浅析风电场数据错误和缺失的处理方法

摘要

风功率输出数据的完整性对风电的准确预测和风能的利用具有重要意义。数据中存在集中缺失和错误值会影响预测工具的性能。就风电场而言,历史数据包含如风速、风向、温度、功率等。由于许多例如传感器故障、电源类故障将会导致数据的缺失与错误,因此本文提出了处理缺失数据的几种方法,如删除至少包含一个特征缺失值的实例、移动平均值等。本文对2017年沈阳市康平县某风电场33台风电机组的数据集进行了识别,并提出了风电场数据集的处理过程。对两种基于移动平均的处理缺失数据的方法进行了测试和比较,以选出最优方法。