發(fā)布時(shí)間：2018-09-17 17:46

【摘要】：對(duì)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(jī)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(yán)重影響了對(duì)風(fēng)電功率規(guī)律特性的分析。針對(duì)風(fēng)電機(jī)組的實(shí)測(cè)功率數(shù)據(jù)進(jìn)行研究,分析風(fēng)速升降特征與風(fēng)向特征對(duì)風(fēng)電機(jī)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(shí)序特征歸納出三類異常數(shù)據(jù),建立異常數(shù)據(jù)識(shí)別模型。利用風(fēng)電機(jī)組的實(shí)際數(shù)據(jù)和人工生成數(shù)據(jù)進(jìn)行仿真分析,結(jié)果表明,該方法能夠高效地識(shí)別各類異常數(shù)據(jù),對(duì)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(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目課題(2016YFB0900101)~~
【分類號(hào)】：TM315

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

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

2 王雷;張瑞青;盛偉;徐治皋;;基于支持向量機(jī)的回歸預(yù)測(cè)和異常數(shù)據(jù)檢測(cè)[J];中國(guó)電機(jī)工程學(xué)報(bào);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(guó)電機(jī)工程學(xué)報(bào);2002年08期

相關(guān)會(huì)議論文 前1條

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

，

本文編號(hào)：2246658