權利要求書： 1.一種多類型風機的偏航誤差測量方法，其特征在于，包括：獲取多類型風機數據，對所述多類型風機數據進行預處理；將預處理后的多類型風機數據進行區間化處理，并采用三次樣條方法對每個區間的風速?功率散點進行多項式擬合，選出各種類型風機的最優風速?功率曲線，根據所述最優風速?功率曲線獲取各種類型風機的偏航誤差。2.根據權利要求1所述的方法，其特征在于，根據所述最優風速?功率曲線獲取各種類型風機的偏航誤差之后，所述方法進一步包括：對比多種類型風機的最優風速?功率曲線，得出偏航性能最優的風機類型。3.根據權利要求1所述的方法，其特征在于，對所述多類型風機數據進行預處理具體包括：采用孤立森林和DBSCAN聚類算法對異常數據進行清洗，并進行歸一化處理。4.根據權利要求1所述的方法，其特征在于，采用孤立森林和DBSCAN聚類算法對異常數據進行清洗，并進行歸一化處理具體包括：步驟1，根據公式1表示由t個孤立樹組成的孤立森林：IF∈{t1,...,tT}公式1；其中，T為孤立樹總數目。對于每棵樹t，計算出隔離觀察值x所需的迭代次數ht(x)，則根據公式2表示在孤立森林中隔離樣本x所需的平均步驟次數：根據公式3和公式4定義標準化異常值s(x,n)：其中，n為，樣本數量，x為隔離觀察值，H(i)是諧波數，H(i)≈ln(i)+0.5772156649，c(n)是將一個樣本與其他n個樣本分離所需的平均步驟數，它提供了一個標準化因子，使得s值與樣本數量n無關訓練過程中，遞歸劃分給定的訓練集，當樣本中異常數據被隔離或達到指定樹的高度以生成局部模型后停止訓練，根據公式5確定樹高h約等于平均樹高：h＝ceiling(log2ψ)公式5；其中，ψ代表子樣本大小，ceiling代表CEILING函數；假設DBSCAN算法的數據集為X＝{p1,p2,Lpn}，則pi、pj兩點之間的距離公式dist(pi,pj)，定義DBSCAN算法如下：鄰域Nε(pi)的表達式為Nε(pi)＝{pj∈X|dist(pi,pj)≤ε}，是以pi為圓心，ε為半徑的區域，pi鄰域Nε(pi)中點的數量大于等于MinPts，則稱pi為核心對象，若pj∈Nε(pi)，且pi為核心點，則稱pj是從pi直接密度可達，若序列{pi,pi+1,K,pj}∈X中，pi+1從pi
聲明：
“多類型風機的偏航誤差測量方法及裝置” 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，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
1062
編輯：管理員
來源：北京國電思達科技有限公司
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年07月16日 ~ 18日 
