فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش، به‌منظور افزایش دقت و سرعت آموزش، باتکیه‌بر داده‌های اسکادا و ترکیب الگوریتم‌های یادگیری ماشین با روش‌های آماری، رویکردی برای پیش‌پردازش داده‌های بدون برچسب و حذف خودکار داده‌های پرت ارائه شده است. در این روش، با تقسیم‌بندی داده‌ها به بازه‌های مساوی و انتخاب داده‌ی نماینده بر اساس چندک، حجم داده‌های آموزشی به طور چشمگیری کاهش می‌یابد (در این پژوهش تنها با 2/0٪ کل داده‌ها) که به‌اختصار RD نامیده می‌شود. سپس با استفاده از مدل منحنی توان و حدود آستانه‌ی چندکی محلی، داده‌های نابهنجار شناسایی می‌گردند. روش RD با الگوریتم DBSCAN و مدل‌ KNN مقایسه شده است. نتایج تجربی روی داده‌های واقعی مزرعه بادی نشان می‌دهد که RD در ترکیب با KNN عملکرد بهتری نسبت به DBSCAN دارد؛ به طور خاص، هر دو مقادیر MAE و RMSE حدود 15% کاهش‌یافته و بیانگر خطای پیش‌بینی پایین‌تر است. از نظر محاسباتی ، زمان اجرای RD برابر 0٫15 ثانیه و در DBSCAN 0٫99 ثانیه گزارش شده است و زمان اجرا با روش RD، بیش از 50% کاهش یافت. افزون بر این، برخلاف DBSCAN که در برابر داده‌های پرت متراکم یا خط‌وار نیازمند تنظیمات دقیق یا تعریف دقیق شرایط اضافه بر اساس ساختار منحنی توان است روش پیشنهادی بدون نیاز به تعریف فیلتر و مرز‌ بندی‌های خاص قبل از اعمال روش پاکسازی، قادر به حذف خودکار داده‌های غیرواقعی و پرت در منحنی توان توربین بادی می‌باشد.