风电机组风速

风电机组风速-功率异常运行数据特征及清洗方法沈小军;付雪姣;周冲成;王伟【摘要】风功率曲线是考核风电机组发电性能的重要指标,对风电场的运行管理和电力系统的运行调度都具有重要意义.实际运行过程的设备故障及人为控制因素会导致风速-功率曲线中存在大量的异常数据,给风功率曲线的后续应用带来严重影响.本文在分析风电机组风速-功率异常运行数据特征的基础上,根据空间分布位置和形态将异常数据分为曲线底部、中部、上部堆积型异常数据和曲线周围分散型异常数据等四类,提出了基于变点分组法与四分位法组合的异常数据识别清洗方法及流程,与四分位-变点分组法以及局部离群因子算法的对比算例验证结果表明,提出的交点分组-四分位法可有效识别四种类型的异常数据,流程合理,清洗效果好,效率高,并具有较强的通用性.期刊名称】《电工技术学报》年(卷),期】2018(033)014【总页数】9页(P3353-3361)【关键词】风电机组;风功率曲线;异常数据;数据清洗【作者】沈小军;付雪姣;周冲成;王伟【作者单位】同济大学电气工程系上海200092;同济大学电气工程系上海200092;同济大学电气工程系上海200092;全球能源互联网研究院北京102209【正文语种】中文中图分类】TP274风能是一种清洁、可再生的能源，正迅速成为可持续发展和能源战略的重要组成部分［1,2］。但是风力发电过程中随机变化的风速风向使得风电功率具有波动性、间歇性和随机性等特征，对电力系统运行的稳定性和可靠性造成不利影响［3-5］。消除这些不利影响的一种重要手段就是通过风电机组运行数据的挖掘提高风力发电的可预见性。通过实测风速和功率得到的风功率曲线可用于评估风电机组的性能和运行状况，对判断风机故障有重要价值，同时时序功率数据也是研究风电功率预测以及评估风功率对电网影响的基础［6］。因此，准确获得风电机组实际运行的风速和功率数据，能够为风电场的经济安全运行和优化控制策略提供根本的数据支撑。但是在风电场运行过程中，由于机组停机、减载、通信噪声和设备故障等因素，会产生大量异常数据。目前风电机组运行数据的收集、管理、分析和挖掘方法仍存在诸多不足，不能准确辨识所采集数据的质量差异，进而有效支撑粗糙数据的正确筛选和合理化优化，造成数据质量得不到保障［7］。如果这些数据不经处理直接使用，得到的风力发电统计特性发生畸变，会影响风电机组的运行状态和运行特性的分析结果。为了提高数据质量，数据清洗已成为数据挖掘过程中不可或缺的环节［8］。风电机组异常运行数据的识别与清洗是当前的研究热点，已开展大量工作并取得了诸多研究成果，其中风电机组风功率曲线数据清洗的代表性成果有：文献［9］采用的四分位法是一种常用的异常数据识别方法，但是当异常数据所占的比重较大时，四分位法识别异常数据的效果变差；文献［10］采用四分位法与k-means联合算法剔除异常数据，但由于k-means算法属于分类算法，可能会导致正常数据的误删，且k值的确定比较复杂，对数据处理结果影响较大；文献［11］采用组内最优方差算法实现了功率曲线下方的堆积型异常数据的有效识别效果，但该算法将每个风速区间内最大的功率默认为风机满发功率，无法识别功率曲线上方的异常数据；文献［12］通过建立风功率曲线的非线性模型实现异常数据的识别，该方法需要大量的正常数据作为样本，否则训练误差会较大，另外数据处理速度较慢；文献［13］在假设风功率的概率密度函数服从正态分布的基础上，提出了基于3s法则的异常数据清洗方法，与实际风电运行数据中由于堆积型异常数据的存在风功率的概率密度函数往往呈双峰或多峰分布不符，其普适性及异常数据识别效果不好；文献［14,15］采用基于密度的局部离群因子(LocalOutlierFactor,LOF)算法，把具有足够高密度的区域划分为簇，实现了分散型异常数据的有效识别，但不能有效识别密度较高的堆积型异常数据。综上所述，当前风电机组风速-功率运行数据清洗方法从原理上可分为三类：第一类方法是根据数据点的密度或距离来判断该点是否为异常点，但该类方法对分布密集的堆积型异常数据识别效果有限；第二类方法是建立风功率曲线的数学模型，但此类方法需要大量正常数据作为样本，且普适性较差；第三类方法是根据异常数据的位置分布特征识别异常数据，该类方法的依据是异常数据点位于风功率曲线正常出力特性范围之外，理论上可实现多类型异常数据的清洗，而且不需要数据样本训练，通用性强，后续应用值得期待，但现有研究成果对大量堆积型异常数据的识别与清洗效果有待提高。