公开(公告)号：CN111275570A

公开(公告)日：2020-06-12

申请号：CN202010029300.8

申请日：2020-01-13

Applicant: 浙江大学

Inventor： 杨秦敏 ,  柳泽波 ,  陈积明 ,  陈棋 ,  孙勇 ,  孙优贤

IPC: G06Q50/06 ,  G06F17/18

Abstract: 本发明公开了一种基于迭代式统计与假设检验的风电机组功率异常值检测方法。该方法基于风机数据采集与监控控制系统(SCADA)获得风电机组的实时运行数据，利用迭代式统计方法与假设检验方法融合进行异常值检测。本发明检测方法能根据风机功率曲线的分布特性进行准确的异常点识别，保证了实时运行数据处理的可靠性和有效性，同时具有较快检测速度，对数据无特殊要求，能适用复杂的风电机组系统场景，具有较强的可用性和实用性。

公开(公告)号：CN111260503A

公开(公告)日：2020-06-09

申请号：CN202010029302.7

申请日：2020-01-13

Applicant: 浙江大学

Inventor： 陈积明 ,  柳泽波 ,  杨秦敏 ,  陈棋 ,  孙勇 ,  孙优贤

IPC: G06Q50/06 ,  G06F16/245 ,  G06F16/28

Abstract: 本发明公开了一种基于聚类中心优化的风电机组功率曲线离群点检测方法。该方法基于风机数据采集与监控控制系统(SCADA)获得风电机组的实时运行数据，利用聚类中心优化的密度峰值聚类进行风机功率的离群点检测。本发明检测方法能够根据风机功率曲线的空间分布特性进行准确地离群点检测，保证了SCADA获取的功率曲线尽可能地去除噪点数据，还原风机功率的真实数据分布情况，同时对数据格式等无特殊的要求，具有较快的检测速度和较强的可用性和实用性。

公开(公告)号：CN111260503B

公开(公告)日：2023-10-27

申请号：CN202010029302.7

申请日：2020-01-13

Applicant: 浙江大学

Inventor： 陈积明 ,  柳泽波 ,  杨秦敏 ,  陈棋 ,  孙勇 ,  孙优贤

IPC: G06Q50/06 ,  G06F16/245 ,  G06F16/28

Abstract: 本发明公开了一种基于聚类中心优化的风电机组功率曲线离群点检测方法。该方法基于风机数据采集与监控控制系统(SCADA)获得风电机组的实时运行数据，利用聚类中心优化的密度峰值聚类进行风机功率的离群点检测。本发明检测方法能够根据风机功率曲线的空间分布特性进行准确地离群点检测，保证了SCADA获取的功率曲线尽可能地去除噪点数据，还原风机功率的真实数据分布情况，同时对数据格式等无特殊的要求，具有较快的检测速度和较强的可用性和实用性。