數(shù)據(jù)挖掘技術(shù)在風(fēng)力發(fā)電中的應(yīng)用綜述

曾文珺，呂麗霞

（華北電力大學(xué) 自動化系，河北 保定 071003）

0 引言

風(fēng)能作為可再生能源中的一種，利用到電力生產(chǎn)行業(yè)中已有30多年的歷史。近10年來，由于化石能源危機(jī)，風(fēng)力發(fā)電的需求迅速增大，風(fēng)電機(jī)組全球裝機(jī)容量從21世紀(jì)初的24GW，發(fā)展到如今的539GW，關(guān)于風(fēng)力發(fā)電各方面研究逐步推進(jìn)，已由粗放向精細(xì)化轉(zhuǎn)變。

目前，在風(fēng)力發(fā)電領(lǐng)域中，已有多種研究手段和分析方法。在風(fēng)電機(jī)組的故障診斷中，有通過提取振動信號做頻譜分析確定故障形式的方法，通過聲發(fā)射技術(shù)診斷故障的方法[1]；對傳動機(jī)械的狀態(tài)監(jiān)測和預(yù)警以測量傳感器為基礎(chǔ)，現(xiàn)有機(jī)械振動、熱紅外、超聲和聲發(fā)射、潤滑油光譜鐵譜、溫度和噪聲監(jiān)測[2]；風(fēng)力發(fā)電功率預(yù)測有多種研究方法，有對于功率直接預(yù)測和通過預(yù)測風(fēng)速來間接預(yù)測，有通過參考地形、天氣等建立預(yù)測模型的方法，還有通過風(fēng)電場測量數(shù)據(jù)和功率建立映射關(guān)系的統(tǒng)計模型預(yù)測法[3]。在風(fēng)力發(fā)電系統(tǒng)最大功率跟蹤的研究中，傳統(tǒng)方法有葉尖速比法、爬山法和最佳特性曲線法[4]。學(xué)者通常在非線性控制律設(shè)計基礎(chǔ)上引入觀測器法、模糊推理法、卡爾曼濾波法、支持向量機(jī)等辨識技術(shù)，建立一個基于辨識的復(fù)合控制模型[5]。

在研究過程中，學(xué)者發(fā)現(xiàn)風(fēng)電機(jī)組復(fù)雜多變的工況、模型的多參數(shù)非線性特性和龐大的運行數(shù)據(jù)量是研究的難題，并開始思考解決這些難題的方法。由此數(shù)據(jù)挖掘技術(shù)引起了學(xué)者們的注意，研究人員開始通過數(shù)據(jù)挖掘技術(shù)，探索風(fēng)力發(fā)電機(jī)組海量運行數(shù)據(jù)中蘊含的信息。本文詳細(xì)敘述了數(shù)據(jù)挖掘的概念及其算法，討論了其在風(fēng)力發(fā)電領(lǐng)域的應(yīng)用，并對未來研究的發(fā)展方向進(jìn)行了展望。

圖1 數(shù)據(jù)庫中知識發(fā)現(xiàn)過程Fig.1 Knowledge discovery process in a database

1 數(shù)據(jù)挖掘的概念及主要算法

數(shù)據(jù)收集和存儲技術(shù)的進(jìn)步促使商業(yè)和科研領(lǐng)域產(chǎn)生了海量數(shù)據(jù)集，從數(shù)據(jù)中提取有用的信息的想法促進(jìn)了數(shù)據(jù)挖掘技術(shù)的產(chǎn)生和發(fā)展[6]。數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)庫中知識發(fā)現(xiàn)（knowledge discovery in database, KDD）中重要的一部分，參與了將未加工的數(shù)據(jù)轉(zhuǎn)換為有用信息的過程，如圖1所示。它結(jié)合了傳統(tǒng)數(shù)據(jù)分析方法與處理大量數(shù)據(jù)的復(fù)雜算法，任務(wù)可以分為預(yù)測任務(wù)和描述任務(wù)兩大類。預(yù)測任務(wù)是根據(jù)其他特征屬性的值，預(yù)測特定屬性的值，相關(guān)算法有分類、回歸算法；描述任務(wù)的目標(biāo)為導(dǎo)出概括數(shù)據(jù)中潛在聯(lián)系的模式，聚類、關(guān)聯(lián)算法通常被用于描述任務(wù)。

