CN106897941A - 一种基于四分位箱线图的风机异常数据处理方法及装置 - Google Patents
一种基于四分位箱线图的风机异常数据处理方法及装置 Download PDFInfo
- Publication number
- CN106897941A CN106897941A CN201710001788.1A CN201710001788A CN106897941A CN 106897941 A CN106897941 A CN 106897941A CN 201710001788 A CN201710001788 A CN 201710001788A CN 106897941 A CN106897941 A CN 106897941A
- Authority
- CN
- China
- Prior art keywords
- data
- value
- blower fan
- quartile
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 17
- 238000013500 data storage Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明提供了一种基于四分位箱线图的风机异常数据处理方法及装置，包括：(1)按照一定格式读取风机数据；(2)剔除风机数据连续重复值；(3)利用四分位法判断处理风机功率异常值；(4)利用四分位法判断处理风机风速异常值。本发明与识别异常值的经典方法不同，箱线图的绘制依靠实际数据，不需要事先假定数据服从某种特定的分布形式，没有对数据作任何限制性要求，只是真实直观地表现数据形状的本来面貌；另一方面，本发明箱线图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25％的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，箱线图识别异常值的结果比较客观。
Description
技术领域
本发明属于风电领域，特别是涉及到一种基于四分位箱线图的风机异常数据处理方法及装置。
背景技术
随着新能源的快速发展，风电并网容量快速增加，在对风电场运行数据的处理中，对风机出力数据的处理尤其重要，但是长期以来绝大部分的数据处理都是靠人工经验进行处理，缺乏一个系统的依据统计基础的数据处理方法。
现有对风机的数据处理方法为依据风机机头风速和风机出力拟合出一条统计拟合曲线，在此曲线的基础上，依据经验人为制定上下置信区间，依据此区间进行数据处理。
现存方法存在以下缺陷：
(1)拟合出的曲线并不能完全代表风机的数据的分布规律，拟合存在一定偏差，对后续的进一步处理产生误导；
(2)人为制定的上下限区间只是根据历史经验而定，缺乏一定的科学依据；往往造成正确数据的错处理和异常数据的漏处理，处理后的数据相对生硬，并对数据增添了人为因素，对后续的数据分析造成一定影响。
(3)统计拟合判断异常值的标准是以计算数据的均值和标准差为基础的，而均值和标准差的耐抗性极小，异常值本身会对它们产生较大影响，这样产生的异常值个数不会多于总数0.7％；用这种方法于非正态分布数据中判断异常值，其有效性是有限的。
在对大量风机数据的处理中，异常值值得关注，忽视异常值的存在是十分危险的，在对数据的计算分析过程中，如果不考虑对异常值的处理，会对结果会带来不良影响；重视异常值的出现，分析其产生的原因，常常成为发现问题进而改进决策的契机。
发明内容
基于四分位数(Quartile)的箱线图(Box-plot)，在统计学中常用来分析判断数据的分布特征，基于四分位数的箱形图为我们提供了识别异常值的一个标准：异常值被定义为小于Q1－1.5IQR或大于Q3+1.5IQR的值。与识别异常值的经典方法不同，箱形图的绘制依靠实际数据，不需要事先假定数据服从某种特定的分布形式，没有对数据作任何限制性要求，它只是真实直观地表现数据形状的本来面貌；另一方面，箱形图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25％的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，箱形图识别异常值的结果比较客观。
基于上述内容，本发明提出一种基于四分位箱线图的风机异常数据处理方法及装置，利用四分位箱线图对风机数据进行异常值检验处理，在识别风机数据异常值方面具有优越性。
为达到上述目的，本发明的技术方案是这样实现的，一种基于四分位箱线图的风机异常数据处理方法，包括：
(1)按照一定格式读取风机数据；
(2)剔除风机数据连续重复值；
(3)利用四分位法判断处理风机功率异常值；
(4)利用四分位法判断处理风机风速异常值。
进一步的，步骤(1)所述数据读取的方法为：按照一定格式读取风机机头数据，主要包括时间、机头风速和机头功率，所述格式为按时间进行排序，设定风速间隔频率、功率间隔频率、最大风速值及机头最大功率值。
进一步的，步骤(2)所述剔除连续重复值的方法为：
