风电功率异常数据实时检测方法、系统、设备及介质技术方案

本公开实施例中提供了一种风电功率异常数据实时检测方法、系统、设备及介质，属于数据处理技术领域，具体包括：从风电机组对应的历史风电功率数据中选取正常运行时的目标数据；根据所述目标数据得到完全随机砍伐树，并根据所述完全随机砍伐树建立和初始化所述风电机组的正常数据结构模型；采集待检测数据更新所述正常数据结构模型，得到目标检测模型；将所述待检测数据输入所述目标检测模型，得到检测结果。通过本公开的方案，选择正常运行时的数据建立稳定的正常数据结构模型，并学习正常数据的结构以更新模型，然后将得到的目标检测模型对待检测数据进行检测，提高了检测效率、操作便捷性和检测精度。作便捷性和检测精度。作便捷性和检测精度。

【技术实现步骤摘要】
风电功率异常数据实时检测方法、系统、设备及介质


[0001]本公开实施例涉及数据处理
，尤其涉及一种风电功率异常数据实时检测方法、系统、设备及介质。

技术介绍

[0002]目前，数据采集与监视控制系统实时收集来自风电机组(Wind Turbine，简称WT)不同传感器的数据。数据采集与监视控制数据可用于功率曲线建模、风速和功率预测、WT控制和风电场性能评估。数据是否可靠直接影响WT状态的分析和评估。但是，在实际运行过程中，由于测量、传输、控制和弃风等因素的影响，数据采集与监视控制系统总是会采集到大量的异常数据。这些异常数据如果不能及时处理，不仅会影响WT状态的实时分析，还会随时间积累在历史数据中。与其他数据相比，风功率数据在时间上随机性更强，异常数据更难检测。因此，研究相关方法迫在眉睫。
[0003]而目前对风功率数据异常检测的研究主要集中在历史数据上，历史数据包括散点数据和时间序列数据，此类方法对数据集的质量要求较高，对于实时检测异常数据来说，它们的数据成本或检测时间都会大大增加。在对风功率异常数据实时检测的研究不足的情况下，其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电功率异常数据实时检测方法，其特征在于，包括：从风电机组对应的历史风电功率数据中选取正常运行时的目标数据；根据所述目标数据得到完全随机砍伐树，并根据所述完全随机砍伐树建立和初始化所述风电机组的正常数据结构模型；采集待检测数据更新所述正常数据结构模型，得到目标检测模型；将所述待检测数据输入所述目标检测模型，得到检测结果。2.根据权利要求1所述的方法，其特征在于,所述从风电机组对应的历史风电功率数据中选取正常运行时的目标数据的步骤，包括：选取所述历史风电功率数据中的多个特征在对应时刻内的特征值，形成所述目标数据。3.根据权利要求1所述的方法，其特征在于,所述根据所述目标数据得到完全随机砍伐树，并根据所述完全随机砍伐树建立和初始化所述风电机组的正常数据结构模型的步骤，包括：对全部所述目标数据完成分割，得到所述完全随机砍伐树；将所述完全随机砍伐树中的左节点设置为0，右节点设置为1，得到所述完全随机砍伐树中全部节点的位置向量；计算所述完全随机砍伐树中每层节点对应的深度；根据每个所述节点对应的位置向量和深度，计算每个所述节点的索引；根据全部所述索引建立和初始化所述正常数据结构模型。4.根据权利要求1所述的方法，其特征在于,所述采集待检测数据更新所述正常数据结构模型，得到目标检测模型的步骤，包括：从所述正常数据结构模型中选取所述待检测数据对应的兄弟节点；计算所述待检测数据与所述兄弟节点之间的特征差；根据所述特征差更新所述正常数据结构模型，得到所述目标检测模型。5.根据权利要求4所述的方法，其特征在于,所述将所述待检测数据输入所述目标检测模型，得到检测结果的步骤，包括：将所述待检测数...

【专利技术属性】
技术研发人员：宋冬然，孙铭仁，董密，杨建，孙尧，粟梅，
申请(专利权)人：中南大学，
类型：发明
国别省市：