基于多阶段递进识别的风电机组异常运行数据清洗方法

• 作者: 刘辉 吴林林 宋鹏 王一妹 胡泽春 邓晓洋
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风电机组 风速-功率散点图 密度聚类 核密度估计 异常数据识别
• 年，卷（期）: 2020,（11）
• 页码范围: 1470-1476
• 页数: 7页
• 分类号: TK81
• 语种: 中文

摘要

随着风电场建设的大型化,与风电场运行相关的数据质量问题日益突出,严重影响了风电场运行的准确性及经济性.为了提高风电机组单机运行数据的质量,针对风电机组实测风速-功率散点图中存在的离群异常点、0功率堆积点、1功率低风速点和恒功率限电点4类异常点,文章分别建立了基于密度聚类法、 截断法、斜率控制法、核密度估计法的异常数据识别模型,实现了风电机组运行数据的定向清洗.基于北方某运行风电场进行算例验证,结果表明,所提3阶段(无限电)及4阶段(含限电)数据清洗方法能够有效剔除风电机组的异常风速-功率数据,清洗后的风速-功率散点分布呈光滑的功率曲线区间带形式,且清洗过程剔除数据的占比低于10％,在保证数据完整性的基础上提高了数据质量.该异常数据清洗方法能够为风电场控制、功率预测等优化运行工作提供技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉		48	402	11.0	19.0
2	胡泽春		45	2877	21.0	45.0
3	王一妹		1	0	0.0	0.0
4	宋鹏		2	35	1.0	2.0
5	邓晓洋		1	0	0.0	0.0
6	吴林林		2	78	1.0	2.0