【技术实现步骤摘要】
本专利技术涉及风电功率预测，尤其是指一种多风机机头风速异常恒定值检测方法、装置及计算机可读存储介质。
技术介绍
1、精准的风电功率预测可以为电网运营商和风电场管理者提供准确的未来风电生产情况。通过预测风电功率，可以更好地进行电力系统的调度和运营计划，有助于优化电力市场交易和电力供需平衡，避免因风电波动性而导致的电力供应不足或过剩的情况发生。同时，精准预测还可以帮助电力公司和风电场制定合理的能源采购和销售策略，从而降低电力交易成本。其中风机机头的风速为预测风电功率所需的重要数据之一。
2、风电场的运行环境复杂多变，风速数据采集过程中可能受到各种因素的干扰和噪声，从而导致采集到的原始风速数据存在种种问题。由于“数据和特征决定模型的上限”，有效的异常机头风速数据检测方法有助于在风电功率预测中剔除存在异常的原始数据，提高原始数据的质量和准确性，为风电功率预测模型的训练和性能提供可靠的数据基础。
3、然而，现有的异常机头风速数据检测方法多数基于二维散点图对异常数据进行识别，难以识别完整的序列型异常数据，且无法充分挖掘多风机...
【技术保护点】
1.一种多风机机头风速异常恒定值检测方法，其特征在于，包括：
2.根据权利要求1所述的一种多风机机头风速异常恒定值检测方法，其特征在于，S1中，采用凝聚型层次聚类算法对多台风机进行分群，包括：
3.根据权利要求2所述的一种多风机机头风速异常恒定值检测方法，其特征在于，所述根据最长距离法计算所有分群两两之间的群间距离，具体包括：
4.根据权利要求3所述的一种多风机机头风速异常恒定值检测方法，其特征在于，所述一个分群内任一风机的机头风速时间序列X与另一个分群内任一风机的机头风速时间序列Y之间的距离为1-Cpearson，其中Cpears...
【技术特征摘要】
1.一种多风机机头风速异常恒定值检测方法，其特征在于，包括：
2.根据权利要求1所述的一种多风机机头风速异常恒定值检测方法，其特征在于，s1中，采用凝聚型层次聚类算法对多台风机进行分群，包括：
3.根据权利要求2所述的一种多风机机头风速异常恒定值检测方法，其特征在于，所述根据最长距离法计算所有分群两两之间的群间距离，具体包括：
4.根据权利要求3所述的一种多风机机头风速异常恒定值检测方法，其特征在于，所述一个分群内任一风机的机头风速时间序列x与另一个分群内任一风机的机头风速时间序列y之间的距离为1-cpearson，其中cpearson为机头风速时间序列x与机头风速时间序列y之间的皮尔逊系数，机头风速时间序列x与机头风速时间序列y之间的距离取值为[-1，1]；
5.根据权利要求1所述的一种多风机机头风速异常恒定值检测方法，其特征在于，s2中，所述选取每台风机的机头风速时间序列中风速恒定不变的区间作为该风机的可疑异常恒定值区间，包括：
6.根据权利要求5所述的一种...
【专利技术属性】
技术研发人员：杨超颖，邹鹏，赵军，王小昂，张晓鹏，潘力志，赵兴泉，王金浩，张敏，宋金鸽，祗会强，常潇，樊瑞，
申请(专利权)人：国网山西省电力公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。