[发明专利]提高风电系统数据质量的方法及装置

说明书

本发明公开了一种提高风电系统数据质量的方法及装置，所述方法包括：确定采集的系统数据中的错误数据及其错误类型；所述系统数据包括：一定时间段内对应各时间点的数据，每个时间点的数据包括一个或多个对应不同传感器的数据段；根据所述错误类型对所述系统数据中的错误数据进行处理，得到处理后的系统数据；基于机理模型对所述处理后的系统数据进行修正，得到修正后的系统数据。利用本发明，可以有效提高风电系统采集的系统数据的质量。

技术领域

本发明涉及数据处理领域，具体涉及一种提高风电系统数据质量的方法及装置。

背景技术

风电领域预测性维护系统从终端数据采集、算法模型搭建、再到预测性维护，形成了全生命周期管理系统，为风力发电故障预警，风力发电稳定运行，安全并网，节省运维成本等方向均提供了技术指导。

然而风电机组运行工况复杂多变，机组状态监测数据量大，由于机组停机、减载、通信噪声和设备故障等因素，会产生大量异常数据，如采集到的源数据长时间出现重复值、零值等无效数据，或者采集到的数据不符合物理规律等，严重影响风电预测性维护模型精度，从而导致模型预警结果出现误报，漏报等情形。同时，由于风电领域专家知识和算法建模人员的知识不匹配，导致模型建模时异常数据筛选不完全，增加了预警模型建模难度。

综上，现有技术中对风电机组运行数据的收集、管理、分析和挖掘仍存在诸多不足，不能准确辨识所采集数据的质量差异，进而不能有效支撑粗糙数据的正确筛选和合理优化，使得数据质量得不到保障。如果这些数据不经处理直接使用，则会使得风力发电统计特性发生畸变，进而会影响风电机组的运行状态和运行特性的预测性维护结果。

发明内容

本发明实施例提供一种提高风电系统数据质量的方法及装置，可以对采集的系统数据进行有效处理，提高源数据的质量。

为此，本发明提供如下技术方案：

一种提高风电系统数据质量的方法，所述方法包括：

确定采集的系统数据中的错误数据及其错误类型；所述系统数据包括：一定时间段内对应各时间点的数据，每个时间点的数据包括一个或多个对应不同传感器的数据段；

根据所述错误类型对所述系统数据中的错误数据进行处理，得到处理后的系统数据；

基于机理模型对所述处理后的系统数据进行修正，得到修正后的系统数据。

可选地，所述错误类型包括以下任意一种或多种：缺失错误、类型错误、数值错误、规则错误、重复错误；

所述根据所述错误类型对所述系统中的错误数据进行处理包括以下任意一种或多种：

对错误类型为缺失错误的数据段进行数据填补；

对错误类型为类型错误的数据段进行数据类型转换或删除；

对错误类型为数值错误的数据段进行删除；

对错误类型为规则错误的数据段进行数据转换或删除；

对于错误类型为重复错误的数据段，如果对应不同传感器的所有数据段均持续重复超过设定时间，则删除所述设定时间内重复的数据；如果错误类型为重复错误的数据段为风速参数、或风向参数、或温度参数，则删除重复的数据段。

可选地，所述对错误类型为缺失错误的数据段进行数据填补包括：

如果错误类型为缺失错误的数据段是风速参数或功率参数，则根据风功率模型进行数据填补；

否则，通过插值进行数据填补。

可选地，所述基于机理模型对所述处理后的系统数据进行修正包括：

利用环境风模型确定所述处理后的系统数据中异常的风速参数，并删除所述异常的风速参数；