基于联合概率分布和置信边界模型的风力发电机功率曲线自适应修正算法

数据驱动的风电机组功率曲线在许多领域都发挥着重要的作用。为改进数据质量,需要合理地消除无效和非自然的数据。在变桨距风力机的分区运行区域中,通过期望最大化来估计阿基米德Copula函数的加权混合以建立联合概率分布,从而提出一种基于置信边界的功率曲线建模方法来识别异常数据,并建立一个自适应建模评价系统。应用一种双向马尔可夫链插值方法恢复连续丢失的数据。通过算例分析验证了该方法的有效性。