首页|期刊导航|高电压技术|基于IKLIEP-四分位模型的风电场异常数据识别算法

基于IKLIEP-四分位模型的风电场异常数据识别算法

杨茂张书天王天硕杨硕赵辉

高电压技术2023，Vol.49Issue(7)：2952-2960,9.

高电压技术2023，Vol.49Issue(7)：2952-2960,9.DOI:10.13336/j.1003-6520.hve.20221283

基于IKLIEP-四分位模型的风电场异常数据识别算法

Identification Algorithm of Wind Farm Abnormal Data Based on IKLIEP-quartile Model

杨茂 ¹张书天 ¹王天硕 ¹杨硕 ¹赵辉²

作者信息

1. 现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学),吉林132012
2. 国网东北分部绿源水力发电公司太平湾发电厂,丹东118000
折叠

摘要

关键词

改进Kullback Leibler重要性估计程序/时间序列变点检测/密度比/四分位/风电场/异常数据

Key words

improved Kullback Leibler importance estimation procedure/time series change point detection/density ra-tios/quartiles/wind farm/abnormal data

引用本文复制引用

杨茂,张书天,王天硕,杨硕,赵辉..基于IKLIEP-四分位模型的风电场异常数据识别算法[J].高电压技术,2023,49(7):2952-2960,9.

基金项目

国家重点研发计划(大规模风电/光伏多时间尺度供电能力预测技术)(2022YFB2403000).Project supported by National Key R&D Program of China(Multi-time Scale Forecast Technology for Large-scale Wind/Photovoltaic Power Supply Capability)(2022YFB2403000). （大规模风电/光伏多时间尺度供电能力预测技术）

高电压技术

OA北大核心CSCDCSTPCD

ISSN：1003-6520

访问量0

下载量0

段落导航