徐鶴，曹彬，岳文彥

（中節(jié)能風力發(fā)電股份有限公司，北京 100034）

1 前言

隨著中國提出努力爭取在2060年前實現(xiàn)碳中和，發(fā)展風力發(fā)電、太陽能發(fā)電等清潔、可持續(xù)、可再生能源成為加速能源結(jié)構(gòu)轉(zhuǎn)型的重要舉措之一，風電裝機規(guī)模將持續(xù)擴大。而風能具有不確定性，大量的風電接入電網(wǎng)可能會出現(xiàn)大規(guī)模功率波動，進而引發(fā)電網(wǎng)穩(wěn)定性問題。為了使風能成為可靠的能源來源，建立高效、準確的風電監(jiān)測和預測模型尤為重要。

風功率曲線是風力發(fā)電機組功率和風速的對應曲線，反映了風力發(fā)電機組在不同風速下產(chǎn)生電能的能力，在評價風力發(fā)電機組發(fā)電性能優(yōu)劣及風功率預測中發(fā)揮著重要作用。而由于棄風限電、通信設(shè)備故障、極端天氣、葉片污染和風速傳感器失靈等原因，實際測量數(shù)據(jù)中存在大量不符合風力發(fā)電機組正常輸出特性的異常點，異常數(shù)據(jù)的識別和剔除是獲得風功率曲線的重要步驟，IEC 61400-12-1中關(guān)于異常數(shù)據(jù)剔除做出了明確規(guī)定：用于分析的數(shù)據(jù)均應該是在風力發(fā)電機組正常運轉(zhuǎn)情況下采集的，為了確保數(shù)據(jù)沒有損壞，應當排除以下情況中的數(shù)據(jù)集：（1）除風速外的外部條件超出了風力發(fā)電機組的工作范圍；（2）由于風力發(fā)電機組故障狀態(tài)導致的無法運轉(zhuǎn)；（3）風力發(fā)電機組被手動關(guān)機或者處于測試或維修操作狀態(tài)；（4）測試設(shè)備故障或者性能退化（例如，葉片結(jié)冰和污染等）；（5）風向超出了規(guī)定的測量扇區(qū)。

國內(nèi)外研究學者對風功率異常數(shù)據(jù)剔除、風功率曲線建模做了大量研究，風功率曲線建模的精度不斷提升。而風力發(fā)電機組的運行數(shù)據(jù)中蘊含更多信息，除了需要將正常數(shù)據(jù)與異常數(shù)據(jù)區(qū)分開外，還需要將異常數(shù)據(jù)產(chǎn)生的原因進一步識別，即風力發(fā)電機組運行狀態(tài)識別。對風力發(fā)電機組運行狀態(tài)的識別是風電監(jiān)測的重要工作之一。同時，機組運行狀態(tài)識別結(jié)果可以用于排除IEC 61400-12-1中規(guī)定的五種數(shù)據(jù)集，獲取風功率曲線。

本文闡述了風速-功率散點圖中的異常數(shù)據(jù)分布特征，總結(jié)歸納了常用的異常數(shù)據(jù)識別方法、風功率曲線建模和風力發(fā)電機組運行狀態(tài)識別方法，重點對各個方法的技術(shù)路線、應用情況以及應用效果進行介紹。通過對各個方法機理的分析，逐步梳理其應用范圍，找出問題和不足。在此基礎(chǔ)上，提出了風力發(fā)電機組運行狀態(tài)識別深入研究的未來發(fā)展方向，從而為今后建立高精度的風力發(fā)電機組運行狀態(tài)識別模型提供理論依據(jù)。

2 異常數(shù)據(jù)分布特征

風力發(fā)電機組在運行過程中受到湍流、氣象因素和零部件故障等影響，運行數(shù)據(jù)中存在大量偏離正常工作特性的異常點。不同成因的異常點在風速-功率散點圖中表現(xiàn)的數(shù)據(jù)形態(tài)不一致。根據(jù)風速-功率圖中散點分布形態(tài)可以將異常數(shù)據(jù)分為四類，如圖1所示。

