科研之友
微信
新浪微博
Facebook
分享链接
摘要
风速-功率曲线广泛应用于风电机组的功率预测、状态监测和故障诊断，其主要构建方法是使用风电场SCADA（Supervisory Control And Data Acquisition）数据进行拟合。然而由于弃风限电、仪表故障等因素，SCADA数据中存在部分功率异常数据。为保证拟合结果的准确可靠，应首先剔除这些异常数据。文中提出了一种风电机组功率异常数据剔除方法：首先使用分位数方法剔除距离正常数据较远的离散点，而后结合K-means聚类方法和改进时序方法剔除中部堆积点，最后使用分位数方法和DBSCAN聚类方法的组合方法剔除距离正常数据较近的离散点。文中分别使用仿真数据集和实测数据集对分位数方法、基本时序方法及文中方法进行对比测试，结果表明，文中方法最优，对中部堆积点和离散点均有良好剔除效果。
- 单位
