风电机异常数据检测对维护风电设备的稳定运行有着重要意义，为解决K-means算法随机指定初始点聚类和风电机数据异常问题，提出一种改进K-means算法的风电机数据异常检测方法。改进之后的方法，首先选择数据样本中位数作为第一个初始聚类中心，在选取下一个聚类中心时，距离当前n个聚类中心越远的点会有更高的概率被选为第n+1个聚类中心，进而达到聚类中心互相距离较远的目的，以此对风电机运行数据进行聚类，检测出离群点及异常点，保障风电设备稳定运行。
科研之友
微信
新浪微博
Facebook
分享链接
