一种风电机组运行数据插补方法
    1.
    发明公开

    公开(公告)号:CN111881420A

    公开(公告)日:2020-11-03

    申请号:CN202010775485.7

    申请日:2020-08-05

    IPC分类号: G06F17/18 G06N3/04 F03D7/00

    摘要: 本发明公开了一种风电机组运行数据插补方法,该方法包括确定待插补缺失数据的数据类型以及所述待插补缺失数据的时间窗口,所述数据类型包括环境类数据和/或机组类数据;根据数据类型确定与该数据类型对应的插补策略完成缺失数据的插补;该方法利用多元时间序列数据分析、工况辨识及深度学习的基础上形成的运行数据插补方法,方法切实可行,结论合理,有助于提升风电机组运行数据完整度,对后续数据分析挖掘提供了准确可靠的数据基础。

    风电机组异常数据清洗方法

    公开(公告)号:CN110134919A

    公开(公告)日:2019-08-16

    申请号:CN201910361399.9

    申请日:2019-04-30

    IPC分类号: G06F17/18 G06F16/215

    摘要: 本发明属于数据分析与处理技术领域,尤其涉及一种基于最优组内方差与二维概率密度联合的风电机组异常数据清洗方法,包括:风电机组运行数据预处理;采用最优组内方差法剔除限电区域的数据;采用二维概率密度估计法剔除密度稀疏的异常值;通过上下边界线获取正常运行数据。采用最优组内方差和二维概率密度估计结合的方案,既解决了最优组内方差清洗堆积数据会遗留下离散的数据的问题,又解决了二维概率密度估计无法排除高密度限电数据的问题,整体上提高了数据清洗运行工况的适应性。

    风电机组异常数据清洗方法

    公开(公告)号:CN110134919B

    公开(公告)日:2020-12-15

    申请号:CN201910361399.9

    申请日:2019-04-30

    IPC分类号: G06F17/18 G06F16/215

    摘要: 本发明属于数据分析与处理技术领域,尤其涉及一种基于最优组内方差与二维概率密度联合的风电机组异常数据清洗方法,包括:风电机组运行数据预处理;采用最优组内方差法剔除限电区域的数据;采用二维概率密度估计法剔除密度稀疏的异常值;通过上下边界线获取正常运行数据。采用最优组内方差和二维概率密度估计结合的方案,既解决了最优组内方差清洗堆积数据会遗留下离散的数据的问题,又解决了二维概率密度估计无法排除高密度限电数据的问题,整体上提高了数据清洗运行工况的适应性。

    一种风电场测风塔数据插补方法及系统

    公开(公告)号:CN113781259B

    公开(公告)日:2023-12-01

    申请号:CN202111058640.4

    申请日:2021-09-10

    摘要: 本发明公开了一种风电场测风塔数据插补方法及系统,该方法包括判断测风塔的环境类数据是否缺失,若环境类数据有缺失则利用数据缺失时间段内的气象预测数据作为基础数据,基于多元时间序列与大数据人工智能方法对环境类数据进行实时插补。本申请提供的风电场测风塔数据插补方法,综合了多元时间序列数据分析、大数据人工智能数据分析、工况辨识及深度学习的基础上形成。利用多元时间序列数据分析、大数据人工智能数据分析、工况辨识和深度学习算法对缺失的测风塔数据进行实时插补,方法切实可行,结论合理,有助于提升风电场测风塔数据完整度,有效降低因数据缺失导致的电网考核,为后续基于数据的分析应用奠定了基础。(56)对比文件曾杰;陈晓科.考虑测风数据缺失的短期风电功率预测算法.可再生能源.2017,(02),144-149.张雪婷;陈正洪;许杨;孙朋杰.复杂山地下测风塔缺失测风数据插补订正方法的比较分析.风能.2015,(01),84-88.

    一种基于LSTM的电力监控系统网络安全态势预测方法及系统

    公开(公告)号:CN114006744A

    公开(公告)日:2022-02-01

    申请号:CN202111263080.6

    申请日:2021-10-28

    IPC分类号: H04L9/40 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于LSTM的电力监控系统网络安全态势预测方法及系统,该方法包括对第一过去时间段内的电力监控系统中与网络安全相关的第一异常行为数据进行收集,将所述异常行为数据进行汇总并进行预处理获得第一初始数据集;将所述第一初始数据集作为的输入参数集输入经训练完成的长短期记忆循环神经网络。本申请提供的方法基于LSTM模型对电力监控系统,可以对未来一段时间段内的网络安全态势进行预测,电力监控系统的网络安全态势预测可以给管理员生成未来时间段内的威胁信息,然后管理员参考相应的网络安全态势的结果,了解到具体可能发生的威胁,找到对应的解决方法,防患于未然,或者在未发生之前消灭威胁。

    一种风电场测风塔数据插补方法及系统

    公开(公告)号:CN113781259A

    公开(公告)日:2021-12-10

    申请号:CN202111058640.4

    申请日:2021-09-10

    摘要: 本发明公开了一种风电场测风塔数据插补方法及系统,该方法包括判断测风塔的环境类数据是否缺失,若环境类数据有缺失则利用数据缺失时间段内的气象预测数据作为基础数据,基于多元时间序列与大数据人工智能方法对环境类数据进行实时插补。本申请提供的风电场测风塔数据插补方法,综合了多元时间序列数据分析、大数据人工智能数据分析、工况辨识及深度学习的基础上形成。利用多元时间序列数据分析、大数据人工智能数据分析、工况辨识和深度学习算法对缺失的测风塔数据进行实时插补,方法切实可行,结论合理,有助于提升风电场测风塔数据完整度,有效降低因数据缺失导致的电网考核,为后续基于数据的分析应用奠定了基础。