基于改进高斯过程回归的光伏电站监测数据修复研究

作者：俞娜燕; 李向超; 费科; 任佳琦; 倪晓宇

来源：自动化与仪器仪表, 2020, (05): 56-62.

DOI：10.14016/j.cnki.1001-9227.2020.05.056

• 光伏电站
• 数据修复
• 高斯过程
• 粒子滤波

针对海量数据处理难度大,传统方法效率低、异常值导致模型参数估计不准确等问题,提出了一种基于高斯过程回归(Gaussian process regression,GPR)和粒子滤波(Particle filtering,PF)的光伏电站监测数据修复方法。首先用数学语言描述GPR数据监测过程,并进行数据预处理;在训练样本集中通过高斯过程回归建立状态空间方程,采用粒子滤波算法对当前量测值进行估计,对估计值和量测值的残差进行分析;其次,检测异常值并进行修复,并对修正后的光伏电站数据重新建立高斯过程回归预测模型。最后,测试结果验证了模型和方法的正确性。

• 单位
  电气学院; 无锡扬晟科技股份有限公司; 河海大学