[发明专利]一种风电场数据的处理方法、装置及计算机可读存储介质

说明书

本发明公开了一种风电场数据的处理方法、装置及计算机可读存储介质。该方法包括：获取风电场数据，风电场数据包括风电功率数据和风速数据；识别并剔除风电场数据中的无效数据，无效数据包括无效风电功率数据和无效风速数据；基于小波分析，对风电功率数据进行降噪处理；对风速数据进行修正。本发明提供的方案能够对风电场数据进行处理，以提高对风电功率研究的准确性。

技术领域

本发明实施例涉及可再生能源应用领域，尤其涉及一种风电场数据的处理方法、装置及计算机可读存储介质。

背景技术

随着电力大数据时代的到来，电力大数据在应用过程中存在着对行业内外能源数据、天气数据等多类型数据的大量关联分析需求，而多样化的数据极大地增加了电力数据的复杂度。

风电场数据是电力大数据的重要组成部分，从风电场收集到的大量数据中通常包含异常运行数据点，由于风电所固有的较强波动性和随机性，很难从时序变化特征上完全区分正常数据和异常数据。因此，如何对消除异常数据对风电功率波动特性、风电功率预测、风电功率曲线的计算等方面研究带来的负面影响，成为了当前需要解决的问题。

发明内容

本发明实施例提供了一种风电场数据的处理方法、装置及计算机可读存储介质，能够对风电场数据进行处理，以提高对风电功率研究的准确性。

第一方面，本发明实施例提供了一种风电场数据的处理方法，包括：

获取风电场数据，风电场数据包括风电功率数据和风速数据；

识别并剔除风电场数据中的无效数据，无效数据包括无效风电功率数据和无效风速数据；

基于小波分析，对风电功率数据进行降噪处理；

对风速数据进行修正。

可选的，无效风电功率数据包括无法识别的功率数据、功率为负值的数据和功率大于额定出力值的数据；无效风速数据为无效风电功率数据对应的风速数据。

可选的，基于小波分析，对风电功率数据进行降噪处理，包括：

利用多尺度一维离散小波分解和重构，将风电功率数据变换为n层逼近分量和n层细节分量，n为大于或者等于2的整数；

利用小波分析法，对包含噪声的细节分量进行降噪处理。

可选的，对风速数据进行修正，包括：

获取风速数据的相似集，相似集为与风速数据相似的历史风速数据；

利用相似集，对风速数据进行修正。

可选的，在获取风速数据的相似集前，还包括：

利用高斯过滤器，将风速数据分解为至少两个波段；

利用关联分析算法，得到每个波段的多维关联关系，多维关联关系为相对高度、相对长度与预报误差之间的关系；

确认多维关联关系满足强关联规则。

可选的，在所有历史风速数据中，相似集与风速数据之间的距离最短。

第二方面，本发明实施例还提供了一种风电场数据的处理装置，包括：获取模块和处理模块；

获取模块，用于获取风电场数据，风电场数据包括风电功率数据和风速数据；

处理模块，用于识别并剔除风电场数据中的无效数据，无效数据包括无效风电功率数据和无效风速数据；基于小波分析，对风电功率数据进行降噪处理；以及对风速数据进行修正。

可选的，处理模块，具体用于利用多尺度一维离散小波分解和重构，将风电功率数据变换为n层逼近分量和n层细节分量，n为大于或者等于2的整数；利用小波分析法，对包含噪声的细节分量进行降噪处理。