基于多階段遞進(jìn)識(shí)別的風(fēng)電機(jī)組異常運(yùn)行數(shù)據(jù)清洗方法

王一妹， 劉 輝， 宋 鵬， 胡澤春， 鄧曉洋， 吳林林

（1.國網(wǎng)冀北電力有限公司 電力科學(xué)研究院， 北京 100045； 2.風(fēng)光儲(chǔ)并網(wǎng)運(yùn)行技術(shù)國家電網(wǎng)公司重點(diǎn)實(shí)驗(yàn)室，北京 100045； 3.清華大學(xué) 電機(jī)系， 北京 100084）

0 引言

隨著風(fēng)電場建設(shè)的大型化， 風(fēng)電場內(nèi)海量數(shù)據(jù)的收集及處理問題日益突出[1]。 作為風(fēng)電場單機(jī)信息管理的重要依據(jù)， 風(fēng)電機(jī)組運(yùn)行的數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)（SCADA）在風(fēng)電場優(yōu)化控制和發(fā)電功率預(yù)測等工程領(lǐng)域有著廣泛應(yīng)用。 SCADA數(shù)據(jù)的質(zhì)量在很大程度上決定了風(fēng)電場優(yōu)化控制及功率預(yù)測的準(zhǔn)確性， 進(jìn)而影響風(fēng)電場的經(jīng)濟(jì)效益[2]。 因此，研究能夠有效提升SCADA 數(shù)據(jù)質(zhì)量的風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)清洗方法， 對(duì)于提高風(fēng)電場運(yùn)行維護(hù)的準(zhǔn)確性和經(jīng)濟(jì)性具有重要意義[3]。

學(xué)者及工程人員針對(duì)風(fēng)電機(jī)組的風(fēng)速-功率（P-V）運(yùn)行數(shù)據(jù)清洗開展了大量研究。Yan Jie[4]基于風(fēng)電機(jī)組控制策略判斷散點(diǎn)分布的上臨界曲線剔除異常數(shù)據(jù)， 但判斷過程須借助機(jī)組運(yùn)行的槳距角信息。 Shen Xiaojun[5]利用變點(diǎn)分組法與四分位法結(jié)合的方式清洗異常數(shù)據(jù)， 但清洗過程存在數(shù)據(jù)點(diǎn)大量誤刪的情況。 婁建樓[6]采用最優(yōu)組內(nèi)方差法清洗風(fēng)電機(jī)組的P-V 運(yùn)行數(shù)據(jù)，但原始數(shù)據(jù)存在明顯的正常與異常點(diǎn)分布，個(gè)例特性較強(qiáng)，應(yīng)用的魯棒性較差。 胡陽[7]利用置信等效邊界法處理異常運(yùn)行數(shù)據(jù)，但Copula 函數(shù)的差異性選取會(huì)導(dǎo)致計(jì)算邊界對(duì)真實(shí)邊界的覆蓋偏差， 從而造成數(shù)據(jù)漏刪或誤刪。

針對(duì)現(xiàn)有的風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)清洗方法存在的需要額外信息輔助判斷、數(shù)據(jù)誤刪量大、清洗后散點(diǎn)分布不光滑、魯棒性差等問題，本文結(jié)合常見的異常數(shù)據(jù)類型， 提出了基于多階段遞進(jìn)識(shí)別的風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)清洗方法。 基于取自SCADA的風(fēng)電機(jī)組P-V 數(shù)據(jù)，將異常運(yùn)行數(shù)據(jù)劃分為4類， 并針對(duì)不同類型的異常數(shù)據(jù)分別探索解決方案。 利用DBSCAN 聚類法、核密度估計(jì)法、截?cái)喾ê托甭士刂品ǚ謩e建立異常數(shù)據(jù)識(shí)別模型， 用以識(shí)別離散分布的異常點(diǎn)、限功率點(diǎn)、0 功率的故障點(diǎn)以及1 功率的低風(fēng)速點(diǎn)， 通過異常點(diǎn)剔除實(shí)現(xiàn)數(shù)據(jù)清洗，在保留數(shù)據(jù)完整性的基礎(chǔ)上，提高了風(fēng)電機(jī)組風(fēng)速-功率運(yùn)行數(shù)據(jù)的準(zhǔn)確性。

1 風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)

基于SCADA 中的風(fēng)電機(jī)組實(shí)測P-V 數(shù)據(jù)，繪制機(jī)組標(biāo)準(zhǔn)化的實(shí)測P-V 散點(diǎn)圖（圖1）。由圖1可知， 風(fēng)電機(jī)組常見的異常運(yùn)行數(shù)據(jù)大致可分為4 類，由下至上依次為①0 功率值堆積點(diǎn)、②恒功率限電點(diǎn)、 ③發(fā)電功率離群異常點(diǎn)和④1 功率值低風(fēng)速點(diǎn)。

圖1 風(fēng)電機(jī)組實(shí)測P-V 散點(diǎn)圖Fig.1 Measured P-V scatter for wind turbine

0 功率值堆積點(diǎn)常由風(fēng)電機(jī)組故障、 計(jì)劃外停電檢修及通訊設(shè)備故障等原因產(chǎn)生； 恒功率限電堆積點(diǎn)多是因風(fēng)電場跟蹤調(diào)度計(jì)劃的要求，而將場內(nèi)的某些或全部機(jī)組控制在給定功率運(yùn)行而產(chǎn)生；離群異常點(diǎn)常由極端天氣、信號(hào)傳播噪聲等較為隨機(jī)的因素導(dǎo)致；1 功率值低風(fēng)速點(diǎn)多由通訊錯(cuò)誤或傳感器故障等非運(yùn)行因素導(dǎo)致。 在實(shí)際運(yùn)行中，①，③，④類異常數(shù)據(jù)的出現(xiàn)頻率較高，②類異常數(shù)據(jù)則只針對(duì)限電機(jī)組。 在數(shù)據(jù)清洗過程中，4 類數(shù)據(jù)的處理順序?yàn)棰?①-④-②。

2 異常數(shù)據(jù)識(shí)別模型

本節(jié)針對(duì)③，①，④，②類異常數(shù)據(jù)的識(shí)別方法，依次進(jìn)行原理解析。

2.1 基于DBSCAN 的密度聚類方法

密度聚類方法假設(shè)能夠通過樣本分布的緊密程度確定聚類結(jié)構(gòu)[8]，并且將具有足夠密度的區(qū)域劃分為簇。 DBSCAN 是一種應(yīng)用廣泛的密度聚類方法[9]，利用鄰域參數(shù)（Eps，MinPts）刻畫樣本分布的緊密程度，Eps 和MinPts 分別為半徑和最小樣本數(shù)目。基于鄰域參數(shù)，DBSCAN 算法將數(shù)據(jù)點(diǎn)分為核心點(diǎn)、邊界點(diǎn)和噪音點(diǎn)，噪音點(diǎn)就是數(shù)據(jù)清洗時(shí)須要識(shí)別的離群異常點(diǎn)。在已知鄰域參數(shù)時(shí)，DBSCAN 算法的一般步驟如下：

（1）將數(shù)據(jù)集D 中的所有對(duì)象均標(biāo)記為未處理狀態(tài)；

（2）對(duì)數(shù)據(jù)集D 中的每個(gè)對(duì)象p 進(jìn)行判斷，如果p 已經(jīng)被歸入某個(gè)簇或被標(biāo)記為噪聲， 則結(jié)束判斷，否則，繼續(xù)執(zhí)行步驟（3）；

（3）檢查對(duì)象p 的Eps 鄰域NEps（p），如果NEps（p）包含的對(duì)象數(shù)小于MinPts，則標(biāo)記對(duì)象p為邊界點(diǎn)或噪聲點(diǎn)， 否則， 則標(biāo)記對(duì)象p 為核心點(diǎn)，建立新簇C，并將p 鄰域內(nèi)的所有點(diǎn)加入C；

（4）對(duì)于NEps（p）中尚未被處理的對(duì)象q，檢查 其Eps 鄰 域NEps（q），若NEps（q）包 含 至 少M(fèi)inPts 個(gè)對(duì)象，則將NEps（q）中未歸入任何一個(gè)簇的對(duì)象加入C。

2.2 截?cái)喾?/h3>

2.3 斜率控制法

當(dāng)來流風(fēng)速高于風(fēng)電機(jī)組的切入風(fēng)速時(shí)，機(jī)組的發(fā)電功率會(huì)隨著風(fēng)速的增加而增大直至達(dá)到滿發(fā)（來流風(fēng)速達(dá)到額定風(fēng)速）。但在實(shí)際運(yùn)行中，由于環(huán)境條件的變化以及機(jī)組控制策略等的影響， 機(jī)組達(dá)到滿發(fā)功率的風(fēng)速會(huì)略高于或低于設(shè)計(jì)的額定風(fēng)速[10]。然而，顯著低于額定風(fēng)速的1 功率值散點(diǎn)，則是由通訊故障等原因造成的異常點(diǎn)，須予以剔除。

