第４３卷第７期２０２３年７月动力工程学报ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＳｏｃｉｅｔｙｏｆＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＶｏｌ．４３Ｎｏ．７Ｊｕｌ．２０２３收稿日期：２０２２－０４－２９基金项目：国家自然科学基金资助项目（６２０７３１３６）作者简介：甘雨（１９９８—），女，甘肃定西人，硕士研究生，研究方向为风电机组状态监测以及风电机组数据采集与监控数据分析。电话（Ｔｅｌ．）：１８８１０８０２１９５；Ｅ－ｍａｉｌ：１２０２０２２２７００９＠ｎｃｅｐｕ．ｅｄｕ．ｃｎ。文章编号：１６７４－７６０７（２０２３）０７－０８８５－０８ＤＯＩ：１０．１９８０５／ｊ．ｃｎｋｉ．ｊｃｓｐｅ．２０２３．０７．０１０基于变分贝叶斯推断的ＤＰＧＭＭ风电机组异常数据识别研究甘雨，郭鹏，林立栋（华北电力大学控制与计算机工程学院，北京１０２２０６）摘要：为了准确识别和剔除风电机组在实际运行过程中产生的异常数据，以便为功率预测等工作提供有效的数据支持，通过分析风电机组运行数据散点在风速－功率（ｖ－Ｐ）坐标系中的分布特征，提出了基于变分贝叶斯推断的狄利克雷过程高斯混合模型异常数据识别方法。将试验机组Ｅ１７实测数据散点沿水平功率方向以一定间隔划分区间，采用能自适应确定最佳分量个数的狄利克雷过程高斯混合模型对每一个功率区间内的数据散点进行聚类，结合各高斯分量置信椭圆参数及数据散点在ｖ－Ｐ坐标系中的分布特征，对试验机组Ｅ１７各功率区间内的高斯分量及其聚类散点进行异常标识。结果表明：该模型克服了传统高斯混合模型需要人为确定分量个数的缺点，能够对风电机组异常数据进行准确识别。关键词：风电机组；异常数据识别；狄利克雷过程高斯混合模型；变分贝叶斯推断中图分类号：ＴＫ８３文献标志码：Ａ学科分类号：４７０．３０ＡｂｎｏｒｍａｌＷｉｎｄＴｕｒｂｉｎｅＤａｔａＩｄｅｎｔｉｆｉｃａｔｉｏｎＵｓｉｎｇａＤｉｒｉｃｈｌｅｔＰｒｏｃｅｓｓＧａｕｓｓｉａｎＭｉｘｔｕｒｅＭｏｄｅｌＢａｓｅｄｏｎＶａｒｉａｔｉｏｎａｌＢａｙｅｓｉａｎＩｎｆｅｒｅｎｃｅＧＡＮＹｕ，ＧＵＯＰｅｎｇ，ＬＩＮＬｉｄｏｎｇ（ＳｃｈｏｏｌｏｆＣｏｎｔｒｏｌａｎｄＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０２２０６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏａｃｃｕｒａｔ...
