PulseAugur
实时 21:43:44
English(EN) Clustering algorithms for multivariate wind farm SCADA data filtering

聚类算法改进风力发电场 SCADA 数据过滤

一篇新论文提出使用聚类算法从风力发电场 SCADA 数据中过滤异常和运行模式。该研究将各种聚类方法的准确性与手动过滤进行比较,并为无标签数据引入了新的评估指标。研究结果表明,基于聚类的方法可以有效地检测明显和细微的异常值,其效果通常优于手动过滤,尽管专家参与仍然部分必要。 AI

影响 这项研究可能导致风力发电场运营的数据处理更有效、更准确,从而提高可靠性并减少人工劳动。

排序理由 该聚类包含一篇详细介绍新方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

聚类算法改进风力发电场 SCADA 数据过滤

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Nicol\`o Italiano, Vasilis Pettas, Tuhfe G\"o\c{c}men, Nicolaos A. Cutululis ·

    用于多变量风电场SCADA数据过滤的聚类算法

    arXiv:2607.13544v1 Announce Type: new Abstract: During wind farm operation, Supervisory Control and Data Acquisition (SCADA) systems record numerous anomalies, transients, and specific operational modes, leading to large datasets. However, for a wide range of applications, only m…

  2. arXiv cs.LG TIER_1 English(EN) · Nicolaos A. Cutululis ·

    用于多变量风电场SCADA数据过滤的聚类算法

    During wind farm operation, Supervisory Control and Data Acquisition (SCADA) systems record numerous anomalies, transients, and specific operational modes, leading to large datasets. However, for a wide range of applications, only measurements corresponding to normal operation ar…