基于置信等效边界模型的风功率数据清洗方法

作     者：胡阳 乔依林 HU Yang;QIAO Yilin

作者机构：华北电力大学控制与计算机工程学院北京市102206 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2018年第42卷第15期

页      面：18-23,149页

核心收录：

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：河北省重点研发计划资助项目(18214316D) 中央高校基本科研业务费专项资金资助项目(2016MS31) 国家自然科学基金资助项目(U1766204) 

主　　题：风功率数据 数据清洗 Copula理论 不确定性 Hermite插值 

摘      要：针对风电运行数据中存在的大量异常数据,结合风机运行过程与数据不确定性统计提出了一种基于置信等效边界模型的风功率数据清洗方法。首先,基于风机运行机理及运行策略提出了风速、风轮转速和功率三维关联性关系,依照风速对异常数据进行分段精细化剔除;在此基础上,结合Copula理论分运行区间建立了风速条件下风机输出功率的条件概率分布,进而求得功率在一定置信度水平下的等效边界模型,可直接用于异常数据识别剔除,提高有效数据占比;然后,采用分段三次Hermite插值法重构缺失数据,得到完整风速、功率有效数据;最后,定义置信度带宽比等数据清洗质量评价指标,采用k折交叉验证置信等效边界模型性能。选取某型号风机实际运行数据进行实例分析,结果显示清洗后数据具有更高的置信度带宽比、更适中的偏度及更高的峰度,进而表明有效数据占比大大增加且分布更加集中,表明了所提方法的有效性和合理性。