圖1 風功率散點圖異常數(shù)據(jù)分布特征示意

（1）底部堆積型異常數(shù)據(jù)在風速-功率散點圖中表現(xiàn)為一條橫向密集數(shù)據(jù)帶，功率在零值附近波動，表現(xiàn)為數(shù)據(jù)堆積。產(chǎn)生的原因包括機組故障、通信設(shè)備或測量終端故障、計劃外停機檢修等情況。

（2）中部堆積型異常數(shù)據(jù)在風速-功率散點圖中表現(xiàn)為在保證功率曲線下橫帶狀的形態(tài)，該數(shù)據(jù)帶往往是因為電網(wǎng)限電或者風力發(fā)電機組故障無法定位，人為將風力發(fā)電機組功率限制在某一值。

（3）上部堆積型異常數(shù)據(jù)在風速-功率散點圖中表現(xiàn)為位于風功率曲線右側(cè)橫帶狀的形態(tài)，產(chǎn)生的原因通常是通信錯誤或風速傳感器失靈。

（4）周圍分散型異常數(shù)據(jù)表現(xiàn)為功率曲線附近密度較低的無規(guī)律散點。此類異常數(shù)據(jù)產(chǎn)生的原因為棄風限電、信號傳播噪聲、傳感器失靈、極端天氣情況和風向標松動等隨機影響因素造成的。

堆積型異常數(shù)據(jù)通常在時間上存在連續(xù)性，往往無法瞬時恢復。分散型異常數(shù)據(jù)表現(xiàn)為分散分布的形態(tài)，通常是隨機產(chǎn)生且變化的，可短時間內(nèi)恢復。

棄風限電的數(shù)據(jù)可能表現(xiàn)為堆積型數(shù)據(jù)也可能表現(xiàn)為分散性數(shù)據(jù)，具體的數(shù)據(jù)形態(tài)與棄風限電的響應方式相關(guān)。能量管理系統(tǒng)（Energy Management System，EMS）接收自動發(fā)電控制模塊（Automatic Generation Control，AGC）限電的指令后，按照內(nèi)部控制邏輯來控制風電場中每臺風力發(fā)電機組的功率。AGC的限電命令是實時發(fā)送且為動態(tài)調(diào)整的，往往棄風限電數(shù)據(jù)在風速-功率散點圖上表現(xiàn)為分散型。而如果人工參與限電行為，如為了快速響應限電指令，將某一臺或者幾臺風力發(fā)電機組的功率限制在某一值下，此時棄風限電數(shù)據(jù)在風速-功率散點圖上則表現(xiàn)為堆積的橫帶形態(tài)。

3 統(tǒng)計學異常數(shù)據(jù)識別方法

3.1 組內(nèi)最優(yōu)方差法（Optimal Interclass Variance，OIV）

婁建樓等人提出了組內(nèi)優(yōu)組內(nèi)方差的數(shù)據(jù)剔除方法，該方法首先將風速和功率的原始數(shù)據(jù)根據(jù)風速區(qū)間進行劃分，記某一風速區(qū)間的數(shù)據(jù)集為W：

vi表示i第個數(shù)據(jù)樣本的風速，pi表示i第個數(shù)據(jù)樣本的功率，pi按照降序排列，即pi＜pi-1（i＞1）。

然后依次計算前個坐標點中功率的方差值：

si為第個i點的方差，pj為第j個點的功率值；為第i-1個點的功率的平均值。由于是依次計算數(shù)據(jù)集中i個點的方差，該計算方式類似滑動計算，所以婁建樓等人又將此計算方法稱為滑差值計算。

最后，通過給定滑差值的閾值，分離正常點和異常點。這種方法實用、高效，并引入實際的案例證明了該方法能夠準確識別出機組異常運行狀態(tài)。

3.2 變點分組-四分位法

沈小軍等人采用變點分組法與四分位法組合的方法。變點是指在一個序列或一個過程中的某個或某些數(shù)據(jù)突然變化的點，這種突然變化往往反映數(shù)據(jù)的某種質(zhì)的變化。變點分組法是在組內(nèi)最優(yōu)方差法的基礎(chǔ)上計算方差的變化率，采用方差變化率的變點作為分組依據(jù)。

