- 頭條內蒙古工業大學的研究人員提出風電機組異常數據的在線清洗方法2021-11-21 作者：馬然 栗文義 齊詠生 | 來源：《電工技術學報》 | 點擊率：導語風電機組數據采集與監視控制系統運行數據中含有大量異常數據，對風電機組健康狀態預測影響嚴重。為此，針對風電機組健康狀態預測中對異常數據進行在線清洗的實際需求，內蒙古工業大學的研究人員馬然、栗文義、齊詠生，在2021年第10期《電工技術學報》上撰文，提出一種異常數據在線清洗方法。分析表明該方法能準確并實時地識別各類異常數據，有效提升風電機組健康狀態預測的性能。
準確可信的數據采集與監視控制系統（Super- visory Control And Data Acquisition, SCADA）運行數據是風電機組發電性能預測、故障預測與健康管理等工作的基礎。然而，由于機組運行環境惡劣，很多現場采集的數據質量較差，特別是因棄風限電、工況波動等原因導致的數據異常問題尤為突出。高比例異常數據對運行數據的真實規律、特征參量的相關性關系等信息的挖掘與應用影響極大，因此風電機組數據清洗工作至關重要。
風電機組數據清洗方法主要從特征空間的距離、概率和密度等角度界定異常值。但是目前的研究多以風功率數據為清洗對象，主要研究機組發電性能預測，而數據清洗方法在機組健康狀態預測中的應用研究目前仍較少。
在風電機組整機性能預測與健康狀態評估的應用中，有關研究指出，模型分析法如神經網絡更適合于異常檢測，而高斯混合模型、主成分分析及其改進算法等概率統計方法對機組性能退化的預測適應性更好。
然而，概率統計方法對數據質量要求較高，數據清洗的應用方向不同時，清洗對象、需要清洗的異常數據以及清洗方法均會有所差別，因此有必要對風電機組健康狀態預測中的異常數據清洗工作進行針對性研究。
首先，選擇運行數據中可反映機組性能退化的關鍵特征參量構成清洗對象，如風速-功率、轉速-功率數據，而軸溫、油溫等參量作為機組健康狀態預測與故障檢測的重要特征依據，剔除其中的異常點反而可能造成故障信息丟失，不能輕易清洗。其次，確定待清洗的異常數據，包括堆積點與離群點。
離群點可能反映了工況變化，在基于模型分析法預測發電性能或故障時可以不清洗，但離群點分散性較大，對其進行合理清洗將有利于基于概率統計方法預測機組的健康狀態。
此外，不同機組的運行數據存在采樣周期不同、概率分布特征呈差異化等特點，隨著機組性能的逐漸退化，數據分布特征更趨復雜，這些都對數據清洗方法的通用性、精度、運算效率、穩定性以及工程適用性提出了較高要求。因此，有必要針對風電機組健康狀態預測深入研究運行數據關鍵特征參量的選擇，以及堆積點和離群點的在線清洗方法。
目前，可用于解決運行數據特征參量選擇的方法有Relief、互信息、隨機森林與鄰域粗糙集 等。其中，Relief和互信息基于相關性度量，屬于過濾法，具有快速高效、獨立于預測模型的優點，但Relief為有監督法，而SCADA數據往往沒有分類標簽；隨機森林屬于封裝法，可與鄰域粗糙集應用于負荷預測或故障識別中對特征集的尋優與約簡。
因此，基于互信息選擇與機組運行狀態相關性強的關鍵特征參量有利于簡單、快速地確定清洗對象，并利用Copula函數無需假設數據的分布形態即可描述其實際分布規律的特點，解決互信息計算中聯合概率密度函數估計難的問題。
為保證數據清洗方法的識別精度與運算效率，聯合考慮關鍵特征參量的概率分布、時序特征與密度分布：利用單一Copula建立風速-功率、轉速-功率等多元特征參量的置信等效功率區間，解決傳統概率統計方法在樣本分布不均、異常值較多時識別精度低的問題，同時避免采用混合Copula，確保算法的運算效率；僅考慮置信邊界外的可疑數據，結合其時序特征和密度分布依次清洗堆積點與離群點，解決DBSCAN算法無法在線清洗[10-11]的問題；進一步基于Copula模擬實際異常數據，解決數據清洗模型定量分析的問題。
基于上述研究背景，內蒙古工業大學的研究人員針對風電機組健康狀態預測中異常數據的在線清洗進行研究。分析風電機組性能退化過程中的數據特征，在此基礎上，提出基于經驗Copula-互信息（Empirical Copula-based Mutual Information, ECMI）法選擇關鍵特征參量，并基于Copula結合異常值的時序特征與密度分布建立數據清洗模型（Copula-based data cleaning model combining Time-series Features and Density Distribution, Copula-TFDD），對堆積點和離群點等典型異常數據進行在線識別。
圖1 Copula-TFDD數據清洗模型流程
科研人員通過研究得出如下結論：
1）提出基于ECMI的特征參量選擇方法。選擇反映風電機組整機性能的關鍵特征參量構成清洗對象，對實測風速-功率、轉速-功率數據中的堆積點和離群點等典型異常數據進行清洗。
2）基于風電機組實測運行數據的概率分布、時序特征與密度分布提出Copula-TFDD數據清洗模型。該方法可以對具有不同采樣周期和差異化概率分布的運行數據實現在線清洗，且能有效提升機組健康狀態預測的性能。
3）基于Copula給出了人工模擬符合實際異常數據分布特征的數據集的方法。通過對Copula- TFDD的精度、運算效率和穩定性的定量分析，驗證了該數據清洗方法的工程應用性較強。
本文編自2021年第10期《電工技術學報》，論文標題為“風電機組健康狀態預測中異常數據在線清洗”，作者為馬然、栗文義、齊詠生。