(201)设定连续重复次数阈值K，并对数据按时间进行排序，初始每个数据点标签值Lable为1，行标签值RcLable为1；
(202)依次遍历风机数据，判断当前时刻与上一时刻是否相等，相等则标签值Lable加1；
(203)判断标签值Lable与阈值K，将Lable≥K时对应的数值及其前K个值的行标签RcLable置为0；
(204)剔除行标签值为0的相应风机数据；
(205)将处理后的数据存入新的变量，以备下一步进行功率异常值的处理。
进一步的，步骤(3)的具体方法为：
(301)读取处理重复值后的数据，并将数据按照风机功率进行排序；
(302)按照步骤(1)中设置的风速间隔频率读取风速段，并读取对应该风速段内的风机数据，利用四分位法找出该数据段内功率的第一四分位数，即处于25％时刻的数值p1；和第三四分位数，即处于75％时刻的数值p3；以及四分位距dp＝p3-p1；将功率值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
(303)将处理后的数据存入新的数值变量中，以备下一步进行风速异常值的处理。
进一步的，步骤(4)的具体方法为：
(401)读取风机功率异常值处理后的数据，并将数据按照风机风速进行排序；
(402)按照步骤(1)中设置的功率间隔频率读取功率段，并读取对应功率段内的风机数据，利用四分位法找出该数据段内风速的第一四分位数p1和第三四分位数p3；及四分位距dp＝p3-p1；将风速值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
(403)将处理后的数据存入新的数值变量中，至此完成对风机异常数据的处理工作。
本发明的另一方面，还提供了一种基于四分位箱线图的风机异常数据处理装置，包括：
数据读取模块，用于按照一定格式读取风机数据；
连续重复数据处理模块，用于剔除风机数据连续重复值；
风机功率异常处理模块，用于利用四分位法判断处理风机功率异常值；
风机风速异常处理模块，用于利用四分位法判断处理风机风速异常值。
进一步的，所述数据读取模块包括格式设定单元，用于按照一定格式读取风机机头数据，主要包括时间、机头风速和机头功率，所述格式为按时间进行排序，设定风速间隔频率、功率间隔频率、最大风速值及机头最大功率值。
进一步的，所述连续重复数据处理模块包括：
设定单元，用于设定连续重复次数阈值，并对数据按时间进行排序，初始每个数据点标签值Lable为1，行标签值RcLable为1；
遍历单元，用于依次遍历风机数据，判断当前时刻与上一时刻是否相等，相等则标签值Lable加1；
判断单元，用于判断标签值Lable与阈值K，将Lable≥K时对应的数值及其前K个值的行标签RcLable置为0；
剔除单元，用于剔除行标签值为0所对应的风机数据；
保存单元，用于将处理后的数据存入新的变量，以备下一步进行功率异常值的处理。
进一步的，所述风机功率异常处理模块包括：
风机功率读取单元，用于读取处理重复值后的数据，并将数据按照风机功率进行排序；
功率异常数据四分位处理单元，用于按照数据读取模块设置的风速间隔频率读取风速段，并读取对应该风速段内的风机数据，利用四分位法找出该数据段内功率的第一四分位数，即处于25％时刻的数值p1；和第三四分位数，即处于75％时刻的数值p3；以及四分位距dp＝p3-p1；将功率值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
功率数据保存单元，用于将处理后的数据存入新的数值变量中，以备下一步进行风速异常值的处理。
进一步的，所述风机风速异常处理模块包括：
风机风速读取单元，用于读取风机功率异常值处理后的数据，并将数据按照风机风速进行排序；
风速异常数据四分位处理单元，用于按照数据读取模块设置的功率间隔频率读取功率段，并读取对应功率段内的风机数据，利用四分位法找出该数据段内风速的第一四分位数p1和第三四分位数p3；及四分位距dp＝p3-p1；将风速值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
风速数据保存单元，用于将处理后的数据存入新的数值变量中。
相对于现有技术，本发明所述一种基于四分位箱线图的风机异常数据处理方法及装置的有益效果为：
本发明与识别异常值的经典方法不同，箱线图的绘制依靠实际数据，不需要事先假定数据服从某种特定的分布形式，没有对数据作任何限制性要求，只是真实直观地表现数据形状的本来面貌；
另一方面，本发明箱线图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25％的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，箱线图识别异常值的结果比较客观，实验表明，箱线图在识别风机数据异常值方面有一定的优越性。
附图说明
图1是本发明实施例的流程示意图；
图2是本发明实施例的风机原始数据散点图；
图3是本发明实施例的连续重复值数据识别图；
图4是本发明实施例的功率异常值识别图；
图5是本发明实施例的风速异常值识别图；
