[发明专利]基于大数据技术的风电出力异常数据重构方法

摘要

本发明提供一种基于大数据技术的风电出力异常数据重构方法，包括将大量的风电出力原始数据分布存储于HDFS的不同节点中；从HDFS中读取需要进行数据重构的若干个风电出力原始数据；各个分布处理任务采用并行计算方式，循环处理分配给自身的数据块中的各个风电出力原始数据，对其进行异常数据重构。优点为能够准确、高效、快速的对风电历史运行数据中的异常数据点进行还原重构，从而有利于准确评估风机和风电场的性能和运行状况、预测风机和风电场的年发电量等参数。

主权项

一种基于大数据技术的风电出力异常数据重构方法，其特征在于，包括以下步骤：步骤1，将大量的风电出力原始数据分布存储于HDFS的不同节点中；其中，所述风电出力原始数据包括数据标号、风机ID、电厂ID、区域ID、数据采集日期、数据采集时刻、实际有功功率值、采集方式、采集人员、风机风速、风机风向、空气密度以及风机状态；步骤2，从HDFS中读取需要进行数据重构的若干个风电出力原始数据；将所述若干个风电出力原始数据分割为若干个数据块，将每个所述数据块分配给对应的一个分布处理任务；各个所述分布处理任务采用并行计算方式，循环处理分配给自身的数据块中的各个风电出力原始数据，对其进行异常数据重构；其中，对于任意的一个风电出力原始数据，对应的分布处理任务采用以下方式进行异常数据重构：步骤2.1，所述分布处理任务识别到风机状态；其中，所述风机状态包括以下九种状态：待风状态、发电状态、降额发电状态、计划停运状态、非计划停运状态、调度停运状态、通讯中断状态、场内受累停运状态和场外受累停运状态；步骤2.2，如果识别到风机状态为通讯中断状态，则不对数据进行重构，等待数据给定状态后再进行重构；如果识别到风机状态为待风状态、计划停运状态、非计划停运状态、调度停运状态、场内受累停运状态或场外受累停运状态，则将风机的实际有功功率值重构为0值；如果识别到风机状态为发电状态或降额发电状态值，则执行步骤2.3；步骤2.3，根据风机ID，调取与风机对应的训练后的BP神经网络模型，基于所述训练后的BP神经网络模型，计算得到风机理论有功功率值；步骤2.4，如果识别到风机状态为发电状态，则将风机的实际有功功率值重构为风机理论有功功率值；如果识别到风机状态为降额发电状态值，则进一步获取风机功率调度值；然后，判断风机理论有功功率值是否大于等于风机功率调度值，如果是，则将风机的实际有功功率值重构为风机功率调度值；如果否，将风机的实际有功功率值重构为风机理论有功功率值。