[发明专利]风电功率异常数据辨识方法及辨识装置有效

专利信息
申请号: 201710055628.5 申请日: 2017-01-25
公开(公告)号: CN107067100B 公开(公告)日: 2020-12-04
发明(设计)人: 崔正湃;乔颖;王靖然;吴晓刚;王若阳;徐海翔;鲁宗相;孙荣富 申请(专利权)人: 国网冀北电力有限公司;国家电网公司;清华大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06K9/62
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 王程
地址: 100053 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种风电功率异常数据辨识方法,其中,所述方法包括:根据异常数据的来源和时间序列的不规则变化,将异常数据进行分类,得到异常数据分类结果;根据异常数据的分类结果,获取异常数据判断标准;根据异常数据判断标准,对同时段风电功率序列和风速序列分别进行概率变点分析,辨识时间序列中的不规则突变;根据风电功率序列和风速序列建立混合回归模型,根据各回归变量重要性排序的变化,获得风电功率序列中的模型变点。本发明还涉及一种风电功率异常数据辨识装置。本发明提供的风电功率异常数据辨识方法和装置能够对风电功率异常数据进行准确辨识。
搜索关键词: 电功率 异常 数据 辨识 方法 装置
【主权项】:
一种风电功率异常数据辨识方法,其特征在于,所述方法包括:根据异常数据的来源和风电功率序列的不规则变化,将异常数据进行分类,得到异常数据分类结果;获取异常数据的分类结果与风速序列的对应关系,建立基于风速序列的异常数据判断标准;根据异常数据判断标准,对位于同时段的风电功率序列和风速序列分别进行概率变点分析,得到风电功率序列和风速序列中的概率变点,通过概率变点辨识风电功率序列以及风速序列中的不规则突变,根据该风速序列的不规则突变与风电功率序列中不规则突变的对应关系识别风电功率异常数据的类型;根据风电功率序列和风速序列建立混合回归模型,根据混合回归模型中各回归变量重要性排序的变化,获得风电功率序列中的模型变点,并根据模型变点识别剩余风电功率异常数据的类型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网冀北电力有限公司;国家电网公司;清华大学,未经国网冀北电力有限公司;国家电网公司;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710055628.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top