Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南大学陈江雨获国家专利权

湖南大学陈江雨获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖南大学申请的专利一种基于双向四分位和集成异常检测的光伏异常数据清洗的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115935149B

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211552221.0,技术领域涉及:G06F18/15;该发明授权一种基于双向四分位和集成异常检测的光伏异常数据清洗的方法是由陈江雨;钟吴君;涂春鸣;李培强设计研发完成,并于2022-12-05向国家知识产权局提交的专利申请。

一种基于双向四分位和集成异常检测的光伏异常数据清洗的方法在说明书摘要公布了:本发明提供的基于双向四分位和集成异常检测的光伏异常数据清洗的方法,先采集光伏电站场实际运行历史数据,包括光伏机组实际运行发电功率数据及对应气象数据;再对获取的光伏发电功率数据进行预处理;接着利用双向四分位法清洗光伏发电功率数据中的分散型异常数据;最后利用集成异常检测法清洗光伏发电功率数据中的堆积型异常数据。本发明结合双向四分位法和集成异常检测方法,能同时有效地清洗分散型异常数据和堆积型异常数据,其中,集成异常检测方法结合了局部异常因子和最近邻集成隔离方法的优点,强化了对局部异常数据的清洗效果,且可以有效辨识与正常数据空间分布特征相似的异常运行数据和平行于坐标轴的异常运行数据,应用价值大。

本发明授权一种基于双向四分位和集成异常检测的光伏异常数据清洗的方法在权利要求书中公布了:1.一种基于双向四分位和集成异常检测的光伏异常数据清洗的方法,其特征在于,包括: 步骤1:采集光伏电站场实际运行历史数据,包括光伏机组实际运行发电功率数据及对应气象数据,气象数据包括太阳辐照度; 步骤2:对获取的光伏发电功率数据进行预处理; 步骤3:利用双向四分位法清洗光伏发电功率数据中的分散型异常数据; 步骤31:使用纵向四分位法对各个辐照度区间内的分散型异常数据进行清洗:首先将辐照度以20Wm2的区间间隔划分为若干个辐照度区间,再计算各个辐照度区间光伏发电功率的四分位间距和异常数据上下边界,在两边界外的数据视为异常数据; 步骤32:使用横向四分位法对各个功率区间内的分散型异常数据进行清洗:将光伏发电功率以额定装机容量的2%的区间间隔划分为若干个功率区间,再计算各个功率区间辐照度的四分位间距和异常数据上下边界,在两边界外的数据视为异常数据; 步骤4:利用集成异常检测法清洗光伏发电功率数据中的堆积型异常数据; 步骤41:训练t个基本异常检测器; 步骤42:使用K最邻近法获取数据集XT中所有数据点的局部最近邻区域; 步骤43:计算每一数据点的局部最近邻区域的局部异常得分矩阵:将数据点xi的局部最近邻区域Ψi内的k个邻近样本分别通过t个基本异常检测器进行异常数据检测,得到t个局部异常得分向量,合并形成局部异常得分矩阵OΨi; OΨi=[C1Ψi,...,CtΨi]5 式中,CtΨi表示来自第t个基本异常检测器的局部异常得分向量; 步骤44:生成每一数据点的局部最近邻区域的局部伪异常标签;再计算对应局部伪异常标签φiOΨi; 步骤45:通过皮尔逊相关系数检测各基本异常检测器在各数据点上的局部能力:计算由步骤43和步骤44所得局部异常得分矩阵OΨi与局部伪异常标签φiOΨi的皮尔逊相关系数,从t个基本异常检测器中选取相关系数大的s个基本异常检测器; 步骤46:将选出的s个基本异常检测器的结果合并计算出该数据点的异常标签得分。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路麓山门;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。