| 摘要: |
| 保证风速数据的真实性与可靠性，可以有效地提高风电功率预测精度。针对风速信号中包含奇异点，采用基于小波模极大值的方法进行辨识。该方法将阈值判定与李氏指数相结合，首先，求出小波分解后细节系数的局部极值点，由于奇异点的高频分量很大，因此利用阈值对奇异点的位置进行初步判定；然后，寻找各尺度局部极值点的传播点并绘制模极大值线，从而求得李氏指数α，当李氏指数α<1时，判定该点为奇异点；最后利用自回归滑动平均法ARMA（p，q）对奇异点进行修正。研究实例表明，所采用的基于小波模极大值的奇异点辨识方法，能够准确的判断出信号的奇异性以及发生的时刻，并且能够有效地修正奇异点的值，从而保证风速数据的可靠性，具有一定的实际应用价值。 |
| 关键词: 模极大值 阈值 Lipschitz 自回归滑动平均法 风速：风电功率预测 |
| DOI：10.7667/j.issn.1674-3415.2011.21.018 |
|
| 基金项目:国家自然科学基金研究项目（51077126,51174290）；北京市自然科学基金项目（3113029）；教育部新世纪优秀人才支持计划（NCET-08-0543）和教育部科学技术重点研究项目（109017）资助 |
|
|
|
| () |
| Abstract: |
|
| Key words: |
