[發明專利]一種基于k-medoids算法的風電機組功率曲線建模方法

在審

• 申請號: 202011016543.4
• 申請日: 2020-09-24
• 公開（公告）號: CN112597620A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 臧鵬;梅春曉;譚建鑫;張清清;王艷陽;龔思遠;褚軍濤
• 申請（專利權）人: 新天綠色能源股份有限公司;河北建投新能源有限公司;河北新天科創新能源技術有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F113/06
• 代理公司: 上海驍象知識產權代理有限公司 31315
• 代理人: 趙俊寅

1.一種基于k-medoids算法的風電機組功率曲線建模方法，其特征在于，包括以下步驟：

步驟S1：讀取SCADA數據庫中相關數據、風電場故障記錄和相關維護維修記錄；

步驟S2：對收集數據進行數據清洗；

步驟S3：對清洗后的數據進行異常值篩除；

步驟S4：對數據進行標準化修正；

步驟S5：區間劃分統計相應指標，建立標準功率曲線數據模型。

2.根據權利要求1所述的一種基于k-medoids算法的風電機組功率曲線建模方法，其特征在于：所述步驟S1中的數據范圍為大于一年期的數據。

3.根據權利要求1所述的一種基于k-medoids算法的風電機組功率曲線建模方法，其特征在于：所述步驟S2中的數據清洗包括通用數據清洗和特定數據清洗；

所述通用數據清洗針對全空數據、部分缺失數據、重復數據和部分異常數據進行處理；

所述特定數據清洗針對時間間隔不達標數據、狀態位異常標識數據、風速越界數據、限功率數據進行處理。

4.根據權利要求1所述的一種基于k-medoids算法的風電機組功率曲線建模方法，其特征在于：所述步驟S3中對清洗后的數據進行異常值篩除具體包括以下步驟：

步驟31：以給定的數據集作為數據輸入，數目為M，定義構建一個具有k類的模型；

步驟32：選擇k＝4作為小于額定風速階段的參數設置，選擇k＝3作為大于額定風速階段的參數設置；

步驟33：對于每一個10min數據X1、X2、X3…Xm，選擇初始化的k個類別中心medoids的點a1、a2…ak。

步驟34：對于每一條數據，依據風速和功率的計算對應中心aj的曼哈頓距離，按照與類別中心最近的原則，將剩余的n-k個點分配到當前最佳的medoids代表的類中；

步驟35：對于第i個類中除對應medoids點外的所有其他點，按順序計算當其為新的medoids時，準則函數的值，遍歷所有可能，選取準則函數最小時對應的點作為新的medoids。

步驟36：重復上述的步驟直到所有的medoids點不再發生變化或已達到設定的最大迭代次數，并產生最終類。

5.根據權利要求1所述的一種基于k-medoids算法的風電機組功率曲線建模方法，其特征在于：所述步驟S4對數據進行標準化修正包括大氣壓強的修正、根據空氣的潮濕程度選擇干空氣或濕空氣的校正以及功率曲線模擬中采用的風速數據修正；

所述大氣壓強的修正方式采用如下方法：

其中，P為機艙位置的氣壓；Ps為標準大氣壓；H為風機的海拔高度；

根據空氣的潮濕程度選擇干空氣或濕空氣的校正方法為：

其中ρ為機艙位置的空氣密度，t為環境溫度，R是氣體常數287.05J/(Kg*K)；

所述功率曲線模擬中采用的風速數據經以下方式校正：

其中V_10min為SCADA導出的10min平均風速，ρ_10min為10分鐘內平均密度，ρ₀為標準空氣密度1.225kg/m³。

6.根據權利要求1所述的一種基于k-medoids算法的風電機組功率曲線建模方法，其特征在于：所述步驟S5中的區間劃分統計相應指標具體包括以下步驟：

步驟S51：選定從切入風速一下1m/s到風力發電機組額定功率85％對應的風速1.5倍的風速范圍；

步驟S52：0.5m/s整數倍的風速為曲線中心，左右各0.25m/s的連續區間作為長度，劃分風速區間；

步驟S53：統計計算每一個風速區間內的平均風速、平均功率，采用下面方式得到一條運行功率曲線函數a：

V_i為第i個統計區間的平均風速，P_i為第i個統計區間的平均功率，V_i，j為第i個統計區間的第j個校正風速，P_i，j為第i個統計區間的第j個校正功率，N_i為第i個統計區間內數據點的個數；

步驟S54：根據發電機組運行功率曲線a和制造商給出的風力發電機組參考功率曲線b統計計算指標作為符合度p的比較：

P_i，a為曲線a中第i個區間的功率，P_i，b為曲線b中第i個區間的功率，ω_i為第i個區間的風頻時間。