科研之友
微信
新浪微博
Facebook
分享链接
摘要
风机SCADA数据在风机状态评估和性能预测中具有重要作用。在风机实际运行过程中，人为操作失误以及传感器等设备故障可能导致SCADA数据中存在大量异常，给后续的评估和预测带来较大干扰。文章基于风机SCADA数据中风速-功率散点图的分布特征和形态，以及标准风功率曲线的风速-功率对应关系，提出了一种改进的一类支持向量机（OCSVM）方法来进行异常数据清洗。通过选取东北某风电场的同类型风机进行SCADA数据清洗验证，并与四分位法、局部异常点检测算法（LOF）、孤立森林算法（IF）的清洗结果进行了对比。对比结果表明，本文提出的方法对异常点的清洗效率更高，清洗结果更接近标准风功率曲线，且具有较好的通用性。
- 单位
