【技术实现步骤摘要】
测风数据异常的识别方法和设备
本专利技术涉及风力发电
，更具体地讲，涉及一种测风数据异常的识别方法和设备。
技术介绍
风电场发电量的评估是否准确，第一要点就是测风塔测量计算的风速是否准确。然而，测风塔在测风过程中，往往由于仪器损坏，数据传输故障，结冰覆冰等原因，部分测风数据出现缺失或异常，导致计算出的风速偏差较大，因此，风资源工程师需要识别出异常数据，将其排除统计。而现有技术大都是借助电子表格、风力资源分析软件(windographer)等软件工具，人工对异常数据识别并手动拖拉进行异常标识，此过程耗时费力，特别是测风塔测风时间较长以及测风文件较大时，需要耗费大量的人力成本和时间成本。并且由于，传统处理方式均是由风资源工程师手动筛选，不同工程师筛选的异常情况有所不同，不能统一化。
技术实现思路
本专利技术的目的在于提供一种测风数据异常的识别方法和设备，以解决现有的识别方法耗时费力且不能统一化的问题。本专利技术的一方面提供一种测风数据异常的识别方法，所述识别方法包括：获取测风数据，其中，测风数据包括测风数据测量期间内的各个时刻以及高度的测风数据；将各个时刻以及高度的测风数据与其对应的阈值范围进行比较，将在阈值范围之外的测风数据识别为第一异常数据；针对被识别为第一异常数据之外的测风数据，通过以下步骤来判断所述第一异常数据之外的测风数据是否为第二异常数据：针对任一时刻的任一高度的除气压之外的任一种测风数据，确定所述任一时刻前后两个第一预定时段内的所述任一高度的所述测风数据的众数的个数，占所述...
【技术保护点】
1.一种测风数据异常的识别方法，其特征在于，包括：/n获取测风数据，其中，测风数据包括测风数据测量期间内的各个时刻以及高度的测风数据；/n将各个时刻以及高度的测风数据与其对应的阈值范围进行比较，将在阈值范围之外的测风数据识别为第一异常数据；/n针对被识别为第一异常数据之外的测风数据，通过以下步骤来判断所述第一异常数据之外的测风数据是否为第二异常数据：/n针对任一时刻的任一高度的除气压之外的任一种测风数据，确定所述任一时刻前后两个第一预定时段内的所述任一高度的所述测风数据的众数的个数，占所述任一时刻前后两个第一预定时段内的所述任一高度的所述测风数据的总数量的第一比例；/n当所述第一比例大于或等于第一预定比例时，识别所述第一异常数据之外的测风数据为第二异常数据。/n
【技术特征摘要】
1.一种测风数据异常的识别方法，其特征在于，包括：
获取测风数据，其中，测风数据包括测风数据测量期间内的各个时刻以及高度的测风数据；
将各个时刻以及高度的测风数据与其对应的阈值范围进行比较，将在阈值范围之外的测风数据识别为第一异常数据；
针对被识别为第一异常数据之外的测风数据，通过以下步骤来判断所述第一异常数据之外的测风数据是否为第二异常数据：
针对任一时刻的任一高度的除气压之外的任一种测风数据，确定所述任一时刻前后两个第一预定时段内的所述任一高度的所述测风数据的众数的个数，占所述任一时刻前后两个第一预定时段内的所述任一高度的所述测风数据的总数量的第一比例；
当所述第一比例大于或等于第一预定比例时，识别所述第一异常数据之外的测风数据为第二异常数据。
2.根据权利要求1所述的识别方法，其特征在于，判断所述第一异常数据之外的测风数据是否为第二异常数据的步骤还包括：
当所述第一比例小于第一预定比例且大于第二预定比例时，确定所述任一时刻前一个第一预定时段内的所述任一高度的所述除气压之外的任一种测风数据的众数的个数，占所述任一时刻前一个第一预定时段内的所述任一高度的所述除气压之外的任一种测风数据的总数量的第二比例，以及确定所述任一时刻后一个第一预定时段内的所述任一高度的所述除气压之外的任一种测风数据的众数的个数，占所述任一时刻后一个第一预定时段内的所述除气压之外的任一高度的所述任一种种测风数据的总数据的第三比例；
当所述第二比例和所述第三比例都大于或等于第一预定比例时，识别所述任一时刻的任一高度的除气压之外的任一种测风数据为第二异常数据。
3.根据权利要求1所述的识别方法，其特征在于，还包括：
在第二异常数据中，将其所在时刻以及所在高度的温度数据小于预定温度的第二异常数据确定为第三异常数据，其中所述测风数据包括温度数据；
或者，在第二异常数据中，将其所在时刻为预定月份的第二异常数据确定为第三异常数据。
4.根据权利要求1所述的识别方法，其特征在于，还包括：针对被识别第一异常数据和第二异常数据之外的测风数据，通过以下步骤来判断各个时刻的测风数据是否为第四异常数据：
将测风数据分为预定数量扇区的测风数据；
根据每个扇区内的测风数据中的风速数据确定每个扇区内测风数据的全场平均切变指数以及各个时刻的实时切变指数；
