[发明专利]基于图像处理的风电机组异常数据的检测方法

摘要

本发明公开了一种基于图像处理的风电机组异常数据的检测方法。该方法将风电机组异常数据分成负功率点、离散点和堆积点三类；然后采用图像处理中的数学形态学运算方法，利用Hu矩确定最佳参数，提取风电出力曲线的二值图像主要区域部分，并且标记正常点数据。本发明所述方法通过识别正常风电机组数据点，有效的检测出各异常数据点类型，为风电机组提供更有效的数据预处理方法以及风机运行状态分析提供更充足信息。

主权项

1.一种基于图像处理的风电机组异常数据的检测方法，其特征在于：包括以下步骤：(1)异常数据点分类：将风电机组异常数据点分为三类，分别为负功率点，离散点和堆积点；(2)负功率点检测：获取风电机组的数据采集与监视控制系统数据，设定负功率数据标记条件，将筛选出的点标记为负功率点；(3)离散点区域检测：删除负功率点，将剩余数据绘制为风电出力曲线，并将其转化为二值图像，编码为图像I，利用边缘检测算法，基于图像像素值的一阶和二阶导数，识别图像I的最大边缘轮廓，并将边缘外的区域标记为离散点区域；(4)堆积点区域检测：删除图像I中的离散点区域，删除后的图像编码为图像II，基于数学形态学运算算法，提取图像II的主要区域，标记为正常数据区域，剩余的区域标记为堆积点区域；(5)实际数据映射标记：建立图像I和图像II像素点和实际数据点的映射关系，基于图像I和图像II中标记出的离散点区域和堆积点区域，在实际SCADA数据中标记出对应的离散点和堆积点异常数据。