基于模糊规则和神经网络的新能源消纳数据清洗研究与应用.pdfVIP

2024年7月EWRHI

水利水电快报第45卷第7期

引用格式：熊为军，肖华，陈卫鹏.基于模糊规则和神经网络的新能源消纳数据清洗研究与应用[J].水利水电快报,2024，45

(7):116-121.

基于模糊规则和神经网络的新能源消纳数据

清洗研究与应用

熊为军,肖华，陈卫鹏

（长江勘测规划设计研究有限责任公司，湖北武汉430010）

摘要：为了充分挖掘和高效利用新能源的消纳空间，需要在调度控制时考虑广域量测、环境、气象以及社

会等多源信息。数据清洗是使用这些数据的前提，提出了一种数据清洗技术，分析了新能源消纳能力计算的

数据来源以及数据间的隐含关联,将其转换为PSL形式的模糊规则，构建了面向新能源消纳数据清洗的神经

网络。以张家口市张北县2020年风电数据为例进行数据清洗。结果表明：数据清洗并修复后的数据正确率

达到98.3%，该技术能够有效地利用多源信息的关联映射关系，实现对不良数据的有效甄别。研究结果可为

各方参与新能源建设和开展新能源价值挖掘提供可靠的数据支撑。

关键词：新能源消纳；数据清洗；模糊规则；概率软逻辑

中图法分类号：TP751文献标志码：AD0I:10.15974/j.cnki.slsdkb.2024.07.020

文章编号:1006-0081(2024)07-0116-06

0引言和完整性。

典型的数据清洗算法包括异常值检测、噪声

随着弃风、弃光问题的日益突出，新能源消纳的去除[2]、实体解析[3]和贝叶斯清洗[4]等方法。随着

泛社会化属性逐渐凸显。大气污染防治限产、光伏数据模式的变化,数据间的联系也变得错综复杂，出

扶贫政策、新能源补贴政策调整以及发电设备成本现了大规模的数据关联、交叉和融合现象。针对这

降低等非电力生产要素严重影响着新能源的消纳情种情况，需要采用适当的数据清洗方法，以确保融合

况。目前,对新能源的调度控制主要基于风光资源后的数据与规则保持一致。

的供给端和电力生产的需求端信息进行优化。然与电力系统分析的不同之处在于,新能源消纳业

而，随着广域量测、环境、气象、社会等大量信息的接务涉及的数据复杂且关联程度复杂。无法像电力系

人，电力系统已经发展成为一个具有多源信息交互统一样提出明确的计算公式,例如电压降落与有功功

的复杂高维异构的电力信息物理系统，传统新能源率、无功功率、电阻、电抗之间存在明确的计算公式；

调度控制手段仅使用了电网公司内部的相关数据，而新能源消纳数据只能提出模糊的规则，例如当某几

未能充分考虑影响新能源消纳的社会因素，并未全个量取得较高值时，另外几个量取得较高值的概率较

面考虑新能源生产过程中的信息流动，导致难以从高。因此,需要一种结合规则和机器学习的数据清洗

全社会的角度充分挖掘和高效利用新能源的消纳空方法,将新能源消纳业务中的规则与神经网络[5]等机

间。因此,将与新能源消纳密切相关的多维数据融器学习技术相结合，实现异常数据处理。

合起来十分必要。在整合来自不同来源的异构数据神经符号系统是将神经网络与逻辑规则相结合

时，需要采用数据清洗技术来提高数据的质量，以确的一种系统[6],基于该系统可以利用给定的逻辑域

保所得到的数据分析结果准确且有价值。数据清洗推理规则来对数据之间的依赖性进行建模，常用于

主要包括关联规则挖掘、异常数据检测和异常数据数据清