數(shù)據(jù)挖掘算法在功率預(yù)測建模、故障分類及預(yù)測中皆有應(yīng)用，表1歸納了風(fēng)力發(fā)電相關(guān)研究文獻(xiàn)中常見的算法及其類別，后文根據(jù)類別詳細(xì)敘述了數(shù)據(jù)挖掘的算法。

1）分類算法，通過對數(shù)據(jù)訓(xùn)練集的分析研究，發(fā)現(xiàn)分類規(guī)則，從而具備預(yù)測新數(shù)據(jù)類型的能力[7]。其算法分為兩個階段：構(gòu)建模型階段和使用模型階段。在第一階段中，將已知的訓(xùn)練數(shù)據(jù)集進(jìn)行分析和學(xué)習(xí)，構(gòu)建一個準(zhǔn)確率較為滿意的模型來用于描述特定的數(shù)據(jù)類集；后一個階段則是對第一階段中構(gòu)建好的模型，加入未知的數(shù)據(jù)對象，使模型對其進(jìn)行分類。

決策樹（decision tree）分類法是一種簡單但使用廣泛的分類技術(shù)，它使數(shù)據(jù)由根結(jié)點出發(fā)，經(jīng)過內(nèi)部結(jié)點的層層分枝分類，最終將數(shù)據(jù)分到相應(yīng)的根結(jié)點類別中，隨機(jī)森林（Random Forest，RF）算法則是許多個決策樹分類器進(jìn)行投票組合，從而提高分類準(zhǔn)確率。K-近鄰（K-nearest neighbor，K-NN）通過計算每一個測試樣例與所有訓(xùn)練樣例間的距離，找出與其最近的樣例進(jìn)行分類。人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANN）算法模擬了生物神經(jīng)系統(tǒng)而研發(fā)，通過訓(xùn)練樣本學(xué)習(xí)獲得參數(shù)建立模型，繼而對樣本中的其余數(shù)例分類。支持向量機(jī)（support vector machine，SVM）算法基于統(tǒng)計學(xué)理論，在類似超平面的高維空間計算求最優(yōu)分類超平面[7]。樸素貝葉斯（Naive Bayes，NB）分類法基于貝葉斯公式理論，依據(jù)樣本先驗概率與類條件概率計算屬于各分類類別的概率來劃分其確定類。

2）聚類分析研究把相似的事物歸位為一類，通過靜態(tài)分類的方法把相似的對象分為不同的組別和或子集，同一個子集中的對象都有相似的一些屬性，不同子集中的對象是不同的。

常用的K均值（K-means）聚類算法，指定K個初始質(zhì)心，樣本被分派到最近的質(zhì)心形成簇，基于簇中樣本點的中心更新質(zhì)心，重復(fù)分派直到簇不變，得到的K個聚類中每個樣本點都屬于離它最近的類。模糊C-均值聚類算法步驟與K-均值相仿，但其簇的邊界是模糊劃分的，簇中每個點擁有一個權(quán)值，表示其屬于該簇的權(quán)重。

3）關(guān)聯(lián)分析，發(fā)掘隱藏在數(shù)據(jù)集中有意義的聯(lián)系，通過關(guān)聯(lián)規(guī)則或頻繁項集的形式表現(xiàn)。風(fēng)力發(fā)電應(yīng)用中常見的Apriori算法是一種挖掘布爾關(guān)聯(lián)規(guī)則頻繁項集的算法[8]，通過逐層搜索迭代獲得頻繁項集。FP-增長（Frequentpattern growth）算法將頻繁項集的數(shù)據(jù)庫壓縮到頻繁模式樹中并保留關(guān)聯(lián)信息[9]，F(xiàn)P-樹被分化成條件庫進(jìn)行挖掘，將數(shù)據(jù)庫頻繁模式的挖掘問題轉(zhuǎn)換成挖掘FP-樹的問題。

