文献类型：期刊文章

作　　者：杨茂[1] 翟冠强[1] 李大勇[2] 苏欣[3] 翟玉成[4]

YANG Mao;ZHAI Guanqiang;LI Dayong;SU Xin;ZHAI Yucheng(Modern Power System Simulation Control&Renewable Energy Technology,Jilin Province Key Laboratory(Northeast Electric Power University),Jilin 132012,China;State Grid Jilin Electric Power Co.,Ltd.,Tonghua Power Supply Company,Tonghua 130022,China;College of Science,Northeast Electric Power University,Jilin 132012,China;Changchun Power Supply Company,State Grid Jilin Electric Power Co.,Ltd.,Changchun 130600,China)

机构地区：[1]现代电力系统仿真控制与绿色电能新技术吉林省重点实验室(东北电力大学),吉林吉林132012 [2]国网吉林省电力有限公司通化供电公司,吉林通化130022 [3]东北电力大学理学院,吉林吉林132012 [4]国网吉林省长春市双阳区供电公司,吉林长春130600

出　　处：《电力系统保护与控制》

基　　金：国家重点研发计划项目课题资助(2018YFB0904200)~~

年　　份：2018

卷　　号：46

期　　号：16

起止页码：31-37

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：风电机组历史功率数据是进行风电研究的重要基础,而风电机组实际采集到的数据中存在大量的异常数据,这给风电功率预测研究带来许多不利影响。对历史数据的风速-功率对应关系进行研究,识别并剔除异常数据。分析风速升降变化对功率的影响,建立SVM数据重构模型。根据风速升降特性及强相关风电机组的出力特性对数据重构模型加以改进。以风电机组的实测数据为例进行仿真计算,结果表明所述方法能够对异常数据进行有效地识别和重构。

关 键 词：风电功率 异常数据 重构  SVM 风速升降特性  

分 类 号：TM315]