风速数据奇异点辨识研究.pdfVIP

第 39卷 第21期 电力 系统保护与控制 、，01．39NO．21 2011年 11月 1日 PowerSystem ProtectionandControl NOV．1，2011 风速数据奇异点辨识研究 李 丽，叶 林 (中国衣业大学信息与电气工程学院，北京 100083) 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。该方法将阂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6c，当李氏指数d1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，所采用的基于小波犊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 Identificationofsingularpointsinwindspeeddata LILi， YELin (DepartmentofElectricalEngineering，ChinaAgriculturalUniversity，Beijing100083，China) Abstract：Theauthenticandreliablewindspeedsdatacaneffectivelyimprovethepredictionaccuracyofwindpower．Thispaper proposesanovelapproachtodetectthesingularityinwindspeeddatabased0nthemethodofwavelettransform modulusmaxima． ThemethodiSacombinationofLipschitzⅡandthresholdvaluedetermination．First，theoriginaldataofwindspeedsaredecomposed bywavelettofindthelocalmodulusmaxima．Thesuspectedsingularpointscanbedetectedbythethresholdbecausethemodulus maximaofsingularpointsraehigherthannormalsignalsingenera1．Then，thetransmissionpointsofeachlocalmodulusmxa imarae fona dtodraw amodulusmxaima1ine，SOtheLipschitzawhichcorrespondstoamodulusmaxima1inecandeterminehtepointof singulariytmodulusmxaima．WhenLipschitz Q1，thesuspectedpointsCna belocated．Finally，theautoregressionmovingaverage (ARMA)methodiSusedtocorrectthesingulariytofwindspeeds．CasestudiesarecarriedoutbasedonthemeasureddatainMiyun CounytofBeijing．Resultsshowthatthepositionsofsingulraityraeaccuratelylocatedandthosevaluesareeffectivelycorrected，SO themehtodproposedinthispapercallbeusedinpractice． Thisworkissup