買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國長江三峽集團有限公司;華北電力大學申請的專利一種基于時序匹配和雙向四分位算法的異常數據清洗方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114968999B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210565276.9，技術領域涉及：G06F16/215；該發明授權一種基于時序匹配和雙向四分位算法的異常數據清洗方法是由鄒祖冰;喬延輝;王羅;韓爽;孫長平;劉永前;李夢杰;劉杰;張美俊;湯維貴設計研發完成，并于2022-05-23向國家知識產權局提交的專利申請。

本一種基于時序匹配和雙向四分位算法的異常數據清洗方法在說明書摘要公布了：本發明公開了屬于風電機組發電技術領域的一種基于時序匹配和雙向四分位算法的異常數據清洗方法。該方法包括以下步驟：步驟1：采集風電機組的實測風速和風電功率數據；步驟2：辨識風電機組限功率異常數據；具體包括：步驟21：采用基本趨勢轉折點和重要趨勢轉折點確定算法對風電功率時間序列進行分段劃分；步驟22：基于風速?風電功率時序匹配度量對限功率分段時間序列進行篩選；步驟23：基于額定功率剔除系數對額定功率分段時間序列進行剔除；步驟3：利用雙向四分位算法清洗風電功率分散型異常數據。本發明能夠同時有效地清洗堆積型異常數據和分散型異常數據，且可以有效辨識過渡區域內與正常數據空間分布特征相似的異常運行數據。

本發明授權一種基于時序匹配和雙向四分位算法的異常數據清洗方法在權利要求書中公布了：1.一種基于時序匹配和雙向四分位算法的異常數據清洗方法，其特征在于，包括以下步驟： 步驟1：采集風電機組的實測風速和風電功率數據； 步驟2：利用風速-風電功率時序匹配算法辨識風電機組限功率異常數據；具體包括： 步驟21：采用基本趨勢轉折點和重要趨勢轉折點確定算法對風電功率時間序列進行分段劃分； 步驟22：基于風速-風電功率時序匹配度量對限功率分段時間序列進行篩選； 所述步驟22具體包括如下子步驟： 步驟221：采用數據時間對標法，提取不同風電功率分段時間序列所對應的風速分段時間序列； 步驟222：計算不同分段時間序列的長度L；所述分段時間序列的長度L應滿足L≥γ，γ為時長閾值； 步驟223：計算不同分段時間序列的風速-風電功率時序匹配度，提取時序不匹配的風電功率分段時間序列； 所述步驟223具體如下： 根據風電機組限功率數據在風速-風電功率散點圖中的橫向堆積分布特征，采用線性擬合法求取不同分段時間序列中風速和風電功率的線性函數；再根據線性函數的斜率提取風電機組限功率數據，線性函數的斜率越接近0，該分段時間序列的數據是限功率數據的可能性越大；所述線性函數和斜率閾值如公式3和公式4所示： P＝aiV+bi3 ai≤δ4 式中，ai為第i個分段時間序列對應線性函數的斜率；bi為第i個分段時間序列對應線性函數的截距；δ為用于確定風電機組限功率數據的斜率閾值； 步驟23：基于額定功率剔除系數對額定功率分段時間序列進行剔除； 步驟3：利用雙向四分位算法清洗風電功率分散型異常數據； 所述步驟3具體包括以下子步驟： 步驟31：采用縱向四分位算法清洗縱向分布的風電機組分散型異常數據；將風速按照0.25ms的區間間隔劃分為若干個風速區間，并計算各風速區間內風電功率的異常值內限，內限以外的數據為異常數據；其中，第i個風速區間內，風電功率的異常值內限計算方法如公式6所示： 式中，為第i個風速區間風電功率的異常值內限下限；為第i個風速區間風電功率的異常值內限上限；為第i個風速區間風電功率的第一分位數；為第i個風速區間風電功率的第三分位數；為第i個風速區間風電功率的四分位距， 步驟32：采用橫向四分位算法清洗橫向分布的風電機組分散型異常數據；將風電功率按照25kW的區間間隔劃分為若干個風電功率區間，并計算各風電功率區間內風速的異常值內限，內限以外的數據為異常數據；其中，第i個風電功率區間內，風速的異常值內限計算方法如公式7所示： 式中，為第i個風電功率區間風速的異常值內限下限；為第i個風電功率區間風速的異常值內限上限；為第i個風電功率區間風速的第一分位數；為第i個風電功率區間風速的第三分位數；為第i個風速區間風電功率的四分位距，

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國長江三峽集團有限公司;華北電力大學，其通訊地址為：430010 湖北省武漢市江岸區六合路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。