一种风电机组异常运行数据处理方法技术

本发明专利技术公开了一种风电机组异常运行数据处理方法，它包括：对数据进行预处理：对于风速大于切入风速小于切出风速，而功率小于等于零的风速‑功率异常数据，将该部分的数据予以剔除；利用Thompsontau法对预处理后的风速‑功率异常数据进行首次识别和剔除；利用四分位法对首次识别和剔除后的风速‑功率异常数据进行二次识别和剔除；采用四点插值细分算法对误删和缺失数据进行插值重构；解决了风电机组异常运行数据处理存在的在风电场风机类型较多情况下不适用、对相邻风电场可用数据的依赖性太高、随着风机距离的增大，误差逐渐增大，准确度降低、重构结果依赖于风电场的相关程度、在数据量较多时，模型求解复杂等技术问题。

【技术实现步骤摘要】
一种风电机组异常运行数据处理方法
本专利技术属于电力系统
，尤其涉及一种风电机组异常运行数据处理方法。
技术介绍
随着近年来我国风电装机容量的日益增长，国家对于风力发电也有相应的政策支持，发电成本降低、技术日趋成熟，为了更好地利用风能，建立高效、准确的风电监测模型成为当务之急。但是，风力发电本身的随机性和波动性对电力系统安全、稳定产生了不可忽视的影响，风电机组在实际运行过程中由于测量、传输、控制、弃风等因素，会产生大量的异常数据，受到干扰和影响的数据不能反映风电机组的真实性能，需要对这些数据进行识别和剔除。现有研究的识别清洗方法具有清洗时间过长，在风电机组台数较多时不具备工程应用性、等效功率边界线需要多台风机的运行数据不断修正，数据剔除的比例较高、对有些机组存在过识别现象，可能导致正常数据删除过多等缺点。通过对风速-功率异常数据的识别、剔除，不可避免对运行数据的完整性造成了一定的破坏，同时可能有部分正常运行数据被删除，不利于后续的研究应用，因此需要对剔除数据进行插值重构。现有研究的插值重构方法具有在风电场风机类型较多情况下不适用、对相邻风电场可用数据的依赖性太高、随着风机距离的增大，误差逐渐增大，准确度降低、重构结果依赖于风电场的相关程度、在数据量较多时，模型求解复杂等缺点。
技术实现思路
本专利技术要解决的技术问题是：提供一种风电机组异常运行数据处理方法，以解决现有技术对风电机组异常运行数据处理存在的在风电场风机类型较多情况下不适用、对相邻风电场可用数据的依赖性太高、随着风机距离的增大，误差逐渐增大，准确度降低、重构结果依赖于风电场的相关程度、在数据量较多时，模型求解复杂等技术问题。本专利技术的技术方案是：一种风电机组异常运行数据处理方法，它包括：步骤S201，对数据进行预处理：对于风速大于切入风速小于切出风速，而功率小于等于零的风速-功率异常数据，将该部分的数据予以剔除；步骤S202，利用Thompsontau法对预处理后的风速-功率异常数据进行首次识别和剔除；步骤S203，利用四分位法对首次识别和剔除后的风速-功率异常数据进行二次识别和剔除；步骤S204，采用四点插值细分算法对误删和缺失数据进行插值重构。步骤S201所述功率的计算方法为：式中，CP为风能利用系数；ρ0为参考空气密度；A为风轮扫掠面积；v为风速；Pe为风电机组的实际功率。步骤S202所述利用Thompsontau法对预处理后的风速-功率异常数据进行首次识别和剔除的方法包括：首先将风速按大小划分成n个区间，记第i个风速-功率区间的功率数据样本为Pi＝[Pi,1,Pi,2,Pi,3,…,Pi,m]，其中i＝1,2,…,n，Pi,1≤Pi,2≤Pi,3≤…≤Pi,m；使用Thompsontau法进行风速-功率异常数据首次识别的步骤如下：计算区间内功率数据的均值式中，m为风速-功率区间内功率点的个数；Pj为区间内的各个功率值，j＝1,2,…,m；计算区间内功率数据的标准差为：每一个功率样本数据偏差的绝对值为：若δ最大，则这一点是要被剔除的异常值；Thompsontau值通过功率样本数据的T分布值计算出来：式中，取α＝0.01；当δ>τ*S时，则所检测的功率值为异常点；反之，若δ<τ*S时，则所检测的功率值为正常点；利用Thompsontau方法在每个区间每次可以检测出1个异常点，如果δj被检测为异常值，则将该功率值予以剔除，并重新计算平均值和标准差，一直到没有发现新的功率异常值。步骤S203所述利用四分位法对首次识别和剔除后的风速-功率异常数据进行二次识别和剔除的方法包括：首先，记首次识别和剔除完成后，第i个风速-功率区间的功率数据样本为P'i＝[P'i,1,P'i,2,P'i,3,…,P'i,m]，其中i＝1,2,…,n，P'i,1≤P'i,2≤P'i,3≤…≤P'i,m；第二分位数Mi表示样本数据P'i的中位数；第一、三分位数表示P'i中分割前、后25％数据点的位置所表示的数值；当m为偶数时，Mi将P'i分成长度相同的两个子序列，记为P'i_1＝[P'i,1,P'i,2,…,P'i,(m-1)/2]和P'i_2＝[P'i,(m+1)/2,P'i,(m+3)/2,…,P'i,m]，Q1,i、Q3,i分别表示子序列P'i_1和P'i_2的中位数；当m＝4k+3(k＝0,1,2，…)时，计算式为当m＝4k+1(k＝0,1,2，…)时，计算式为根据公式6和公式7的计算结果，可以得到P'i的四分位间距IQRi为IQRi＝Q3,i-Q1,i…………………(公式8)四分位法中，用上限Wu,i、下限Wd,i来排除数据中的异常值，计算公式为根据公式9的计算结果，定义功率数据样本P'i中处于Wu,i和Wd,i之间的数据为正常值，之外的数据点为异常值。步骤S204所述采用四点插值细分算法对误删和缺失数据进行插值重构的方法为：通过寻找与待插补风速最接近的四个风速点，利用四点插值算法进行缺失数据插值。所述四点插值算法的公式为：式中，P2i+1为待插补功率点；Pi-1,Pi,Pi+1,Pi+2为与待插补功率点最接近的四个风速对应的功率值；ω为张量参数，ω∈[0,0.125]。取ω＝1/16，整理得：令将公式12代入公式11得：第二分位数Mi的计算公式为式中，m为一个风速-功率区间内功率点的个数。本专利技术有益效果：本专利技术基于Thompsontau-四分位法对异常数据进行识别、剔除，然后基于风电机组历史风速-功率运行数据，采用四点插值细分算法对误删数据进行插值重构。相比常用处理方法，提出的清洗方法实现简单、清洗效率更高，提出的重构方法在临近风电场数据缺失、不可用的情况下，能有效提高重构数据的质量，且重构效果更优，一定程度上改善了数据的完整性，有利于后续研究的再利用；解决了现有技术对风电机组异常运行数据处理存在的在风电场风机类型较多情况下不适用、对相邻风电场可用数据的依赖性太高、随着风机距离的增大，误差逐渐增大，准确度降低、重构结果依赖于风电场的相关程度、在数据量较多时，模型求解复杂等技术问题。附图说明图1为本专利技术流程示意图；图2为本专利技术异常数据识别清洗流程图；图3为具体实施方式中1、14、23号机组数据清洗效果；图4为具体实施方式中1、14、23号机组异常数据识别结果。具体实施方式风电机组功率曲线是对风电机组功率特性最直观最常用的描述方式，风电机组功率曲线精确刻画了风电机组功率和风速之间的相关关系，本质上反映了风电机组的性能。准确的实测风电功率曲线可以为风电机组性能评估、风电功率曲线监测、风电功率预测、风电场数本文档来自技高网...

