的监测与控制带来严重干扰.提出一种基于变点分组(Change Point)和Copula理论组合的两阶段异常数据清洗算法.根据风电机组异常运行数据的分布特征和产生原因,将异常数据划分为堆积型异常数据和分散型异常数据;利用变点算法最大限度的清洗大部分堆积形异常数据和少量分散型异常数据,提高正常数据占比;结合Copula函数计算风速和功率的依赖关系,并依据依赖关系建立基于Copula的概率功率曲线,进一步清洗剩余分散型异常数据.通过内蒙古某风电场实际运行数据验证了算法的有效性,结果表明清洗效果好,可有效识别出三类异常数据,具有一定的工程实用价值.
文献关键词：
风电机组;风功率曲线;异常数据;数据清洗
中图分类号：
作者姓名：
郭慧军;李永亭;齐咏生;刘利强
作者机构：
内蒙古工业大学电力学院,内蒙古呼和浩特010080;内蒙古自治区机电控制重点实验室,内蒙古呼和浩特010051
文献出处：
引用格式：
[1]郭慧军;李永亭;齐咏生;刘利强-.两阶段CP-Copula的风电机组异常数据清洗算法)[J].计算机仿真,2022(11):85-91
A类：
B类：
两阶段,CP,Copula,风电机组,异常数据清洗,数据清洗算法,实际运行,运行环境,风功率曲线,异常运行,运行数据,监测与控制,变点,Change,Point,产生原因,数据划分,分散型,点算,数据占比,依赖关系,风电场,数据验证,清洗效果
AB值：
0.244956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
