一种风电机组功率曲线建模方法及装置制造方法及图纸

本公开提供的风电机组功率曲线建模方法、装置、存储介质中，通过获取SCADA数据库中的历史运行数据，并对获取到的历史运行数据进行数据分析，确定历史运行数据对应的数据清洗类型，基于数据清洗类型，对历史运行数据进行数据清洗，得到标准数据，利用标准数据，建立功率曲线预测模型。由此可知，本申请基于历史运行数据对应的数据清洗类型对异常数据进行识别和剔除，得到标准数据，然后利用标准数据建立功率曲线预测模型，提升了功率曲线预测模型的准确性。准确性。准确性。

【技术实现步骤摘要】
一种风电机组功率曲线建模方法及装置


[0001]本申请涉及风力发电领域，尤其涉及一种风电机组功率曲线建模的方法、装置、存储介质。

技术介绍

[0002]风力发电机组运行环境往往十分恶劣，功率特性测试数据中存在大量不符合风力发电机组正常输出特性的异常数据。异常数据会导致无法准确判断风电发电机组的运行状况，进而无法准确判断风力发电机组发电性能的优劣，无法对风功率进行准确预测。因此，如何对风电机组异常数据进行识别和剔除是亟需解决的问题。

技术实现思路

[0003]本申请提供一种风电机组功率曲线建模方法、装置、存储介质，用于对风电机组功率曲线建模。
[0004]本申请第一方面实施例提出一种风电机组功率曲线建模方法，包括：
[0005]获取SCADA数据库中的历史运行数据；
[0006]对所述获取到的历史运行数据进行数据分析，确定所述历史运行数据对应的数据清洗类型；
[0007]基于所述数据清洗类型，对所述历史运行数据进行数据清洗，得到标准数据；
[0008]利用所述标准数据，建立功率曲线预测模型。
[0009]本申请第二方面实施例提出一种风电机组功率曲线建模装置，包括：
[0010]获取模块，用于获取SCADA数据库中的历史运行数据；
[0011]数据分析模块，用于对所述获取到的历史运行数据进行数据分析，确定所述历史运行数据对应的数据清洗类型；
[0012]数据清洗模块，用于基于所述数据清洗类型，对所述历史运行数据进行数据清洗，得到标准数据；
[0013]建立模块，用于利用所述标准数据，建立功率曲线预测模型。
[0014]本申请第三方面实施例提出的计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上第一方面所述的方法。
[0015]本申请第四方面实施例提出的计算机存储介质，其中，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被处理器执行后，能够实现如上第一方面所述的方法。
[0016]本申请的实施例提供的技术方案至少带来以下有益效果：
[0017]本公开提供的风电机组功率曲线建模方法、装置、存储介质中，通过获取 SCADA数据库中的历史运行数据，并对获取到的历史运行数据进行数据分析，确定历史运行数据对应的数据清洗类型，基于数据清洗类型，对历史运行数据进行数据清洗，得到标准数据，利
用标准数据，建立功率曲线预测模型。由此可知，本申请基于风电机组的历史运行数据，进行数据清洗，对异常数据进行识别和剔除，得到标准数据，建立功率曲线预测模型，有利于评价风力发电机组发电性能优劣及风功率预测，使得分析风力发电机组的运行状况更加准确，实现风电场发电效率的最大化。
[0018]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0019]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0020]图1为根据本申请一种风电机组功率曲线建模方法的流程示意图；
[0021]图2为根据本申请一种风电机组功率曲线建模装置的结构示意图。
具体实施方式
[0022]下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0023]下面参考附图描述本申请实施例的风电机组功率曲线建模方法及装置。
[0024]实施例一
[0025]图1为根据本申请一个实施例提供的风电机组功率曲线建模方法的流程示意图，如图1所示，可以包括：
[0026]步骤101、获取SCADA数据库中的历史运行数据。
[0027]其中，在本申请的一个实施例之中，可以获取SCADA数据库中的历史运行数据至少应为一年期数据。
[0028]步骤102、对获取到的历史运行数据进行数据分析，确定历史运行数据对应的数据清洗类型。
[0029]其中，在本申请的一个实施例之中，上述数据清洗类型可以包括通用数据清洗类型、按需数据清洗类型、离散数据清洗类型。
