基于四分位数和Sigmoid改进模型的风电数据清洗方法

摘要

风电机组实际运行工况复杂，导致所采集的风功率数据中存在大量异常点，不利于功率曲线准确拟合。为解决该问题，分析了风速–功率散点的分布特征、所有异常点产生原因及分布情况，并在此基础上应用了四分位法对稀疏异常点进行剔除。针对结果中仍存在的异常簇，充分运用Sigmoid函数与功率曲线的相似性，建立含有四参数的Sigmoid改进模型，将四分位法和Sigmoid模型充分结合，以完成风功率数据的进一步清洗。该方法首先应用四分位法将大部分异常数据剔除，使算法执行速度快、精度高；其次，基于Sigmoid改进模型剔除剩余异常点，尤其是存在限功率的点，使算法具有较好的普适性。在存在所有异常数据点情况的风功率数据上验证了该方法的可行性。

关键词

风功率数据 / 四分位法 / Sigmoid改进模型 / 目标函数 / 高斯牛顿法 / LM优化算法 / 数据清洗