[發明專利]基于增強卷積去噪算法的風電機組數據清洗方法及裝置

在審

• 申請號: 202111312716.1
• 申請日: 2021-11-08
• 公開（公告）號: CN114153826A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 麻紅波;楊繼明;張澈;曹利蒲;陳巖磊;王傳鑫;王軍;田長風
• 申請（專利權）人: 北京華能新銳控制技術有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06K9/62;G06N3/04;G06N3/08;G06Q50/06
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 李明;趙吉陽

本公開提供一種基于增強卷積去噪算法的風電機組數據清洗方法及裝置。所述方法包括：基于SCADA系統，采集風電機組的風電數據；對所述風電機組的風電數據，采用模糊C均值FCM進行數據聚類；對聚類處理后的所述風電數據，基于增強卷積神經網絡進行數據去噪；對去噪處理后的所述風電數據，基于布谷鳥算法進行數據缺失值填補和無效值處理，完成風電機組數據清洗。本公開的風電機組數據清洗，為風電機組的狀態監測和異常檢測以及長短期風電功率預測等奠定了良好的基礎。在風機數據去噪中引入了增強卷積神經網絡方法，并且在神經網絡隱藏層的輸出附加輔助監督信息作為正則化約束，可有效提高數據去噪的效率和精確性。

技術領域

本公開屬于風電機組數據處理技術領域，具體涉及一種基于增強卷積去噪算法的風電機組數據清洗方法及裝置。

背景技術

可再生能源的開發和利用已成為能源轉型下電力行業的核心要務之一。風能作為一種清潔、無污染的可再生能源，其巨大的發展和應用潛力已經引起了全球的廣泛關注。近幾年中，風電裝機容量持續增長，分布范圍廣泛。然而，絕大多數風力發電廠都位于偏遠的山區或海上，此類地區環境惡劣，風機受外界影響的擾動加劇。與此同時，風機的葉片、軸承、齒輪、發電機部件經過長時間的損耗，都容易發生故障，這將給風機的穩定運行帶來更多的不確定性因素。

風電機組的狀態監測和異常檢測以及長短期風電功率預測等都是提高風機運行安全穩定的必要技術措施。不僅可以保證風機的可靠性，避免災難性事故的發生。還有利于制定維護計劃，為電網調度提供參考，提高風電并網下的電網調節能力，并進一步減少經濟損失，促進風電產業的發展。而上述技術措施幾乎都依賴于對風電機組運行數據的特征提取和分析。數據采集與監控(SCADA)系統廣泛應用于電力、冶金、石油、化工、燃氣、鐵路等領域。操作設備由SCADA遠程監控，包括數據采集、測量、參數調整和各種信號報警。風電機組中的SCADA系統包含基本狀態信息，它可以收集大量與運行狀態相關的參數，包括部件溫度、風速、電流、電壓和功率等。然而SCADA系統中收集到的數據一般受環境變化、外界擾動或風機機械磨損的影響，存在數據含有噪聲，數據重復以及數據無效等問題。因此需通過數據清洗方法預先對其進行處理。數據清洗一般包括數據一致性檢查，噪聲去除、缺失值填補和無效值處理等，隨著智能算法的發展，數據清洗方法也層出不窮，具有極大的發展空間。

發明內容

本公開旨在至少解決現有技術中存在的技術問題之一，提供一種基于增強卷積去噪算法的風電機組數據清洗方法及裝置。

本公開的一方面，提供一種基于增強卷積去噪算法的風電機組數據清洗方法，所述方法包括：

基于SCADA系統，采集風電機組的風電數據；

對所述風電機組的風電數據，采用模糊C均值FCM進行數據聚類；

對聚類處理后的所述風電數據，基于增強卷積神經網絡進行數據去噪；

對去噪處理后的所述風電數據，基于布谷鳥算法進行數據缺失值填補和無效值處理，完成風電機組數據清洗。

在一些實施方式中，所述基于SCADA系統，采集風電機組的風電數據，包括：

以T為采樣間隔獲取風電機組運行過程中的n個可測變量的N組實際運行數據存入所述SCADA系統，采樣數據需盡可能包含風機在不同環境條件、時間尺度、服役時長下的運行請況；

通過主元法篩選所述SCADA系統中各變量數據，最終得到待清洗的m個變量作為數據清洗過程的輸入變量{x₁,x₂,…,x_m}。

在一些實施方式中，所述對所述風電機組的風電數據，采用模糊C均值FCM進行數據聚類，包括：

定義如下目標函數(1)：