Key points are not available for this paper at this time.
전 세계적으로 풍력 발전 용량 설치가 빠르게 발전하고 있음에도 불구하고, 풍력 제한은 해결해야 할 심각한 문제입니다. 풍력 제한은 풍력 발전소의 운영 데이터의 원래 특성을 변화시키고 다수의 이상치를 초래할 수 있습니다. 이러한 이상치로는 전력 곡선을 정확하게 모델링할 수 없으며, 그 결과 풍력 발전 예측 및 전력 시스템의 다른 응용 프로그램에 부정적인 영향을 미치게 됩니다. 본 논문에서는 풍력 제한으로 발생하는 이상치의 특성을 분석합니다. 그런 다음, 사분위수 방법과 밀도 기반 클러스터링 방법을 결합한 데이터 기반 이상치 제거 접근법을 제안합니다. 먼저, 사분위수 방법을 두 번 사용하여 희소 이상치를 제거합니다. 그 후, 노이즈가 있는 밀도 기반 공간 클러스터링 방법을 적용하여 중첩된 이상치를 제거합니다. 한 사례 연구에서는 풍력 발전소와 이 풍력 발전소의 20대 풍력 터빈의 전력 곡선을 모델링하여 실시합니다. 전력 곡선 모델링의 정확성이 크게 향상되고 이상치 제거 절차는 매우 짧은 시간 내에 완료될 수 있으며, 제안된 방법들이 이상치를 제거하는 데 효과적이고 효율적임을 나타냅니다. 이 방법들의 성능은 매개변수에 민감하지 않으며, 풍력 터빈 및 풍력 발전소의 다양한 경우에 매개변수 조정 없이 직접 사용할 수 있습니다.
Zhao et al. (Mon,)은 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: