摘要
本发明涉及一种台区光伏数据异常识别方法及系统,属于光伏发电技术领域,解决了现有光伏数据异常识别和异常归因不准确的问题。包括:采集并预处理台区光伏发电数据和气象数据,获取待分析时段内各时间点数据;将各时间点数据传入台区发电功率预测模型,得到各时间点的发电功率预测值;将各时间点的发电功率预测值与台区光伏发电数据中相同时间点的实际发电功率值,构建各时间点的数据点对;利用聚类算法从各时间点的数据点对中获取异常点对;根据异常点对的时间点获取对应的台区业务数据,根据预置的光伏业务异常规则获取台区业务数据对应的规则类别,作为对应的异常点对的异常原因。实现了高效且准确的异常识别和归因。
技术关键词
果蝇优化算法
光伏发电数据
异常识别方法
多层感知机
DBSCAN算法
发电量
位置更新
功率值
聚类算法
矩阵
发电设备
归因
异常数据
气象
相对湿度
光伏发电技术
参数
基准
系统为您推荐了相关专利信息
偏好评估方法
神经网络训练
分支
多层感知机
文本
接入节点
联合信源信道编码
比特流
解码器
信噪比
视频动作检测方法
非线性
动作检测模型
坐标
立方体
特征描述符
离子液体润滑剂
机器学习模型训练
生成特征
纳米
智能生成方法
装饰特征
多层感知机
中间层
生成包装