风电异常测量数据智能识别方法研究

针对风电测量数据中不同程度存在的异常数据势必影响风电预测精度的问题,结合滑窗方法并运用两种智能算法实现了风电测量数据异常识别。首先分析了风电测量数据的时序性,然后描述了基于高密度连通区域的聚类算法和基于密度的离群点检测算法,并分析了两种方法的性能。最后,针对国内风电场实际测量数据,运用两种算法进行了异常测量数据的识别并在此基础上进行了风电预测,针对计算结果进行了比较分析,验证了所提策略的可行性和有效性。

血压监测和时间生物学测量用于鉴别原发性和继发性高血压

问题是:“血压监测是否可以用来鉴别原发性和继发性高血压呢?”这是当前研究所面临的一个难题。我们对108名原发性高血压病人和32名继发性高血压的病人,施行了血压监测。用单余弦图分析时序数据,并用多变量鉴别分析法处理节律测量特征。