2.4 核密度估計(jì)方法

核密度估計(jì)（Kernel Density Estimation，KDE）是一種用于估計(jì)概率密度函數(shù)（Probability Density Function，PDF）的非參數(shù)檢驗(yàn)方法[11]。 KDE 采用平滑的峰值（核）函數(shù)來擬合觀察到的數(shù)據(jù)點(diǎn)，從而模擬真實(shí)的概率分布曲線。恒功率的限電堆積點(diǎn)經(jīng)常覆蓋較寬的風(fēng)速范圍，KDE 方法假設(shè)風(fēng)電機(jī)組P-V 散點(diǎn)的PDF 服從正態(tài)分布， 而由于堆積型異常數(shù)據(jù)的存在， 此PDF 將呈現(xiàn)雙峰或多峰分布。 對(duì)不同風(fēng)速區(qū)間內(nèi)功率散點(diǎn)的PDF曲線進(jìn)行削峰處理，刪除低峰密度曲線對(duì)應(yīng)的異常點(diǎn)，使其由多峰變?yōu)閱畏宸植?，完成限電堆積數(shù)據(jù)的清洗。

假設(shè)樣本X 包含n 個(gè)獨(dú)立同分布的樣本點(diǎn)x1，x2，…，xn，其概率密度函數(shù)為f，KDE 將每個(gè)數(shù)據(jù)點(diǎn)的數(shù)據(jù)和帶寬作為核函數(shù)的參數(shù)， 得到n 個(gè)核函數(shù)參數(shù)對(duì)， 經(jīng)線性疊加后獲得核密度的估計(jì)函數(shù)，經(jīng)歸一化后獲得核密度的PDF。

3 算例分析

以實(shí)際風(fēng)電場為例， 建立風(fēng)電機(jī)組的異常運(yùn)行數(shù)據(jù)識(shí)別模型， 進(jìn)而實(shí)現(xiàn)風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)的清洗。

3.1 風(fēng)電場及典型機(jī)組簡況

所選風(fēng)電場位于中國北方，場內(nèi)共有33 臺(tái)1.5 MW 的風(fēng)電機(jī)組，風(fēng)輪直徑為82 m，風(fēng)電場覆蓋面積約為15 km2。風(fēng)電場內(nèi)地形較為平坦，機(jī)組間的最大高程差為164 m， 風(fēng)電場內(nèi)的機(jī)組排布如圖2 所示。風(fēng)電機(jī)組的切入、額定和切出風(fēng)速分別為3，10.5 m/s 和25 m/s， 風(fēng)電機(jī)組標(biāo)準(zhǔn)化的推力系數(shù)及功率曲線如圖3 所示。

圖2 風(fēng)電場內(nèi)機(jī)組布局Fig.2 Wind farm layout

圖3 風(fēng)電機(jī)組推力系數(shù)及功率曲線Fig.3 Wind turbine's Ct and power curves

為完整覆蓋可能的異常數(shù)據(jù)類型， 從風(fēng)電場內(nèi)選取4 臺(tái)分別含不同異常數(shù)據(jù)種類（2～3 種）的風(fēng)電機(jī)組，即1#，9#，15#和18#風(fēng)電機(jī)組。4 臺(tái)機(jī)組包含的異常數(shù)據(jù)類型分別為①③，①②③，①③④和①②③④，4 臺(tái)機(jī)組在場內(nèi)的位置由圖2 中的方框標(biāo)識(shí)。對(duì)2018 年5 月-12 月共計(jì)8 個(gè)月的風(fēng)電機(jī)組SCADA 風(fēng)速和功率數(shù)據(jù)進(jìn)行歸一化處理，數(shù)據(jù)的時(shí)間分辨率為10 min。

3.2 異常數(shù)據(jù)點(diǎn)識(shí)別

基于第2 節(jié)中方法建立異常數(shù)據(jù)識(shí)別模型，按照離群異常點(diǎn)、0 功率值堆積點(diǎn)、1 功率值低風(fēng)速點(diǎn)和恒功率限電點(diǎn)的順序， 依次識(shí)別并剔除4類異常數(shù)據(jù)，獲得清洗后的風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)。以0.05 為間隔，將（0，1]區(qū)間的標(biāo)準(zhǔn)化功率劃分為20 個(gè)等間距區(qū)間。