【技术保护点】
1.一种风电机组异常运行数据处理方法，它包括：/n步骤S201，对数据进行预处理：对于风速大于切入风速小于切出风速，而功率小于等于零的风速-功率异常数据，将该部分的数据予以剔除；/n步骤S202，利用Thompsontau法对预处理后的风速-功率异常数据进行首次识别和剔除；/n步骤S203，利用四分位法对首次识别和剔除后的风速-功率异常数据进行二次识别和剔除；/n步骤S204，采用四点插值细分算法对误删和缺失数据进行插值重构。/n

【技术特征摘要】
1.一种风电机组异常运行数据处理方法，它包括：
步骤S201，对数据进行预处理：对于风速大于切入风速小于切出风速，而功率小于等于零的风速-功率异常数据，将该部分的数据予以剔除；
步骤S202，利用Thompsontau法对预处理后的风速-功率异常数据进行首次识别和剔除；
步骤S203，利用四分位法对首次识别和剔除后的风速-功率异常数据进行二次识别和剔除；
步骤S204，采用四点插值细分算法对误删和缺失数据进行插值重构。


2.根据权利要求1所述的一种风电机组异常运行数据处理方法，其特征在于：步骤S201所述功率的计算方法为：

式中，CP为风能利用系数；ρ0为参考空气密度；A为风轮扫掠面积；v为风速；Pe为风电机组的实际功率。


3.根据权利要求1所述的一种风电机组异常运行数据处理方法，其特征在于：步骤S202所述利用Thompsontau法对预处理后的风速-功率异常数据进行首次识别和剔除的方法包括：首先将风速按大小划分成n个区间，记第i个风速-功率区间的功率数据样本为Pi＝[Pi,1,Pi,2,Pi,3,…,Pi,m]，其中i＝1,2,…,n，Pi,1≤Pi,2≤Pi,3≤…≤Pi,m；
使用Thompsontau法进行风速-功率异常数据首次识别的步骤如下：
计算区间内功率数据的均值



式中，m为风速-功率区间内功率点的个数；Pj为区间内的各个功率值，j＝1,2,…,m；
计算区间内功率数据的标准差为：



每一个功率样本数据偏差的绝对值为：



若δ最大，则这一点是要被剔除的异常值；
Thompsontau值通过功率样本数据的T分布值计算出来：



式中，取α＝0.01；
当δ>τ*S时，则所检测的功率值为异常点；反之，若δ<τ*S时，则所检测的功率值为正常点；利用Thompsontau方法在每个区间每次可以检测出1个异常点，如果δj被检测为异常值，则将该功率值予以剔除，并重新计算平均值和标准差，一直到没有发现新的功率异常值。


4.根据权利要求1所述的一种风电机组异常运行数据处理方法，其特征在于：步骤S203所述利用四分位法对首次识别和剔除后的风速-功率异常数据进行二次识别和剔除的方法包括：
首先，记首次...

【专利技术属性】
技术研发人员：古庭赟，李军，吕黔苏，徐长宝，林呈辉，高吉普，伍华伟，马覃峰，肖小兵，龙秋风，范强，徐梅梅，顾威，汪明媚，孟令雯，张历，辛明勇，祝健杨，李博文，冯起辉，牛唯，张俊玮，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州;52