图6是箱线图示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
首先对本发明中涉及的专业术语和技术资料进行解释：
1.四分位数
四分位数(Quartile)，即统计学中，把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。
第一四分位数(Q1)，又称“较小四分位数”或“下四分位数”，等于该样本中所有数值由小到大排列后第25％的数字。
第二四分位数(Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50％的数字。
第三四分位数(Q3)，又称“较大四分位数”或“上四分位数”，等于该样本中所有数值由小到大排列后第75％的数字。
第三四分位数与第一四分位数的差距又称四分位距(Inter Quartile Range,IQR)。
2.箱形图
箱形图(Box-plot)又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。
如图6所示，标示了图中每条线表示的含义，其中应用到四分位值(数)的概念。图中主要包含六个数据节点，将一组数据从大到小排列，分别计算出他的上边缘，上四分位数Q3，中位数，下四分位数Q1，下边缘，还有一个异常值。
箱形图提供了一种只用5个点对数据集做简单总结的方式。这5个点包括中点、Q1、Q3、分部状态的高位和低位。箱形图很形象的分为中心、延伸以及分部状态的全部范围，
其中，两端边的位置分别对应数据的上下四分位数(Q1和Q3)；在矩形盒内部中位数位置画一条线段为中位线。
在Q3+1.5IQR和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在Q3+3IQR和Q1－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值，在外限以外的为极端的异常值；四分位距＝Q3-Q1，其中内、外限的范围根据具体情况可调；而从矩形盒两端边向外各画一条线段直到不是异常值的最远点，表示该批数据正常值的分布区间。
如图1所示为本发明的流程，结合具体实施例说明如下：
以某一风电场的某台风机(装机2MW)数据为例：选取2015年一年的风机数据进行数据处理；
1、取该风机原始数据，相应的机头风速与机头功率散点图，如图2所示，其中横坐标为风机风速、纵坐标为风机功率，可见有许多偏离发电规律的异常值，我们的目的是将这些异常值剔除干净。
2、设定风速读取间隔频率为0.5m/s；最大风速30m/s；功率读取间隔50Kw，最大发电功率2000Kw，重复次数K＝10，即连续重复10次则判定为异常；初始Lable、RcLable为1的向量。
3、循环遍历风机数据，剔除重复值，剔除后的风速-功率散点图如图3浅色部分所示，其中深色部分则为识别出的连续重复值；
4、以0.5m/s为间隔，从0m/s至30m/s依次读取风速及对风速段所对应的功率值，利用四分位法找出所对应的p1，p3值及dp，设定n＝1.5；则功率在[p1-1.5*dp，p3+1.5*dp]之外的数据则为异常值，识别后如图4深色部分所示，其中浅色部分则为识别出的异常值；
5、同理，以50Kw为间隔，从0Kw至2000Kw依次读取风机功率及对功率段所对应的风速值，利用四分位法找出所对应的p1，p3值及dp，设定n＝1.5；则风速在[p1-1.5*dp，p3+1.5*dp]之外的数据则为异常值，识别后如图5较深色部分所示，其中深色部分则为识别出的异常值；则较深色部分即为处理后的正常值。
以上描述了本发明的基本原理、主要特征和实施方案等信息，但是本发明不受上述实施过程的限制，在不脱离发明精神和范围的前提下，本发明还可以有各种变化和改进。因此，除非这种变化和改进脱离了本发明的范围，它们应该被看作包含在本发明中。
Claims (10)
1.一种基于四分位箱线图的风机异常数据处理方法，其特征在于，包括：
(1)按照一定格式读取风机数据；
(2)剔除风机数据连续重复值；
(3)利用四分位法判断处理风机功率异常值；
(4)利用四分位法判断处理风机风速异常值。
2.根据权利要求1所述的方法，其特征在于，步骤(1)所述数据读取的方法为：按照一定格式读取风机机头数据，主要包括时间、机头风速和机头功率，所述格式为按时间进行排序，设定风速间隔频率、功率间隔频率、最大风速值及机头最大功率值。
3.根据权利要求1所述的方法，其特征在于，步骤(2)所述剔除连续重复值的方法为：
(201)设定连续重复次数阈值K，并对数据按时间进行排序，初始每个数据点标签值Lable为1，行标签值RcLable为1；
(202)依次遍历风机数据，判断当前时刻与上一时刻是否相等，相等则标签值Lable加1；
(203)判断标签值Lable与阈值K，将Lable≥K时对应的数值及其前K个值的行标签RcLable置为0；
(204)剔除行标签值为0的相应风机数据；
(205)将处理后的数据存入新的变量，以备下一步进行功率异常值的处理。
4.根据权利要求1所述的方法，其特征在于，步骤(3)的具体方法为：
