基于加权kNN距离的风电场异常数据辨识方法
基本信息
| 申请号 | CN201710809929.2 | 申请日 | - |
| 公开（公告）号 | CN107808209B | 公开（公告）日 | 2021-09-14 |
| 申请公布号 | CN107808209B | 申请公布日 | 2021-09-14 |
| 分类号 | G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 胡博;李昌林;汪硕承;谢开贵;朱小军;刘育明;孔得壮;王蕾报 | 申请（专利权）人 | 国网重庆市电力公司电力科学研究院 |
| 代理机构 | 重庆为信知识产权代理事务所（普通合伙） | 代理人 | 余锦曦 |
| 地址 | 400044 重庆市沙坪坝区沙坪坝正街174号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于加权kNN距离的风电场异常数据辨识方法，其特征在于按以下步骤进行：步骤1、步骤2、步骤3、步骤4、步骤5。本发明提出了一种基于灵敏度分析的模型参数最优确定方法，该方法不需要预先利用正常数据样本进行训练，可以对处于正常值范围内的异常数据进行辨识，从而提高风电场输出功率的预测精确度，缩短预测时间，实现风电场输出功率的可靠控制。 |