另外，全面研究分析风速-功率曲线异常数据的空间分布位置和形态对改进该类方法识别清洗效果具有实际的指导意义，相关研究开展得尚不系统。鉴于此，本文首先分析了风电机组风速-功率异常数据的分布特征及分类，然后根据异常数据分布特征提出一种基于变点分组与四分位法的联合数据清洗算法和流程，最后从提出算法的有效性、流程的合理性及清洗效率等维度进行了分析验证。风功率曲线是描述风速与机组输出功率之间的关系曲线。它不仅是设计风电机组控制系统的重要依据，还是考核风电机组发电性能和风电场运行状况的重要指标［10］从风电场采集到的数据中通常包含大量异常数据点。导致数据异常的原因有很多，包括计划外停机、弃风限电、风速传感器失灵、通信设备故障、电磁干扰、风机脱网、极端天气情况、风机叶片污垢或受损等因素。不同原因产生的异常数据，在风功率曲线上的分布特征也不相同。按照数据点在风功率曲线上的分布特征，异常数据可分为四类，包括曲线底部、中部、上部堆积型异常数据和曲线周围分散型异常数据。各类异常数据的分布如图1所示。（1）曲线底部堆积型异常数据。曲线底部堆积型异常数据在风功率曲线中表现为一条横向密集数据带。此类异常数据产生的原因包括机组故障、通信设备或测量终端故障、计划外停机检修等情况。在这些情况下，风力发电机组的理论输出功率均为零。若风机叶片不转动，而风机的测控系统需要电力驱动，则数据中也可能出现风电功率为负值的情况［14］。因此，曲线底部异常数据会在功率零值附近波动，表现为数据堆积。（2）曲线中部堆积型异常数据。曲线中部堆积型异常数据在风功率曲线中表现为一条或多条位于概率功率曲线下界之外的横向密集数据带。此类异常数据产生的原因是弃风限电或通信故障。弃风限电是指限制风电机组的输出功率，使其低于正常出力的控制措施。在风电场的实际运行过程中，由于目前电力系统的调峰调频能力和输电能力不足，强制弃风已成为常态［16］，这就使得原始记录数据中会存在大量的异常数据。在实际运行中，由于许多数据集没有记录弃风措施的信息，因此本文将弃风限电作为异常数据的来源之一。在这种情况下，风速数据记录的是实际变化情况，而风电机组的输出功率长期维持在一个较低的水平保持不变，即使风速超过额定风速，输出功率也长期低于满发状态，限定在某一个值。因此，曲线中部异常数据会在较大风速范围内维持在低于满发的状态保持不变，表现为数据堆积。（3）曲线上部堆积型异常数据。曲线上部堆积型异常数据在风功率曲线中表现为一条或多条位于概率功率曲线上界之外的横向密集数据带。此类异常数据产生的原因通常是通信错误［17］或风速传感器失灵。风速传感器是监测风速的重要仪表，安装在发电机组机舱尾部，难以时常清洗和维护，常出现故障或卡滞现象，导致测量的风速数据不符合实际情况。曲线上部堆积型异常数据会在低风速调度时段内保持功率不变，表现为数据堆积。曲线周围分散型异常数据。曲线周围分散型异常数据在风功率曲线中表现为功率曲线附近密度较低的无规律散点。此类异常数据是由信号传播噪声、传感器失灵、极端天气情况等随机影响因素造成的。随机因素造成的异常数据会在正常值附近随机波动，波动程度的大小也是随机的。因此，曲线周围分散型异常数据会在概率功率曲线边界之外随机分散分布。根据上述四类异常数据的分布特征和产生原因可知，堆积型异常数据通常是由于无法瞬时恢复的故障或异常状态产生的，例如，通信设备故障、计划外的停机检修、强制弃风和风机叶片损坏等。由于这些故障或异常状态难以在短时间内恢复，因此该类异常数据在集中的一段时间内连续产生，具有量多且分布集中的特征。分散型异常数据则一般是由可短时间内恢复的故障或异常状态造成的，如通信噪声或极端天气状况等。这些因素是随机产生且变化的，因此该类异常数据具有随机性和不确定性，表现为分散分布的形态。变点(change-point)问题最早在工业质量控制中发挥了巨大的作用，经过几十年的发展，变点分析在医学研究、地理科学、信号过程和经济金融等领域都有十分广泛的应用［18,19］。变点是指在一个序列或过程中的某个或某些量突然变化的点，这种突然变化往往反映数据的某种质的变化［20］。在数理统计中，堆积型异常数据的分布特征是数据量多且分布集中，受异常数据的影响，序列的均值、方差或变化率等统计特性均会发生变化［21］。