對(duì)（0，0.95]區(qū)間的散點(diǎn)進(jìn)行密度聚類，剔除離群點(diǎn)；對(duì)功率為0 的散點(diǎn)采用截?cái)喾ㄌ幚恚蕹唢L(fēng)速點(diǎn)；對(duì)（0.95，1]區(qū)間內(nèi)的1 功率值堆積點(diǎn)采用斜率控制法處理，剔除低風(fēng)速點(diǎn)。 針對(duì)經(jīng)前3步驟（3 階段）處理后的數(shù)據(jù)，若仍有限電堆積點(diǎn)，則利用KDE 模型剔除。

3.2.1 離群點(diǎn)識(shí)別

利用DBSCAN 模型分別對(duì)4 臺(tái)機(jī)組（0，0.95]功率區(qū)間的P-V 散點(diǎn)進(jìn)行聚類。 通過聚類合理性試驗(yàn)，調(diào)整最優(yōu)參數(shù)，確定聚類半徑Eps 為0.02，類內(nèi)最小樣本數(shù)MinPts 為45，聚類結(jié)果如圖4 所示。 其中，黑色散點(diǎn)表示正常數(shù)據(jù)點(diǎn)，銀灰色散點(diǎn)為DBSCAN 聚類識(shí)別出的離群噪音點(diǎn)。

由圖4 可知，DBSCAN 方法能夠較好地識(shí)別（0，0.95]功率區(qū)間內(nèi)的離群異常點(diǎn)，以及18# 機(jī)組稀疏分布的恒功率限電點(diǎn)，但對(duì)于9#機(jī)組稠密分布的恒功率限電點(diǎn)則無法準(zhǔn)確識(shí)別。

圖4 風(fēng)電機(jī)組P-V 散點(diǎn)圖的離群點(diǎn)識(shí)別Fig.4 Outliers recognition for wind turbines' P-V scatters

3.2.2 0/1 功率異常點(diǎn)識(shí)別

圖5 風(fēng)電機(jī)組P-V 散點(diǎn)圖的0/1 功率異常點(diǎn)識(shí)別Fig.5 0/1 power abnormal points recognition for wind turbines' P-V scatters

由圖5 可知， 截?cái)喾ê托甭士刂品ǚ謩e可以較好地識(shí)別0 功率的高風(fēng)速堆積點(diǎn)和1 功率的低風(fēng)速堆積點(diǎn)。 綜合采用上述DBSCAN 密度聚類、截?cái)喾ê托甭士刂品梢杂行逑礋o限電狀態(tài)的1# 和15# 機(jī)組以及有短時(shí)少量限電的18# 機(jī)組的運(yùn)行數(shù)據(jù)， 但是無法全面清洗含有長時(shí)間限電功率堆積點(diǎn)的9#機(jī)組的運(yùn)行數(shù)據(jù)。

3.2.3 恒功率限電點(diǎn)識(shí)別

針對(duì)9# 機(jī)組半清洗后的運(yùn)行數(shù)據(jù)建立KDE模型開展限電數(shù)據(jù)剔除。 以功率為變量對(duì)不同區(qū)間內(nèi)的P-V 散點(diǎn)進(jìn)行密度估計(jì)，采用高斯核函數(shù)擬合散點(diǎn)PDF，帶寬確定為0.02。 獲得不同標(biāo)準(zhǔn)化功率值對(duì)應(yīng)的散點(diǎn)分布概率密度曲線， 如圖6所示。

圖6 不同標(biāo)準(zhǔn)化功率下的散點(diǎn)密度分布Fig.6 The density distributions of normalized power scatters

由圖6 可知， 散點(diǎn)分布的密度集中區(qū)域出現(xiàn)在標(biāo)準(zhǔn)化功率值為0.07，0.28 和1 的位置處。結(jié)合圖5（b）含限電的P-V 散點(diǎn)圖可以看出，9# 機(jī)組的限電功率位于0.2～0.4，對(duì)應(yīng)的標(biāo)準(zhǔn)化風(fēng)速處于0.19～0.54。 故以0.05 為寬度，將[0.15，0.55）標(biāo)準(zhǔn)化風(fēng)速區(qū)間內(nèi)的散點(diǎn)劃分為8 個(gè)等分區(qū)間。 在各個(gè)風(fēng)速子區(qū)間內(nèi)，沿著功率變化的方向，對(duì)區(qū)間內(nèi)的散點(diǎn)分布進(jìn)行密度估計(jì)， 獲得如圖7 所示的各區(qū)間散點(diǎn)分布的KDE 曲線。

圖7 不同風(fēng)速區(qū)間內(nèi)沿功率增加方向的散點(diǎn)密度曲線Fig.7 KDE curves for normalized power under various WS intervals