(301)读取处理重复值后的数据，并将数据按照风机功率进行排序；
(302)按照步骤(1)中设置的风速间隔频率读取风速段，并读取对应该风速段内的风机数据，利用四分位法找出该数据段内功率的第一四分位数，即处于25％时刻的数值p1；和第三四分位数，即处于75％时刻的数值p3；以及四分位距dp＝p3-p1；将功率值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
(303)将处理后的数据存入新的数值变量中，以备下一步进行风速异常值的处理。
5.根据权利要求1所述的方法，其特征在于，步骤(4)的具体方法为：
(401)读取风机功率异常值处理后的数据，并将数据按照风机风速进行排序；
(402)按照步骤(1)中设置的功率间隔频率读取功率段，并读取对应功率段内的风机数据，利用四分位法找出该数据段内风速的第一四分位数p1和第三四分位数p3；及四分位距dp＝p3-p1；将风速值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
(403)将处理后的数据存入新的数值变量中，至此完成对风机异常数据的处理工作。
6.一种基于四分位箱线图的风机异常数据处理装置，其特征在于，包括：
数据读取模块，用于按照一定格式读取风机数据；
连续重复数据处理模块，用于剔除风机数据连续重复值；
风机功率异常处理模块，用于利用四分位法判断处理风机功率异常值；
风机风速异常处理模块，用于利用四分位法判断处理风机风速异常值。
7.根据权利要求6所述的装置，其特征在于，所述数据读取模块包括格式设定单元，用于按照一定格式读取风机机头数据，主要包括时间、机头风速和机头功率，所述格式为按时间进行排序，设定风速间隔频率、功率间隔频率、最大风速值及机头最大功率值。
8.根据权利要求6所述的装置，其特征在于，所述连续重复数据处理模块包括：
设定单元，用于设定连续重复次数阈值，并对数据按时间进行排序，初始每个数据点标签值Lable为1，行标签值RcLable为1；
遍历单元，用于依次遍历风机数据，判断当前时刻与上一时刻是否相等，相等则标签值Lable加1；
判断单元，用于判断标签值Lable与阈值K，将Lable≥K时对应的数值及其前K个值的行标签RcLable置为0；
剔除单元，用于剔除行标签值为0所对应的风机数据；
保存单元，用于将处理后的数据存入新的变量，以备下一步进行功率异常值的处理。
9.根据权利要求6所述的装置，其特征在于，所述风机功率异常处理模块包括：
风机功率读取单元，用于读取处理重复值后的数据，并将数据按照风机功率进行排序；
功率异常数据四分位处理单元，用于按照数据读取模块设置的风速间隔频率读取风速段，并读取对应该风速段内的风机数据，利用四分位法找出该数据段内功率的第一四分位数，即处于25％时刻的数值p1；和第三四分位数，即处于75％时刻的数值p3；以及四分位距dp＝p3-p1；将功率值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
功率数据保存单元，用于将处理后的数据存入新的数值变量中，以备下一步进行风速异常值的处理。
10.根据权利要求6所述的装置，其特征在于，所述风机风速异常处理模块包括：
风机风速读取单元，用于读取风机功率异常值处理后的数据，并将数据按照风机风速进行排序；
风速异常数据四分位处理单元，用于按照数据读取模块设置的功率间隔频率读取功率段，并读取对应功率段内的风机数据，利用四分位法找出该数据段内风速的第一四分位数p1和第三四分位数p3；及四分位距dp＝p3-p1；将风速值在[p1-n*dp，p3+n*dp]之外的数据判定为异常值，其中n可调；
风速数据保存单元，用于将处理后的数据存入新的数值变量中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710001788.1A CN106897941A (zh) | 2017-01-03 | 2017-01-03 | 一种基于四分位箱线图的风机异常数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710001788.1A CN106897941A (zh) | 2017-01-03 | 2017-01-03 | 一种基于四分位箱线图的风机异常数据处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106897941A true CN106897941A (zh) | 2017-06-27 |
Family
ID=59198542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710001788.1A Pending CN106897941A (zh) | 2017-01-03 | 2017-01-03 | 一种基于四分位箱线图的风机异常数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106897941A (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108052963A (zh) * | 2017-12-01 | 2018-05-18 | 北京金风慧能技术有限公司 | 风电功率预测建模的数据筛选方法、装置及风力发电机组 |
