[发明专利]一种用于风电机组风速相关性分析的风速数据清洗方法有效

专利信息
申请号: 201710516600.7 申请日: 2017-06-29
公开(公告)号: CN107291927B 公开(公告)日: 2019-11-05
发明(设计)人: 沈小军;周冲成 申请(专利权)人: 同济大学
主分类号: G06F16/215 分类号: G06F16/215;G06F16/2458
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 宣慧兰
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 机组 风速 相关性 分析 数据 清洗 方法
【说明书】:

发明涉及一种用于风电机组风速相关性分析的风速数据清洗方法,用于多个风电机组风速相关性分析时各风电机组风速数据的清洗,该方法包括如下步骤:(1)获取各风电机组原始风速时序数据和对应的发电输出功率时序数据;(2)对发电输出功率时序数据根据设定的检索标记规则进行检索标记获取各风电机组的检索矩阵;(3)对各风电机组检索矩阵进行综合修正得到修正检索矩阵;(4)根据修正检索矩阵对各风电机组原始风速数据进行数据剔除得到各风电机组清洗后的风速时序数据。与现有技术相比,本发明方法简单可靠,提高风电机组风速数据的可用性,保证相关性分析结果的准确性。

技术领域

本发明涉及一种风速数据清洗方法,尤其是涉及一种用于风电机组风速相关性分析的风速数据清洗方法。

背景技术

随着风力发电的迅猛发展,风力发电的研究对于清洁能源建设和电网架构的完善具有重要意义,其中风电场运行数据的信息挖掘逐渐成为业内研究的热点。风电场运行过程中产生的风电数据量呈指数级增长,在庞大的数据库中蕴藏着各风电机组之间的内在联系。风电机组现场运行数据包括时间、风速、风向角、风电功率、桨距角、频率、发电机电压等机组主要参数。

在风电场实际运行过程中,由于风能的随机波动性、传感器故障、风电机组停机、风电场异常以及人为因素等情况,风电机组运行数据必定会存在一系列脏数据或者数据缺失等情况,不能真实有效地反映风电机组运行状态和各机组间的输入输出特性。在进行数据挖掘和分析之前,必须要对原始的粗糙风电数据进行预处理,即需要对风电数据进行清洗。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于风电机组风速相关性分析的风速数据清洗方法。

本发明的目的可以通过以下技术方案来实现:

一种用于风电机组风速相关性分析的风速数据清洗方法,用于多个风电机组风速相关性分析时各风电机组风速数据的清洗,该方法包括如下步骤:

(1)获取各风电机组原始风速时序数据和对应的发电输出功率时序数据;

(2)对发电输出功率时序数据根据设定的检索标记规则进行检索标记获取各风电机组的检索矩阵;

(3)对各风电机组检索矩阵进行综合修正得到修正检索矩阵;

(4)根据修正检索矩阵对各风电机组原始风速数据进行数据剔除得到各风电机组清洗后的风速时序数据。

步骤(2)中设定的检索标记规则为:

当发电输出功率大于0时,对应的检索标记值为1,当发电功率小于等于0时,对应的检索标记值为0。

步骤(2)具体为:

依次提取第i台风电机组的输出功率时序数据P=[p1i p2i ... pji ... pmi]T中的第j个元素pji,根据设定的检索标记规则确定对应的检索标记值bji,进而得到第i台风电机组的检索矩阵Bi=[b1i b2i ... bji ... bmi]T,其中pji表示第i台风电机组第j采样时刻的输出功率,bji表示第i台风电机组第j采样时刻的检索标记值,i=1,2……n,j=1,2……m,n表示待进行风速相关性分析的风电机组的总台数,m为采样时刻总个数。

步骤(3)具体为:

对于所有风电机组的检索矩阵Bi,i=1,2……n,采用如下运算得到修正检索矩阵B:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710516600.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top