[發明專利]基于大數據技術的風電出力異常數據重構方法在審
| 申請號: | 201710612234.5 | 申請日: | 2017-07-25 |
| 公開(公告)號: | CN107391689A | 公開(公告)日: | 2017-11-24 |
| 發明(設計)人: | 寧文元;孫榮富;王靖然;王若陽;徐海翔;郭子明;張巖;錢蘇晉;李亮 | 申請(專利權)人: | 國家電網公司;國網冀北電力有限公司;北京恒泰實達科技股份有限公司 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06N3/08;G06Q50/06;H02J3/00 |
| 代理公司: | 北京市盛峰律師事務所11337 | 代理人: | 席小東 |
| 地址: | 100031*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 數據 技術 出力 異常 方法 | ||
技術領域
本發明屬于異常數據重構技術領域,具體涉及一種基于大數據技術的風電出力異常數據重構方法。
背景技術
隨著電力大數據時代的到來,電力大數據在應用過程中存在著對行業內外能源數據、天氣數據等多類型數據的大量關聯分析需求,而這些都直接導致了電力數據類型的增加,從而極大地增加了電力大數據的復雜度。電力行業對大數據的需求,其迫切性將大大超越其他基礎能源行業。電力大數據將貫穿未來電力工業生產及管理等各個環節,起到獨特而巨大的作用。在電力生產環節,風光儲等新能源的大量接入,打破了傳統相對“靜態”的電力生產,使得電力生產的計量和管理變得日趨復雜。
風電運行數據是電力大數據的重要組成部分。當前,風力發電是可再生能源開發利用中技術最成熟、最具開發規模和商業化發展前景的發電形式。隨著風力發電技術的不斷發展,由于風電功率所呈現的隨機性、波動性和間歇性,風電大規模并網對電力系統的影響也越來越明顯,研究風電對系統的影響并在此基礎上提出相關技術解決措施已成為當前的研究熱點和重要課題。
風電歷史運行數據是研究風電功率波動特性、風電功率預測、風電功率對電網影響評估及控制策略、風電功率曲線的計算、測試以及修正的基礎,因此,對風電場歷史運行數據的記錄就尤為重要。
對于風力發電運營管理方,通過實測風速和風電功率得到的功率曲線是衡量風電機組和風電場經濟技術水平的最佳標尺,可以用于評估風機和風電場的性能和運行狀況、預測風機和風電場的年發電量等;對于預測服務商,歷史實測風速和風電功率數據作為預測系統的基礎輸入數據,對預測精度有顯著影響。
然而,從風電場收集到的大量數據中通常包含異常數據點,這樣的異常點表現出數據缺失,越限,功率波動梯度過大等特征。通過對風電場的運行經驗和統計結果的分析,異常數據點的主要來源有:風機葉片受污垢和冰等環境因素的影響形成異常點體現在風電場功率曲線上;維修或棄風限電造成的風電場停機;傳感器故障等控制系統問題;由表計測量誤差導致的異常觀測值等。
因此,如何對風電歷史運行數據中的異常數據點進行還原重構,是準確評估風機和風電場的性能和運行狀況、預測風機和風電場的年發電量等的關鍵,現有技術中沒有相關解決方案。
發明內容
針對現有技術存在的缺陷,本發明提供一種基于大數據技術的風電出力異常數據重構方法,可有效解決上述問題。
本發明采用的技術方案如下:
本發明提供一種基于大數據技術的風電出力異常數據重構方法,包括以下步驟:
步驟1,將大量的風電出力原始數據分布存儲于HDFS的不同節點中;其中,所述風電出力原始數據包括數據標號、風機ID、電廠ID、區域ID、數據采集日期、數據采集時刻、實際有功功率值、采集方式、采集人員、風機風速、風機風向、空氣密度以及風機狀態;
步驟2,從HDFS中讀取需要進行數據重構的若干個風電出力原始數據;將所述若干個風電出力原始數據分割為若干個數據塊,將每個所述數據塊分配給對應的一個分布處理任務;
各個所述分布處理任務采用并行計算方式,循環處理分配給自身的數據塊中的各個風電出力原始數據,對其進行異常數據重構;
其中,對于任意的一個風電出力原始數據,對應的分布處理任務采用以下方式進行異常數據重構:
步驟2.1,所述分布處理任務識別到風機狀態;其中,所述風機狀態包括以下九種狀態:待風狀態、發電狀態、降額發電狀態、計劃停運狀態、非計劃停運狀態、調度停運狀態、通訊中斷狀態、場內受累停運狀態和場外受累停運狀態;
步驟2.2,如果識別到風機狀態為通訊中斷狀態,則不對數據進行重構,等待數據給定狀態后再進行重構;
如果識別到風機狀態為待風狀態、計劃停運狀態、非計劃停運狀態、調度停運狀態、場內受累停運狀態或場外受累停運狀態,則將風機的實際有功功率值重構為0值;
如果識別到風機狀態為發電狀態或降額發電狀態值,則執行步驟2.3;
步驟2.3,根據風機ID,調取與風機對應的訓練后的BP神經網絡模型,基于所述訓練后的BP神經網絡模型,計算得到風機理論有功功率值;
步驟2.4,如果識別到風機狀態為發電狀態,則將風機的實際有功功率值重構為風機理論有功功率值;
如果識別到風機狀態為降額發電狀態值,則進一步獲取風機功率調度值;然后,判斷風機理論有功功率值是否大于等于風機功率調度值,如果是,則將風機的實際有功功率值重構為風機功率調度值;如果否,將風機的實際有功功率值重構為風機理論有功功率值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國家電網公司;國網冀北電力有限公司;北京恒泰實達科技股份有限公司,未經國家電網公司;國網冀北電力有限公司;北京恒泰實達科技股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710612234.5/2.html,轉載請聲明來源鉆瓜專利網。
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