| CN108763346A (zh) * | 2018-05-15 | 2018-11-06 | 中南大学 | 一种滑窗箱型图中值滤波的异常点处理方法 |
| CN108763584A (zh) * | 2018-06-11 | 2018-11-06 | 北京天泽智云科技有限公司 | 一种风功率曲线散点过滤的方法及其系统 |
| CN108776831A (zh) * | 2018-05-15 | 2018-11-09 | 中南大学 | 一种基于动态卷积神经网络的复杂工业过程数据建模方法 |
| CN108804037A (zh) * | 2018-05-29 | 2018-11-13 | 郑州云海信息技术有限公司 | 基于箱型图处理存储设备历史性能数据的方法及系统 |
| CN108874861A (zh) * | 2018-04-19 | 2018-11-23 | 华南师范大学 | 一种教学大数据可视化分析系统及方法 |
| CN109446184A (zh) * | 2018-08-28 | 2019-03-08 | 湖南大唐先科技有限公司 | 基于大数据分析平台的发电大数据预处理方法及系统 |
| CN109708907A (zh) * | 2018-11-30 | 2019-05-03 | 浙江胄天科技股份有限公司 | 一种基于包络信息的设备故障特征提取方法 |
| CN109726227A (zh) * | 2017-10-30 | 2019-05-07 | 是德科技股份有限公司 | 用于分析测量相同类型的零件的多个测试仪器的性能的方法 |
| CN111930075A (zh) * | 2020-07-31 | 2020-11-13 | 深圳吉兰丁智能科技有限公司 | 一种自适应加工控制方法及非易失性可读存储介质 |
| CN112037080A (zh) * | 2020-08-03 | 2020-12-04 | 森诺科技有限公司 | 一种用于石油专业工程定额编制数据处理方法 |
| CN113219921A (zh) * | 2021-04-30 | 2021-08-06 | 广州明珞装备股份有限公司 | 一种工位生产节拍处理方法、系统、装置及存储介质 |
| CN113256036A (zh) * | 2021-07-13 | 2021-08-13 | 国网浙江省电力有限公司 | 基于Prophet-LSTNet组合模型的供电成本分析预测方法 |
| CN113469697A (zh) * | 2021-06-30 | 2021-10-01 | 重庆富民银行股份有限公司 | 基于知识图谱的无监督异常检测方法及装置 |
| CN113486003A (zh) * | 2021-06-02 | 2021-10-08 | 广州数说故事信息科技有限公司 | 数据可视化时考虑异常值的企业数据集处理方法及系统 |
| CN113532801A (zh) * | 2021-06-24 | 2021-10-22 | 四川九洲电器集团有限责任公司 | 基于分布分位数的高/多光谱相机坏点检测方法及系统 |
| CN118465521A (zh) * | 2024-07-12 | 2024-08-09 | 西安广勤电子技术有限公司 | 基于三环控制数字均流并联电路的运行异常检测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103246228A (zh) * | 2012-02-14 | 2013-08-14 | 厦门烟草工业有限责任公司 | 一种在线监控均值和标准差的系统 |
| CN103631681A (zh) * | 2013-12-10 | 2014-03-12 | 国家电网公司 | 一种在线修复风电场异常数据的方法 |
| CN104109719A (zh) * | 2014-07-21 | 2014-10-22 | 贵州茅台酒股份有限公司 | 一种基于箱线图鉴别大曲质量的方法 |
| CN106097138A (zh) * | 2016-06-03 | 2016-11-09 | 合肥工业大学 | 一种基于统计模型的电力消费异常数据检测系统与方法 |
-
2017
- 2017-01-03 CN CN201710001788.1A patent/CN106897941A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103246228A (zh) * | 2012-02-14 | 2013-08-14 | 厦门烟草工业有限责任公司 | 一种在线监控均值和标准差的系统 |
| CN103631681A (zh) * | 2013-12-10 | 2014-03-12 | 国家电网公司 | 一种在线修复风电场异常数据的方法 |