因此，采用变点分析对风功率曲线中的异常数据进行清洗具有理论可行性。变点问题根据变点处的变化形式主要分为突变和渐变问题，根据分布的均值和方差等主要数字特征的变化，分为位置参数和刻度参数变点问题。在研究数据清洗问题时，研究的是风功率序列中数据特征突变的位置参数。通过研究发现，如果一个风速区间内存在堆积型异常数据，功率序列的变化率、均值、方差以及方差的变化率等数据的特征都会发生突变。以方差的变化率作为变点分组依据时，数据清洗效果最好，数据损失量最少，因此本文采用方差变化率的变点作为分组依据。基于方差变化率的变点分组法具体如下：记某一风速区间内的数据样本集合为式中，Vi和pi分别表示第i个数据样本的风速和功率，且数据按照功率值降序排列，即令。求出各点方差为式中，si为第i个点的方差；pj为第j个点的功率值；为第1~i个点的功率的平均值。这样si可以衡量pi与该点之前所有数据的离散程度。得到各点的方差后，通过方差的变化率k(i)来观察方差变化是否明显。令对风机功率的方差变化率进行变点识别，可以从统计学的角度得到功率值明显变化的位置。变点检测的方法经过几十年的发展不断完善，包括Bayes方法、最小二乘法、极大似然法、局部比较法和小波分析法等。最小二乘法是处理变点问题时使用较多的一种方法，以观察值与理论值之差的二次方和作为目标函数，以其达到极小值之点的时刻或位置作为有关参数的估计［22］，其优点是对随机误差的分布不需要作特定的假设。此处采用最小二乘法对方差变化率k(i)进行变点识别。设有自变量x1,...,xr和因变量k均为变量i的函数，记为xq(i),q=1,...,r和k(i)。xq(i)是i的完全已知非随机函数，k(i)为随机变量，分为前后两段，两段各服从一线性模型，回归系数在i=j处发生突变，即式中，系数列向量和不相等，则j为回归变点。由于k(i)是连续的，因此有约束条件根据最小二乘法的原理，此数据样本模型的加权目标函数为式中，各项的权wi与样本k(i)的误差方差成反比。求在约束式(5)之下式(6)的极小值，以确定变点j的估计［23］求出变点j后，变点之后的数据离散程度越来越高，可以作为异常数据删除，因而可以将数据划分为正常数据和异常数据两部分，即式中，Wn为该风速区间的正常数据集；Wo为该风速区间的异常数据集。对其他风速区间进行相同处理，即可得到风电机组整个风速区间的功率曲线正常数据集和异常数据集。下面以某台风电机组的实测运行数据中选取8.5~9m/s风速段数据为例展示方差变化率变点分组法的工作过程。经统计，原始数据在该风速区间共有1837个数据组。按照功率值对数据进行降序排列，使其满足。根据式(2)依次计算1837组数据功率的方差si，然后求出各点的方差变化率k(i)，如图2所示。由图2可知，在第1500-1600个点之间，方差变化率出现了显著变化。通过最小二乘法变点识别可以求出，序列的变点j=1562,即在第1562个点，曲线模型发生了突变。方差变化率的突变，是由于原始数据中存在大量离散程度高的异常数据所致，因此可以判定第1562个点之后的数据为异常数据。根据变点j将正常数据和异常数据分离，得到正常数据集Wn和异常数据Wo。图3是变点分组法对8.5~9m/s风速段数据中异常数据的识别效果。由图3可知，变点分组法准确识别出了风速-功率曲线下方的第一、二类堆积型异常数据和部分分散型异常数据，但是对风功率曲线上界的第三类堆积型异常数据和部分分散型异常数据无法有效识别。四分位数及其上、下边界可以衡量数据的整体分布情况，反映数据分布的中心位置和分散范围，理论上利用四分位法中的异常值截断点可有效识别剩余的异常数据。四分位数(Quartile)是指将一个排好序的数据样本平均划分成四部分的处于三个分割点位置的数值，分别记作Q1、Q2、Q3。四分位数的计算方法有很多，对于一个按照升序排列的样本，四分位数计算方法如下［7］。(1)计算第2个四分位数，即中位数Q2为(2)计算第1和第3个四分位数Q1和Q3。当n=2k()时，从Q2处将数据样本X分为两部分，Q2不包含在两部分数据之内，分别按式(9)计算两部分的中位数和(v,则Q1二，Q2=。当n=4k+1时，有当n=4k+3时，有通过四分位数可得到四分位距(InterQuartileRange,IQR)，用IQR表示为根据四分位距IQR可以确定数据样本X中的异常值的内限为处于内限以外的数据都被判定为异常值。