ki為第i個點的方差變化率。

然后，采用最小二乘法作為檢測方法，對每個風速區(qū)間的風力發(fā)電機組功率的方差變化率分為前后兩段進行回歸分析，回歸系數(shù)發(fā)生突變的點即為回歸變點，從而得到功率值明顯變化的位置。變點分組法準確識別出了風速-功率曲線下方的第一、二類堆積型異常數(shù)據(jù)和部分分散型異常數(shù)據(jù)，但是，對風功率曲線上界的第三類堆積型異常數(shù)據(jù)和部分分散型異常數(shù)據(jù)無法有效識別。因此繼續(xù)采用四分位法進行異常數(shù)據(jù)識別，四分位法是常用的統(tǒng)計學異常數(shù)據(jù)檢測方法，即將全部數(shù)據(jù)從小到大排列，排列在前1/4位置上的數(shù)，即25%位置上的數(shù)，稱為第一四分位數(shù)，記作Q1；排在后1/4位置上的數(shù)，即75%位置上的數(shù)，稱為第三四分位數(shù)，記作Q3；排列在中間位置的數(shù)即50%位置上的數(shù)，稱為第二四分位數(shù)，記作Q2。將Q3-Q1定義為四分位距，記作IQR。將Q3+1.5IQR定義為上界；將Q1-1.5IQR定義為下界；將大于上界和小于下界的數(shù)據(jù)識別為異常值。沈小軍等人用四分位法有效地識別出了第三類異常數(shù)據(jù)及部分分散型異常數(shù)據(jù)。

圖2 四分位法示意圖

4 機器學習異常數(shù)據(jù)識別方法

4.1 基于聚類的方法

聚類分析是無監(jiān)督類機器學習算法中最常用的一類，其目的是將數(shù)據(jù)集分成若干組，也被稱為“簇”，使得組內(nèi)的相似性大于組間的相似性，如果劃分適當，則簇應當捕獲數(shù)據(jù)的自然結(jié)構(gòu)，因此聚類分析也常常被用作離群點檢測。常用的聚類方法有K-means、層次聚類、Dbscan（Density-Based Spatial Clustering of Applications with Noise)、模糊C均值（Fuzzy C-Means，F(xiàn)CM）等。

Dbscan是常用的基于密度的聚類方法，延平采用Dbscan的方法對風力發(fā)電機組運行數(shù)據(jù)進行分析，根據(jù)數(shù)據(jù)特點將限功率數(shù)據(jù)、正常運行數(shù)據(jù)、故障停機數(shù)據(jù)、降容運行等數(shù)據(jù)進行區(qū)分。該算法將“簇”定義為密度相連的點的最大的集合，并通過考察對象與簇之間的關(guān)系，將具有足夠高密度的區(qū)域劃分為一簇，是一種無監(jiān)督分類的方法。圖3為將Dbscan法用于功率-槳距角的聚類效果，圖中散點被聚成6類，然后結(jié)合風力發(fā)電機組運行特性，人為將這六類散點標記為正常運行數(shù)據(jù)、限功率數(shù)據(jù)、異常數(shù)據(jù)和故障停機數(shù)據(jù)。Dbscan方法雖然在論文所采用的標準數(shù)據(jù)集上取得了不錯的效果，但是，實際運行場景中的風力發(fā)電機組數(shù)據(jù)集往往復雜的多，使用Dbscan方法不能很好地達到論文中的效果。

圖3 功率-槳距角DBSCAN聚類結(jié)果[5]

4.2 深度學習

深度學習本質(zhì)上是自動特征提取，正常的風力發(fā)電機組運行數(shù)據(jù)特征會有一定的規(guī)律，而異常數(shù)據(jù)往往是個性化的，如果數(shù)據(jù)量足夠多，深度學習也可以用于異常數(shù)據(jù)的識別。

（1）門控循環(huán)單元（Gate Recurrent Unit，GRU）。GRU是循環(huán)神經(jīng)網(wǎng)絡（Recurrent Neural Network, RNN）的一種，和LSTM（Long-Short Term Memory）一樣，也是為了解決長期記憶和反向傳播中的梯度等問題而提出來的。與LSTM相比，使用GRU能夠更容易進行訓練，并且能夠?qū)崿F(xiàn)與LSTM相當?shù)男Ч?，能夠很大程度上提高訓練效率?/p>

