| 风电机组健康状态预测中异常数据在线清洗 |
| |
| 引用本文： | 马然,栗文义,齐咏生.风电机组健康状态预测中异常数据在线清洗[J].电工技术学报,2021,36(10):2127-2139. |
| |
| 作者姓名： | 马然 栗文义 齐咏生 |
| |
| 作者单位： | 内蒙古工业大学能源与动力工程学院 呼和浩特 010050;内蒙古工业大学电力学院 呼和浩特 010080;内蒙古工业大学电力学院 呼和浩特 010080 |
| |
| 基金项目： | 国家自然科学基金;内蒙古自治区高等学校科学研究项目;内蒙古自治区科技计划;内蒙古自治区科技计划 |
| |
| 摘 要： | 风电机组数据采集与监视控制系统(SCADA)运行数据中含有大量异常数据,对风电机组健康状态预测影响严重,为此针对实测风速-功率、转速-功率数据,提出一种异常数据在线清洗方法.由于机组性能退化过程中数据特征趋于复杂,基于经验Copula-互信息(ECMI)选择关键特征参量作为数据清洗对象,并基于Copula建立置信等效功率区间描述其非线性与不确定性.针对置信边界外的堆积点和离群点,结合其时序特征与密度分布建立Copula数据清洗模型(Copula-TFDD),依次进行在线清洗.最后,基于实际数据与人工模拟数据分析模型的精度、运算效率以及对机组健康状态预测的影响表明,Copula-TFDD能准确并实时地识别各类异常数据,有效提升风电机组健康状态预测的性能.
|
| 关 键 词： | 风电机组健康状态预测 数据清洗 特征参量 互信息 Copula理论 |
Online Cleaning of Abnormal Data for the Prediction of Wind Turbine Health Condition |
| |
| Ma Ran,Li Wenyi,Qi Yongsheng.Online Cleaning of Abnormal Data for the Prediction of Wind Turbine Health Condition[J].Transactions of China Electrotechnical Society,2021,36(10):2127-2139. |
| |
| Authors: | Ma Ran Li Wenyi Qi Yongsheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