四分位法对图3中剩余的异常数据清洗效果如图4所示，变点分组法无法识别的第三类堆积型异常数据和部分分散型异常数据通过四分位法实现有效识别清洗，可见，联合变点分组法和四分位法可较好地识别四类典型异常数据。从2.1节和2.2节的结果表明，联合变点分组法和四分位法可有效实现风电机组风速-功率曲线异常数据的识别清洗。理论上变点分组法和四分位法的联合存在变点分组-四分位和四分位-变点分组两组基本组合方式。但分析风电机组的实际运行状况发现，风速-功率运行数据中堆积型异常数据出现的频率较高，且第一、二类堆积型异常数据居多。若首先应用四分位法进行原始异常数据识别清洗，四分位法的异常值内限容易受到大量堆积型异常数据的影响，特别是正常数据与异常数据的数量相当时，会出现完全无法识别异常数据的现象，影响总体的异常数据识别效果。而采用变点分组-四分位法可有效避免上述缺陷，因为变点估计不受堆积型异常数据的影响，首先使用变点分组法可有效剔除第一、二类堆积型异常数据，减少异常数据量，在一定程度上克服四分位法在异常数据较多时易发生失效的缺陷。可见，采用变点分组-四分位的组合理论上具有更好的异常数据辨识效果：首先采用变点分组法识别风速-功率数据集中第一、二类堆积型异常数据和部分第四类分散型异常数据，然后采用四分位法识别第三类堆积型异常数据和剩余的第四类分散型异常数据，具体数据清洗流程如图5所示。为了验证所提数据清洗方法及流程的有效性，选取国内某风电场风电机组的运行数据进行实例验证，该风电场风电机组的基本参数如下：额定功率2OOOkW，风轮直径95.9m，切入风速3m/s，额定风速11m/s，切出风速(10min平均值)25m/s。这里选取异常数据分布比较典型的1号机组、2号机组和7号机组的运行数据来说明联合算法对数据的清洗效果。1号机组、2号机组和7号机组连续12个月的原始数据如图6所示。由图6可知，1号机组的数据中包含第一、二、四类异常数据，2号机组和7号机组含有所有类型异常数据，但具体的分布位置及数量不同。变点分组-四分位法对三个机组的异常数据识别结果如图7所示。由图7可知，三个风电机组中所包含的所有类型异常数据都能被有效识别，且图中被判定为正常数据的部分接近理想状态的风功率曲线，说明本文提出的变点分组-四分位法对风电机组风速-功率异常运行数据的识别清洗是可行的，且清洗效果不受堆积型异常数据的影响。三个风电机组中所包含的异常数据类型不同，但数据清洗效果相似，不受实际异常数据类型及数量的影响，说明此方法具有一定的通用性。表1中记录了变点分组-四分位法对三个机组的数据删除率和清洗效率。此方法对异常数据的删除率均在20%左右，这与异常数据的多少有关。三个机组12个月的运行数据清洗耗时在40s左右，清洗效率较高。为了说明变点分组-四分位法这一数据清洗流程的合理性和有效性，文中利用7号机组的原始运行数据从清洗效果、清洗效率以及数据删除率等维度对比分析了提出的方法与四分位-变点分组法及传统的局部离群因子(LocalOutlierFactor,LOF)数据清洗方法。表1从数据删除率和清洗效率两个角度对三种方法对比结果。其中，清洗效率均是在相同的运行环境下得到的，因此具有一定的可比性。采用四分位-变点分组法对7号机组的数据清洗效果如图8所示。对比图8和图7c可知，将变点分组和四分位法的顺序对调，18m/s附近风速区间的异常数据不能完全识别。结合表1和图7，可得1号、2号和7号机组的运行数据中异常数据所占的比例分别不会超过21.65%，19.06%和21.04%。但四分位-变点分组法对这三个机组的数据删除率分别高达24.06%、22.51%和27.10%，这说明有正常数据被错误识别为异常数据。虽然四分位-变点分组法的效率稍高，但此方法正常数据损失率偏高，会对数据的完整度造成不利影响，更主要的是不能完全识别清除所有异常数据。使用LOF算法清洗7号机组运行数据的效果如图9所示。LOF算法是一种典型的聚类算法，通过比较每个点和其邻域点的密度来判断该点是否为异常点，本文中选择的邻域点的个数为20。LOF算法中，异常数据所占的比例需要提前设定，为了便于和变点分组-四分位法进行比较，将所有数据点中前21.04%的局部离群因子最高的点判定为异常值，使之与变点分组-四分位法识别的异常数据量相同。对比图7c和图9可以看出，当两种方法识别的异常数据量相同时，LOF算法对堆积型异常数据的识别效果不佳。