基于高低频信号组合重构的风电典型曲线建立方法技术

本发明专利技术涉及风力发电技术领域，尤其是指一种基于高低频信号组合重构的风电典型曲线建立方法，步骤包括：数据清洗阶段，输入原始风电数据，剔除风电异常数据；归一阶段，将清洗后的风电数据进行归一化处理；小波分解阶段，经过多次离散小波变换，将归一化后的风电数据分解为高频信号和低频信号；组合重构阶段，对分解后得到的低频信号进行聚类，聚类后的低频信号与同层的高频信号通过逆小波变换实现高低频信号组合重构，循环多次后输出组合重构后的典型风电曲线；数据填补阶段，根据所述组合重构后的典型风电曲线，填补缺失的风电数据

【技术实现步骤摘要】
基于高低频信号组合重构的风电典型曲线建立方法


[0001]本专利技术涉及风力发电
，尤其是指一种基于高低频信号组合重构的风电典型曲线建立方法
。

技术介绍

[0002]风力发电作为新能源行业的重要组成部分在全球能源市场中发挥着越来越重要的作用，年发电量呈现逐年上升的趋势
。
由于风资源存在间歇性
、
不确定性和突变性等特点，在电力系统运行调度和电力市场交易结算中如何准确把握其变化规律变得非常重要
。
受地理因素与季风影响，虽然风电出力随机变化，但也具有一定的周期性，提取一定周期内的风电变化特征构建风电典型曲线，是把握风电变化规律的有效途径
。
[0003]目前，建立风电典型曲线的方法主要分为统计法与聚类法
。
其中，采用聚类法建立风电典型曲线，首先对输入的风电数据集合进行无监督学习聚类，基于风电曲线相似度实现曲线集合簇的划分
。
任意一条风电数据均隶属于唯一的一类曲线集合簇，且与该曲线集合簇中心的相似度较高
。
聚类法输出的各簇的中心曲线通常可作为风电的典型曲线，当风电计量数据中有缺失数据时，可据其进行发电数据填补
。
[0004]但是，上述建立风电典型曲线的聚类法主要以静态指标构建，未能完整表征风电变化规律，由于风力发电所含细节特征与平均特征无法同时表征，存在信息缺失风险进而影响聚类准确度
。

