基本信息:
- 专利标题： 基于加权kNN距离的风电场异常数据辨识方法
- 申请号：CN201710809929.2 申请日：2017-09-11
- 公开(公告)号：CN107808209B 公开(公告)日：2021-09-14
- 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
- 申请人： 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网公司
- 申请人地址： 重庆市沙坪坝区沙坪坝正街174号; ;
- 专利权人： 重庆大学,国网重庆市电力公司电力科学研究院,国家电网公司
- 当前专利权人： 重庆大学,国网重庆市电力公司电力科学研究院,国家电网公司
- 当前专利权人地址： 重庆市沙坪坝区沙坪坝正街174号; ;
- 代理机构： 重庆为信知识产权代理事务所
- 代理人： 余锦曦
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q10/06 ; G06Q50/06 ; G06N3/04
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。
公开/授权文献:
- CN107808209A 基于加权kNN距离的风电场异常数据辨识方法 公开/授权日：2018-03-16