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IKLIEP−四分位模型的风电场异常数据识别算法
被引量：
16
1
作者
杨茂
张书天
+2 位作者
王天硕
杨硕
赵辉
《高电压技术》
EI
CAS
CSCD
北大核心
2023年第7期2952-2960,共9页
风电场功率数据中包含大量异常数据,难以反映风电场真实的风能情况,会影响风电功率预测的精度,从而影响电网决策。针对该问题,通过分析风电场异常数据特征,将其分为堆积型和分散型,并基于时间序列变点检测理论,将密度比是否为恒值作为...
风电场功率数据中包含大量异常数据,难以反映风电场真实的风能情况,会影响风电功率预测的精度,从而影响电网决策。针对该问题,通过分析风电场异常数据特征,将其分为堆积型和分散型,并基于时间序列变点检测理论,将密度比是否为恒值作为剔除堆积型异常数据的判断准则,采用改进Kullback Leibler重要性估计程序(improved Kullback Leibler importance estimation program,IKLIEP)剔除堆积型异常数据;再采用四分位法剔除分散型异常数据。最后将所提方法应用于国内蒙西某130.5 MW的风电场,实验结果表明所提方法能够更有效地识别并剔除异常数据,平均识别率提高了6.19%,误识别率降低了2.92%,验证了所提方法的有效性。
展开更多
关键词
改进Kullback
leibler重要性估计程序
时间序列变点检测
密度比
四分位
风电场
异常数据
在线阅读
下载PDF
职称材料
题名
基于IKLIEP−四分位模型的风电场异常数据识别算法
被引量：
16
1
作者
杨茂
张书天
王天硕
杨硕
赵辉
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
国网东北分部绿源水力发电公司太平湾发电厂
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2023年第7期2952-2960,共9页
基金
国家重点研发计划(大规模风电/光伏多时间尺度供电能力预测技术)(2022YFB2403000)。
文摘
风电场功率数据中包含大量异常数据,难以反映风电场真实的风能情况,会影响风电功率预测的精度,从而影响电网决策。针对该问题,通过分析风电场异常数据特征,将其分为堆积型和分散型,并基于时间序列变点检测理论,将密度比是否为恒值作为剔除堆积型异常数据的判断准则,采用改进Kullback Leibler重要性估计程序(improved Kullback Leibler importance estimation program,IKLIEP)剔除堆积型异常数据;再采用四分位法剔除分散型异常数据。最后将所提方法应用于国内蒙西某130.5 MW的风电场,实验结果表明所提方法能够更有效地识别并剔除异常数据,平均识别率提高了6.19%,误识别率降低了2.92%,验证了所提方法的有效性。
关键词
改进Kullback
leibler重要性估计程序
时间序列变点检测
密度比
四分位
风电场
异常数据
Keywords
improved Kullback
leibler
importance estimation procedure
time series change point detection
density ratios
quartiles
wind farm
abnormal data
分类号
TM614 [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IKLIEP−四分位模型的风电场异常数据识别算法
杨茂
张书天
王天硕
杨硕
赵辉
《高电压技术》
EI
CAS
CSCD
北大核心
2023
16
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