2 數(shù)據(jù)挖掘在風(fēng)力發(fā)電中的應(yīng)用現(xiàn)狀

目前，數(shù)據(jù)挖掘技術(shù)在風(fēng)力發(fā)電中的應(yīng)用主要在故障診斷和發(fā)電功率預(yù)測方面，在狀態(tài)監(jiān)測、預(yù)警和最大功率跟蹤方面則應(yīng)用得較少。

2.1 故障診斷

早些年數(shù)據(jù)挖掘技術(shù)在風(fēng)電機(jī)組故障診斷中的應(yīng)用還不是特別成熟，僅局限于理論研究和仿真模擬。彭安群[10]建立了一種改進(jìn)粗糙集理論的C4.5決策樹模型對風(fēng)電機(jī)組齒輪箱系統(tǒng)進(jìn)行故障診斷，準(zhǔn)確率達(dá)88.5%，與單獨的C4.5算法診斷的時間相比大大減少，提高了診斷速度。王小鵬[11]對一組風(fēng)電機(jī)組故障數(shù)據(jù)采用決策樹算法驗證了數(shù)據(jù)挖掘在風(fēng)機(jī)故障診斷中的有效性。

從近幾年的文獻(xiàn)可以看出，數(shù)據(jù)挖掘技術(shù)在風(fēng)電機(jī)組故障診斷中的應(yīng)用研究越來越多，Zhigang Chen等人[12]提出了一種模糊聚類的方法，利用聚類結(jié)果構(gòu)建目標(biāo)函數(shù)，將模糊傳輸閉包和目標(biāo)函數(shù)結(jié)合挖掘敏感尺寸，以此來獲得能夠用于齒輪箱故障診斷的特征向量。通過實驗證明挖掘出的旋轉(zhuǎn)部件振動信號的敏感特征參數(shù)被用作最佳特征向量來診斷齒輪箱的故障，且有較高的可靠性。

Jae Yoon等人[13]提出了一種用于風(fēng)電機(jī)組行星齒輪箱（PGB）和單個振動傳感器的故障診斷方法，提取PGB的振動故障特征作為故障診斷的條件指標(biāo)（CI），CI又作為行星齒輪箱故障診斷分類器的輸入。其中，分類器的訓(xùn)練分別使用了K-NN，BP神經(jīng)網(wǎng)絡(luò)與大內(nèi)存存儲和檢索（LAMSTAR）網(wǎng)絡(luò)3種數(shù)據(jù)挖掘方法。K-NN表現(xiàn)出了其較高的診斷準(zhǔn)確率，LAMSTAR網(wǎng)絡(luò)除較高的準(zhǔn)確率外，還對局部最小值的敏感度更低。

葉春霖等人[14]將幾種分類數(shù)據(jù)挖掘算法應(yīng)用在風(fēng)電機(jī)組葉片結(jié)冰故障的診斷中，從SCADA數(shù)據(jù)中提取為期1個月的風(fēng)速、風(fēng)向、發(fā)電機(jī)轉(zhuǎn)速、有功功率、齒輪箱溫度、軸承溫度、變槳角度、傳動加速度等表征風(fēng)電機(jī)組運行工況及運行環(huán)境的特征參數(shù)，結(jié)合不同的預(yù)處理方法與K-NN、NB、RF和AdaBoost 4種數(shù)據(jù)挖掘算法建立風(fēng)電機(jī)組葉片結(jié)冰故障診斷模型，比較4種算法的優(yōu)劣，RF的表現(xiàn)最佳，故障診斷的準(zhǔn)確率能達(dá)到99%。