技术实现思路

[0005]为此，本专利技术所要解决的技术问题在于克服现有技术中，以聚类法建立风电典型曲线导致风力发电所含细节特征与平均特征无法同时表征，存在信息缺失风险进而影响聚类准确度的问题
。
[0006]为解决上述技术问题，本专利技术提供了一种基于高低频信号组合重构的风电典型曲线建立方法，其特征在于，步骤包括：
[0007]数据清洗阶段：输入原始风电数据集合，剔除其中的异常风电数据，得到清洗后的风电数据；
[0008]归一阶段：将清洗后的风电数据进行归一化处理；
[0009]小波分解阶段：采用离散小波变换对归一化后的风电数据进行降维，通过高通滤波器和低通滤波器，采用离散小波变换对每条归一化后的风电数据进行分解，分解为高频信号和低频信号；对每次分解得到的低频信号再进行离散小波变换，直至
I
次离散小波变换分解后得到的低频信号达到波动衡量指标的要求，得到
X
I,H
,X
I
‑
1,H
,X
I
‑
2,H
,
…
,X
1,H
,X
I,L
，其中
X1～
I,H
分别为每次离散小波变换分解后的高频信号，
X
I,L
为低频信号；
[0010]组合重构阶段：对离散小波变换分解后得到的低频信号进行聚类，聚类后的低频信号与同层数的高频信号通过逆小波变换实现本层的高低频信号组合重构，得到上一层的低频信号；对当前组合重构后得到的低频信号再次进行迭代聚类重构预设次数，输出多个
聚类簇中每条风电数据的典型风电曲线；
[0011]数据填补阶段：根据组合重构阶段输出的多个聚类簇中每条风电数据的典型风电曲线，填补缺失的风电数据
。
[0012]在本专利技术的一个实施例中，数据清洗阶段中，输入原始风电数据集合，判断原始风电数据集合中每条风电数据是否存在缺失；若存在缺失，则继续判断每条风电数据的缺失度是否大于预设百分比，若大于缺失度预设百分比，则剔除该条风电数据，若小于等于缺失度预设百分比，则保留该条风电数据作为数据填补阶段中需要填补数据的对象；若不存在缺失，则剔除未缺失的风电数据集合中出现毛刺值或缺省值的风电数据，得到清洗后的风电数据
。
[0013]在本专利技术的一个实施例中，归一阶段中，所述归一化处理的具体公式为：
[0014][0015]其中，
X
n
＝
<x
n,1
,x
n,2
,
…
,x
n,R
>
表示清洗后的风电数据中的第
n
条风电数据序列，
X
norm
表示第
n
条归一化后的风电数据序列，
x
n,R
表示第
n
条风电数据的第
R
个采样点，
R
表示原始风电数据的采样点总数
。
[0016]在本专利技术的一个实施例中，小波分解阶段中，连续小波变换
CWT
的具体公式为：
[0017][0018]其中，
ψ
为母小波函数，尺度参数
a
和平移参数
b
为母小波函数的两个特征系数，
x(t)
为归一化后的风电数据，
t
表示第
t
个时刻；
[0019]将连续小波变换中的尺度参数和平移参数进行离散化处理，连续小波变换变为离散小波变换，对风电数据进行离散小波变换
DWT
得到频域信号，具体公式为：
[0020][0021]其中
j
为分解尺度，
λ
为平移系数，
R
表示原始风电数据的采样点总数
。
[0022]在本专利技术的一个实施例中，小波分解阶段中，采用变异系数
CV
作为所述波动衡量指标来判定所述低频信号
X
I,L
，当变异系数
CV
小于等于预设值，则低频信号
X
I,L
达标，所述变异系数
CV
的公式为：
[0023][0024]其中，
i
表示输入的第
i
条风电数据，
r
表示每条风电数据中的第
r
个采样点，
R
表示原始风电数据的采样点总数，
X
i,r
表示第
i
条风电数据的第
r
个采样点的数据值，表示第
i
条风电数据的平均值
。
[0025]在本专利技术的一个实施例中，所述组合重构阶段的具体步骤包括：
[0026]S1、
初始化组合重构阶段的循环次数
a
＝
‑1，设定组合重构阶段的预设循环总次数
A
；
[0027]S2、
令
a
＝
a+1
；
[0028]S3、
对第
a
次小波重构后的低频信号
X
I
‑
a,L
进行第
a+1
次聚类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于高低频信号组合重构的风电典型曲线建立方法，其特征在于，步骤包括：数据清洗阶段：输入原始风电数据集合，剔除其中的异常风电数据，得到清洗后的风电数据；归一阶段：将清洗后的风电数据进行归一化处理；小波分解阶段：采用离散小波变换对归一化后的风电数据进行降维，通过高通滤波器和低通滤波器，采用离散小波变换对每条归一化后的风电数据进行分解，分解为高频信号和低频信号；对每次分解得到的低频信号再进行离散小波变换，直至
I
次离散小波变换分解后得到的低频信号达到波动衡量指标的要求，得到
X
I
，
H
，
X
I
‑1，
H
，
X
I
‑2，
H
，
…
，
X1，
H
，
X
I
，
L
，其中
X1～
I
，
H
分别为每次离散小波变换分解后的高频信号，
X
I
，
L
为低频信号；组合重构阶段：对离散小波变换分解后得到的低频信号进行聚类，聚类后的低频信号与同层数的高频信号通过逆小波变换实现本层的高低频信号组合重构，得到上一层的低频信号；对当前组合重构后得到的低频信号再次进行迭代聚类重构预设次数，输出多个聚类簇中每条风电数据的典型风电曲线：数据填补阶段：根据组合重构阶段输出的多个聚类簇中每条风电数据的典型风电曲线，填补缺失的风电数据
。2.
根据权利要求1所述的一种基于高低频信号组合重构的风电典型曲线建立方法，其特征在于，数据清洗阶段中，输入原始风电数据集合，判断原始风电数据集合中每条风电数据是否存在缺失；若存在缺失，则继续判断每条风电数据的缺失度是否大于预设百分比，若大于缺失度预设百分比，则剔除该条风电数据，若小于等于缺失度预设百分比，则保留该条风电数据作为数据填补阶段中需要填补数据的对象；若不存在缺失，则剔除未缺失的风电数据集合中出现毛刺值或缺省值的风电数据，得到清洗后的风电数据
。3.
根据权利要求1所述的一种基于高低频信号组合重构的风电典型曲线建立方法，其特征在于，归一阶段中，所述归一化处理的具体公式为：其中，
X
n
＝
<x
n
，1，
x
n
，2，
...
，
x
n
，
R
>
表示清洗后的风电数据中的第
n
条风电数据序列，
X
norm
表示第
n
条归一化后的风电数据序列，
x
n
，
R
表示第
n
条风电数据的第
R
个采样点，
R
表示原始风电数据的采样点总数
。4.
根据权利要求1所述的一种基于高低频信号组合重构的风电典型曲线建立方法，其特征在于，小波分解阶段中，连续小波变换
CWT
的具体公式为：其中，
ψ
为母小波函数，尺度参数
a
和平移参数
b
为母小波函数的两个特征系数，
x(t)
为归一化后的风电数据，
t
表示第
t
个时刻；将连续小波变换中的尺度参数和平移参数进行离散化处理，连续小波变换变为离散小波变换，对风电数据进行离散小波变换
DWT
得到频域信号，具体公式为：
其中
j
为分解尺度，
λ
为平移系数，
R
表示原始风电数据的采样点总数
。5.
根据权利要求1所述的一种基于高低频信号组合重构的风电典型曲线建立方法，其特征在于，小波分解阶段中，采用变异系数
CV
作为所述波动衡量指标来判定所述低频信号
X
I
，
L
，当变异系数
CV
小于等于预设值，则低频信号
X
I
，
L
达标，所述变异系数
CV
的公式为：其中，
i
表示输入的第
i
条风电数据，
r
表示每条风电数据中的第
r
个采样点，
R
表示原始风电数据的采样点总数，
X
i
，
r
表示第
i
条风电数据的第
r
个采样点的数据值，表示第
i
条风电数据的平均值
。6.
根据权利要求1所述的一种基于高低频信号组合重构的风电典型曲线建立方法，其特征在于，所述组合重构阶段的具体步骤包括：
S1、
初始化组合重构阶段的循环次数
a
＝

【专利技术属性】
技术研发人员：张海静，于泓，魏琳，王予希，王鹏，张乐天，杨洋，
申请(专利权)人：国网山东省电力公司济南供电公司，
类型：发明
国别省市：