摘要
本申请公开了一种光伏异常数据处理方法和相关设备,先采集目标光伏场站历史总功率及太阳辐照度数据,经负值归零和明显异常剔除生成第一数据集,排除传感器故障等导致的错误数据。再用局部异常因子算法计算数据点邻域密度偏离程度,识别并剔除传感器瞬间故障等产生的离散型异常点,得第二数据集,消除离散数据对图像识别的干扰。接着对第二数据集预处理生成散点图,借助边缘检测等图像识别技术,识别系统参数突变等导致的堆积型异常区域,标记正常数据并反归一化输出最终数据集。该方法融合两种算法,自适应识别离散异常点,基于形态特征分析堆积型异常,减少正常数据误删,提升异常检测准确性。
技术关键词
异常数据处理方法
功率
太阳
异常点
分布轮廓
图像识别算法
排除传感器故障
边缘检测
形态特征分析
因子
像素点
处理单元
邻域
标记
图像识别技术
高斯滤波器
数据采集单元
系统为您推荐了相关专利信息
需求预测模型
能耗优化方法
校园直饮水设备
长短期记忆网络
功率
暂态电流信号
电流接地系统
有功功率
滤波去噪方法
配电网模型
分布式资源
协同调度方法
双向通信技术
优化调度模型
实时状态信息
传输设备
启发式信息
深度强化学习
蚂蚁
神经网络模型