摘要
本发明属于光伏技术领域,具体公开了基于周期最优路径比较的分布式光伏异常数据检测方法,基于动态时间规整算法测量不同周期序列组别的相似度,获取其最优路径并构成相似性矩阵,再使用谱聚类算法提取特征向量并结合肘部法则图实现最优聚类。然后,针对聚类簇中数据呈现的密度特征引入LOF异常分数进行嵌入式特征加权,进一步,基于孤立森林框架对检测结果进行最优表决以获取最优输出;本发明的方法可以有效捕获大部分异常样本,提取异常样本准确率数据可有效提高光伏异常数据的识别能力。
技术关键词
异常数据检测方法
分布式光伏
动态时间规整算法
肘部法则
谱聚类算法
序列
矩阵
高斯核函数
优劣解距离法
周期
度量
功率
多项式
因子
特征值
样本
计算误差
系统为您推荐了相关专利信息
强化学习方法
灵巧手
超声系统
轻量化卷积神经网络
成像
指标
斯皮尔曼等级相关系数
随机森林
指数
异常数据点
缓存放置方法
节点
人工蜂群算法
LEO卫星
谱聚类算法
分布式光伏发电
PID控制算法
光伏发电量
站点
数据采集模块
热定位误差
深度学习神经网络
拉普拉斯
温度敏感点
矩阵