[发明专利]缺失数据填补方法及装置

说明书

本发明提供了一种缺失数据填补方法及装置，涉及数据处理的技术领域，该方法包括：获取待填补的风场运行数据；提取风场运行数据中的采样时间，建立待填补的风场运行数据的时间序列；基于时间序列，将待填补的风场运行数据划分成多个离散化状态；判断任意相邻的两个离散化状态的时间间隔是否大于预先设置的间隔阈值；如果是，按照预先建立的插值模型计算时间间隔内的填补值，以对待填补的风场运行数据的缺失数据进行填补。本发明提供的缺失数据填补方法及装置，能够对待填补的风场运行数据的缺失数据进行填补，不仅缓解了风场运行数据的缺失问题，同时，也有效提高了可用的有效数据的数据量。

技术领域

本发明涉及数据处理的技术领域，尤其是涉及一种缺失数据填补方法及装置。

背景技术

现代大型风电场是一个广域地理分布系统，大量风机暴露于恶劣的自然环境下，直接受到阵风、强湍流、极端天气等随机性因素影响，可视为风力发电数据采集与监视系统，即SCADA(Supervisory Control And Data Acquisition，数据采集与监视控制系统)系统数据的一个不可控外部干扰源，可能诱发并生成异常数据。

此外，大量风机通过远距离光纤、专用无线网络等与风电场或场群级中央集控室进行信息通讯；同时，现代风机、风电场存在若干基于分布式无线传输设备的信息采集系统；以上因素使得现有SCADA系统存在通信噪声干扰或偶发性的数据记录缺失，进而生成异常点。

从生产角度而言，现代大型风机均具有变速变桨等多自由度控制能力，由此引发不同运行控制策略跟随风速而切换，势必生成若干稀疏型异常数据点。此外，大量弃风限电现象的发生，使得风机、风电场生产了大量堆积型异常数据，这些数据点对应风电出力的限电工况，不能反映风电的最大出力工况，因而被视为异常数据。

基于历史数据，无论是进行风电出力特性分析，还是进行风功率预测，所用风速、功率数据至少需要满足两点要求：第一、数据样本有效数据占比较高并满足要求；第二、风电功率数据应当为相应风速下的最大出力工况。

为了满足以上要求，需要针对原始风速、功率数据进行合理的数据清洗，而清洗后势必存在大量的功率数据缺失问题。尤其是当由弃风限电引发的大量堆积型异常数据被清洗剔除后，将出现大量连续数据缺失的情况，并导致可用的有效数据量大大减少。

发明内容

有鉴于此，本发明的目的在于提供一种缺失数据填补方法及装置，以缓解上述可用的有效数据量减少的技术问题。

第一方面，本发明实施例提供了一种缺失数据填补方法，包括：获取待填补的风场运行数据，其中，风场运行数据包括清洗之后的风电功率数据；提取风场运行数据中的采样时间，建立待填补的风场运行数据的时间序列；基于时间序列，将待填补的风场运行数据划分成多个离散化状态；判断任意相邻的两个离散化状态的时间间隔是否大于预先设置的间隔阈值；如果是，按照预先建立的插值模型计算时间间隔内的填补值，以对待填补的风场运行数据的缺失数据进行填补。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述插值模型为双向马尔可夫链插值-回归加权模型；按照预先建立的插值模型计算时间间隔内的填补值的步骤包括：获取多个离散化状态，按照时间序列建立前向马尔可夫链和后向马尔可夫链；根据前向马尔可夫链计算时间间隔内的前向离散状态值，以及，根据后向马尔可夫链计算时间间隔内的后向离散状态值；基于前向离散状态值和后向离散状态值计算时间点对应的前向功率实际值和后向功率实际值；提取双向马尔可夫链插值-回归加权模型中的加权函数，对前向功率实际值和后向功率实际值进行加权，输出时间间隔内的填补值。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述基于时间序列，将待填补的风场运行数据划分成多个离散化状态的步骤包括：按照预先设定的时间间隔对待填补的风场运行数据进行划分，得到多个待填补的风场运行数据的离散化状态。