| CN104109719A (zh) * | 2014-07-21 | 2014-10-22 | 贵州茅台酒股份有限公司 | 一种基于箱线图鉴别大曲质量的方法 |
| CN106097138A (zh) * | 2016-06-03 | 2016-11-09 | 合肥工业大学 | 一种基于统计模型的电力消费异常数据检测系统与方法 |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109726227A (zh) * | 2017-10-30 | 2019-05-07 | 是德科技股份有限公司 | 用于分析测量相同类型的零件的多个测试仪器的性能的方法 |
| CN108052963A (zh) * | 2017-12-01 | 2018-05-18 | 北京金风慧能技术有限公司 | 风电功率预测建模的数据筛选方法、装置及风力发电机组 |
| CN108874861A (zh) * | 2018-04-19 | 2018-11-23 | 华南师范大学 | 一种教学大数据可视化分析系统及方法 |
| CN108763346A (zh) * | 2018-05-15 | 2018-11-06 | 中南大学 | 一种滑窗箱型图中值滤波的异常点处理方法 |
| CN108776831A (zh) * | 2018-05-15 | 2018-11-09 | 中南大学 | 一种基于动态卷积神经网络的复杂工业过程数据建模方法 |
| CN108763346B (zh) * | 2018-05-15 | 2022-02-01 | 中南大学 | 一种滑窗箱型图中值滤波的异常点处理方法 |
| CN108804037A (zh) * | 2018-05-29 | 2018-11-13 | 郑州云海信息技术有限公司 | 基于箱型图处理存储设备历史性能数据的方法及系统 |
| CN108763584B (zh) * | 2018-06-11 | 2021-11-02 | 北京天泽智云科技有限公司 | 一种风功率曲线散点过滤的方法及其系统 |
| CN108763584A (zh) * | 2018-06-11 | 2018-11-06 | 北京天泽智云科技有限公司 | 一种风功率曲线散点过滤的方法及其系统 |
| CN109446184A (zh) * | 2018-08-28 | 2019-03-08 | 湖南大唐先科技有限公司 | 基于大数据分析平台的发电大数据预处理方法及系统 |
| CN109446184B (zh) * | 2018-08-28 | 2020-04-14 | 湖南大唐先一科技有限公司 | 基于大数据分析平台的发电大数据预处理方法及系统 |
| CN109708907A (zh) * | 2018-11-30 | 2019-05-03 | 浙江胄天科技股份有限公司 | 一种基于包络信息的设备故障特征提取方法 |
| CN111930075A (zh) * | 2020-07-31 | 2020-11-13 | 深圳吉兰丁智能科技有限公司 | 一种自适应加工控制方法及非易失性可读存储介质 |
| CN111930075B (zh) * | 2020-07-31 | 2022-03-15 | 深圳吉兰丁智能科技有限公司 | 一种自适应加工控制方法及非易失性可读存储介质 |
| CN112037080A (zh) * | 2020-08-03 | 2020-12-04 | 森诺科技有限公司 | 一种用于石油专业工程定额编制数据处理方法 |
| CN113219921A (zh) * | 2021-04-30 | 2021-08-06 | 广州明珞装备股份有限公司 | 一种工位生产节拍处理方法、系统、装置及存储介质 |
| CN113219921B (zh) * | 2021-04-30 | 2022-05-27 | 广州明珞装备股份有限公司 | 一种工位生产节拍处理方法、系统、装置及存储介质 |
| CN113486003A (zh) * | 2021-06-02 | 2021-10-08 | 广州数说故事信息科技有限公司 | 数据可视化时考虑异常值的企业数据集处理方法及系统 |
| CN113486003B (zh) * | 2021-06-02 | 2024-03-19 | 广州数说故事信息科技有限公司 | 数据可视化时考虑异常值的企业数据集处理方法及系统 |
| CN113532801A (zh) * | 2021-06-24 | 2021-10-22 | 四川九洲电器集团有限责任公司 | 基于分布分位数的高/多光谱相机坏点检测方法及系统 |
| CN113469697B (zh) * | 2021-06-30 | 2022-12-06 | 重庆富民银行股份有限公司 | 基于知识图谱的无监督异常检测方法及装置 |
| CN113469697A (zh) * | 2021-06-30 | 2021-10-01 | 重庆富民银行股份有限公司 | 基于知识图谱的无监督异常检测方法及装置 |
