基于云分段最优熵算法的风电机组异常数据识别研究-中国电机工程学报.PDF

第 38 卷 第 8 期 中 国 电 机 工 程 学 报 Vol.38 No.8 Apr. 20, 2018 2294 2018 年 4 月 20 日 Proceedings of the CSEE ©2018 Chin.Soc.for Elec.Eng. DOI ：10.13334/j.0258-8013.pcsee.170255 文章编号：0258-8013 (2018) 08-2294-08 中图分类号：TM 614 基于云分段最优熵算法的 风电机组异常数据识别研究 杨茂，杨琼琼 ( 东北电力大学电气工程学院，吉林省 吉林市 132012) The Identification Research of the Wind Turbine Abnormal Data Based on the Cloud Segment Optimal Entropy Algorithm YANG Mao, YANG Qiongqiong (School of Electrical Engineering, Northeast Electric Power University, Jilin 132012, Jilin Province, China) ABSTRACT: The operation data of wind power plants is 0 引言 crucial for researching wind power wave characteristics ， 随着世界经济迅速发展，相应的能源需求也随 forecasting the wind power and calculating and measuring the 之增长，绿色能源逐渐兴起[1-3] 。作为绿色的可再生 wind power curve. However, there are a lot of errors in the 能源，风力发电在世界范围内得到了较为广泛的应 actual collected data, and these errors come from generating units. Therefore, it is important to identify these errors. Based 用和发展。随着风电技术的不断成长以及风电场的 on the wind speed-power curve of a generator, this paper 不断扩建，对风电场及风电机组实际运行数据的记 proposed a cloud section optimal entropy algorithm to identify 录就显得很重要，其中风速和风电功率数据研究价 these errors. The error sets can be identified by using the 值最高[4-5] 。风电场的实际运行数据对风电场的运行 entropy of the cloud model and then these errors can be 管理和电力系统的运行调度都具有重要意义。通过 distinguished. The results show that errors can be identified 实测风电机组实际运行数据可以拟合出风速–功率 effectively