基于四分位与改进孤立最近邻的风电功率异常数据检测方法技术

本发明专利技术涉及一种基于四分位与改进孤立最近邻的风电功率异常数据检测方法，包括以下步骤：步骤1、去除功率0值附近堆积型异常数据；步骤2、划分风速区间；步骤3、采用四分位法对风电功率异常值进行初步检测；步骤4、采用改进孤立最近邻方法对风电功率异常值进行二次检测。本发明专利技术利用四分位法对其进行初步检测；对四分位法检测不彻底的部分，采用孤立最近邻方法对其进行二次检测，提高了异常检测的识别率；同时对孤立最近邻方法中异常评分方式进行改进，在考虑全体超球半径的影响下，增加了全局系数，提高了该方法的检测精度，对保障风电功率精准的数据分析具有较高的实用前景和研究意义。的数据分析具有较高的实用前景和研究意义。的数据分析具有较高的实用前景和研究意义。

【技术实现步骤摘要】
基于四分位与改进孤立最近邻的风电功率异常数据检测方法


[0001]本专利技术涉及一种风电功率的检测方法，具体地说是一种基于四分位与改进孤立最近邻的风电功率异常数据检测方法。

技术介绍

[0002]随着“双碳目标”的提出，新能源发电在电力系统中的地位正逐步提升。而风力发电由于其时间和空间上的随机性与波动性，给电网的调度与规划带来影响。如果对风电功率没有合理的预测和规划，会导致弃风弃电的现象，严重时将影响电力系统的安全稳定运行。
[0003]风电功率预测的原理是根据相关数据的输入，建立与未来功率数据映射的数学模型，模型的预测精度与数据息息相关。大量全面且准确的风电功率数据是模型精度的保障。在采集风电场监测原始数据的过程中，由于设备检修、电磁干扰等方面的影响，导致现场环境十分复杂，可能使得风电功率数据产生大量噪声，违背正常值，甚至出现数据缺失。故对原始数据的检测，对于后续风电功率的准确预测有着重要的意义。
[0004]参见图1，由于风切变、湍流等复杂因素的影响，风机在实际运行中的功率曲线与标准v
‑
>P曲线会有一定的偏本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于四分位与改进孤立最近邻的风电功率异常数据检测方法，其特征是，包括以下步骤：步骤1、去除功率0值附近堆积型异常数据；步骤2、划分风速区间；步骤3、采用四分位法对风电功率异常值进行初步检测；步骤4、采用改进孤立最近邻方法对风电功率异常值进行二次检测。2.根据权利要求1所述的风电功率异常数据检测方法，其特征是，步骤1的具体方式是：根据风电机组出厂参数提供的切入风速，选择大于该风速值的运行数据，判断对应的风电功率值是否满足剔除阈值，大于该阈值的保留，小于该阈值的去除，阈值设定为风电机组额定功率的5％。3.根据权利要求2所述的风电功率异常数据检测方法，其特征是，步骤2的具体划分方式是：将风速在最小值与最大值之间以0.5m/s的区间进行划分，对每个风速区间内的功率值从小到大进行排序。4.根据权利要求3所述的风电功率异常数据检测方法，其特征是，步骤3的具体操作方式是：对划分好的每个风速区间内的功率值p
k
从小到大进行排序，得到每个风速区间内的功率值序列：p＝[p1,p2,
…
,p
n
]；计算上述功率值序列中25％的分位数Q1和75％的分位数Q3：：由分位数Q1和分位数Q3计算四分位距I
QR
：I
QR
＝Q3‑
Q1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)定义正常值的范围[R1,R2]：[R1,R2]＝[Q1‑
1.5I
QR
,Q3+1.5I
QR
]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ...

【专利技术属性】
技术研发人员：王硕禾，刘晗，张明晓，常林桦，李岳松，袁佳豪，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：