改进Bayesian后验比的异常风速值检测方法 | |
陈伟; 吴布托; 裴喜平; 王懿喆 | |
刊名 | 电网与清洁能源 |
2017-02-25 | |
期号 | 2017年02期页码:104-111+116 |
关键词 | 异常风速值检测 组合预测模型 残差分析 Bayesian后验比 |
ISSN号 | ISSN:1674-3814 |
英文摘要 | 风电场运行数据中含有异常风速值,为了优化风电数据的质量,提出了组合预测与Bayesian后验比的异常值检测方法。为了降低预测误差,先对风速序列建立Adaboost-BP网络和EMD-LV-SVM的组合预测模型,利用预测值与测量值的偏差得到含有粗大误差的残差序列;为了提高检测方法的可靠性,采用Bayesian后验比的检验方法识别残差序列中粗大误差,从而确定异常风速值的位置,并利用ARIMA方法修正异常风速值。RBF预测结果表明,所提方法能准确识别异常值,从而提高了风电场短期风速预测精度。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/4312] |
专题 | 电气工程与信息工程学院 |
作者单位 | 兰州理工大学电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 陈伟,吴布托,裴喜平,等. 改进Bayesian后验比的异常风速值检测方法[J]. 电网与清洁能源,2017(2017年02期):104-111+116. |
APA | 陈伟,吴布托,裴喜平,&王懿喆.(2017).改进Bayesian后验比的异常风速值检测方法.电网与清洁能源(2017年02期),104-111+116. |
MLA | 陈伟,et al."改进Bayesian后验比的异常风速值检测方法".电网与清洁能源 .2017年02期(2017):104-111+116. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论