[发明专利]一种风电机组风功率数据清洗方法

权利要求书

1.一种风电机组风功率数据清洗方法，其特征在于，该方法包括如下步骤：

(1)根据风速大小将待清洗的风功率数据划分为若干个数据区间；

(2)对于每个数据区间分别采用变点分组-四分位法进行数据清洗，剔除异常数据；

(3)将清洗后的数据区间进行组合得到清洗后的风功率数据；

步骤(2)具体为：

(21)采用变点分组法识别风速-功率数据曲线底部堆积型异常数据、中部堆积型异常数据和部分曲线周围分散型异常数据，并将上述异常数据剔除得到中间数据集；

(22)对中间数据集中的数据采用四分位法识别曲线上部堆积型异常数据和剩余的曲线周围分散型异常数据，进而将上述异常数据删除得到正常数据集。

2.根据权利要求1所述的一种风电机组风功率数据清洗方法，其特征在于，步骤(21)具体为：

(211)将风速-功率数据按照功率降序排列得到功率降序数据集，求取功率降序数据集中各数据点方差变化率；

(212)获取方差变化率的变点位置；

(213)功率降序数据集中变点位置前的数据确定为中间数据集，变点位置后的数据为异常数据并剔除。

3.根据权利要求1所述的一种风电机组风功率数据清洗方法，其特征在于，步骤(22)具体为：

(221)采用四分位法求取中间数据集中数据的异常值内限；

(222)将中间数据集中位于异常值内限范围内的数据确定为正常数据，其他为异常数据并剔除。

4.根据权利要求2所述的一种风电机组风功率数据清洗方法，其特征在于，步骤(211)中方差变化率具体通过如下方式得到：

(211a)获取功率降序数据集W：

W＝{(v₁,p₁),(v₂,p₂),…,(v_n,p_n)}，

其中，v_i表示第i个数据点的风速，p_i表示第i个数据点的功率，i＝1,2,……n，n为数据区间中风速-功率数据点总个数，且当i＝1,2,……n-1时，p_i＞p_i+1；

(211b)获取第i个数据点的方差s_i：

其中，pj为第j个数据点的功率，表示第1个数据点到第i个数据点的功率的平均值；

(211c)获取方差变化率：

k(i)＝|s_i-s_i-1|，i＝2,3…n。

5.根据权利要求2所述的一种风电机组风功率数据清洗方法，其特征在于，步骤(212)对方差变化率进行变点识别得到变点位置的具体方法包括Bayes方法、最小二乘法、极大似然法、局部比较法和小波分析法。

6.根据权利要求3所述的一种风电机组风功率数据清洗方法，其特征在于，步骤(221)具体为：

(221a)将中间数据集中数据风速-功率数据按照功率升序排列得到功率升序中间数据集；

(221b)采用四分位法求取用于将功率升序中间数据集平均划分成四部分的处于三个分割点位置的功率数值，分别记作Q₁，Q₂和Q₃；

(221c)获取四分位距I_QR：

I_QR＝Q₃-Q₁；

(221d)获取异常值内限[F_l,F_u]，F_l为下限值，F_u为上限值：

[F_l,F_u]＝[Q₁-1.5I_QR,Q₃+1.5I_QR]。

7.根据权利要求6所述的一种风电机组风功率数据清洗方法，其特征在于，步骤(221b)中Q₁，Q₂和Q₃具体通过如下方式获得：

(b1)对于功率升序中间数据集：X＝{x₁,x₂,…,x_m}，计算中位数Q₂：

(b2)计算Q₁和Q₃：

若m＝2k，k为自然数，则从Q₂处将数据样本X分为两部分，Q₂不包含在两部分数据之内，分别对两部分数据采用(b1)方法求取中位数Q′₂和Q″₂，Q′₂＜Q″₂，则：Q₁＝Q′₂，Q₃＝Q″₂；

若m＝4k+1，k为自然数，则：

若m＝4k+3，k为自然数，则：