-
题名基于密度聚类算法的风电机组异常数据点筛选
- 1
-
-
作者
王克挺
-
机构
国家能源集团甘肃电力有限公司
-
出处
《电子设计工程》
2024年第18期127-131,共5页
-
基金
国网甘肃省电力公司科技项目(53262825001B)。
-
文摘
风电机组异常数据点筛选受到大规模高维噪声数据干扰,导致数据点筛选结果不全面。为精准筛选风电机组异常数据点,提出了基于密度聚类算法的风电机组异常数据点筛选方法。根据风电机组异常数据特征密度聚类,将多维向量空间中的数据形式化为特征值邻域,避免高维噪声影响异常数据点筛选过程。计算邻域半径和邻域密度,以反映数据分布紧密程度,确定密度低的点为噪声点。采用云分段最优熵算法,分析风速、功率数据样本关系,并计算信息熵。将样本熵计算结果输入到云发生器中,获取熵所在云序列坐标点,实现异常数据点筛选。由实验结果可知,所提出方法能够精准筛选出1号和2号风电机组异常数据点,为风电机组的安全运行提供精准数据。
-
关键词
密度聚类
风电机组
异常数据点
云分段最优熵
数据点筛选
-
Keywords
density clustering
wind turbine
abnormal data points
cloud segmentation optimal entropy
data point screening
-
分类号
TN914
[电子电信—通信与信息系统]
-
