典型文献
考虑运行状态相似性的风电机组数据异常检测方法
文献摘要：
文中提出一种利用风电场内运行状态相似的风电机组数据采集与监控(SCADA)数据提升异常检测结果准确性的方法.首先,基于实际数据的分析结果,提出了风电机组运行状态的相似性比较原则,进而提出了基于互信息特征选择算法和迭代自组织数据分析聚类算法的运行状态相似性评估方法.然后,在考虑状态变量短时相依性的基础上,利用待检测风电机组的历史SCADA数据构建了基于支持向量机的确定性估计模型,利用相似风电机组的历史SCADA数据构建了基于核密度估计的组合概率估计模型.进一步,利用确定型估计模型和组合概率估计模型分别对目标变量的异常状态进行自检测和外部检测,通过2次检测结果的互相印证来提升异常检测结果的准确性和可靠性.最后,基于一个实际风电场内所有风电机组的SCADA数据和对比实验验证了所提方法的可行性和准确性.
文献关键词：
风电机组;异常检测;相似性;确定性估计;组合概率估计
中图分类号：
作者姓名：
曾祥军;冯琛;杨明;刘晓;胥明凯
作者机构：
电网智能化调度与控制教育部重点实验室(山东大学),山东省济南市 250061;国网山东省电力公司济南供电公司,山东省济南市 250001
文献出处：
引用格式：
[1]曾祥军;冯琛;杨明;刘晓;胥明凯-.考虑运行状态相似性的风电机组数据异常检测方法)[J].电力系统自动化,2022(11):170-180
A类：
组合概率估计
B类：
数据异常检测,异常检测方法,风电场,场内,数据采集与监控,SCADA,结果准确性,实际数据,风电机组运行,机组运行状态,比较原则,互信息,信息特征,特征选择算法,自组织,聚类算法,相似性评估,状态变量,相依性,测风,确定性估计,核密度估计,异常状态,自检测
AB值：
0.244364
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。
