【技术实现步骤摘要】
基于sigmoid曲线及双包络算法的风电功率异常数据处理方法
[0001]本专利技术涉及一种风电功率异常数据处理方法,具体是一种基于
sigmoid
曲线及双包络算法的风电功率异常数据处理方法,属于风电机组的数据处理技术
。
技术介绍
[0002]风力发电机组是一种重要的可再生能源发电设备,其风速
‑
功率曲线是风电场风机发电出力的重要特征指标
。
在实际发电过程中,由于各种原因,异常数据会导致风力发电机的风速功率曲线存在较大噪声或者曲线形态失真,这些异常数据会影响对风电机组发电量与发电功率的分析与预测
。
因此,需要一种有效的方法来识别和清除这些异常数据
。
传统人工清理方法需要大量人工分析干预,效率较低且依赖人员经验
。
一些基于孤立森林等机器学习的算法在噪声数据较多的情况下对于数据的清洗会失真,实际应用过程中效果也较差
。
因此需要一种较为稳定且可以将清洗后数据贴近真实风速功率曲线数据的方式进行数据清洗
。
[0003]风力发电离群点和异常值严重影响了风电功率预测模型的准确率,一些有代表性的研究方法被提出,比如,有的结合四分位数方法和基于密度的聚类方法对数据进行清理,有的提出了基于图像的风力曲线异常数据检测与清理算法
。
尽管这些方法都取得了一定效果,但基于聚类的算法会将频繁的异常数据识别为正常数据,基于图像的异常值检测算法复杂度高,给应用带来不便
。< ...
【技术保护点】
【技术特征摘要】
1.
一种基于
sigmoid
曲线及双包络算法的风电功率异常数据处理方法,其特征在于它包括如下步骤:步骤1,数据收集,从风电场收集原始数据,将数据整理成为时间戳
‑
风速
‑
功率的格式;步骤2,数据预处理,对于步骤1中数据负值进行清理,形成清洗后的数据集;步骤3,使用曲线拟合方法对步骤2中数据进行拟合,拟合函数使用包含偏置参数的
Sigmoid
函数,即基于
Sigmoid
函数曲线对步骤2中数据进行拟合;步骤4,根据拟合结果形成包络曲线;步骤5,将包络曲线外的数据进行清理,形成新的清理后数据集;步骤6,使用清理后数据集输入给风电机组功率预测模型进行功率预测
。2.
根据权利要求1所述的基于
sigmoid
曲线及双包络算法的风电功率异常数据处理方法,其特征在于步骤2中,数据预处理包括以下步骤:步骤
21、
初步数据清洗:去除数据中的噪声和异常值,保留有效数据,具体操作方法是将数据中的风速负值的键值对进行去除,将功率负值设置为0;步骤
22、
数据归一化:将数据按照一定的比例缩放,使得数据在同一尺度下进行比较和分析;使用最大最小值归一化方法,其操作方式如公式
F(x)
,其中
x
为待缩放变量,
Min(x)
为变量
x
的最小值,
Max(x)
为变量
x
的最大值,,这种方式会将数据范围都缩放在所示区间中
。3.
根据权利要求1所述的基于
sigmoid
曲线及双包络算法的风电功率异常数据处理方法,其特征在于步骤3中,基于
Sigmoid
函数曲线对步骤2中数据进行拟合的具体方法为:使用曲线拟合算法进行数据拟合,所述算法的输入参数包括
:
:独立变量组成的数组
x
,
x
代表风速;标准
sigmoid
曲线函数公式如下所示:,将公式(1)进行如下变换:,在公式(2)中...
【专利技术属性】
技术研发人员:许沛华,高盛,成驰,许杨,王必强,崔杨,孟丹,王明,朱燕,陈正洪,
申请(专利权)人:湖北省气象服务中心湖北省专业气象服务台,
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。