%A 林洁, 吴布托, 陈伟 %T 基于深层玻尔兹曼机的风电场异常风速值自适应检测预处理方法 %0 Journal Article %D 2018 %J 电工技术学报 %R 10.19595/j.cnki.1000-6753.tces.180561 %P 205-212 %V 33 %N zk1 %U {https://dgjsxb.ces-transaction.com/CN/abstract/article_5404.shtml} %8 2018-08-30 %X 为提高现有风电场数据采集系统的准确性和可利用性,提出了深层玻尔兹曼机(DBM)、经验模态分解(EMD)和隐马尔科夫(HMM)组合算法处理运行数据含有少量异常风速值的自适应检测方法。针对风速序列的随机多变性,采用DBM预测方法挖掘异常风速值的潜在特征,得到反映风速值异常情况的残差序列;进一步提高检测精度和降低系统误差的干扰,采用EMD方法捕获残差序列中粗大误差的特征;借助HMM算法的双重随机过程自适应地并剔除检测异常风速点,避免了传统阈值检测方法难以准确识别异常值的问题;最后,为了得到完整的风速序列,对检测出的异常点运用加权双向ARMA算法修正数据。RBF预测结果验证表明,经预处理后风速质量得到了提高,所提方法与传统小波异常值检测方法相比具有更精确的辨识能力,进一步提高了短期风速的预测精度。