科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】风电机组为带来清洁能源的同时，也面临着一系列技术挑战。其中最为突出的是机组的稳定性和可靠性问题，针对风电机组数据的异常检测问题，提出了一种科学且有效的改进方法——基于残差的孤立森林；【方法】鉴于传统孤立森林方法在正常运行波动的干扰和参数敏感性方面存在的问题，提出基于残差的孤立森林方法来进行异常检测，首先采用RANSAC回归模型预测风速与功率之间的关系，并计算实际功率与预测功率之间的残差。进一步，将这些残差作为输入特征，在孤立森林模型中实施异常检测。此方法着重关注模型难以解释的部分，减少了正常运行状态下的自然波动对异常检测的干扰，增强了对潜在异常点的精确识别；【结果】通过对异常值进行可视化结果表明，改进方法在识别出功率曲线上的局部异常方面表现更加突出；【结论】总的来说，这种基于残差的孤立森林方法能够在多数操作条件下更精确地识别出异常，为风电场的运维管理提供了强有力的数据支持。此外，这种方法的提出和实践也为其他领域的异常检测提供了新的思路和参考，具有广泛的应用前景。
- 单位
