典型文献
一种基于风功率曲线的SCADA数据清洗方法研究
文献摘要：
风机SCADA数据在风机状态评估和性能预测中具有重要作用.在风机实际运行过程中,人为操作失误以及传感器等设备故障可能导致SCADA数据中存在大量异常,给后续的评估和预测带来较大干扰.文章基于风机SCADA数据中风速-功率散点图的分布特征和形态,以及标准风功率曲线的风速-功率对应关系,提出了一种改进的一类支持向量机(OCSVM)方法来进行异常数据清洗.通过选取东北某风电场的同类型风机进行SCADA数据清洗验证,并与四分位法、局部异常点检测算法(LOF)、孤立森林算法(IF)的清洗结果进行了对比.对比结果表明,本文提出的方法对异常点的清洗效率更高,清洗结果更接近标准风功率曲线,且具有较好的通用性.
文献关键词：
风力发电机组;一类支持向量机;SCADA数据清洗
中图分类号：
作者姓名：
夏延秋;夏和民;冯欣
作者机构：
华北电力大学 能源动力与机械工程学院,北京 102206
文献出处：
引用格式：
[1]夏延秋;夏和民;冯欣-.一种基于风功率曲线的SCADA数据清洗方法研究)[J].可再生能源,2022(11):1499-1504
A类：
B类：
风功率曲线,SCADA,清洗方法,风机,机状态,状态评估,性能预测,实际运行,操作失误,设备故障,大干,散点图,一类支持向量机,OCSVM,异常数据清洗,风电场,四分,异常点检测,检测算法,LOF,孤立森林算法,IF,清洗效率,通用性,风力发电机组
AB值：
0.32299
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。
