本发明专利技术涉及一种风电功率数据的异常数据识别方法及装置，包括：获取待识别的风电功率数据及其对应的风速数据；基于预先设定的风速等级对应的风电功率上下界，确定所述风速数据对应的风电功率上下界；当所述风电功率数据处于所述风速数据对应的风电功率上下界范围之外时，判断所述风电功率数据异常；本发明专利技术着眼于风电功率数据的预测存在误差这一问题，在进行风电功率预测之前，优先对风电功率数据进行异常数据识别，将其剔除后，进一步的保证了风电功率数据的预测精准度和预测有效度。电功率数据的预测精准度和预测有效度。电功率数据的预测精准度和预测有效度。
【技术实现步骤摘要】
一种风电功率数据的异常数据识别方法及装置
[0001]本专利技术涉及风电功率预测领域，具体涉及一种风电功率数据的异常数据识别方法及装置。
技术介绍
[0002]在风电大规模并网的背景下，风电出力的随机性、波动性为电力系统的安全经济运行带来了巨大冲击。
[0003]风电功率预测可以提前给出未来的风电出力，从而作为电力系统决策优化的重要依据，因此，风电功率预测是提高风电消纳水平、保障电力系统安全稳定、提高电网运行经济效益的重要技术手段。然而，由于人类认知和技术水平的局限，以及风电功率预测问题本身的复杂性，风电功率预测误差难以避免，预测精度仍存在较大的提升空间，使得风电功率预测问题成为人们持续关注和研究的热点问题。
[0004]目前，尚未有能解决对于上述问题的技术被提出。
技术实现思路
[0005]针对现有技术的不足，本专利技术的目的是提供一种风电功率数据的异常数据识别方法，该方法可实现对于异常风电功率数据的识别。
[0006]具体包括：
[0007]获取待识别的风电功率数据及其对应的风速数据；
[0008]基于预先设定的风速等级对应的风电功率上下界，确定所述风速数据对应的风电功率上下界；
[0009]当所述风电功率数据处于所述风速数据对应的风电功率上下界范围之外时，判断所述风电功率数据异常；
[0010]其中，所述风速等级对应的风电功率上下界，是利用统计分位数的方法对历史风速数据、所述历史风速数据所在的风速等级及其对应的风电功率数据进行计算得到的。<br/>[0011]优选的，所述各预先设定的风速等级对应的风电功率上下界的确定过程包括：
[0012]采集风电场历史风速数据及其对应的风电功率数据；
[0013]基于所述历史风速数据及其对应的风电功率数据，按风速等级构建K临近样本集；
[0014]利用统计分位数的方法，对各风速等级对应的K临近样本集进行计算，得到各预设风速等级对应的风电功率上下界。
[0015]进一步的，所述基于历史风速数据及其对应的风电功率数据和各预设风速等级，构建各预设风速等级分别对应的K临近样本集，包括：
[0016]分别选择最接近各预设风速等级的K个历史风速数据作为各预设风速等级的临近风速数据；
[0017]利用所述各预设风速等级的临近风速数据及其对应的风电功率数据，生成各预设风速等级对应的K临近样本集。
[0018]进一步的，所述利用统计分位数的方法，对各预设风速等级分别对应的K临近样本集进行处理，得到各预设风速等级对应的风电功率上下界，包括：
[0019]分别将所述各预设风速等级对应的临近样本集中的风电功率数据进行升序排列，获取各预设风速等级对应的K临近样本集中的风电功率数据的升序序列；
[0020]利用统计分位数的方法，计算所述各升序序列中各风电功率数据的分位数；
[0021]分别采用多种组合方式，在所述各升序序列的相同位置选一对分位数组成分位数组合，找到所述各升序序列中各分位数组合对应的风电功率数据；
[0022]分别计算各种组合方式下，所述各升序序列中各分位数组合对应的风电功率数据间的区间宽度，并计算各种组合方式对应的各风速等级的平均区间宽度；
[0023]选择平均区间宽度最接近预设区间宽度值的一对分位数组合对应的风电功率数据，作为所述各预设风速等级对应的风电功率上下界。
[0024]进一步的，所述各风电功率数据的分位数的计算式如下：
[0025](X/K)
×
100％,[(1+X)/K]×
100％,...,[(K
‑
1+X)/K]×
100％
[0026]其中，所述K为K临近样本集中的样本总数，X为预设常数。
[0027]进一步的，所述平均区间宽度的计算式如下：
[0028][0029]其中，W
PI
为各升序序列中各分位数组合对应的风电功率数据的平均区间宽度，X为风速等级总数，Cap为风电场装机容量，Q
i,u
为第i个风速等级对应的升序序列中选择的分位数组合对应的最大的风电功率数据，Q
i,d
为第i个风速等级对应的升序序列中选择的分位数组合对应的最小的风电功率数据。
[0030]进一步的，所述在采集风电场历史时段风速数据及其对应的风电功率数据之后，且在构建K临近样本集之前，还包括：剔除风电场中在给定时长内取值连续不变和在0至a
·
C这一取值范围之外的历史风电功率数据，其中，a为常数，C为风电场站装机容量。
[0031]优选的，所述基于预先获取的各预设风速等级对应的风电功率上下界，确定所述风速数据对应的风电功率上下界，包括：