風力發(fā)電機組的數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)SCADA包含多個監(jiān)測量，其中涉及振動量、壓力量、溫度量、角度量、電氣量和速度等，不同風力發(fā)電機組品牌和型號的傳感器測點個數(shù)不一致，一般為幾十個到一百多個，圖4為常見的SCADA連續(xù)監(jiān)測量。李秋佳根據(jù)SCADA系統(tǒng)監(jiān)測量，構(gòu)建風力發(fā)電機組狀態(tài)評估的項目層，確定各個項目層的評估指標，并基于隨機森林（Random Forest，RF）算法建立了各指標與對應監(jiān)測量間的聯(lián)系。然后，選擇風力發(fā)電機組的狀態(tài)估計指標并對發(fā)電機正常狀態(tài)下的監(jiān)測量進行數(shù)據(jù)預處理，通過克里金法（Kriging）-GRU模型得到各測點評估指標的預測值，給定各指標的殘差及劣化度并以此為依據(jù)建立相應的標準正態(tài)云模型，之后將待估云與標準正態(tài)云對比判斷風力發(fā)電機組運行狀態(tài)。

圖4 SCADA 連續(xù)監(jiān)測項

（2）深度神經(jīng)網(wǎng)絡(Deep Neural Networks，DNN)。解加盈等人將深度神經(jīng)網(wǎng)絡用于風功率曲線建模，他們首先引入偏最小二乘法(partial least-square，PLS)分析了風力發(fā)電機組運行數(shù)據(jù)中多個變量和風力發(fā)電機組功率的相關(guān)性，然后，通過交叉有效原則和投影重要性指標(Variable Importance in Projection，VIP)對多個變量進行了降維篩選，最后把找到的最優(yōu)變量子集作為DNN的輸入，最終得到風功率曲線的DNN模型。

5 基于數(shù)學表達式的參數(shù)化建模

風功率曲線描述了風力機輸出功率與風速的關(guān)系，反映了風力發(fā)電機組的性能。風力發(fā)電機組功率曲線的建模有助于風力發(fā)電機組的性能監(jiān)測和功率預測。風功率曲線模型可分為參數(shù)模型和非參數(shù)模型。非參數(shù)模型是指對任何分布的函數(shù)形式不作任何假設(shè)的模型，本文2、3章中介紹的統(tǒng)計學方法及機器學習方法均是非參數(shù)模型。參數(shù)化模型是建立在一套數(shù)學表達式的基礎(chǔ)上，一般采用高級算法求解這套表達式。

5.1 參數(shù)化模型

建立參數(shù)化模型首先需要確定函數(shù)表達式，常用的函數(shù)表達式有分段線性模型、多項式擬合、指數(shù)、多參數(shù)邏輯回歸等，本文以線性分段模型和四參數(shù)模型來舉例介紹。

