基于秩差法的风速功率曲线拟合异常数据过滤方法技术

本发明专利技术公开了一种基于秩差法的风速功率曲线拟合异常数据过滤方法，所述方法包括：获取风速和功率数据；分别对所述风速和功率数据编秩，并计算每个数据点的秩差；其中，所述每个数据点包含一组风速、功率值对，所述秩差为功率秩与风速秩的差值；基于所述秩差将所述风速进行中心化；将所述中心化的风速合并成数据集，并进行过滤；基于比恩法将所述数据集拟合为曲线。通过本公开的处理方案，有效的提升了数据过滤效果。数据过滤效果。数据过滤效果。

【技术实现步骤摘要】
基于秩差法的风速功率曲线拟合异常数据过滤方法


[0001]本专利技术涉及风力发电机
，特别是涉及一种基于秩差法的风速功率曲线拟合异常数据过滤方法。

技术介绍

[0002]风速
‑
功率特性曲线是考核风力发电机组性能、评估机组发电能力的一项重要指标。通过对风电机组的风速
‑
功率特性曲线分析可以为设计风机的选址、机组性能的优劣、评估机组发电能力的大小、估算机组的损失电量等一系列问题提供重要的参考。因此建立能有效表征风机出力整体行为的风速
‑
功率曲线模型具有重要意义。
[0003]风电机组输入的风速是影响其输出有功功率的主要因素，因此忽略风机的内部特性，仅考虑输入风速和输出有功功率的关系，建立如下模型：
[0004]P＝f(V)
[0005]其中，P为风机输出的有功功率，单位为KW；V为风速，单位为m/s。
[0006]这种描述风速与风力发电机组输出有功功率之间对应关系的曲线称为风机的风速
‑
功率特性曲线。
[0007]目前对风速
‑
功率曲线建模方法的研究多集中在曲线的拟合阶段，对样本数据进行基础过滤后，即可进行曲线的拟合。功率曲线的拟合方法大致分为参数与非参数方法，离散方法，随机方法，其中目前被广泛认为较为有效的方法是离散方法中的比恩法。
[0008]虽然目前风速
‑
功率曲线的拟合方法研究已经比较成熟，但数据的有效性才是拟合效果好坏的最基础决定因素，异常数据的存在会使功率曲线偏离风电机组的实际功率特性。因此如何提取有效样本数据，过滤掉不能代表风电机组真正性能的异常数据是至关重要的。
[0009]异常数据产生的原因有以下几个方面：
[0010]电网限负荷运行(简称限电)，风电机组自身原因限负荷(简称自降容)。电网限负荷运行是由于电网调度原因，对风电机组实行限功率运行，使其不能达到满发状态；风机自降容可能由于带故障运行，极端天气原因导致功率异常等；还有一些异常数据是由于数据采集传输异常产生的。
[0011]异常数据对曲线拟合的影响如图2所示，其中，图2
‑
1为不含限电和自降容数据，曲线拟合效果较好，图2
‑
2为包含限电和自降容数据，明显对曲线的拟合效果产生影响。
[0012]上述的异常数据过滤方法，虽可以在一定程度上用于风速
‑
功率曲线的拟合，但是在实际使用时却发现其结构中还存在有若干缺点，因未能达到最佳的使用效果，而其缺点可归纳如下：
[0013](1)使用风机的标准状态过滤法，即选取正常发电状态的数据。但由于机型不统一，状态判断标准不统一或不准确，导致限电状态没有被区分出来因而没有被过滤掉。有的过滤方法加入桨叶角度进行判断，但过滤效果仍然不理想。而且，这种方法无法将自降容数据过滤掉。
[0014](2)硬值滤波法，即通过标准功率曲线的上下左右平移得到滤波的上下限范围对数据进行过滤，但由于实际曲线的形状和离散度的范围不固定，此方法仍然无法达到理想的过滤效果。
[0015]由此可见，上述现有的异常数据过滤方法在使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种新的异常数据过滤方法方法，成为当前业界极需改进的目标。