综上所述，变点分组-四分位法为风电机组风速-功率运行数据的清洗提供了高效、合理、可靠的方法。变点分组-四分位法能实现对风功率曲线中堆积型异常数据和分散型异常数据的有效识别，可满足不同机组、不同异常数据分布状况的清洗需求，特别是当机组的风速-功率数据中存在大量第一、二类堆积型异常数据时具有明显的优势。异常数据识别清洗效果及效率不仅与清洗方法有关，还与清洗的顺序相关，应引起注意。通过对风电运行数据的清洗，可以提高风功率预测和风电场相关性等效建模的质量，为风电场的经济安全运行和优化控制策略提供根本的数据支撑。风电机组风速-功率异常数据会对风电数据挖掘带来负面影响。本文总结了风电机组风速-功率异常数据的分布特征，提出并建立了变点分组-四分位法数据清洗方法及流程。实例验证表明，所提的数据清洗方法及流程能够有效识别异常数据，效率较高，且不依赖于正常数据集进行训练，通用性较好。沈小军男，1979年生，博士，副教授，研究方向为新能源高效利用与节能技术电网实景三维重构及其应用、电力设备状态评估等。E-mail:(通信作者)付雪姣女，1993年生，硕士研究生，研究方向为新能源高效利用与节能技术。E-mail:【相关文献】GeShen,BinXu,YunxianJing,etal.Monitoringwindfarmsoccupyinggrasslandsbasedonremote-sensingdatafromChina'sGF-2HDsatellite—AcasestudyofJiuquancity,Gansuprovince,China[J].Resources,ConservationandRecycling,2017,12(1):128136.田中大，李树江，王艳红,等.基于小波变换的风电场短期风速组合预测[J].电工技术学报，2015,30(9):112-120.TianZhongda,LiShujiang,WangYanhong,etal.Short-termwindspeedcombinedpredictionforwindfarmsbasedonwavelettransform[J].TransactionsofChinaElectrotechnicalSociety,2015,30(9):112-120.韦姝，魏海坤,朱婷婷，等.考虑风速分布与日非平稳性的风速数据预处理方法研究[J].电网与清洁能源,2015,31(3):93-98,123.WeiShu,WeiHaikun,ZhuTingting,etal.Researchondatapre-processingmethodconsideringdistri-butionanddiurnalnon-stationaryofwindspeed[J].PowerSystemandCleanEnergy,2015,31(3):93-98,123.郭鹏，文晶，朱丹丹,等.基于源-荷互动的大规模风电消纳协调控制策略[J].电工技术学报，2017,32(3):1-9.GuoPeng,WenJing,ZhuDandan,etal.Thecoor-dinationcontrolstrategyforlarge-scalewindpowerconsumptionbasedonsource-loadinteractive[J].TransactionsofChinaElectrotechnicalSociety,2017,32(3):1-9.孙欣，方陈，沈风，等.考虑风电出力不确定性的发用电机组组合方法[J].电工技术学报,2017,32(4):204-211.SunXin,FangChen,ShenFeng,etal.Anintegratedgeneration-consumptionunitcommitmentmodelconsideringtheuncertaintyofwindpower[J].Transa-ctionsofChinaElectrotechnicalSociety,2017,32(4):204-211.⑹ 杨茂，熊昊，严干贵,等.基于数据挖掘和模糊聚类的风电功率实时预测研究[J].电力系统保护与控制,2013,41(1):1-6.YangMao,XiongHao,YanGangui,etal.Real-timepredictionofwindpowerbasedondataminingandfuzzyclustering[J].PowerSystemProtectionandControl,2013,41(1):1-6.