【技术实现步骤摘要】
风电场SCADA数据缺失的智能修复方法
本专利技术涉及工业大数据领域，尤其是一种风电场SCADA数据缺失的智能修复方法。
技术介绍
风能作为一种清洁的可再生能源，已经日益引起世界各国的注意，风力发电技术已趋于成熟。在大型的风电场中有几十台甚至上百台风力发电机组。由于风电场(尤其海上风电场)地处偏远，人工维护困难，风电场SCADA数据库系统运行过程中，SCADA能够远程获取风机运行状态数据，是风电场健康运行的保障。但是SCADA系统往往受到传感器失效、网络阻塞等各种因素的影响，导致数据的缺失。因此，为挽回由于数据缺失带来的损失，一种通过大数据分析，利用已知数据对缺失部分数据进行估计的方法显得尤为重要。在已发表的风电场实测数据缺失相关的文献中，修复缺失数据主要方法有两种：一是采用时间序列法对风场风速数据进行预测和插补的方法，二是被广泛应用的机器学习KNN算法。前者是一种基于时间序列模型，充分利用缺失段前、后的有效实测数据，综合采用顺插和逆插方式插补出数据缺失段的方法。然而，基于时间序列的数据插补法，没有过多地考虑外界因素影响，当外界发生较大变化时，比如季节更替、天气变...
【技术保护点】
1.一种风电场SCADA数据缺失的智能修复方法，其特征在于，包括以下步骤：步骤S1，数据预处理：对于待修复机组数据a，选出相应的多列辅助修复机组数据B；步骤S2，计算辅助修复机组数据B与待修复机组数据a的互相关系数，选择辅助修复机组数据B中与a相关性最大的多列辅助修复机组数据C；步骤S3，判断待修复机组数据a和所述多列辅助修复机组数据C的方差差异，若超过设定阈值则需要对待修复机组数据a和所有辅助修复机组数据C进行标准化，否则不需要进行标准化；步骤S4，根据待修复机组数据a和辅助修复机组数据C的补偿基准，对C进行基线补偿；步骤S5，若步骤S3中进行过标准化，则对待修复机组数据...
【技术特征摘要】
1.一种风电场SCADA数据缺失的智能修复方法，其特征在于，包括以下步骤：步骤S1，数据预处理：对于待修复机组数据a，选出相应的多列辅助修复机组数据B；步骤S2，计算辅助修复机组数据B与待修复机组数据a的互相关系数，选择辅助修复机组数据B中与a相关性最大的多列辅助修复机组数据C；步骤S3，判断待修复机组数据a和所述多列辅助修复机组数据C的方差差异，若超过设定阈值则需要对待修复机组数据a和所有辅助修复机组数据C进行标准化，否则不需要进行标准化；步骤S4，根据待修复机组数据a和辅助修复机组数据C的补偿基准，对C进行基线补偿；步骤S5，若步骤S3中进行过标准化，则对待修复机组数据a和基线补偿后的辅助修复机组数据C反标准化还原；否则不需要反标准化还原；步骤S6，对于以上步骤得到的辅助修复机组数据C，选择C中与待修复机组数据a平均绝对误差最小的多列机组数据D；步骤S7，对上述多列机组数据D进行组编筛选，得到最接近均值的多列机组数据D′；步骤S8，对多列机组数据D′进行中值滤波；步骤S9，对多列机组数据D′求每个时刻的均值，然后得到一列用于对待修复机组数据a进行修复的机组数据。2.如权利要求1所述的风电场SCADA数据缺失的智能修复方法，其特征在于，步骤S1中，对采集的机组数据需要进行数据结构转换，数据结构转换方法为：将不同机组采集的同类传感器数据进行整合，相近的多个时刻融合成一个时刻。3.如权利要求1所述的风电场SCADA数据缺失的智能修复方法，其特征在于，步骤S2中，选择与a相关性最大的多列辅助修复机组数据C的具体方法为：对传感器采集的机组数据进行不同步数的移位从而抵消相位差，之后选择互相关系数最大的多列辅助修复机组数据C；互相关系数计算公式如下：其中，Rτ为互相关系数，τ为移位步数，X,Y分别为两列机组数据，μX,μY分别为两列机组数据的均值，σX,σY分别为两列机组数据的标准差。4.如权利要求1所述的风电场SCADA数据缺失的智能修复方法，其特征在于，步骤S4中，将待修复机组数据a缺失段的两端作为a的补偿基准...
【专利技术属性】
技术研发人员：孙川，陈月仪，袁烨，唐秀川，丁汉，
申请(专利权)人：华中科技大学无锡研究院，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。