[发明专利]一种风电功率预测数据预处理方法

说明书

一种风电功率预测数据预处理方法，风电功率数据通过SCADA系统采集，该预处理方法是在三类支持向量机对SCADA系统采集到的数据分类之后，将数据集中的不确定性区域筛选出来，对筛选出来的不确定数据区域测量不确定度，最后对离散数据进行拟合。

技术领域

本发明属于风电技术领域，特别涉及一种风电功率预测数据预处理方法。

背景技术

随着我国“十三五”规划纲要的提出，可再生能源利用技术得到迅速发展，风力发电是发展水平相对成熟的可再生能源发电技术之一，并已在各国大规模得到开发推广。风电功率预测以及风电功率爬坡预测技术的研究也较为成熟，但对风电场SCADA系统采集到的数据进行预处理的方法还有待研究。SCADA系统在进行数据采集过程中，可能会发生信号中断、设备损坏或者程序中断等传输故障，都会使得收集到错误的数据或者引起数据缺失。如果不预先采取有效的方法处理这些系统数据库中的干扰数据，而是直接或者处理方法不佳进行风电功率预测或风电功率爬坡预测都会降低预测的精确度。

专利文献201410398277.4公开了一种用于风电功率预测的风电数据预处理方法以及风电功率预测方法和系统，其中，风电数据预处理方法包括：对风电数据进行聚类形成簇，得到簇外孤立点，并从每个簇内提取出中心点；以及，基于与簇内点的功率值的差异，从所述簇外孤立点中筛选出一个或多个孤立点。风电功率预测方法包括：对于采集到的风电数据，根据上述风电数据预处理方法选出部分数据；以及根据选出的数据预测风电功率信息。

专利文献201310714939.X公开了一种基于隶属云理论的不确定性推理方法，主要解决上下文存在不确定性信息时的推理问题。首先用数字特征表述给定的定型概念，将其理解为没有确定度信息的云滴，然后构造云规则控制器，将没有确定度的云滴作为控制器的输入，通过控制器，输出具有确定度的云滴向量，最后将所有的输出云滴进行精确化，得到输出结果。

发明内容

本发明提供一种风电功率预测数据预处理方法，目的在于解决现有风电场SCADA系统对于风电功率预测数据不准确的问题。

本发明实施例之一，一种风电功率预测数据预处理方法，风电功率数据通过SCADA系统采集，该预处理方法是在三类支持向量机对SCADA系统采集到的数据分类之后，将数据集中的不确定性区域筛选出来，对筛选出来的不确定数据区域测量不确定度，最后对离散数据进行拟合。

本发明实施例之一，一种风电功率预测数据预处理系统，所述预处理系统包括：

三类支持向量机分类模型模块；

基于测量不确定度的离散数据拟合模型模块；

猴群算法拟合优化模块，其中，

三类支持向量机分类模型模块的处理过程是，

设训练样本数据集合：下标i＝1,2,…，表示每一类样本集合中样本的序号，k＝-1,0,1分别表示错误数据点、不确定数据点和正确数据点，

l_-1，l₀，l₁分别表示错误、不确定和正确数据点的个数，假设不确定数据点位于正确数据点和错误数据点的中间，把SCADA系统采集到的风速数据分为三类：第一类称为正确数据点；第二类称为错误数据点；第三类称为不确定数据点，

寻找两个平行的最优超平面H和H’，将三类样本数据点正确划分，并同时要求两个最近样本集间的距离最小；

基于测量不确定度的离散数据拟合模型模块的处理过程是，

即假设某样本数据服从正态分布，按规定，测量的最大允许误差为3σ，输入样本数据，利用最小二乘法找到最佳逼近曲线，若D为某点到拟合曲线L的距离，如果D3σ，则称该点为异常点，予以舍弃；