基于风电功率曲线图像的异常数据检测与清洗算法
系统与控制
2023-07-18 v1 系统与控制
摘要
本文提出一种基于风电功率曲线（WPC）图像的风力机异常数据检测与清洗图像算法。异常数据分为三类：负点、散点和堆点。所提算法包括三个步骤：数据预清洗、正常数据提取和数据标记。风速大于切入风速且功率为负的负异常点在数据预清洗步骤中首先被滤除。其余风电数据的散点图构成WPC图像及相应二值图像。在正常数据提取步骤中，代表正常数据的WPC二值图像主体部分通过数学形态学操作（MMO）提取。MMO的最优参数设置通过基于Hu矩最小化提取主体部分与参考WPC图像之间的不相似度来确定。在数据标记步骤中，依次识别散点和堆点异常数据的像素点。建立风电功率点与图像像素点之间的映射关系，以标记风力机正常与异常数据。所提基于图像的算法与k-means、局部离群因子、基于变点分组算法与四分位算法的组合算法（CA）进行比较。基于来自两个风电场的33台风力机的大量实验验证了所提方法的有效性、高效性和通用性。
引用
@article{arxiv.2307.08539,
title = {Image-Based Abnormal Data Detection and Cleaning Algorithm via Wind Power Curve},
author = {Huan Long and Linwei Sang and Zaijun Wu and Wei Gu},
journal= {arXiv preprint arXiv:2307.08539},
year = {2023}
}