技术实现思路

[0016]有鉴于此，本公开实施例提供一种基于秩差法的风速功率曲线拟合异常数据过滤方法，至少部分解决现有技术中存在的问题。
[0017]第一方面，本公开实施例提供了一种基于秩差法的风速功率曲线拟合异常数据过滤方法，所述方法包括以下步骤：
[0018]获取风速和功率数据；
[0019]分别对所述风速和功率数据编秩，并计算每个数据点的秩差；其中，所述每个数据点包含一组风速、功率值对，所述秩差为功率秩与风速秩的差值；
[0020]基于所述秩差将所述风速进行中心化；
[0021]将所述中心化的风速合并成数据集，并进行过滤。
[0022]根据本公开实施例的一种具体实现方式，所述基于所述秩差将所述风速中心化，包括以下步骤：
[0023]将所述秩差大于0的数据点按照预设功率区间值进行区间划分，计算每个所述区间内的所述秩差大于0的数据点的风速平均值；
[0024]对每个所述区间内所有数据点的风速进行中心化。
[0025]根据本公开实施例的一种具体实现方式，通过用所述数据点的风速减去所述数据点所在区间风速平均值，将所述风速进行中心化。
[0026]根据本公开实施例的一种具体实现方式，所述预设功率区间值为50kw。
[0027]根据本公开实施例的一种具体实现方式，所述将所述中心化的风速合并成数据集，并进行过滤，包括以下步骤：
[0028]通过求绝对值将负的中心化风速映射为正的中心化风速；将所述负的中心化风速、为0的中心化风速，以及所述映射为正的中心化风速合并为数据集；
[0029]基于所述数据集的正态分布计算所述数据集的置信区间，并过滤掉功率小于预设数值并且中心化风速在所述置信区间以外的数据。
[0030]根据本公开实施例的一种具体实现方式，所述方法还包括对所述风速和功率数据进行基础过滤。
[0031]根据本公开实施例的一种具体实现方式，所述分别对所述风速和功率数据编秩，包括以下步骤：将所有数据点的风速按升序排序，所述数据点的风速秩为所述数据点的风速值排名；将所有数据点的功率按升序排序，所述数据点的功率秩为所述数据点的功率值排名。
[0032]根据本公开实施例的一种具体实现方式，所述方法还包括基于比恩法将所述数据集拟合为曲线，并通过三次样条插值法进行曲线平滑。
[0033]第二方面，本公开实施例还提供了一种电子设备，该电子设备包括：
[0034]至少一个处理器；以及，
[0035]与所述至少一个处理器通信连接的存储器；其中，
[0036]所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行时，使所述至少一个处理器前述第一方面或第一方面的任一实现方式中的任一项所述的基于秩差法的风速功率曲线拟合异常数据过滤方法。
[0037]第三方面，本公开实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令当由至少一个处理器执行时使所述至少一个处理器执行前述第一方面或第一方面的任一实现方式中的基于秩差法的风速功率曲线拟合异常数据过滤方法。
[0038]第四方面，本公开实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于秩差法的风速功率曲线拟合异常数据过滤方法。
[0039]本公开实施例中的基于秩差法的风速功率曲线拟合异常数据过滤方法，解决了风速功率曲线拟本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于秩差法的风速功率曲线拟合异常数据过滤方法，其特征在于，所述方法包括以下步骤：获取风速和功率数据；分别对所述风速和功率数据编秩，并计算每个数据点的秩差；其中，所述每个数据点包含一组风速、功率值对，所述秩差为功率秩与风速秩的差值；基于所述秩差将所述风速进行中心化；将所述中心化的风速合并成数据集，并进行过滤。2.根据权利要求1所述的基于秩差法的风速功率曲线拟合异常数据过滤方法，其特征在于，所述基于所述秩差将所述风速中心化，包括以下步骤：将所述秩差大于0的数据点按照预设功率区间值进行区间划分，计算每个所述区间内的所述秩差大于0的数据点的风速平均值；对每个所述区间内所有数据点的风速进行中心化。3.根据权利要求2所述的基于秩差法的风速功率曲线拟合异常数据过滤方法，其特征在于，通过用所述数据点的风速减去所述数据点所在区间风速平均值，将所述风速进行中心化。4.根据权利要求2所述的基于秩差法的风速功率曲线拟合异常数据过滤方法，其特征在于，所述预设功率区间值为50kw。5.根据权利要求1所述的基于秩差法的风速功率曲线拟合异常数据过滤方法，其特征在于，所述将所述中心化的风速合并成数据集，并进行过滤，包括以下步骤：通过求绝对值将负的中心化风速映射为正的中心化风速；将所述负的中心化风速、为0的中心化风速，以及所述映射为正的中心化风速合并为数据集；基于所述数据集的正态分布计算所述数据集的置信区间，并过滤...

【专利技术属性】
技术研发人员：邹晓娇，
申请(专利权)人：北京岳能科技股份有限公司，
类型：发明
国别省市：