典型文献
基于混合模型的风电机组异常数据识别方法
文献摘要：
结合风电机组异常数据的分布特征,采用参数模型与非参数模型结合的算法对异常数据进行识别.首先,在水平功率方向将风电机组运行数据以一定间隔分层,采用非参数模型扩散核密度估计建立不同水平功率区间内运行数据的数字概率密度曲线.然后,采用参数模型混合威布尔分布拟合概率密度曲线,利用威布尔分布的模型参数来准确描述不同水平功率区间复杂异常数据整体分布特征.最后,采用平均置信区间法识别和剔除异常数据.以2台风电机组的复杂异常数据为实例进行验证,结果表明该方法能够克服单一参数模型或非参数模型的局限性,可实现对风电机组异常数据的有效识别.
文献关键词：
风能发电;风电机组运行;异常数据识别;数据清洗;扩散核密度估计;混合威布尔分布
中图分类号：
作者姓名：
林立栋;郭鹏;甘雨
作者机构：
华北电力大学 控制与计算机工程学院,北京 102206
文献出处：
引用格式：
[1]林立栋;郭鹏;甘雨-.基于混合模型的风电机组异常数据识别方法)[J].电力科学与工程,2022(07):41-49
A类：
扩散核密度估计,混合威布尔分布
B类：
混合模型,异常数据识别,非参数模型,功率方向,风电机组运行,运行数据,不同水平,概率密度,度曲,分布拟合,拟合概率,置信区间,区间法,台风,或非,风能发电,数据清洗
AB值：
0.175956
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。
