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)和教育部科学技术重点研究项目(109017)资助
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α,当李氏指数α<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。
李丽,叶林.风速数据奇异点辨识研究[J].电力系统保护与控制,2011,39(21):92-97.[.[J]. Power System Protection and Control,2011,V39(21):92-97]