Yanting Li等人[15]使用高斯過程分類器（GPC）的數(shù)據(jù)挖掘方法，對愛爾蘭南部一臺3MW直驅(qū)式風(fēng)力發(fā)電機(jī)組進(jìn)行在線故障診斷和故障預(yù)測。GPC方法是一種遠(yuǎn)離輸入輸出關(guān)系的假設(shè)，屬于貝葉斯非參數(shù)分類方法。文獻(xiàn)[15]比較了不同核函數(shù)下GPC的分類性能，其中自動相關(guān)性確定指數(shù)核（EXP ARD）有較好的魯棒性。比較指數(shù)內(nèi)核的GPC與SVM的分類性能，得出GPC方法在診斷無故障、饋送故障、電源故障、風(fēng)冷故障中都優(yōu)于SVM；當(dāng)SVM錯誤識別電源故障時GPC仍有50%的精度；在發(fā)電機(jī)故障診斷中兩種方法都表現(xiàn)出高精度；在激勵故障診斷中SVM的表現(xiàn)優(yōu)于GPC；在預(yù)測性故障診斷中，GPC的短期預(yù)測準(zhǔn)確率優(yōu)于SVM，隨著預(yù)測時間長度的增加GPC的準(zhǔn)確率稍有下降但整體性能仍然很好。評估分類性能的4項性能指標(biāo)有準(zhǔn)確率、查準(zhǔn)率、查全率和F1，GPC的整體分類性能指標(biāo)表明其良好的綜合分類特性。

Hasmat Malik等人[16]利用近端支持向量機(jī)（PSVM）方法強(qiáng)大的分類能力，基于風(fēng)電機(jī)組發(fā)電機(jī)電流信號識別發(fā)電機(jī)的不平衡故障。在仿真實驗臺中構(gòu)建風(fēng)電機(jī)組模型，并在6種不同條件下模擬仿真以獲得運行數(shù)據(jù)，用經(jīng)驗?zāi)Ｊ椒纸猓‥MD）方法預(yù)處理定子電流信號，分解后的內(nèi)部模式函數(shù)（IMF）作為PSVM的輸入變量。實驗結(jié)果證明PSVM方法在診斷中具有更高的準(zhǔn)確率且訓(xùn)練和測試時間較少。

張建美[17]開發(fā)了能對風(fēng)電機(jī)組數(shù)據(jù)庫進(jìn)行管理和對機(jī)組設(shè)備進(jìn)行故障監(jiān)測與診斷的系統(tǒng)，研究對象為風(fēng)機(jī)系統(tǒng)的齒輪箱云模型。依據(jù)改進(jìn)粗糙集算法和決策樹生成的診斷規(guī)則對齒輪箱云模型進(jìn)行故障診斷。通過改進(jìn)粗糙集的屬性約簡算法獲得最佳決策約簡集，簡化了后續(xù)決策樹的建立工作。將改進(jìn)的粗糙決策樹算法和未改進(jìn)的算法比較，兩種算法的診斷準(zhǔn)確率都較高，但未改進(jìn)的算法有一處誤診。

孫鶴旭等人[18]使用MpApriori算法獲取風(fēng)機(jī)故障規(guī)則，實現(xiàn)多種故障的故障診斷，該算法集合了MapReduce技術(shù)的屬性約簡和Apriori算法的并行化處理方式，正確率在80%以上。

2.2 發(fā)電功率預(yù)測

Meik Schlechtingen等人[23]建立功率曲線模型，對現(xiàn)代變槳調(diào)節(jié)風(fēng)力發(fā)電機(jī)組數(shù)據(jù)進(jìn)行性能研究。實驗建立了集群中心模糊邏輯（CCFL）、神經(jīng)網(wǎng)絡(luò)和K-NN模型，開發(fā)了自適應(yīng)神經(jīng)模糊干擾系統(tǒng)（ANFIS）模型，該模型可在訓(xùn)練階段調(diào)整隸屬函數(shù)（MF）參數(shù)來學(xué)習(xí)非線性信號關(guān)系，依據(jù)風(fēng)電機(jī)組的SCADA系統(tǒng)參數(shù)進(jìn)行發(fā)電功率預(yù)測。分別建立單輸入模型和多輸入模型，單輸入模型以風(fēng)速為輸入，多輸入模型以風(fēng)速、風(fēng)向和環(huán)境溫度為輸入，輸出均為功率。比較每種數(shù)據(jù)挖掘方法在兩種模型中的平均絕對誤差和實際有效值。在單輸入模型中，幾種方法差距不大，預(yù)測的結(jié)果擬合效果一般；而在多輸入模型中，神經(jīng)網(wǎng)絡(luò)和ANFIS展現(xiàn)出了其優(yōu)越的非線性建模的性能，預(yù)測曲線與實際功率非常擬合。

