论文部分内容阅读
风电机组数据采集与监控系统中采集的风速和功率数据中通常因弃风限电、传感器故障等原因存在异常数据,这些异常数据对风电机组运行状况、功率预测、优化调度等会造成较大的影响。针对风速和功率间存在一定的相关性,本文提出基于Copula理论的风电机组异常数据识别方法。利用Copula函数建立风速和功率间相关关系的概率功率曲线,结合三类异常数据特征得到了相应异常数据识别模型。最后以西北地区酒泉风电场的实测数据作为算例验证了该方法的有效性。