期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多模型并行集成框架的风电功率异常数据识别
被引量：
4
1
作者
陈江雨
李培强
钟吴君
《电力系统及其自动化学报》
CSCD
北大核心
2023年第11期133-142,共10页
风电机组在实际运行过程中因通信故障或人为因素会产生大量异常数据,对工况评估和出力预测带来较大影响,故需要对风电功率异常数据进行处理。通过分析风电功率数据特征和异常数据产生原因,提出了一种多模型并行集成框架的风电功率异常...
风电机组在实际运行过程中因通信故障或人为因素会产生大量异常数据,对工况评估和出力预测带来较大影响,故需要对风电功率异常数据进行处理。通过分析风电功率数据特征和异常数据产生原因,提出了一种多模型并行集成框架的风电功率异常数据识别方法。该方法采用最近邻隔离方法和局部离群因子方法的构建异常检测模型池,再经并行集成框架进行二次筛选合并,得出最终识别结果。利用单一最近邻隔离方法、局部离群因子方法和顺序集成方法在不同风电场实际数据集上进行对比验证。算例验证结果表明,所提方法能有效识别各类异常数据,提升风功率预测模型精度,具有较强的通用性。
展开更多
关键词
风电功率数据
异常数据处理
并行集成框架
最近邻隔离
局部离群因子
在线阅读
下载PDF
职称材料
题名
基于多模型并行集成框架的风电功率异常数据识别
被引量：
4
1
作者
陈江雨
李培强
钟吴君
机构
湖南大学电气与信息工程学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2023年第11期133-142,共10页
基金
国家重点研发计划资助项目(2021YFB2601504)。
文摘
风电机组在实际运行过程中因通信故障或人为因素会产生大量异常数据,对工况评估和出力预测带来较大影响,故需要对风电功率异常数据进行处理。通过分析风电功率数据特征和异常数据产生原因,提出了一种多模型并行集成框架的风电功率异常数据识别方法。该方法采用最近邻隔离方法和局部离群因子方法的构建异常检测模型池,再经并行集成框架进行二次筛选合并,得出最终识别结果。利用单一最近邻隔离方法、局部离群因子方法和顺序集成方法在不同风电场实际数据集上进行对比验证。算例验证结果表明,所提方法能有效识别各类异常数据,提升风功率预测模型精度,具有较强的通用性。
关键词
风电功率数据
异常数据处理
并行集成框架
最近邻隔离
局部离群因子
Keywords
wind power data
process of abnormal data
parallel integration framework
isolation using nearest neigh⁃bor ensemble(INNE)
local outlier factor(LOF)
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多模型并行集成框架的风电功率异常数据识别
陈江雨
李培强
钟吴君
《电力系统及其自动化学报》
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