文獻(xiàn)[23]證明風(fēng)速、環(huán)境溫度和風(fēng)向是建立風(fēng)力發(fā)電機(jī)功率曲線監(jiān)測數(shù)據(jù)挖掘模型的重要參數(shù)，且后兩者作為附加輸入來強(qiáng)化算法模型能提升模型提早檢測異常功率輸出的性能。在4種算法中，ANFIS算法具有最佳的度量性能，且其異常功率輸出檢測方面的性能也為最佳。文獻(xiàn)[23]最后提出未來這個課題的研究方向應(yīng)集中在如何進(jìn)一步減少預(yù)測誤差的方差上。

Cunbin Li等人[24]使用了一種基于數(shù)據(jù)挖掘技術(shù)的改進(jìn)支持向量機(jī)方法對中國西北地區(qū)的風(fēng)電場進(jìn)行短期發(fā)電功率預(yù)測，使用數(shù)據(jù)挖掘技術(shù)對原始樣本錯誤和丟失的風(fēng)力數(shù)據(jù)通過曲線擬合的方法替換和補(bǔ)足。風(fēng)速和風(fēng)向兩個參量作為輸入到改進(jìn)的SVM模型中，改進(jìn)SVM的內(nèi)核參數(shù)和懲罰因子用鵑搜索（CS）算法優(yōu)化，模型輸出預(yù)測功率曲線與實際功率曲線擬合精度達(dá)到90%。

Olivier Janssens 等人[26]分別采用了由DE安裝的5PL、KNN、隨機(jī)森林回歸、極度隨機(jī)樹（ERTs）、隨機(jī)梯度提升回歸樹（SGBRT）和箱柜方法（MOB）6種算法對海上風(fēng)電機(jī)組功率曲線進(jìn)行建模。在使用風(fēng)速作為單輸入時，K-NN和SGBRT算法以較小的平均絕對誤差（MAE）、均方根誤差（RMSE）和學(xué)習(xí)時間，展示了其建模優(yōu)勢；在使用風(fēng)速、轉(zhuǎn)子每分鐘轉(zhuǎn)數(shù)、偏航、風(fēng)向和俯仰5個變量作為輸入建立多輸入模型時，用K-NN算法建模的預(yù)測性能指標(biāo)較差，SGBRT算法的模型的預(yù)測性能指標(biāo)大幅改善。

Jing Yan等人[27]通過兩個階段進(jìn)行功率預(yù)測，第一階段建立風(fēng)力發(fā)電功率曲線的主要模型來獲得預(yù)測趨勢，并提取主要模型的錯誤并將其視為第二階段的研究對象；第二階段用具有建模優(yōu)勢的數(shù)據(jù)挖掘算法構(gòu)建糾正模型。使用NN、SVM、RF和二叉樹（BT）4種算法對第二階段的誤差預(yù)測進(jìn)行訓(xùn)練建模比較，結(jié)果表明，SVM算法的誤差分布估計值最好，但MAE和RMSE及對應(yīng)系統(tǒng)誤差的平均誤差（BIAS）較差，RF算法在此3種性能指標(biāo)衡量下，為最優(yōu)算法。結(jié)合RF誤差預(yù)測與物理預(yù)測建立的風(fēng)電功率預(yù)測模型，各項性能指標(biāo)比單獨的物理模型、NN、SVM、BT和RF算法建立的預(yù)測模型好，以較大的數(shù)值差距顯示出其優(yōu)越性。