| CN113256036A (zh) * | 2021-07-13 | 2021-08-13 | 国网浙江省电力有限公司 | 基于Prophet-LSTNet组合模型的供电成本分析预测方法 |
| CN113256036B (zh) * | 2021-07-13 | 2021-10-12 | 国网浙江省电力有限公司 | 基于Prophet-LSTNet组合模型的供电成本分析预测方法 |
| CN118465521A (zh) * | 2024-07-12 | 2024-08-09 | 西安广勤电子技术有限公司 | 基于三环控制数字均流并联电路的运行异常检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106897941A (zh) | 一种基于四分位箱线图的风机异常数据处理方法及装置 | |
| Xu et al. | A short-term wind power forecasting approach with adjustment of numerical weather prediction input by data mining | |
| CN106202815B (zh) | 基于有功响应的双馈型风电场动态等值方法 | |
| CN103454991B (zh) | 过程监视系统、装置及方法 | |
| CN105045205B (zh) | 一种基于三角网格偏置补偿的刀位路径生成方法及其数控加工系统 | |
| CN106203867A (zh) | 基于配电网评价指标体系和聚类分析的电网区域划分方法 | |
| CN102684223B (zh) | 以降低网损为目标的多约束条件下风电送出功率优化评估方法 | |
| CN104182914B (zh) | 一种基于波动特性的风电出力时间序列建模方法 | |
| CN108317670A (zh) | 一种基于机器学习的制冷系统节能控制方法及系统 | |
| CN107104442A (zh) | 计及参数模糊性的含风电场电力系统概率潮流计算方法 | |
| CN104808587A (zh) | 一种基于机加工设备运行状态的稼动率统计方法 | |
| CN107291927B (zh) | 一种用于风电机组风速相关性分析的风速数据清洗方法 | |
| CN106202662A (zh) | 一种配电网网架图自动绘制映射方法 | |
| CN106779201A (zh) | 一种考虑高原山区风机位置的风速建模方法 | |
| CN114386735A (zh) | 一种基于大数据分析实现的快速大气污染溯源方法 | |
| CN108985490A (zh) | 基于滑动窗口特征数据拟合的风力发电机功率曲线修正方法 | |
| CN107944761A (zh) | 基于人工智能消费维权指数企业投诉预警监测分析方法 | |
| CN106228296A (zh) | 用于架空输电线负荷评估的气象大数据的筛选预处理方法 | |
| CN108763584A (zh) | 一种风功率曲线散点过滤的方法及其系统 | |
| CN108258725A (zh) | 一种基于等效功角同调的双馈风电机动态等值方法 | |
| Hassani et al. | A self-similar local neuro-fuzzy model for short-term demand forecasting | |
| CN104268316A (zh) | 基于离线计算和在线匹配的双馈风电场概率等值建模方法 | |
| CN110990963A (zh) | 风机间距优化方法、装置以及计算机可读存储介质 | |
| CN115344994A (zh) | 风电场理论发电量快速确定方法 | |
| CN112597646B (zh) | 一种交叉渡线的建模方法、系统、计算机设备及可读介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: No.227, 2f, building 1, building materials City, Xisanqi, Haidian District, Beijing 100091 Applicant after: New energy Polytron Technologies Inc Address before: 100081, No. 19, building 68, College Road, Haidian District, Beijing, four, 407 Applicant before: Beijing Guo Nengxin system control technique company limited |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170627 |
|
| RJ01 | Rejection of invention patent application after publication |