[发明专利]一种基于LOF算法的风电站原始风电数据质量控制的方法

权利要求书

1.一种基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，包括以下步骤：

步骤一、收集并整理风电站原始风电数据；

步骤二、利用滑动标准差方法识别出受仪器故障影响而出现的连续无变化或者变化很小数据，并将其剔除；

步骤三、剔除原始风电数据中缺测的数据；

步骤四、根据国家、行业相关标准文件以及风力发电机功率曲线对风速、实际有功功率数据进行数值范围检验，剔除超出合理范围的数据；

步骤五、利用归一化方法对数据进行缩放；

步骤六、在以上数据的预处理后，计算数据点的第k距离邻域、第k可达距离、局部可达密度以及局部离群因子LOF值；

步骤七、将LOF值高于设定阈值的数据点视作异常点，并将异常值剔除。

2.根据权利要求1所述的基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，所述步骤二中，对于无变化或者变化很小数据的剔除，采用5点滑动标准差方法进行识别，其计算公式如(1)所示：

其中n＝5，识别点为x₃，即识别点为5点的中心点；当数据连续无变化时，标准差为0；当数据变化很小时，标准差值也很小。

3.根据权利要求1所述的基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，所述步骤五中，计算公式如(2)所示：

其中x为数据原始值，x′为数据归一化之后的值，x_max和x_min都为样本数据的最大值和最小值。

4.根据权利要求1所述的基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，所述步骤六中，第k距离，定义d_k(O)为点O的第k距离，d_k(O)＝d(O，P)，满足如下条件：在集合中至少存在k个点P′∈D\{O}，使得d(O，P′)≤d(O，P)；在集合中至多存在k-1个点P′∈D\{O}，使得d(O，P′)＜d(O，P)。

5.根据权利要求1所述的基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，所述步骤六中，第k距离邻域，设N_k(O)为点O的第k距离邻域，满足：N_k(O)＝{P′∈D\{O}|d(O，P′)≤d_k(O)}。

6.根据权利要求1的基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，所述步骤六中，第k可达距离，以O为中心，点P到点O的第k可达距离定义为：d_k(P，O)＝max{d_k(o)，d(O，P)}。

7.根据权利要求1的基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，所述步骤六中，局部可达密度，点P的局部可达密度表示为点P的第k邻域内点到P的平均可达距离的倒数，其计算公式如下：

8.根据权利要求1的基于LOF算法的风电站原始风电数据质量控制的方法，其特征在于，所述步骤六中，局部离群因子LOF值，点P的局部离群因子LOF表示为点P的邻域点N_k(P)的局部可达密度与点P的局部可达密度之比的平均数，其计算公式如下：