3类异常精准识别
通过将风速数据转化为依赖矩阵，并利用t-copula捕获的空间依赖与时间上下文约束，该算法无需训练样本即可精准检测并区分传感器硬件故障与风电场环境异常。
Li, Yang · 沈小军 · Yangfan, Zhang · Yang, Li
IEEE Transactions on Sustainable Energy 2023
基于统计特性将风速异常划分为故障、弱故障和噪声，分别采用空间依赖建模和时间上下文约束，实现更全面的检测与分类。
该方法完全基于数据本身的时空依赖结构进行交叉验证，避免了监督学习对大量标注数据的依赖，更易于在风电场实际部署。
利用t-copula模型捕捉风电场内多台风机的风速空间依赖关系，能够有效识别由于传感器故障导致的异常数据。
通过基于变点检测的时间分割方案，将时间序列划分为均匀片段，提高异常检测的准确性和灵敏度。