[發明專利]一種風電場數據清洗方法及裝置

在審

• 申請號: 201910737434.2
• 申請日: 2019-08-09
• 公開（公告）號: CN110674120A
• 公開（公告）日: 2020-01-10
• 發明（設計）人: 陳保衛;李庚達;胡陽;段震清;奚蕓華;潘晨陽;王昕;梁凌;李雄威;劉淼
• 申請（專利權）人: 國電新能源技術研究院有限公司;華北電力大學
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/28;G06K9/62;G06Q50/06
• 代理公司: 11352 北京大成律師事務所
• 代理人: 陳福

1.一種風電場數據清洗方法，其特征在于，所述方法包括以下步驟：

獲取風電場運行數據；

通過聚類分析方法對運行數據進行第一次聚類分析，將運行數據劃分為若干組第一數據類C_i＝{C₁，C₂，...，C_i，...，C_m}(i＝1，2，...，M)；

通過聚類分析方法對每一組第一數據類C_i進行第二次聚類分析，獲得若干組第二數據類C_ij＝{C_i1，C_i2，...，C_ij，...，C_in}(i＝1，2，...，m；j＝1，2，...，n)；

通過聯合概率分布空間的數據分布特性評價及優化兩次聚類后的數據清洗結果。

2.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，所述第一次聚類分析采用對噪聲數據具有較強適應能力的聚類算法。

3.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，所述第一次聚類分析選取歐式距離作為相似性測度，采用K-medoids聚類算法。

4.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，第一次聚類分析將運行數據分組數量不少于3組且不大于5組。

5.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，第一次聚類分析后根據風電場的特性對第一數據類中的異常數據進行剔除。

6.根據權利要求5所述的一種風電場數據清洗方法，其特征在于，異常數據剔除的數據量應為剔除前數據總量的25％以內。

7.根據權利要求5所述的一種風電場數據清洗方法，其特征在于，第一次聚類分析后剔除異常數據所根據風電場的特性包括風電場風機設計參數或風電場風功率特性。

8.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，第二次聚類分析采用具有非凸聚類能力的聚類算法。

9.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，第二次聚類分析采用流形譜聚類算法。

10.根據權利要求9所述的一種風電場數據清洗方法，其特征在于，所述流形譜聚類算法定義數據點之間的流形距離，并定義流形距離核，建立流形距離核矩陣，以流形距離核矩陣為基礎建立拉普拉斯矩陣，計算拉普拉斯矩陣特征值及其特征列向量建立特征矩陣，基于該特征矩陣進行k均值聚類，獲得聚類結果。

11.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，第二次聚類分析的分組數量不少于3組且不大于10組。

12.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，第二次聚類分析后根據風電場風功率特性對第二次聚類中的異常數據進行剔除。

13.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，根據風電場風速邊緣概率分布與風功率邊緣概率分布的聯合概率分布特性構建Copula函數，建立數據點在Copula空間的概率分布，基于Copula空間中分段數據點到經過點(0，0)、(1，1)的對稱直線的加權距離進行數據清洗結果評價。

14.根據權利要求1所述的一種風電場數據清洗方法，其特征在于，根據風電場風速邊緣概率分布與風功率邊緣概率分布的聯合概率分布特性構建Copula函數，建立數據點在Copula空間的概率分布，基于Copula空間中分段數據點到經過點(0，0)、(1，1)的對稱直線的加權距離建立異常數據評價指標目標函數，基于該目標函數采用粒子群優化算法對數據清洗結果進行優化評價。