风速数据奇异点辨识研究

摘要：

保证风速数据的真实性与可靠性,可以有效地提高风电功率预测精度.针对风速信号中包含奇异点,采用基于小波模极大值的方法进行辨识.该方法将阈值判定与李氏指数相结合,首先,求出小波分解后细节系数的局部极值点,由于奇异点的高频分量很大,因此利用阈值对奇异点的位置进行初步判定；然后,寻找各尺度局部极值点的传播点并绘制模极大值线,从而求得李氏指数a,当李氏指数a＜1时,判定该点为奇异点；最后利用自回归滑动平均法ARMA(p,q)对奇异点进行修正.研究实例表明,所采用的基于小波模极大值的奇异点辨识方法,能够准确的判断出信号的奇异性以及发生的时刻,并且能够有效地修正奇异点的值,从而保证风速数据的可靠性,具有一定的实际应用价值.

关键词：模极大值、阈值、Lipschitz、自回归滑动平均法、风速:风电功率预测

所属期刊栏目：39

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金研究项目51077126,51174290;北京市自然科学基金项目3113029;教育部新世纪优秀人才支持计划NCET-08-0543;教育部科学技术重点研究项目109017

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：92-97