[發明專利]一種基于聚類中心優化的風電機組功率曲線離群點檢測方法

有效

• 申請號: 202010029302.7
• 申請日: 2020-01-13
• 公開（公告）號: CN111260503B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 陳積明;柳澤波;楊秦敏;陳棋;孫勇;孫優賢
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06F16/245;G06F16/28
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜

本發明公開了一種基于聚類中心優化的風電機組功率曲線離群點檢測方法。該方法基于風機數據采集與監控控制系統(SCADA)獲得風電機組的實時運行數據，利用聚類中心優化的密度峰值聚類進行風機功率的離群點檢測。本發明檢測方法能夠根據風機功率曲線的空間分布特性進行準確地離群點檢測，保證了SCADA獲取的功率曲線盡可能地去除噪點數據，還原風機功率的真實數據分布情況，同時對數據格式等無特殊的要求，具有較快的檢測速度和較強的可用性和實用性。

技術領域

本發明涉及風電機組異常檢測領域，尤其涉及一種基于聚類中心優化的風電機組功率曲線離群點檢測方法。

背景技術

隨著社會發展，能源緊張的問題不斷凸顯，開發穩定可靠的新能源迫在眉睫。利用潔凈的新能源是社會發展的趨勢，如太陽能，潮汐能，生物能和風能等，這些都是取之不盡用之不竭的可再生能源，其中尤以風能最為成熟，經濟可行性高，是目前來說相對比較理想的發展能源。在我國，近幾十年來，風力發電逐漸得到大力發展，風力發電的電價正在逐步降低，進一步提高其可持續性。但隨之而來的就是風電機組的老化問題，風機設備造價高昂，隨著時間推移，設備逐步老化，也會帶來一定的負面影響。現今風力發電機在使用的過程中，由于風速具有間歇性與高度不確定性的特點，對風力發電機本身的性能評估造成了較大的影響，而正確對風力發電機的性能與健康狀況進行評估與診斷則是風力發電運維方面合理規劃的重要之處。

在風電機組運行中，其在不同情況下發生的不同故障大多數會反映在風機的功率曲線當中，因此，準確獲取并監控風機功率曲線對于研究風機性能及保障風機正常運行有重要意義。目前獲取的風機監控數據及風機功率曲線大多數存在各種異常的情況，不能準確客觀地反映真實的風機功率，因此如何將目前獲取的包含各種異常數據點的風機功率數據轉化為有效的、統一的、可靠的數據信息是目前獲取真實準確地風機功率曲線的一個主要研究熱點。目前來說，通過SCADA系統獲取的數據存在較大的數據噪點，即異常點和離群點，這些離群點的存在會導致后續對風機功率曲線的分析和研究產生偏差，從而影響分析結果的準確性，后續提高風機系統效能產生負面影響。因此，目前獲取準確的風機功率曲線需要對SCADA獲取的數據進行離群點篩選和剔除，進而保證能提取到風電機組系統有效且可靠的信息，以確定性能分析的準確性和可靠性。

發明內容

本發明目的在于對現有研究和技術存在的不足之處加以完善與規范化，提出一種基于聚類中心優化的聚類算法的風電機組功率曲線離群點檢測方法，該方法對風電場風機功率曲線進行離群點檢測篩選和剔除，可以提高獲取功率曲線的準確性與可靠性，更具有實用價值；且有利于通過數據分析對潛在故障進行檢測，方法應用的擴展性高。

本發明的目的通過以下的技術方案實現：一種基于聚類中心優化的風電機組功率曲線離群點檢測方法，包括以下步驟：

1)選取待檢測風機，獲取其實時監控數據，形成數據集，獲取的數據信息用于進行該風電機組的功率異常檢測，該數據信息包括風速{v_i}、有功功率{P_i}和槳距角{β_i}，將信息數據集記為其中i＝1,2,3,…,N′；

2)對步驟1)獲取的數據進行去重，剔除重復的數據點，并對數據點進行初步離群點篩除，得到集合{X′_i}，其中i＝1,2,3,…,N，N≤N′；

3)對步驟2)去重及初步離群點篩除后的數據集進行標準化處理，形成預處理后的數據集，將該數據集記為{X_i}，其中i＝1,2,3,…,N；

4)對步驟3)獲取的數據集{X_i}進行區間劃分，將風機功率以一定的風速間隔進行劃分，劃分為M個區間，記第k個區間的數據個數為N_k、功率曲線數據集為其中k＝1,2,3,…,M，i＝1,2,3,…,N_k；