风电场多维异常数据检测清洗方法、系统、设备及介质

    公开(公告)号:CN117272205A

    公开(公告)日:2023-12-22

    申请号:CN202311257315.X

    申请日:2023-09-27

    Abstract: 本发明公开了一种风电场多维异常数据检测清洗方法、系统、设备及介质,属于风力发电技术领域,方法包括根据风机的运行机理和控制策略,对风电机组的实测数据中的极端异常数据进行剔除,得到初步筛选实测数据;根据风机的变桨控制策略,对初步筛选实测数据中的限电数据进行剔除,得到第二次筛选实测数据;根据3sigma原则,对第二次筛选实测数据中的离散异常数据进行剔除,得到第三次筛选实测数据;根据风电场运行数据,采用双向四分位法或双向单边四分位法,对第三次筛选实测数据中的边缘异常数据进行剔除,得到最终实测数据。综合风电机组各项运行数据,能够进行多维度的异常数据辨识,最大程度保留高质量的实测数据,为后续提升风电功率估算精度提供可靠依据。

    风电场功率预测informer模型的训练方法及装置

    公开(公告)号:CN115660206A

    公开(公告)日:2023-01-31

    申请号:CN202211398184.2

    申请日:2022-11-09

    Abstract: 本公开提出了一种风电场功率预测informer模型的训练方法及装置,涉及电力系统技术领域,该方法包括:获取历史风电场数据和不同风况等级对应的待训练的informer模型;对历史风电场数据进行标准化处理,以获取历史数据矩阵;对历史数据矩阵进行截取,以获取若干个训练矩阵;确定训练矩阵的样本风况等级,将训练矩阵输入至与样本风况等级相匹配的informer模型中进行训练,以获取训练后的informer模型。通过建立风电场功率预测informer模型并进行训练,相较于当前技术中的风电场功率预测模型,提升了推理计算的预测速度,在预测准确率和计算速度上都取得了更好的效果,并且通过建立不同风况等级的informer模型,可以提升informer模型预测的准确率和预测效果。

Patent Agency Ranking