[发明专利]一种风电异常数据识别清理方法及系统

权利要求书

1.一种风电异常数据识别清理方法，其特征在于，包括以下步骤：

步骤S1：获得原始SCADA系统数据，对所述的原始SCADA系统数据进行初步剔除，建立原始数据矩阵H_zk；

步骤S2：分别按u种特征的数值大小对所述的原始数据矩阵H_zk进行升序排序，获得排序后的数据矩阵Hⁿ_zk,n＝1,2,...,u；

步骤S3：采用m种单一异常数据清理方法，对所述的排序后的数据矩阵Hⁿ_zk进行异常功率数据识别，获得u×m种异常数据识别结果矩阵Aⁱ_zt；i＝1,2,3…u×m；t＝1,2；

步骤S4：分别对所述的u×m种异常数据识别结果矩阵Aⁱ_zt的第二列进行升序排序，得到排序后的u×m种异常数据识别结果矩阵Bⁱ_zt；i＝1,2,3…u×m；t＝1,2；

步骤S5：通过优化算法Opt，以综合评分指标SOCSI最大为目标，寻优获得所述的u×m种异常数据识别结果矩阵Bⁱ_zt的权重系数ω_i和数据清理阈值F；i＝1,2,3…u×m；

步骤S6：将所述的排序后的u×m种异常数据识别结果矩阵Bⁱ_zt中的第一列按式(1)计算进行加权组合，构建综合异常数据识别结果矩阵CA；所述的矩阵CA的维度是z行1列；

式中：CA为综合异常数据识别结果矩阵，z为所述Bⁱ_zt的样本数据总数；ω_i为对应所述的第i种异常数据识别结果矩阵的权重系数；

步骤S7：根据所述的数据清理阈值F，对所述的综合异常数据识别结果矩阵CA，进行数据清理，得到异常数据集AD和正常数据集ND。

2.根据权利要求1所述的一种风电异常数据识别清理方法，其特征在于，所述步骤S1的所述的原始数据矩阵H_zk的列数为k，行数为z；将所述的原始数据矩阵H_zk的行定义为单个样本；所述的原始数据矩阵H_zk的第1列为所述的原始数据矩阵H_zk的样本序号，所述的原始数据矩阵H_zk的其余列数为所述的原始数据矩阵H_zk的特征；所述的原始数据矩阵H_zk的特征包括：功率特征，风速特征，风向特征，温度特征，气压特征，湿度特征，湍流特征，风剪切特征，空气密度特征，偏航误差特征，桨距角特征，转速特征，叶尖速比特征。

3.根据权利要求1所述的一种风电异常数据识别清理方法，其特征在于，所述步骤S2的所述3种特征为所述的原始数据矩阵H_zk的除了功率特征之外的任意u种特征，可选的，所述u种特征为风速特征、转速特征、叶尖速比特征，u＝3。

4.根据权利要求1所述的一种风电异常数据识别清理方法，其特征在于，可选的，所述步骤S3的所述m种的单一异常数据清理方法为拉伊达准则法、四分位数法、滑动标准差法、具有噪声的基于密度的聚类方法，m＝4；所述的识别结果矩阵Aⁱ_zt的第一列是所述排序后的数据矩阵Hⁿ_zk的异常数据的判断结果，由0和1组成，其中0代表异常，1代表正常；所述的识别结果矩阵Aⁱ_zt的第二列是所述的排序后的数据矩阵Hⁿ_zk的样本序号。