测风塔异常风速数据识别与补齐方法研究

• 作者: 杨茂 白玉莹
• 来源期刊: 可再生能源
• 关键词: 数据预处理 最小二乘滤波 肖维勒准则 属性重要度 相似片段
• 年，卷（期）: 2021,（6）
• 页码范围: 811-817
• 页数: 7页
• 分类号: TK51
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2021.06.016

摘要

测风数据能够真实客观地反映该区域内风能情况,数据质量对计算风电场理论出力有重要意义.文章根据异常风速数据产生的原因及特点,提出了一种基于最小二乘滤波-肖维勒组合的风速数据识别算法,并利用测风塔不同高度的风速数据波动关联性的特点,对待剔除的数据进行校正.在数据缺失情况下,提出了基于属性重要度-相似片段的补齐方法,得到完整风速数据.对比分析了常用异常数据识别和补齐方法,结果表明,文章所提方法可有效剔除并重构异常数据,对不同风电场有较强的通用性,具有一定的工程实用价值.