[发明专利]一种基于二维概率密度估计和四分位法的数据清洗方法

权利要求书

1.一种基于二维概率密度估计和四分位法的数据清洗方法，其特征在于，包括：

步骤1：采集风电机组轮毂高度处风速、功率、桨距角数据后归一化预处理，形成样本数据集；

步骤2：采用二维非参数核密度估计方法计算功率和桨距角的联合概率密度函数，并通过网格划分法确定桨距角分界线位置；

步骤3：基于桨距角分界线，将功率和桨距角数据划分为正常数据和异常数据，并采用数据时间对标法得到正常的风速和功率数据；

步骤4：针对清洗后遗漏异常数据，采用四分位法进行数据再清洗；

所述步骤2包括：

步骤201：设置功率和桨距角联合概率密度阈值，剔除低概率密度异常点；

步骤202：将功率和桨距角为坐标轴划分二维网格，并以每个网格内联合概率密度最大值作为该网格的参考联合概率密度；

步骤203：拟合每个功率区间内参考概率密度随桨距角的变化曲线，取第1个极小值所处网格的功率中心点，桨距角下界作为该区间的桨距角分界点坐标；

步骤203：统计各个功率区间内桨距角分界点坐标，形成桨距角分界点坐标集，通过曲线拟合得到桨距角分界线。

2.根据权利要求1所述方法，其特征在于，所述步骤4包括：

步骤401：将清洗后的数据根据风速值划分为多个风速区间，采用四分位法求解每个风速区间内功率的异常值内限，剔除内限以外的异常数据，完成纵向异常数据点清洗；

步骤402：基于上述数据，根据功率值划分为多个功率区间，采用四分位法求解每个功率区间内风速的异常值内限，剔除内限以外的异常数据，完成横向异常数据点清洗。