Majid Morshe-dizadeh[28]提出一種提高數(shù)據(jù)集質(zhì)量的方法，該方法將決策樹概念用于替換缺失值。通過識別數(shù)據(jù)集中的缺失值，將數(shù)據(jù)集分為完整和不完整數(shù)據(jù)集，通過完整數(shù)據(jù)集構(gòu)建決策樹，其所有葉節(jié)點的子集反推來識別缺失值及其特征，對不完整數(shù)據(jù)集進(jìn)行插補(bǔ)，兩個數(shù)據(jù)集組合后形成完整的數(shù)據(jù)集。此方法可降低誤報率，改善曲線功率監(jiān)控，提高系統(tǒng)的可靠性。

吳布托[29]應(yīng)用模糊C-均值算法剔除風(fēng)速-功率散點圖中受干擾和污染的數(shù)據(jù)，預(yù)處理后的數(shù)據(jù)預(yù)測精度提高10%。

再選取Adaboost-BP網(wǎng)絡(luò)和最小二乘支持向量機(jī)建立最優(yōu)模型，從風(fēng)速時間的相關(guān)性分析入手，進(jìn)行預(yù)測。運用貝葉斯后驗對數(shù)比和自適應(yīng)檢測法檢測測量值與預(yù)測值的殘差序列中的異常殘差信息，確定異常值的時刻位置。得到自適應(yīng)檢測法比貝葉斯后驗對數(shù)比的檢測時間短，且精度高15%。

2.3 監(jiān)測和預(yù)警

Verma.A等人[19]利用SCADA系統(tǒng)上收集的數(shù)據(jù)，對風(fēng)力發(fā)電機(jī)的電刷故障進(jìn)行早期預(yù)測。風(fēng)力發(fā)電機(jī)組的SCADA系統(tǒng)上記錄的參數(shù)有100多個，文中使用領(lǐng)域知識，將初始維度減少到50維，又通過卡方統(tǒng)計、增強(qiáng)樹和具有遺傳搜索的包裝算法分別對10種參數(shù)進(jìn)行計算簡單平均值，評估所選參數(shù)在分類故障和正常情況中的作用，以對選擇加入到故障預(yù)測的參數(shù)進(jìn)行降維。使用基于Tomek鏈接的采樣方法和基于隨機(jī)森林的數(shù)據(jù)抽樣方法，對大量的SCADA數(shù)據(jù)中存在的類別不平衡度進(jìn)行降低，使輸出類的正常和故障實例的比例較為接近。然后使用多層感知器（MLP）、增強(qiáng)樹、K-NN和SVM數(shù)據(jù)挖掘的算法，構(gòu)建時間戳的預(yù)測模型，結(jié)果增強(qiáng)樹算法顯示出對輸入類不平衡的良好的魯棒性，優(yōu)于其他3種算法。再利用增強(qiáng)樹算法對故障進(jìn)行預(yù)測，在37個故障中能正確預(yù)測31個，127個正常情況正確預(yù)測101個。在增強(qiáng)樹算法的優(yōu)異表現(xiàn)下，將其分別和Tomek連接、Tomek連接結(jié)合隨機(jī)森林的數(shù)據(jù)抽樣方法結(jié)合，結(jié)果顯示，第二種數(shù)據(jù)預(yù)處理方法的故障預(yù)測具有更高的準(zhǔn)確度。

Iury Valente de Bessa等人[20]提出了一種故障檢測和隔離（FDI）的方法，通過模糊聚類將風(fēng)電機(jī)組傳感器信號的時間序列在反泊松過程中變換，再通過吉布斯采樣獲得沿時間序列發(fā)生變化點的概率，將此概率作為模糊貝葉斯網(wǎng)絡(luò)的輸入，在其中模糊化變化點的概率，模糊證據(jù)和條件概率表被模糊貝葉斯推理用于對故障進(jìn)行分類，能夠正確識別和隔離文獻(xiàn)[20]中模擬的5種傳感器故障。

童超[21]使用改進(jìn)Apriori關(guān)聯(lián)規(guī)則算法，分析了變槳故障前后的大量連續(xù)報警信息，根據(jù)機(jī)組和變槳系統(tǒng)的運行機(jī)理，發(fā)掘某些故障之間的聯(lián)系，過濾冗余信息，提高運行人員工作效率。劉旭[22]用K-均值聚類法做輸入數(shù)據(jù)的預(yù)處理，應(yīng)用優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)，然后進(jìn)行故障預(yù)測，與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)對比預(yù)測準(zhǔn)確率提高3.5%。