[0032]当所述风电功率数据对应的风速数据处于第z个风速等级时，所述第z个风速等级对应的风电功率数据的上界和下界为所述风电功率数据的上界和下界；
[0033]当所述风电功率数据对应的风速数据处于相邻的两个风速等级之间时，基于所述相邻的两个风速等级之间的风速等级对应的风电功率数据的上界和下界利用线性插值的方法确定所述风电功率数据的上界和下界。
[0034]优选的，所述风速等级的计算过程为：为风电场的风速数据设定风速数据范围，在风速数据范围内按预设步长提取等差序列，等差序列中每两个等差值之间为一个风速等级。
[0035]基于同一专利技术构思，本专利技术还提出了一种风电功率数据的异常数据识别装置，所述装置包括：
[0036]获取模块，用于获取待识别的风电功率数据及其对应的风速数据；
[0037]确定模块，用于基于预先获取的各预设风速等级对应的风电功率上下界，确定所述风速数据对应的风电功率上下界；
[0038]识别模块，用于当所述风电功率数据处于所述风速数据对应的风电功率上下界范围之外，判断所述风电功率数据异常；
[0039]其中，所述预先获取的各预设风速等级对应的风电功率上下界，是基于各预设风速等级，利用统计分位数的方法对历史风速数据及其对应的风电功率数据进行处理得到的。
[0040]优选的，所述确定模块，具体用于：
[0041]采集风电场历史风速数据及其对应的风电功率数据；
[0042]基于所述历史风速数据及其对应的风电功率数据，按风速等级构建K临近样本集；
[0043]利用统计分位数的方法，对各风速等级对应的K临近样本集进行计算，得到各预设风速等级对应的风电功率上下界；
[0044]分别选择最接近各预设风速等级的K个历史风速数据作为各预设风速等级的临近风速数据；
[0045]利用所述各预设风速等级的临近风速数据及其对应的风电功率数据，生成各预设风速等级对应的K临近样本集；
[0046]分别将所述各预设风速等级对应的临近样本集中的风电功率数据进行升序排列，获取各预设风速等级对应的K临近样本集中的风电功率数据的升序序列；
[0047]利用统计分位数的方本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风电功率数据的异常数据识别方法，其特征在于，所述方法包括：获取待识别的风电功率数据及其对应的风速数据；基于预先设定的风速等级对应的风电功率上下界，确定所述风速数据对应的风电功率上下界；当所述风电功率数据处于所述风速数据对应的风电功率上下界范围之外时，判断所述风电功率数据异常；其中，所述风速等级对应的风电功率上下界，是利用统计分位数的方法对历史风速数据、所述历史风速数据所在的风速等级及其对应的风电功率数据进行计算得到的。2.如权利要求1所述的方法，其特征在于，所述各预先设定的风速等级对应的风电功率上下界的确定过程包括：采集风电场历史风速数据及其对应的风电功率数据；基于所述历史风速数据及其对应的风电功率数据，按风速等级构建K临近样本集；利用统计分位数的方法，对各风速等级对应的K临近样本集进行计算，得到各预设风速等级对应的风电功率上下界。3.如权利要求2所述的方法，其特征在于，所述基于历史风速数据及其对应的风电功率数据和各预设风速等级，构建各预设风速等级分别对应的K临近样本集，包括：分别选择最接近各预设风速等级的K个历史风速数据作为各预设风速等级的临近风速数据；利用所述各预设风速等级的临近风速数据及其对应的风电功率数据，生成各预设风速等级对应的K临近样本集。4.如权利要求2所述的方法，其特征在于，所述利用统计分位数的方法，对各预设风速等级分别对应的K临近样本集进行处理，得到各预设风速等级对应的风电功率上下界，包括：分别将所述各预设风速等级对应的临近样本集中的风电功率数据进行升序排列，获取各预设风速等级对应的K临近样本集中的风电功率数据的升序序列；利用统计分位数的方法，计算所述各升序序列中各风电功率数据的分位数；分别采用多种组合方式，在所述各升序序列的相同位置选一对分位数组成分位数组合，找到所述各升序序列中各分位数组合对应的风电功率数据；分别计算各种组合方式下，所述各升序序列中各分位数组合对应的风电功率数据间的区间宽度，并计算各种组合方式对应的各风速等级的平均区间宽度；选择平均区间宽度最接近预设区间宽度值的一对分位数组合对应的风电功率数据，作为所述各预设风速等级对应的风电功率上下界。5.如权利要求4所述的方法，其特征在于，所述各风电功率数据的分位数的计算式如下：(X/K)
×
100％,[(1+X)/K]
×
100％,...,...
【专利技术属性】
技术研发人员：王钊，王勃，王伟胜，冯双磊，刘纯，车建峰，靳双龙，王铮，刘晓琳，汪步惟，张菲，裴岩，姜文玲，赵艳青，滑申冰，王姝，赵军，常潇，
申请(专利权)人：国家电网有限公司国网山西省电力公司电力科学研究院，
类型：发明
国别省市：
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。