【技术实现步骤摘要】
本专利技术涉及风力发电，具体地涉及一种风速-功率曲线异常点识别方法及一种风速-功率曲线异常点识别装置。
技术介绍
1、随着风力发电技术的进步和装机容量的快速增长，快速高效地评估风电机组的运行情况和发电效率变得尤为重要，功率曲线是衡量风电机组运行情况的最重要的指标之一。因此，开发一种具有通用性和准确性的功率曲线异常点识别方法具有重要意义。
2、目前，功率曲线异常点识别的技术方法主要包括基于数据清洗和预处理、统计分析、机器学习算法、图像识别技术以及模型预测等。这些方法通过清洗数据、计算统计指标、学习历史数据建立模型、将曲线转化为图像进行分析以及构建预测模型等方式，来识别和判断功率曲线中的异常点。
3、但是，现有的功率曲线异常点识别的技术方法存在效率低和准确性低的问题，无法不适用于批量风电机组的异常判断。
技术实现思路
1、本专利技术实施例的目的是提供一种风速-功率曲线异常点识别方法及装置，以解决上述问题。
2、为了实现上述目的，本专利技术实施例提供一种风速-...
【技术保护点】
1.一种风速-功率曲线异常点识别方法，其特征在于，包括：
2.根据权利要求1所述的风速-功率曲线异常点识别方法，其特征在于，利用不同的曲线异常值识别方法，对多个风速-功率数据点进行识别，得到不同的曲线异常值识别方法下的风速-功率异常数据点，包括：
3.根据权利要求2所述的风速-功率曲线异常点识别方法，其特征在于，利用密度聚类算法，对多个风速-功率数据点进行识别，得到密度聚类算法下的风速-功率异常数据点，包括：
4.根据权利要求3所述的风速-功率曲线异常点识别方法，其特征在于，密度聚类算法的聚类半径通过以下方式确定：
5....
【技术特征摘要】
1.一种风速-功率曲线异常点识别方法，其特征在于，包括：
2.根据权利要求1所述的风速-功率曲线异常点识别方法，其特征在于，利用不同的曲线异常值识别方法，对多个风速-功率数据点进行识别，得到不同的曲线异常值识别方法下的风速-功率异常数据点，包括：
3.根据权利要求2所述的风速-功率曲线异常点识别方法，其特征在于，利用密度聚类算法，对多个风速-功率数据点进行识别，得到密度聚类算法下的风速-功率异常数据点，包括：
4.根据权利要求3所述的风速-功率曲线异常点识别方法，其特征在于，密度聚类算法的聚类半径通过以下方式确定：
5.根据权利要求3所述的风速-功率曲线异常点识别方法，其特征在于，统计每个风速-功率数据点的聚类半径范围内除该风速-功率数据点以外的风速-功...
【专利技术属性】
技术研发人员：王辰旭，王玉婷，毕妍，牛馨苑，
申请(专利权)人：国电联合动力技术有限公司，
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。