根据每个扇区内测风数据的全场平均切变指数以及各个时刻的实时切变指数推算每个扇区内的各个时刻的各个高度的风速；
针对任一扇区内的任一时刻的所有高度的风速数据，当任一扇区内的任一时刻的所有高度的最大风速数据大于或等于预定风速时，在所有高度中，
确定推算的风速数据与实际的风速数据相差的绝对值大于或等于最大高度的实际风速的第一预定倍数的第一高度，
以及确定推算的风速数据与实际的风速数据相差的绝对值小于最大高度的实际风速的第一预定倍数，且大于或等于最大高度的实际风速的第二预定倍数的第二高度，
将确定的第一高度的风速数据识别为第四异常数据，将确定的第二高度的风速数据识别为可疑异常的数据，将所述任一时刻的其他高度的风速数据确定为正常数据，其中，第一预定倍数大于第二预定倍数；
针对任一扇区内的任一时刻的所有高度的风速数据，当任一扇区内的任一时刻的所有高度的最大风速数据小于预定风速时，在所有高度中，
确定推算的风速数据与实际的风速数据相差的绝对值大于或等于第一预定常数的第三高度，
以及确定推算的风速数据与实际的风速数据相差的绝对值小于第一预定常数，且大于或等于第二预定常数的第四高度，
将确定的第三高度的风速数据识别为第四异常数据，将确定的第四高度的风速数据识别为可疑异常的数据，将其他高度的风速数据确定为正常数据，其中，第一预定常数大于第二预定常数。
5.根据权利要求4所述的识别方法，其特征在于，还包括：针对被识别为正常或者可疑异常的风速数据，通过以下步骤来识别各个扇区的各个时刻的各个高度的测风数据是否为可疑异常的数据：
针对任一扇区内的任一时刻的任一高度的风速数据，确定所述任一扇区内的所述任一时刻前后两个第二预定时段内的所述任一高度的测风数据为正常的测风数据的个数，占所述任一扇区内的所述任一时刻前后两个第二预定时段内的所述任一高度的测风数据的总数量的第四比例，当所述第四比例大于或等于第四预定比例时，如果所述任一扇区内的所述任一时刻的所述任一高度的风速数据目前为可疑异常的数据时，将所述任一扇区内的所述任一时刻的所述任一高度的风速数据识别为正常数据；
当所述第四比例小于第四预定比例时，如果所述任一扇区内的所述任一时刻的所述任一高度的风速数据目前为正常的数据时，将所述任一扇区内的所述任一时刻的所述任一高度的风速数据识别为可疑异常的数据。
6.根据权利要求5所述的识别方法，其特征在于，还包括：针对被识别为正常或者可疑异常的风速数据，通过以下步骤来识别各个扇区的各个时刻的各个高度的测风数据是否为可疑异常的数据：
针对任一扇区内的任一时刻的任一高度的风速数据，确定所述任一扇区内的所述任一时刻前后两个第三预定时段内的所述任一高度的测风数据为正常的测风数据的个数，占所述任一扇区内的所述任一时刻前后两个第三预定时段内的所述任一高度的测风数据的总数量的第五比例；
当所述第五比例大于或等于第五预定比例时，如果所述任一扇区内的所述任一时刻的所述任一高度的风速数据目前为可疑异常的数据时，将所述任一扇区内的所述任一时刻的所述任一高度的风速数据识别为正常数据；
当所述第五比例小于第五预定比例时，如果所述任一扇区内的所述任一时刻的所述任一高度的风速数据目前为正常的数据时，将所述任一扇区内的所述任一时刻的所述任一高度的风速数据识别为可疑异常的数据，
其中，所述第三预定时段小于所述第二时段。
7.根据权利要求1所述的识别方法，其特征在于，还包括：在识别异常数据之前，
识别获取的测风数据的格式，并确定获取的测风数据的格式与预定的格式是否一致；
当获取的测风数据的格式与预定的格式不一致时，将获取的测风数据的格式转换为预定的格式。
8.根据权利要求1所述的识别方法，其特征在于，还包括：在识别异常数据之前，
查找所述测风数据测量期间内缺失测风数据的时刻，用空值补齐查找的时刻的测风数据。
9.根据权利要求1所述的识别方法，其特征在于，还包括：在识别异常数据之前，创建各个时刻的各个高度的各种测风数据的标签，并且将各个时刻的各个高度的各种测风数据的标签值的初始值设定为第一预定值；在识别各种类型的异常数据后，将不同类型的异常数据的标签值更改为不同的预定值。
10.一种测风数据异常的识别设备，其特征在于，包括：
获取单元，获取测风数据，其中，测风数据包括测风数据测量期间内的各个时刻以及高度的测风数据；
第一识别单元，将各个时刻以及高度的各种测风数据与其对应的阈值范围进行比...
【专利技术属性】
技术研发人员：张聪聪，崔杰，
申请(专利权)人：北京金风科创风电设备有限公司，
类型：发明
国别省市：北京;11
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。