[发明专利]一种风力发电机多维时序数据在线分割方法

权利要求书

1.一种风力发电机多维时序数据在线分割方法，其特征在于，包括以下步骤：

S1：建立训练数据集和测试数据集；提取SCADA系统中多个参数的数据作为训练数据集和测试数据集，所述参数包括风速、风向、功率等；

S2：根据由步骤S1中所获得的训练数据集当作输入进行聚类运算，通过改变窗口数参数w和聚类数参数k获得对应于不同窗口数参数和聚类数参数组合下的聚类结果P_i、托普利兹逆协方差矩阵Θ_i、原始均值E_o和堆叠均值E_s；

S3：根据S2得到不同参数组合的聚类结果来计算BIC分数和Macro-F1分数；通过对BIC分数和Macro-F1分数的比较分析选择得出最优窗口数w_opt和最优聚类数k_opt；

S4：在选定最优窗口数参数和聚类数参数后，将最优参数下运算得到的托普利兹逆协方差矩阵Θ_i、原始均值E_o和堆叠均值E_s作为最以及最优窗口数参数w_opt和聚类数参数k_opt作为在线分割的输入参数；

S5：将测试数据集输入并运算，得到对应测试数据集的聚类结果；

S6：更新输入的测试数据集，返回步骤S5重新进行计算或运行终止。

2.根据权利要求1所述的风力发电机多维时序数据在线分割方法，其特征在于：在步骤S1中，通过风力发电机SCADA系统获取所需要的参数数据作为训练数据集和测试数据集。

3.根据权利要求1所述的风力发电机多维时序数据在线分割方法，其特征在于：在步骤S2中，通过基于托普利兹逆协方差的公式(1)来对多维数据集进行聚类；

其中：

在公式(1)中，T是nw×nw的对称分块托普利兹矩阵的集合，其中是哈达玛乘积的l₁范数惩罚，其用来激励稀疏逆协方差，λ∈R^nw×nw是正则化参数；ll(X_m,Θ_i)是X_t来自聚类i的对数似然值；P_i是聚类结果，为m×1形式的列向量；β是加强时间一致性的参数，是检查相邻点是否被分配给同一聚类的指示函数；μ_i是第i类的经验平均值，通过原始均值和堆叠均值运算得来；

对公式(1)分步骤一和步骤二单独求解，最后得到整体解；

所述步骤一包括：

进行步骤一求解时，对公式(3)求解即为：公式(3)通过求到时间戳1到m的成本路径的方法来进行线性规划求解最小路径；

所述步骤二包括：

公式(4)重写为它的等价公式：

公式(6)为增广拉格朗日函数，所述公式(6)通过交替方向乘子法进行优化求解，结合步骤一和步骤二，更新参数直到获得整体最优解。

4.根据权利要求3所述的风力发电机多维时序数据在线分割方法，其特征在于：所述步骤S2包括以下内容：

根据输入的训练数据集、窗口数w和聚类数k得到堆叠数据集，通过对公式(1)求解得到托普利兹逆协方差矩阵Θ_i、聚类结果P_i、各类的原始均值E_o和堆叠均值E_s。