本發(fā)明提出了一種基于深度學習的新能源場站不良數(shù)據(jù)辨識與修正方法,包括:獲取新能源場站中辨識對象的歷史運行數(shù)據(jù),在歷史運行數(shù)據(jù)中標記出歷史正常數(shù)據(jù)和歷史不良數(shù)據(jù);建立辨識模型,根據(jù)歷史正常數(shù)據(jù)對辨識模型進行深度學習訓練;建立修正模型,將歷史不良數(shù)據(jù)輸入修正模型和訓練好的辨識模型中,結合辨識模型的輸出對修正模型進行深度學習訓練;獲取辨識對象的實時運行數(shù)據(jù),通過將實時運行數(shù)據(jù)輸入訓練好的辨識模型中,區(qū)分出實時運行數(shù)據(jù)中的實時正常數(shù)據(jù)和實時不良數(shù)據(jù);將實時不良數(shù)據(jù)輸入訓練好的修正模型中,得到實時不良數(shù)據(jù)的修正值。本發(fā)明可顯著提高不良數(shù)據(jù)辨識和修正效率,保障新能源電站的實時安全穩(wěn)定運行。
聲明:
“基于深度學習的新能源場站不良數(shù)據(jù)辨識與修正方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)