【摘要】：對風(fēng)電的研究往往要依托于歷史功率數(shù)據(jù),而風(fēng)電機組采集到的歷史數(shù)據(jù)中往往含有大量的異常數(shù)據(jù),這嚴重影響了對風(fēng)電功率規(guī)律特性的分析。針對風(fēng)電機組的實測功率數(shù)據(jù)進行研究,分析風(fēng)速升降特征與風(fēng)向特征對風(fēng)電機組輸出功率的影響。將不同的風(fēng)特征的數(shù)據(jù)分開討論,分別利用Copula函數(shù)得到概率功率曲線,結(jié)合異常數(shù)據(jù)的時序特征歸納出三類異常數(shù)據(jù),建立異常數(shù)據(jù)識別模型。利用風(fēng)電機組的實際數(shù)據(jù)和人工生成數(shù)據(jù)進行仿真分析,結(jié)果表明,該方法能夠高效地識別各類異常數(shù)據(jù),對風(fēng)電研究有著重要的意義。
[Abstract]:The research of wind power often relies on historical power data, and the historical data collected by wind turbines often contain a large number of abnormal data, which seriously affects the analysis of wind power characteristics. The influence of different wind characteristics on power is discussed separately. The probabilistic power curves are obtained by Copula function, and three kinds of abnormal data are summed up according to the time series characteristics of abnormal data. It is of great significance for wind power research to identify all kinds of abnormal data efficiently.
【作者單位】： 東北電力大學(xué);
【基金】：國家重點研發(fā)計劃項目課題(2016YFB0900101)~~
【分類號】：TM315

【相似文獻】

相關(guān)期刊論文 前3條

1 陳亞紅,穆鋼,段方麗;短期電力負荷預(yù)報中幾種異常數(shù)據(jù)的處理[J];東北電力學(xué)院學(xué)報;2002年02期

2 王雷;張瑞青;盛偉;徐治皋;;基于支持向量機的回歸預(yù)測和異常數(shù)據(jù)檢測[J];中國電機工程學(xué)報;2009年08期

3 蔡建壯,白同朔,侯志儉;電力系統(tǒng)偶然事故選擇中異常數(shù)據(jù)的鑒別與處理[J];中國電機工程學(xué)報;2002年08期

相關(guān)會議論文 前1條

1 孫舒;劉莉;張瑛;;基于典型負荷模式的異常數(shù)據(jù)處理[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

，

本文編號：2246658