论文部分内容阅读
从风电场收集到的大量数据中通常包含异常数据,这样的异常数据给风电功率波动特性、风电功率预测等方面研究带来负面影响,影响着预测的精度。本文分析了风机SCADA系统的风速功率曲线中异常数据的来源以及产生机理,并采用三种不同的算法分三个步骤对异常数据进行自动识别,从而为后续研究提供有效的数据集。规模化测试结果表明,该系列算法识别异常数据的准确率在94.6%,初步符合服务现场风电场数据分析的要求。