典型文献
考虑条件概率分布特征的风电场站异常数据识别算法
文献摘要：
风电场站在运行过程中会产生大量历史数据,其对提高风电场站的运行质量发挥着十分重要的作用,而风电场站监控系统采集的数据中异常数据占比较高,对风功率预测、机组状态监测等工作产生了严重影响.为了准确识别风电场站运行大数据中的异常值,文章提出了一种考虑条件概率分布特征的风电场站异常数据识别算法,建立了异常数据识别模型,并且以风电场站实测数据和人工合成数据作为研究对象,利用识别模型对两种数据进行处理,得到了异常数据识别结果.结果表明,本文提出的异常识别算法能有效识别出各类异常数据,可以解决对异常功率点的识别问题.
文献关键词：
异常数据识别;Copula;条件概率分布;风电场站
中图分类号：
作者姓名：
马天东;耿天翔;钟海亮;李峰
作者机构：
国网宁夏电力有限公司,宁夏 银川 750001;国网宁夏有限公司电力科学研究院,宁夏 银川 750001
文献出处：
引用格式：
[1]马天东;耿天翔;钟海亮;李峰-.考虑条件概率分布特征的风电场站异常数据识别算法)[J].农村电气化,2022(08):67-72
A类：
B类：
条件概率分布,风电场站,异常数据识别,识别算法,历史数据,运行质量,监控系统,数据占比,风功率预测,机组状态,状态监测,准确识别,异常值,识别模型,人工合成,合成数据,异常识别,异常功率,Copula
AB值：
0.201084
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
