[发明专利]一种基于异常点及离群点检测的风机功率曲线数据预处理方法

说明书

本发明公开了一种基于异常点及离群点检测的风机功率曲线数据预处理方法。该方法基于包括风速、有功功率、环境温度以及桨距角等在内的风机数据采集与监视控制(SCADA)系统获得的实时运行数据，使用异常点检测判据进行异常数据清洗，利用计算得到的空气密度对风速数据进行修正，使用离群点检测算法检测并剔除风机功率曲线数据中的离群点。在本数据预处理方法中，异常点检测判据保证了风机数据信息的有效性；风速的修正保证了风机数据的可比性；离群点检测算法保证了最终功率曲线数据的可靠性。本发明方法基于数据驱动，对数据无特殊要求，普适性较强。与现有技术相比，数据可信程度更高，流程更为规范，具有较强的理论性与实用性。

技术领域

本发明涉及一种风机功率曲线数据预处理方法，特别涉及一种基于异常点及离群点检测的风机功率曲线数据预处理方法。

背景技术

在传统化石能源资源匮乏和污染严重的现代社会，风能作为一种无污染、可再生的新能源而广泛为大众所青睐，风电产业也由此成为国内外大力发展的新型可再生能源产业之一。在我国，近十年来有关风电场的建设与相关研究工作无论是从数量上还是质量上来说都有着显著的提升，但在大力发展风力发电行业的同时，也伴随着风机自身的不断退化所导致的一系列负面因素。现今风力发电机在使用的过程中，由于风速具有间歇性与高度不确定性的特点，对风力发电机本身的性能评估造成了较大的影响，而正确对风力发电机的性能与健康状况进行评估与诊断则是风力发电运维方面合理规划的重要之处。

考虑到风机在正常工作中，其不同情况下额故障大多数都会反映在风机的功率曲线中，因此对于风机功率曲线的准确获取是当前研究风机性能状况方面问题的潜在基础。而对于风机的功率曲线获取而言，如何将包含异常甚至错误的数据集信息转变为有效的、统一的、可靠的数据信息则是获取风机真实功率曲线的重中之重。然而，目前现有的功率曲线获取方法在数据预处理方面主要存在着以下几类不足之处：

(1)传统的功率曲线获取方法中未形成针对风机运行数据的数据清洗规范流程；

(2)在研究过程中直接分析不同工况下的全部数据，导致后续数据分析结果不准确；

(3)仅依赖故障检测系统的反馈进行故障数据的判断，无法排除潜在故障的影响。

因此，现有的功率曲线获取技术在数据预处理方面无法从数据集中有效地获取到风机功率曲线的可靠信息，需要进行相应的流程规范化改进。

发明内容

本发明目的在于对现有研究和技术存在的不足之处加以完善与规范化，提出一种基于异常点及离群点检测的风机功率曲线数据预处理方法。该方法对风电场风机功率曲线方法添加更加规范的数据预处理流程，可以提高获取功率曲线的准确性与可靠性，更具有实用价值；且有利于通过数据分析对潜在故障进行检测，方法应用的扩展性高。

本发明的目的通过以下的技术方案实现：一种基于异常点及离群点检测的风机功率曲线数据预处理方法，该方法包括以下步骤：

1)根据待评估风机功率曲线获取需求，读取相应需求周期内总计N条待评估风机的SCADA系统中测量得到的风机运行数据信息，该信息包含风速{v_i}、有功功率{P_i}、桨距角{β_i}以及环境温度{T_i}，将信息数据集记为其中i＝1,2,3,…,N；

2)对步骤1)中的数据集进行异常点检测，并剔除异常点，保留余下不符合异常点特征的总计N_normal条运行数据作为风机标准运行数据集其中i＝1,2,3,…,N_normal；

3)利用步骤2)中标准运行数据集计算得出相应时刻空气密度集{ρ_i}，将标准运行数据集中的风速{v_i}修正为参考空气密度ρ₀下的修正风速