买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湘潭大学

摘要：本发明公开了一种风电异常数据识别清理方法及系统，其特征在于按照以下步骤进行：步骤S1、步骤S2、步骤S3、步骤S4、步骤S5、步骤S6和步骤S7。本发明通过构建综合异常数据识别结果矩阵CA，能够综合考虑多种原始数据信息；通过优化算法对权重系数ωi和数据清理阈值F进行寻优，避免人为设置权值和阀值；提出综合评分指标SOCSI，实现对复杂数据清理效果的综合评价。本发明提出的风电异常数据识别清理方法和系统，可以避免过度删减正常数据和过度保留异常数据等问题，有效提高异常数据清理方法的适用性。

主权项：1.一种风电异常数据识别清理方法，其特征在于，包括以下步骤：步骤S1：获得原始SCADA系统数据，对所述的原始SCADA系统数据进行初步剔除，建立原始数据矩阵Hzk；步骤S2：分别按u种特征的数值大小对所述的原始数据矩阵Hzk进行升序排序，获得排序后的数据矩阵Hnzk,n＝1,2,...,u；步骤S3：采用m种单一异常数据清理方法，对所述的排序后的数据矩阵Hnzk进行异常功率数据识别，获得u×m种异常数据识别结果矩阵Aizt；i＝1,2,3…u×m；t＝1,2；步骤S4：分别对所述的u×m种异常数据识别结果矩阵Aizt的第二列进行升序排序，得到排序后的u×m种异常数据识别结果矩阵Bizt；i＝1,2,3…u×m；t＝1,2；步骤S5：通过优化算法Opt，以综合评分指标SOCSI最大为目标，寻优获得所述的u×m种异常数据识别结果矩阵Bizt的权重系数ωi和数据清理阈值F；i＝1,2,3…u×m；所述的优化算法Opt是遗传算法、粒子群算法、数学形态学聚类与果蝇优化算法的混合算法、人工蜂群算法或混沌布谷鸟搜索算法中的任意一种；所述的综合评分指标SOCSI按式2计算： 式中，SOCSI为所述综合评分指标，SIi为NSI种单一评价指标分别对应的评分值，和分别为所述的单一评价指标的主观权重系数和客观权重系数；α为主观经验因子，取α＝0.5；所述的NSI种单一评价指标包括：数据保留率、Pearson系数、平均标准差和变异系数，NSI＝4；所述的SIi的计算方法为：将所述的数据保留率和所述的Pearson系数的原始指标值进行升序排序，所得序号即为SIi；或将所述的平均标准差和所述的变异系数的原始指标值进行降序排序，所得序号即为SIi；步骤S6：将所述的排序后的u×m种异常数据识别结果矩阵Bizt中的第一列按式1计算进行加权组合，构建综合异常数据识别结果矩阵CA；所述的矩阵CA的维度是z行1列； 式中：CA为综合异常数据识别结果矩阵，z为所述Bizt的样本数据总数；ωi为对应第i种异常数据识别结果矩阵的权重系数；步骤S7：根据所述的数据清理阈值F，对所述的综合异常数据识别结果矩阵CA，进行数据清理，得到异常数据集AD和正常数据集ND；所述的数据清理具体为：若矩阵CA第i行所在的样本点低于阈值F，则在所述的原始数据矩阵Hzk中，将第i行中所有的特征数据加入所述的异常数据集AD；若矩阵CA第i行所在的样本点高于阈值F，则在所述的原始数据矩阵Hzk中，将第i行中所有的特征数据加入所述的正常数据集ND。

全文数据：

权利要求：

百度查询： 湘潭大学 一种风电异常数据识别清理方法及系统