王钦，蒋怀光,文福拴，等•智能电网中大数据的概念、技术与挑战J].电力建设,2016,37(12):1-10.WangQin,JiangHuaiguang,WenFushuan,etal.Concept,technologyandchallengesofbigdatainsmartgrids[J].ElectricPowerConstruction,2016,37(12):1-10.SwapnaS,NiranjanP,SrinivasB,etal.Datacleaningfordataquality[C]//IEEEInternationalConferenceonComputingforSustainableGlobalDevelopment,NewDelhi,India,2016.朱倩雯，叶林，赵永宁,等.风电场输出功率异常数据识别与重构方法研究[J].电力系统保护与控制,2015,43(3):38-45.ZhuQianwen,YeLin,ZhaoYongning,etal.Methodsforeliminationandreconstructionofabnormalpowerdatainwindfarms[J].PowerSystemProtectionandControl,2015,43(3):38-45.赵永宁，叶林，朱倩雯•风电场弃风异常数据簇的特征及处理方法J]•电力系统自动化,2014,38(27):39-46.ZhaoYongning,YeLin,ZhuQianwen.Characteri-sticsandprocessingmethodofabnormaldataclustercausedbywindcurtailmentsinwindfarms[J].AutomationofElectricPowerSystems,2014,38(27):39-46.娄建楼，胥佳，陆恒,等.基于功率曲线的风电机组数据清洗算法[J].电力系统自动化,2016,40(10):116-121.LouJianlou,XuJia,LuHeng,etal.Windturbinedata-cleaningalgorithmbasedonpowercurve[J].AutomationofElectricPowerSystems,2016,40(10):116-121.AndrewKusiak,SongHaiyang,SongZhe.Modlesformonitoringwindfarmpower[J].RenewableEnergy,2009,34(3):583-590.YueWang,DavidGInfield,BruceStephen,etal.Copula-basedmodelforwindturbinepowercurveoutlierrejection[J].WindEnergy,2014,17(11):1677-1688.范晓泉，杜大军,费敏锐.风电异常测量数据智能识别方法研究[J].仪表技术,2017(1):10-14.FanXiaoquan,DuDajun,FeiMinrui.Researchontheintelligentidentificationmethodforabnormalmeasurementdataofthewindpower[J].Instru-mentationTechnology,2017(1):10-14.ZhengL,HuW,MinY.Rawwinddatapreprocessing:adata-miningapproach[J].IEEETransactionsonSustainableEnergy,2014,6(1):11-19.田书欣，程浩忠，曾平良,等.基于调频层面的风电弃风分析[J].电工技术学报,2015,30(7):18-26.TianShuxin,ChengHaozhong,ZengPingliang,etal.Analysisonwindpowercurtailmentatfrequencyadjustmentlevel[J].TransactionsofChinaElectro-technicalSocie