（1）線性化的分段模型。將風功率曲線進行線性化的分段，如圖5所示，利用直線方程實現(xiàn)了分段逼近：

圖5 線性分段模型

其中P是風力發(fā)電機組功率，為輸出變量；u是風速，為輸入變量；定義分段的斜率為θ=f(m,c)，為常數(shù)。

（2）四參數(shù)回歸模型。風功率曲線的形狀可以用帶四個參數(shù)的邏輯表達式來近似。圖6為四參數(shù)模型的曲線，其表達式為：

圖6 四參數(shù)模型

其中θ=f(a,m,n,τ)是決定四參數(shù)邏輯表達式的一個矢量參數(shù)。

5.2 參數(shù)化模型建模方法

參數(shù)化模型的參數(shù)擬合涉及對數(shù)學表達式的一個或多個參數(shù)的確定。常用的參數(shù)擬合方法有最小二乘法、RANSAC、GA等。圖5將功率曲線分為5個線性段，建立功率曲線的線性分段模型后，利用最小二乘法將現(xiàn)有數(shù)據(jù)擬合到每個線段上。最小二乘法使殘差平方和最小，從而得到系數(shù)估計值。RANSAC （Random Sample Consensus，RANSAC）算法由Fischler 和 Bolles提出，是一種重采樣技術(shù)，通過使用估計底層模型參數(shù)所需的最小觀測值生成候選解決方案，傳統(tǒng)的采樣技術(shù)使用盡可能多的數(shù)據(jù)來獲得初始解，然后繼續(xù)去修剪離群值，而RANSAC使用盡可能小的集合，并繼續(xù)用一致的數(shù)據(jù)點來擴大這個集合，因此，RANSAC方法適用于從噪聲點較多的數(shù)據(jù)集中提取模型。遺傳算法是一種基于達爾文生物系統(tǒng)進化理論的搜索技術(shù)，通過模擬自然進化過程來搜索最優(yōu)解，在求解復雜的組合優(yōu)化問題時，相比常規(guī)的優(yōu)化算法往往可以較快地獲得較優(yōu)的結(jié)果。

國內(nèi)外研究學者對基于數(shù)學模型的風功率曲線建模做了大量研究。A.Goudarzi等人研究了330kW、800kW和900kW的風力發(fā)電機組風功率曲線建模，使用標準化均方根誤差等統(tǒng)計指標來評估所選模型的性能，結(jié)果表明，四階多項式是最精確的數(shù)學模型。C.Carrillo等人比較了多項式、指數(shù)、立方和近似立方四種模型，他們收集了功率在225kW-7500kW的200臺風力發(fā)電機組功率曲線，利用確定系數(shù)作為適應度指標來評估模型的性能，結(jié)果表明，指數(shù)逼近和三次逼近的確定系數(shù)大，誤差小，多項式模型的確定效果最差。Alhassan等人比較九種常用的數(shù)學模型，使用相關(guān)誤差、歸一化均方根誤差和相關(guān)系數(shù)等統(tǒng)計標準來評估模型的精度，結(jié)果表明，基于功率系數(shù)的模型和通用模型是建模風力機功率曲線最精確的數(shù)學模型，多項式模型是最不精確的模型。

6 結(jié)語

國內(nèi)外研究學者已經(jīng)針對風功率異常數(shù)據(jù)識別和風力發(fā)電機組功率曲線建模做了大量研究，風功率曲線建模的精度在不斷提升。統(tǒng)計學方法原理較為簡單，應用也較廣，但是統(tǒng)計學方法嚴重依賴數(shù)據(jù)的分布特性，如果數(shù)據(jù)中存在大量的異常點，將會影響數(shù)據(jù)分布形態(tài)，從而使得統(tǒng)計學識別異常數(shù)據(jù)的精度下降。機器學習方法適用性較廣，但需要大量樣本，尤其是深度學習，對樣本和計算資源的要求較高?；趨?shù)化模型建模的方法發(fā)展較為成熟，但采用不同參數(shù)模型獲得的功率曲線形態(tài)存在差異，使用過程中需要根據(jù)具體的數(shù)據(jù)集選擇合適的參數(shù)模型。

現(xiàn)階段將異常數(shù)據(jù)與正常數(shù)據(jù)區(qū)別劃分已經(jīng)可以實現(xiàn)，但對于異常數(shù)據(jù)成因識別仍然存在諸多問題。如果能夠根據(jù)運行數(shù)據(jù)準確地識別風力發(fā)電機組運行狀態(tài)，將會對風電場運維形成一定的指導作用，從而降低運維成本，提升發(fā)電量。因此，從風力發(fā)電機組運行數(shù)據(jù)中挖掘機組運行狀態(tài)亟待深入探索，主要分為兩個方面：一是從技術(shù)角度，將更多先進的智能算法應用于風力發(fā)電機組狀態(tài)識別，研究過程中選取真實風電場獲取的數(shù)據(jù)集，除使用電氣量、速度量、溫度量外，可以加入控制監(jiān)測量，并且結(jié)合風電場地理信息、氣象數(shù)據(jù)等綜合考慮；二是從管理角度，推動設(shè)備制造商PLC與SCADA更好地配合，并開放保護降容（故障降容、高溫降容等）等狀態(tài)信息，同時應與能量管理平臺配合記錄限電行為，因為棄風限電數(shù)據(jù)是降容數(shù)據(jù)的一部分，特別是在棄風率較高的區(qū)域，獲取單臺機組的限電記錄對風力發(fā)電機組運行狀態(tài)識別意義重大。