典型文献
基于数学形态学去噪的光伏发电限电异常数据识别算法
文献摘要：
光伏发电领域特有的限电异常数据,由于其来源于不确定的、突发的强制弃风弃光操作,完全无规律可循,使得依赖数据分布假设或经验模型的传统异常数据识别算法无法对其进行有效识别.为提高光伏限电异常数据的识别率,提出一种基于数学形态学去噪的限电异常数据识别算法.该算法将限电异常数据作为原始数据的噪声信号,对原始数据本身的分布特性没有任何要求,只需将原始数据转换为二值图像,通过膨胀腐蚀等数学形态学去噪的基本运算即可对限电异常数据进行自适应识别.通过实际采集数据进行仿真,结果表明,与传统异常数据识别算法相比,该算法可显著提高限电异常数据的识别率,从而验证了其在限电异常数据识别领域的适用性.
文献关键词：
光伏发电;限电数据;异常数据识别;数学形态学去噪;膨胀腐蚀
中图分类号：
作者姓名：
郝颖;冬雷;王丽婕;廖晓钟
作者机构：
北京信息科技大学自动化学院,北京市海淀区 100192;北京理工大学自动化学院,北京市海淀区 100081
文献出处：
引用格式：
[1]郝颖;冬雷;王丽婕;廖晓钟-.基于数学形态学去噪的光伏发电限电异常数据识别算法)[J].中国电机工程学报,2022(21):7843-7854,中插15
A类：
数学形态学去噪,限电数据
B类：
光伏发电,异常数据识别,识别算法,发电领域,弃风弃光,光操作,无规律,可循,数据分布,经验模型,识别率,原始数据,噪声信号,分布特性,需将,数据转换,二值图像,过膨胀,膨胀腐蚀,自适应识别,采集数据
AB值：
0.184287
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。
