中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于多变量时空融合网络的风机数据缺失值插补研究

文献类型:期刊论文

作者詹兆康; 胡旭光; 赵浩然; 张思琪; 张峻凯; 马大中
刊名自动化学报
出版日期2024
卷号50期号:6页码:1171-1184
关键词风机数据 数据插补 时空特征 生成对抗网络
ISSN号0254-4156
DOI10.16383/j.aas.c230534
英文摘要风电场数据的完整性会因恶劣天气、输入信号丢失、传感器故障等原因遭到破坏, 而大面积的数据缺失将给风机设备的运行和维护带来严峻考验. 因此, 提出一个多变量时空融合网络(Multivariate spatiotemporal integration network, MSIN)来解决缺失数据问题. 首先, 提出包含缺失值定位–指引机制的MSIN结构, 揭示缺失部分数据的潜在信息, 确保插补数据符合真实分布. 其次, 在网络中设计多视角时空卷积模块, 捕捉同一风机多个变量与多个风机同一变量之间的局部空间和全局时间相关性, 用于提高插补数据的真实性. 接着, 提出网络实时自更新机制, 根据风电场实时变化情况实现在线调整, 能够提升网络泛化能力, 由此弥补重新训练模型的时间和空间成本高的缺陷. 最后, 通过真实的风机数据验证所提网络的有效性和优越性. 相关分析结果表明, 相较于MissForest等传统数据插补方法的插补性能, 平均绝对误差(Mean absolute error, MAE)、平均绝对百分比误差(Mean absolute percentage error, MAPE)和均方根误差(Root mean square error, RMSE)分别下降 18.54%、41.00% 和 3.15% 以上.
源URL[http://ir.ia.ac.cn/handle/173211/57742]  
专题自动化研究所_学术期刊_自动化学报
推荐引用方式
GB/T 7714
詹兆康,胡旭光,赵浩然,等. 基于多变量时空融合网络的风机数据缺失值插补研究[J]. 自动化学报,2024,50(6):1171-1184.
APA 詹兆康,胡旭光,赵浩然,张思琪,张峻凯,&马大中.(2024).基于多变量时空融合网络的风机数据缺失值插补研究.自动化学报,50(6),1171-1184.
MLA 詹兆康,et al."基于多变量时空融合网络的风机数据缺失值插补研究".自动化学报 50.6(2024):1171-1184.

入库方式: OAI收割

来源:自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。