[发明专利]风电功率弃风数据特征识别的方法

摘要

本发明是一种基于风电功率弃风数据特征的识别方法，其特点是针对风速功率数据，通过散点图判别其存在弃风数据，然后通过粘滞区间方法剔除其弃风点，剩余风速数据即为风电机组正常出力数据，粘滞区间的建立如下根据无弃风风机的实际风速功率画出其散点图；以区间间隔1m/s划分风速区间；求出每个区间风速所对应的功率和此风速从标准功率曲线上得到的功率差(DP)；用正态分布对功率差(DP)进行拟合，得到其参数μ,σ；根据3σ准则定义粘滞区间[L,R]，其中L＝μ‑3σ,R＝μ+3σ，可根据其剔除风机的弃风数据。具有科学合理，适用性强的优点，能够对风电机组的弃风数据进行剔除，保证实际风速功率曲线建立的精度。

主权项

一种风电功率弃风数据特征识别方法，其特征在于，它包括以下步骤：1)数据采集采集风电场的整场风电机组，每单台机组的额定功率、切入风速、额定风速及切出风速的数据，选取在某个月份没有弃风状态下的风电机组，且该风电机组的输出功率的波动特性是由风速的波动和机组本身误差因素所致；2)传变功率误差的定义传变功率误差指的是实际风速所对应的实际功率减去同等风速下在标准功率曲线下的功率，DP＝P(i)‑f(s(i))   (1)其中，DP为传变功率误差，s(i)为第i时刻的风速，P(i)为第i时刻的实际风电功率，f(s(i))为基于此时刻的风速利用标准功率曲线得到的传变功率；3)3σ准则在正态分布中σ代表标准差，μ代表均值，x＝μ即为图像的对称轴，3σ准则即为数值分布在(μ‑σ,μ+σ)的概率为0.6526；分布在(μ‑2σ,μ+2σ)的概率为0.9544；分布在(μ‑3σ,μ+3σ)的概率为0.9974；4)概率纸概率纸是一类依特定的概率分布而制作的坐标纸，对于每个连续的分布函数，都设计一种坐标纸，使该分布函数在其上的图形呈一条直线，利用概率纸，根据样本对总体分布的类型进行检验，对分布参数进行估计，经分布参数估计表明风速数据确实服从正态分布；5)粘滞区间对于某一风速时间序列，其风速的最大值的整数部分加1为max，风速最小值的整数部分为min，将此序列的风速范围min，max进行区间划分，各区间长度为1m/s：[min，min+1)，...，[max‑1，max)，将各风速功率样本点按各风速区间的范围进行归段；各区间段粘滞区间的求取步骤：(1)求出该区间段内所含所有样本点的DP；(2)用正态分布对该段内的DP进行概率密度拟合，并用K‑S检验和正态分布概率纸来进行正态分布检验；(3)求出该拟合下的μ,σ；用3σ准则定义粘滞区间[μ‑3σ,μ+3σ]，令L＝μ‑3σ，R＝μ+3σ，定义区间[L,R]为该区间段的粘滞区间，判断是否弃风的指标，当超长时间连续性样本点的功率所对应的DP不在此区间[L,R]内，就定义该点为弃风。