[發明專利]一種風電功率預測數據預處理方法

有效

• 申請號: 201810584951.6
• 申請日: 2018-06-08
• 公開（公告）號: CN108734359B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 程亞麗;王鴻;江秀臣;王致杰;盛戈皞;韓紫薇
• 申請（專利權）人: 上海電機學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;H02J3/38
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 孟旭彤

一種風電功率預測數據預處理方法，風電功率數據通過SCADA系統采集，該預處理方法是在三類支持向量機對SCADA系統采集到的數據分類之后，將數據集中的不確定性區域篩選出來，對篩選出來的不確定數據區域測量不確定度，最后對離散數據進行擬合。

技術領域

本發明屬于風電技術領域，特別涉及一種風電功率預測數據預處理方法。

背景技術

隨著我國“十三五”規劃綱要的提出，可再生能源利用技術得到迅速發展，風力發電是發展水平相對成熟的可再生能源發電技術之一，并已在各國大規模得到開發推廣。風電功率預測以及風電功率爬坡預測技術的研究也較為成熟，但對風電場SCADA系統采集到的數據進行預處理的方法還有待研究。SCADA系統在進行數據采集過程中，可能會發生信號中斷、設備損壞或者程序中斷等傳輸故障，都會使得收集到錯誤的數據或者引起數據缺失。如果不預先采取有效的方法處理這些系統數據庫中的干擾數據，而是直接或者處理方法不佳進行風電功率預測或風電功率爬坡預測都會降低預測的精確度。

專利文獻201410398277.4公開了一種用于風電功率預測的風電數據預處理方法以及風電功率預測方法和系統，其中，風電數據預處理方法包括：對風電數據進行聚類形成簇，得到簇外孤立點，并從每個簇內提取出中心點；以及，基于與簇內點的功率值的差異，從所述簇外孤立點中篩選出一個或多個孤立點。風電功率預測方法包括：對于采集到的風電數據，根據上述風電數據預處理方法選出部分數據；以及根據選出的數據預測風電功率信息。

專利文獻201310714939.X公開了一種基于隸屬云理論的不確定性推理方法，主要解決上下文存在不確定性信息時的推理問題。首先用數字特征表述給定的定型概念，將其理解為沒有確定度信息的云滴，然后構造云規則控制器，將沒有確定度的云滴作為控制器的輸入，通過控制器，輸出具有確定度的云滴向量，最后將所有的輸出云滴進行精確化，得到輸出結果。

發明內容

本發明提供一種風電功率預測數據預處理方法，目的在于解決現有風電場SCADA系統對于風電功率預測數據不準確的問題。

本發明實施例之一，一種風電功率預測數據預處理方法，風電功率數據通過SCADA系統采集，該預處理方法是在三類支持向量機對SCADA系統采集到的數據分類之后，將數據集中的不確定性區域篩選出來，對篩選出來的不確定數據區域測量不確定度，最后對離散數據進行擬合。

本發明實施例之一，一種風電功率預測數據預處理系統，所述預處理系統包括：

三類支持向量機分類模型模塊；

基于測量不確定度的離散數據擬合模型模塊；

猴群算法擬合優化模塊，其中，

三類支持向量機分類模型模塊的處理過程是，

設訓練樣本數據集合：下標i＝1,2,…，表示每一類樣本集合中樣本的序號，k＝-1,0,1分別表示錯誤數據點、不確定數據點和正確數據點，

l_-1，l₀，l₁分別表示錯誤、不確定和正確數據點的個數，假設不確定數據點位于正確數據點和錯誤數據點的中間，把SCADA系統采集到的風速數據分為三類：第一類稱為正確數據點；第二類稱為錯誤數據點；第三類稱為不確定數據點，

尋找兩個平行的最優超平面H和H’，將三類樣本數據點正確劃分，并同時要求兩個最近樣本集間的距離最小；

基于測量不確定度的離散數據擬合模型模塊的處理過程是，

即假設某樣本數據服從正態分布，按規定，測量的最大允許誤差為3σ，輸入樣本數據，利用最小二乘法找到最佳逼近曲線，若D為某點到擬合曲線L的距離，如果D3σ，則稱該點為異常點，予以舍棄；