异常数据清洗方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种异常数据清洗方法、装置、电子设备及存储介质。其中，该方法包括：获取风电机组的原始运行数据，并基于原始运行数据，生成原始风电功率曲线图像；基于原始运行数据和所述风电功率曲线图像，对原始运行数据中所包括的第一类异常数据和/或第二类异常数据进行标记和过滤，得到待处理运行数据；基于待处理运行数据，生成待处理风电功率曲线图像，并基于待处理风电功率曲线图像，对待处理运行数据中所包括的第三类异常数据进行标记和过滤，得到与风电机组对应的目标运行数据。本实施例的技术方案，实现不仅能准确地检测和标记不同类型的异常数据，而且可以最大程度地保证结果风电功率曲线平滑性的效果。保证结果风电功率曲线平滑性的效果。保证结果风电功率曲线平滑性的效果。

【技术实现步骤摘要】
异常数据清洗方法、装置、电子设备及存储介质


[0001]本专利技术涉及电力工程
，尤其涉及一种异常数据清洗方法、装置、电子设备及存储介质。

技术介绍

[0002]风能作为一种可再生能源，近年来受到世界各国的重视与广泛应用。不同于传统能源发电，利用风能进行发电能够减少环境污染，符合可持续发展战略。数据采集与监视控制(Supervisory Control And Data Acquisition，SCADA)系统从风力机采集数据，这些数据表明风力机的运行状况。然而，SCADA系统中包含的多种类型的异常数据给风电机组的运行维护带来了挑战。因此，风电机组异常数据的检测和清洗对于风电场的运行至关重要。
[0003]目前，现有的异常数据检测和清洗方法通常包括数据统计方法和风电功率曲线建模方法。统计方法是基于异常数据和正常数据统计特征的差异，包括聚类特征和分布。WPC建模方法利用大量SCADA数据提取的WPC特征对异常数据进行清理，可分为基于数值数据的方法和基于图像的方法。
[0004]然而，统计方法在处理零散数据时效果可以接受，但在处理堆叠的异常数据时产生较大误差，主要表现为忽略部分异常数据，将正常数据弄错。WPC建模方法的异常数据辨识效果依赖于参考图像和先验知识。

