【技术实现步骤摘要】
本专利技术涉及风力发电数据分析与处理，特别是涉及一种精准识别风功率异常值的清洗方法。
技术介绍
1、随着数据驱动技术在风力机行业的广泛应用，风功率数据的准确性对系统性能监控和预测至关重要。然而，风力机风功率数据往往受到风速变化、设备故障或环境干扰等多种复杂因素的影响，导致数据中存在着异常值。在实际风力机运行中会出现：①垂直堆叠异常数据、②远离功率曲线离散分布的异常数据、③跟随功率曲线分布的稀疏异常数据、④中部水平堆积异常数据、⑤底部水平堆积异常值五种异常值。这些异常值会严重影响风力机性能评估、状态检测和预测精度。
2、为了清洗这些异常值，现有方法一：一种基于粒子群参数优化得空间密度聚类方法，但是该方法只对稀疏异常值识别效果明显，对风功率分布带边缘高密度异常值不能有效识别；方法二：一种基于组内方差和概率密度的清洗方法，该方法对于风功率分布带边缘异常数据识别效果不明显，存在明显的异常值附着现象；方法三：一种基于概率密度的分区间异常值判断方法，该方法虽然实现简单，但是对于识别效果并不好，识别后的数据中存在很多如③所示的异常值；方法...
【技术保护点】
1.一种精准识别风功率异常值的清洗方法，其特征在于，包括：
2.根据权利要求1所述的精准识别风功率异常值的清洗方法，其特征在于，对所述待清洗风功率数据进行预处理包括：
3.根据权利要求1所述的精准识别风功率异常值的清洗方法，其特征在于，对预处理后的所述待清洗风功率数据利用垂直四分位法进行第一次异常值剔除包括：
4.根据权利要求3所述的精准识别风功率异常值的清洗方法，其特征在于，确定每个风速区间内的功率阈值的方法为：
5.根据权利要求1所述的精准识别风功率异常值的清洗方法，其特征在于，对所述第一正常数据利用水平四分位法进行...
【技术特征摘要】
1.一种精准识别风功率异常值的清洗方法，其特征在于，包括：
2.根据权利要求1所述的精准识别风功率异常值的清洗方法，其特征在于，对所述待清洗风功率数据进行预处理包括：
3.根据权利要求1所述的精准识别风功率异常值的清洗方法，其特征在于，对预处理后的所述待清洗风功率数据利用垂直四分位法进行第一次异常值剔除包括：
4.根据权利要求3所述的精准识别风功率异常值的清洗方法，其特征在于，确定每个风速区间内的功率阈值的方法为：
5.根据权利要求1所述的精准识别风功率异常值的清洗方法，其特征在于，对所述第一正常数据利用水平四分位法进行第二次异常值剔除包括：
6.根据权利要求5所述的精准识别风功率异常值的清洗方法，其特征在于，确定...
【专利技术属性】
技术研发人员：李寿图，杨福爱，徐晟，代怡，李晔，
申请(专利权)人：兰州理工大学，
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。