本发明提出了一种基于深度学习的新能源场站不良数据辨识与修正方法,包括:获取新能源场站中辨识对象的历史运行数据,在历史运行数据中标记出历史正常数据和历史不良数据;建立辨识模型,根据历史正常数据对辨识模型进行深度学习训练;建立修正模型,将历史不良数据输入修正模型和训练好的辨识模型中,结合辨识模型的输出对修正模型进行深度学习训练;获取辨识对象的实时运行数据,通过将实时运行数据输入训练好的辨识模型中,区分出实时运行数据中的实时正常数据和实时不良数据;将实时不良数据输入训练好的修正模型中,得到实时不良数据的修正值。本发明可显著提高不良数据辨识和修正效率,保障新能源电站的实时安全稳定运行。
声明:
“基于深度学习的新能源场站不良数据辨识与修正方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)