數(shù)據(jù)挖掘技術(shù)應(yīng)用在風(fēng)力發(fā)電機(jī)組故障的監(jiān)測和預(yù)警中，涵蓋前期的大數(shù)據(jù)集群和分析、數(shù)據(jù)清洗和預(yù)處理、特征選擇、模型實現(xiàn)和評價，所得的模型運用到實際的風(fēng)力發(fā)電機(jī)中能得到較好的結(jié)果。

2.4 其它應(yīng)用

數(shù)據(jù)挖掘技術(shù)在風(fēng)電機(jī)組最大功率跟蹤中的應(yīng)用較少，目前有關(guān)研究僅在劉姝等人[30]的文獻(xiàn)中體現(xiàn)，該文獻(xiàn)運用粗糙集數(shù)據(jù)挖掘方法實現(xiàn)風(fēng)電機(jī)組最大功率點跟蹤。利用粗糙集的分類能力，約簡消除冗余的條件屬性及屬性值，精簡知識庫獲得決策表和決策規(guī)則，通過決策規(guī)則的篩選繪制功率曲線，很快地跟蹤機(jī)組當(dāng)前最大輸出功率點。Maik Reder等[31]運用Apriori關(guān)聯(lián)規(guī)則挖掘故障與環(huán)境之間的邏輯關(guān)系，采用監(jiān)督標(biāo)記、無監(jiān)督單輸入K-均值聚類和無監(jiān)督多輸入K-均值聚類3種算法預(yù)處理數(shù)據(jù)后，對比實時天氣和故障數(shù)據(jù)。通過關(guān)聯(lián)分析獲得環(huán)境參數(shù)與5大主要風(fēng)力發(fā)電機(jī)組組件故障之間的關(guān)系。

文獻(xiàn)[25,32-34]利用數(shù)據(jù)挖掘技術(shù)辨識風(fēng)電機(jī)組的發(fā)電模型，文獻(xiàn)[25]分別運用分類回歸樹(CR樹)、提升樹、支持向量機(jī)回歸和神經(jīng)網(wǎng)絡(luò)4種數(shù)據(jù)挖掘方法，訓(xùn)練歷史數(shù)據(jù)，辨識風(fēng)電機(jī)組的運行模型。神經(jīng)網(wǎng)絡(luò)辨識的模型誤差最小，CR樹最大。選擇較好的辨識模型應(yīng)用進(jìn)化策略（ES）優(yōu)化葉片槳距和偏航角，進(jìn)而優(yōu)化輸出功率。文獻(xiàn)[32]中，結(jié)合三角函數(shù)和數(shù)據(jù)挖掘預(yù)測風(fēng)向，利用正弦余弦函數(shù)將風(fēng)向轉(zhuǎn)換為線性變量。應(yīng)用SVM、MLP網(wǎng)絡(luò)、隨機(jī)森林算法（RFA）和梯度升壓回歸樹（GBRT）4種數(shù)據(jù)挖掘算法在4個季節(jié)和4個不同采樣頻率下，辨識風(fēng)機(jī)偏航系統(tǒng)的預(yù)測模型，RFA和MLP網(wǎng)絡(luò)辨識的預(yù)測模型具有較高的精度。文獻(xiàn)[33]使用神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)集成、SVM、KNN、回歸樹和隨機(jī)森林回歸6種數(shù)據(jù)挖掘算法，分別建立風(fēng)力發(fā)電機(jī)組的發(fā)電模型、動力傳動系統(tǒng)振動模型和塔架振動模型。神經(jīng)網(wǎng)絡(luò)算法建立的發(fā)電模型的屬性較好，神經(jīng)網(wǎng)絡(luò)集成算法在傳動系統(tǒng)振動模型和塔架振動模型的建立中優(yōu)于其他5種算法，神經(jīng)網(wǎng)絡(luò)算法在風(fēng)速預(yù)測模型的建立方面有很好的性能，所建立的模型可進(jìn)一步用于優(yōu)化控制實驗。文獻(xiàn)[34]用數(shù)據(jù)挖掘算法開發(fā)了智能風(fēng)力發(fā)電機(jī)控制系統(tǒng)，從SCADA系統(tǒng)的數(shù)據(jù)庫中辨識風(fēng)機(jī)模型，從風(fēng)力數(shù)據(jù)中辨識時間序列模型，結(jié)合當(dāng)前機(jī)組的狀態(tài)組成模型預(yù)測控制（MPC）模型，用于風(fēng)電機(jī)組動態(tài)控制的研究。