[0030]以及，在本申请的一个实施例之中，可以通过分析上述历史运行数据对应的数据异常问题，确定该历史运行数据对应的数据清洗类型。
[0031]具体的，在本申请的一个实施例之中，若上述历史运行数据存在全空数据、部分缺失数据、重复数据、时间异常数据、时间重复数据中的至少一种，说明上述历史运行数据存在通用数据异常问题，确定该历史运行数据的数据清洗类型为通用数据清洗类型。
[0032]以及，在本申请的另一个实施例之中，若上述历史运行数据存在时间间隔不达标数据、状态位异常数据、风速越界数据、限功率数据中的至少一种，说明上述历史运行数据存在按需数据异常问题，确定该历史运行数据的数据清洗类型为按需数据清洗类型。
[0033]在本申请的另一个实施例之中，若上述历史运行数据传感器故障数据、传感器噪声数据、一些不受控随机因素造成的异常数据中的至少一种，说明上述历史运行数据存在离散数据异常问题，确定该历史运行数据的数据清洗类型为离散数据清洗类型。
[0034]步骤103、基于数据清洗类型，对历史运行数据进行数据清洗，得到标准数据。
[0035]其中，在本申请的一个实施例之中，不同的数据清洗类型，对数据进行清洗的方法也有所不同。
[0036]具体的，在本申请的一个实施例之中，若历史运行数据对应的数据清洗类型为通用数据清洗类型，基于通用数据清洗类型，对历史运行数据进行数据清洗，得到标准数据的方法可以包括以下步骤：
[0037]步骤a、判断历史运行数据是否为全空数据，若历史运行数据为全空数据，利用全空数据数据处理方法对历史运行数据进行清洗；否则，不需要进行全空数据处理，继续执行步骤b。
[0038]其中，在本申请的一个实施例之中，全空数据主要存在于SCADA导出和合并过程中，通过判断任一字段是否为空还是判断文档大小，均可以对全空数据进行数据清洗。
[0039]步骤b、判断历史运行数据是否为部分缺失数据，若历史运行数据为部分缺失数据，利用部分缺失数据处理方法对历史运行数据进行清洗；否则，不需要进行部分缺失数据处理，继续执行步骤c。
[0040]其中，在本申请的一个实施例之中，采用部分缺失数据的前一时刻数值进行重新赋值，或者，采用部分缺失数据的后一时刻数值进行重新赋值。
[0041]步骤c、判断历史运行数据是否为重复数据，若历史运行数据为重复数据，利用重复数据方法对历史运行数据进行清洗；否则，不需要进行重复数据处理，继续执行步骤d。
[0042]其中，在本申请的一个实施例之中，在SCADA采集过程中出现某种错误导致本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组功率曲线建模方法，其特征在于，所述方法包括：获取SCADA数据库中的历史运行数据；对所述获取到的历史运行数据进行数据分析，确定所述历史运行数据对应的数据清洗类型；基于所述数据清洗类型，对所述历史运行数据进行数据清洗，得到标准数据；利用所述标准数据，建立功率曲线预测模型。2.根据权利要求1所述的方法，其特征在于，所述数据清洗类型包括通用数据清洗类型、按需数据清洗类型、离散数据清洗类型。3.根据权利要求2所述的方法，其特征在于，若所述历史运行数据对应的数据清洗类型为通用数据清洗类型，所述基于所述数据清洗类型，对所述历史运行数据进行数据清洗，得到标准数据，包括：判断所述历史运行数据是否为全空数据，若所述历史运行数据为全空数据，利用全空数据数据处理方法对所述历史运行数据进行清洗；判断所述历史运行数据是否为部分缺失数据，若所述历史运行数据为部分缺失数据，利用部分缺失数据处理方法对所述历史运行数据进行清洗；判断所述历史运行数据是否为重复数据，若所述历史运行数据为重复数据，利用重复数据方法对所述历史运行数据进行清洗；判断所述历史运行数据是否为时间异常数据，若所述历史运行数据为时间异常数据，利用时间异常数据处理方法对所述历史运行数据进行清洗；判断所述历史运行数据是否为时间重复数据，若所述历史运行数据为时间重复数据，利用时间重复数据处理方法对所述历史运行数据进行清洗。4.根据权利要求2所述的方法，其特征在于，若所述历史运行数据对应的数据清洗类型为按需数据清洗类型，所述基于所述数据清洗类型，对所述历史运行数据进行数据清洗，得到标准数据，包括：判断所述历史运行数据是否为时间间隔不达标数据，若所述历史运行数据为时间间隔不达标数据，利用时间间隔不达标处理方法对所述历史运行数据进行...

【专利技术属性】
技术研发人员：焦冲，蔡安民，蔺雪峰，许扬，林伟荣，张俊杰，金强，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：