技术实现思路

[0005]本专利技术提供了一种异常数据清洗方法、装置、电子设备及存储介质，以实现不仅能准确地检测和标记不同类型的异常数据，而且可以最大程度地保证结果风电功率曲线平滑性的效果，提高了异常数据的清洗效率和准确率。<br/>[0006]根据本专利技术的一方面，提供了一种异常数据清洗方法，该方法包括：
[0007]获取风电机组的原始运行数据；并基于所述原始运行数据，生成原始风电功率曲线图像；
[0008]基于所述原始运行数据和所述原始风电功率曲线图像，对所述原始运行数据中所包括的第一类异常数据和/或第二类异常数据进行标记和过滤，得到待处理运行数据；
[0009]基于所述待处理运行数据，生成待处理风电功率曲线图像，并基于所述待处理风电功率曲线图像，对所述待处理运行数据中所包括的第三类异常数据进行标记和过滤，得到与所述风电机组对应的目标运行数据。
[0010]根据本专利技术的另一方面，提供了一种异常数据清洗装置，该装置包括：
[0011]数据获取模块，用于获取风电机组的原始运行数据；并基于所述原始运行数据，生成原始风电功率曲线图像；
[0012]数据过滤模块，用于基于所述原始运行数据和所述原始风电功率曲线图像，对所述原始运行数据中所包括的第一类异常数据和/或第二类异常数据进行标记和过滤，得到待处理运行数据；
[0013]目标运行数据确定模块，用于基于所述待处理运行数据，生成待处理风电功率曲线图像，并基于所述待处理风电功率曲线图像，对所述待处理运行数据中所包括的第三类异常数据进行标记和过滤，得到与所述风电机组对应的目标运行数据。
[0014]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的异常数据清洗方法。
[0018]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的异常数据清洗方法。
[0019]本专利技术实施例的技术方案，通过获取风电机组的原始运行数据；并基于原始运行数据，生成原始风电功率曲线图像，进一步的，基于原始运行数据和原始风电功率曲线图像，对原始运行数据中所包括的第一类异常数据和/或第二类异常数据进行标记和过滤，得到待处理运行数据，最后，基于待处理运行数据，生成待处理风电功率曲线图像，并基于待处理风电功率曲线图像，对待处理运行数据中所包括的第三类异常数据进行标记和过滤，得到与风电机组对应的目标运行数据，解决了现有技术中处理堆叠的异常数据时产生较大误差，忽略部分异常数据、误删正常数据以及依赖于参考图像和先验知识等问题，实现了不仅能准确地检测和标记不同类型的异常数据，而且可以最大程度地保证结果风电功率曲线平滑性的效果，提高了异常数据的清洗效率和准确率，并且，降低了对先验知识的需求，实现了在不依赖参考图像的前提下，辨别多种类型异常数据的效果。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是根据本专利技术实施例一提供的一种异常数据清洗方法的流程图；
[0023]图2是根据本专利技术实施例一提供的一种原始风电功率曲线图像的示意图；
[0024]图3是根据本专利技术实施例二提供的一种异常数据清洗装置的结构示意图；
[0025]图4是实现本专利技术实施例的异常数据清洗方法的电子设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]实施例一
[0029]图1是本专利技术实施例一提供的一种异常数据清洗方法的流程图，本实施例可适用于对风电机组对应的运行数据中不同类型的异常运行数据进行标识和过滤的情况，该方法可以由异常数据清洗装置来执行，该异常数据清洗装置可以采用硬件和/或软件的形式实现，该异常数据清洗装置可配置于终端和/或服务器中。如图1所示，该方法包括：
[0030]S110、获取风电机组的原始运行数据；并基于原始运行数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常数据清洗方法，其特征在于，包括：获取风电机组的原始运行数据，并基于所述原始运行数据，生成原始风电功率曲线图像；基于所述原始运行数据和所述风电功率曲线图像，对所述原始运行数据中所包括的第一类异常数据和/或第二类异常数据进行标记和过滤，得到待处理运行数据；基于所述待处理运行数据，生成待处理风电功率曲线图像，并基于所述待处理风电功率曲线图像，对所述待处理运行数据中所包括的第三类异常数据进行标记和过滤，得到与所述风电机组对应的目标运行数据。2.根据权利要求1所述的方法，其特征在于，所述基于所述原始运行数据和所述原始风电功率曲线图像，对所述原始运行数据中所包括的第一类异常数据进行标记和过滤，包括：基于所述原始运行数据和预先确定的第一类异常数据标记条件，对所述原始运行数据中所包括的第一类异常数据进行标记和过滤。3.根据权利要求1所述的方法，所述基于所述原始运行数据和所述原始风电功率曲线图像，对所述原始运行数据中所包括的第二类异常数据进行标记和过滤，包括：对所述原始风电功率曲线图像进行颜色空间变换，得到待处理图像；基于所述待处理图像，对所述原始运行数据中所包括的第二类异常数据进行标记和过滤。4.根据权利要求3所述的方法，所述基于所述待处理图像，对所述原始运行数据中所包括的第二类异常数据进行标记和过滤，包括：将所述待处理图像中每个像素点的像素值与预设像素值区间进行比较，确定至少一个目标像素点；将每个目标像素点映射至所述原始风电功率曲线图像中并标记，将已标记的原始运行数据作为所述第二类异常数据并过滤。5.根据权利要求1所述的方法，其特征在于，所述基于所述待处理风电功率曲线图像，对所述待处理运行数据中所包括的第三类异常数据进行标记和过滤，包括：根据边缘检测算法对所述待处理风电功率曲线图像进行处理，得到风电功率曲线掩膜图像；根据所述风电功率曲线掩膜图像，确定所述第三类异常数据在所述待处理功率曲线图像中的数据定位范围；基于所述数据定位范围，确定所述第三类异常...

【专利技术属性】
技术研发人员：贾巍，黄裕春，佟佳俊，张晏玉，范杏元，黄文栋，钏星，李水天，刘明昊，龚贤夫，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：