3 總結(jié)與展望

本文系統(tǒng)地概述了數(shù)據(jù)挖掘技術(shù)及其常用算法，通過總結(jié)國內(nèi)外相關(guān)文獻(xiàn)中的研究，介紹了數(shù)據(jù)挖掘在風(fēng)力發(fā)電的應(yīng)用現(xiàn)狀與研究進(jìn)展。從研究內(nèi)容上看，數(shù)據(jù)挖掘與風(fēng)力發(fā)電的結(jié)合已經(jīng)取得了一些成果。

利用數(shù)據(jù)挖掘技術(shù)進(jìn)行風(fēng)電機(jī)組的故障診斷，能在保證故障診斷正確率的基礎(chǔ)上同時有著較高的運算性能，實現(xiàn)海量監(jiān)測數(shù)據(jù)下診斷對實時性和準(zhǔn)確性的要求。在風(fēng)力發(fā)電機(jī)組的故障預(yù)測方面，數(shù)據(jù)挖掘方法可以參與故障預(yù)測的參數(shù)提取、預(yù)處理、建模過程，具有一定的靈活性和創(chuàng)新性。在進(jìn)行發(fā)電功率預(yù)測時，數(shù)據(jù)挖掘方法表現(xiàn)出其捕捉實際風(fēng)電發(fā)展趨勢的高確定性，且能建立高精度預(yù)測模型。數(shù)據(jù)挖掘技術(shù)在風(fēng)力發(fā)電機(jī)組模型建立方面的應(yīng)用的良好結(jié)果非常值得關(guān)注，這對后續(xù)風(fēng)力發(fā)電的研究有深刻的意義。在查閱文獻(xiàn)時，從文獻(xiàn)數(shù)量上可以看出，數(shù)據(jù)挖掘技術(shù)在風(fēng)力發(fā)電領(lǐng)域的相關(guān)研究呈上升趨勢，且已有一定的理論基礎(chǔ)和初步應(yīng)用，這說明了該領(lǐng)域的研究向著更深入的方向發(fā)展。

未來研究工作可在以下方面展開：

1）風(fēng)電的最大功率跟蹤。所呈現(xiàn)的文獻(xiàn)中運用粗糙集理論的分類屬性辨識功率曲線實現(xiàn)最大輸出功率點的跟蹤，后續(xù)研究可以借鑒光伏發(fā)電中最大功率跟蹤的相關(guān)研究的數(shù)據(jù)挖掘方法，在風(fēng)電功率跟蹤中探索更多的方法。

2）風(fēng)電機(jī)組模型的辨識。文獻(xiàn)[25,32-34]中，數(shù)據(jù)挖掘技術(shù)在模型辨識方面得到較好地的應(yīng)用。文獻(xiàn)[32]中建立精度較高的預(yù)測模型，說明數(shù)據(jù)挖掘技術(shù)在模型辨識方面研究的價值性。模型的辨識對未來風(fēng)電機(jī)組的仿真研究有重大的意義。

3）邁向大數(shù)據(jù)時代的數(shù)據(jù)挖掘。在物聯(lián)網(wǎng)的時代，海量的風(fēng)電機(jī)組的運行數(shù)據(jù)若能共享，則能根據(jù)不同環(huán)境的風(fēng)電機(jī)組運行參數(shù)，挖掘某一環(huán)境下的一般模型，用相似的方法來解決同一環(huán)境下的相同問題。