[发明专利]风电功率异常数据点的识别方法

权利要求书

1.一种风电功率异常数据点的识别方法，包括以下步骤：

步骤10，根据风速为不同取值时等效功率曲线上下边界的取值，得到风电场等效功率曲线；

步骤20，由通信故障、人为弃风和风力机脱网三种常见事件导致四种典型异常数据点类型1，类型2，类型3及类型4，归纳总结出这四种典型异常数据点的特征；以及

步骤30，建立对应不同类型异常数据点的识别判据，以识别四种类型的异常数据点：

其中，和分别表示时刻t风电场的输出功率和风速实测值；分别表示t时刻风电场等效功率曲线的下边界和上边界；e为允许误差；n₂，n₃，n₄分别为类型2～4的异常数据点持续时段数；s₃为类型3异常数据点的风速限制。

2.如权利要求1所述的风电功率异常数据点的识别方法，其特征在于，风电场等效功率曲线通过以下方式获得：建立在一定风速取值条件下，输出功率的条件概率分布模型，对应二元随机变量的条件概率分布建模。

3.如权利要求2所述的风电功率异常数据点的识别方法，其特征在于，采用Copula方法建立条件概率分布：

设V,P分别为风速和功率随机变量，F_P(p),F_V(v)分别为其累积概率分布函数，C为描述V,P相关性的Copula函数，在风速累积概率分布取值条件下，风电场输出功率累积概率分布取值的条件概率分布函数C(F_P(p)|F_V(v))通过如下方法获得：

步骤S11，采用经验分布分别建模F_P(p),F_V(v)；

步骤S12，基于实际量测数据选取合适的Copula函数，并采用两阶段最大似然估计法拟合参数。

4.如权利要求3所述的风电功率异常数据点的识别方法，其特征在于，设等效功率曲线的置信概率为1-β，在确定输出功率置信区间上下界时采用非对称概率区间；当置信概率为β时，设置信区间不对称系数为κ，则置信区间上下界的分位概率β₁,β₂取值分别表示为：

β₁＝κβ，

β₂＝1-(1-κ)β，

β₁,β₂分别表示当数据点位于置信区间外的概率为β时，其取值低于下边界的概率为β₁，取值高于上边界的概率为1-β₂。