由圖7 可知：圖7（a）～（d）中以功率為變量的KDE 曲線均呈單峰正態(tài)分布；圖7（e）～（h）中以功率為變量的KDE 曲線均呈雙峰分布，左側(cè)低峰值的分布曲線則是由限電異常點(diǎn)引入。 根據(jù)隨功率變化的密度曲線圖，針對(duì)[0.35，0.40），[0.40，0.45），[0.45，0.50）和[0.50，0.55）風(fēng)速區(qū)間內(nèi)的散點(diǎn)，分別采用P=0.32，0.4，0.5 和0.7 進(jìn)行截?cái)啵?也就是將區(qū)間內(nèi)低于此功率值的數(shù)據(jù)點(diǎn)予以剔除， 強(qiáng)制將KDE 曲線變?yōu)閱畏迩€，實(shí)現(xiàn)數(shù)據(jù)清洗。

經(jīng)過限電散點(diǎn)剔除后， 獲得將離群異常點(diǎn)、0功率堆積點(diǎn)、1 功率低風(fēng)速點(diǎn)和恒功率限電點(diǎn)4步驟清洗后的最終數(shù)據(jù)，9# 機(jī)組清洗后的標(biāo)準(zhǔn)化P-V 散點(diǎn)圖如圖8 所示。

圖8 限電的9# 機(jī)組清洗后的P-V 散點(diǎn)圖Fig.8 Cleaned normalized P-V scatters for down-regulated 9# wind turbine

3.3 數(shù)據(jù)完整率驗(yàn)證

算例數(shù)據(jù)的時(shí)間覆蓋范圍是2018 年5 月1日-12 月31 日，時(shí)間分辨率為10 min。 各臺(tái)機(jī)組的理論完整數(shù)據(jù)量、 原始數(shù)據(jù)量，1#，15#，18# 機(jī)組經(jīng)3 階段清洗后的數(shù)據(jù)量，以及含限電的9#機(jī)組經(jīng)4 階段清洗后的數(shù)據(jù)量統(tǒng)計(jì)如表1 所示。

表1 各臺(tái)機(jī)組數(shù)據(jù)清洗前后的數(shù)據(jù)量統(tǒng)計(jì)Table 1 Statistics of the amounts of operation data before and after cleaning

由表1 可知： 與完整數(shù)據(jù)量相比， 各臺(tái)機(jī)組SCADA 系統(tǒng)記錄的原始數(shù)據(jù)完整率均在95%以上；4 臺(tái)機(jī)組清洗后的數(shù)據(jù)量，均占原始數(shù)據(jù)量的90%以上，其中，含限電因素的9# 機(jī)組的異常數(shù)據(jù)占比最高，達(dá)8.3%。

4 結(jié)論

為充分利用有限信息提高風(fēng)電機(jī)組的單機(jī)運(yùn)行數(shù)據(jù)質(zhì)量，本文針對(duì)風(fēng)電機(jī)組實(shí)測P-V 散點(diǎn)圖中常見的4 類異常數(shù)據(jù)點(diǎn)， 建立遞進(jìn)式異常數(shù)據(jù)識(shí)別模型。建模及分析結(jié)果表明：DBSCAN 聚類方法能夠有效識(shí)別P-V 散點(diǎn)圖中的離群異常點(diǎn)；截?cái)喾ê托甭士刂品ǚ謩e可以較好地識(shí)別0 功率的高風(fēng)速堆積點(diǎn)和1 功率的低風(fēng)速異常點(diǎn)； 核密度估計(jì)法對(duì)限電的恒功率點(diǎn)識(shí)別效果顯著。

經(jīng)3 階段或4 階段的遞進(jìn)式數(shù)據(jù)清洗后，4臺(tái)機(jī)組的P-V 散點(diǎn)均呈光滑的功率曲線區(qū)間帶分布形式，異常數(shù)據(jù)剔除效果好，證明了本文所提方法的有效性。 各臺(tái)機(jī)組清洗后的數(shù)據(jù)量均占原始數(shù)據(jù)量的90%以上，在提高數(shù)據(jù)質(zhì)量的同時(shí)較好地保留了數(shù)據(jù)完整性， 進(jìn)一步驗(yàn)證了所提方法的合理性。數(shù)據(jù)清洗是風(fēng)電場控制、功率預(yù)測等研究的重要先導(dǎo)工作， 本文所提數(shù)據(jù)清洗方法為風(fēng)電場的經(jīng)濟(jì)運(yùn)行提供了良好的技術(shù)支持。