• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 社长及主编
    • 期刊荣誉
  • 编委会
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
王勃,孙勇,李振元,王铮,荆博.基于Logistic函数与分位数回归的风电机组功率曲线建模方法[J].电测与仪表,2025,62(3):112-120.
WANG Bo,SUN Yong,LI Zhenyuan,WANG Zheng,JING Bo.Wind turbine power curve modelling method with logistic functions based on quantile regression[J].Electrical Measurement & Instrumentation,2025,62(3):112-120.
基于Logistic函数与分位数回归的风电机组功率曲线建模方法
Wind turbine power curve modelling method with logistic functions based on quantile regression
DOI:10.19753/j.issn1001-1390.2025.03.014
中文关键词:  logistic函数  分位数回归  异常筛选  风电机组功率曲线
英文关键词:logistic function, quantile regression, outlier filtering, wind turbine power curve
基金项目:国家电网有限公司科技项目(5100-201929190A-0-0-00)
              
作者中文名作者英文名单位
王勃WANG Bo中国电力科学研究院有限公司 新能源与储能运行控制国家重点实验室,北京 100192
孙勇SUN Yong国网吉林省电力有限公司 , 长春 130021
李振元LI Zhenyuan国网吉林省电力有限公司 , 长春 130021
王铮WANG Zheng中国电力科学研究院有限公司 新能源与储能运行控制国家重点实验室,北京 100192
荆博JING Bo北京航空航天大学, 北京 100191
摘要点击次数: 255
中文摘要:
      风电机组功率曲线建模是风电功率预测、状态监测、性能评估的关键环节。文章提出了一种基于logistic函数和分位数回归的风电机组功率曲线建模算法。为解决风电功率的不确定性,文中在logistic函数中嵌入了分位回归损失函数,建立了分位数回归logistic模型(quantile regression logistic function, QRLF),并采用了三种优化算法进行优化;为降低原始数据中异常值的影响,提出了基于QRLF算法的自适应异常筛选方法;在三个风电场的SCADA(supervisory control and data acquisition)数据中进行了实例验证。文中采用五种评价指标对所提方法进行评估。结果表明,相比传统的风电机组功率曲线建模方法,文中所提方法可以同时提供较好的确定性功率曲线和概率性功率曲线结果。
英文摘要:
      The wind turbine power curve (WTPC) modeling is of great significance for wind power forecasting, condition monitoring, and performance assessment. This paper proposes a novel WTPC modelling method with logistic functions based on quantile regression (QRLF). Quantile regression logistic functions (QRLF) is embedded in the logistic function, and the QRLF model was established, so that the proposed method can describe the uncertainty of wind power. In order to reduce the effect of outliers in original data, an adaptive outlier filtering method is developed based on QRLF. Supervisory control and data acquisition (SCADA) data collected from wind turbines in three wind farms are used to evaluate the performance of the proposed method. Five evaluation metrics are applied for the comparative analysis. Compared with typical WTPC models, QRLF has better fitting performance in both deterministic and probabilistic power curve modeling.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 社长及主编
    • 期刊荣誉
  • 编委会
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司