摘要：风电场运营管理需要对测风塔覆冰、信息传输故障、人为弃风等异常数据进行有效识别清洗,以训练风速与功率预报模型。针对利用聚类K-means算法识别这些异常数据时,无法依靠经验值事先确定K-Means算法的聚类个数的问题进行改进。改进算法要求首先给出一个聚类个数k值的范围,然后依据数据簇类间相异度函数进行初步计算,从中获得一个最小值作为最优k值,以此来降低聚类个数确定的难度。该改进k-means算法通过某风电场的实测数据进行了验证。

关键词：异常数据 识别清洗 聚类 簇个数 

单位：四川省气象局; 四川成都610072; 气象信息共享与数据挖掘四川省高校重点实验室