一种海上风电海量多维数据优化方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115907132A(43)申请公布日2023.04.04(21)申请号202211435941.9G06Q50/06(2012.01)(22)申请日2022.11.16G06F16/901(2019.01)G06F16/903(2019.01)(71)申请人国网浙江省电力有限公司舟山供电G06F16/906(2019.01)公司地址316021浙江省舟山市定海区临城街道定沈路669号申请人国网浙江省电力有限公司(72)发明人虞伟黄浩陈文进王栋金晨星张俊陈菁伟李赢方海娜张若依张引贤(74)专利代理机构浙江翔隆专利事务所(普通合伙)33206专利代理师王晓燕(51)Int.Cl.G06Q10/04(2023.01)权利要求书3页说明书10页附图2页(54)发明名称一种海上风电海量多维数据优化方法及系统(57)摘要本发明公开了一种海上风电海量多维数据优化方法及系统；涉及数据处理技术领域。目前，海上风电数据处理过于粗放，影响数据使用和分析。本技术方案通过采集获取海上风电数据集，将海上风电数据集中异常数据进行标记并执行修正或剔除操作，对海上风电数据集中数据进行特征分析确定数据特征，基于数据特征对修正剔除异常数据的海上风电数据集进行特征识别并基于特征识别进行分类，构建数据管理分类表。本技术方案解决现有技术中对于海上风电数据的管理粗放情况，提高海上风电数据管理精细度，提高海上风电数据对于海上电力生产管理的可参考性和数据有效性，实现协助进行海上电力生产控制的技术效果。CN115907132ACN115907132A权利要求书1/3页1.一种海上风电海量多维数据优化方法，其特征在于，包括以下步骤：1)对隶属区域海上风电数据进行采集汇总，获得海上风电数据集，其中，所述海上风电数据集包括风力监测数据、电站功率监测数据、AGC主站数据、气象观测数据多维度数据；2)对所述海上风电数据集进行预处理，将所述海上风电数据集中异常数据进行标记，基于标记对异常数据进行修正或剔除操作；3)分别对所述风力监测数据、电站功率监测数据、AGC主站数据、气象观测数据进行数据特征分析，确定数据特征；4)基于所述数据特征对经过预处理后的海上风电数据集进行特征识别，根据特征识别结果对预处理后的海上风电数据集进行分类，构建数据管理分类表以进行海上电力生产控制。2.根据权利要求1所述的一种海上风电海量多维数据优化方法，其特征在于，还包括步骤5)数据分区处理，所述数据分区处理包括步骤：51)对海上风电数据集进行采集点位置信息提取，确定海上风电数据采集位置；52)获得隶属区域海上分区信息；53)根据所述隶属区域海上分区信息，对所述海上风电数据采集位置进行分区匹配，确定数据采集分区信息；54)根据所述数据采集分区信息对海上风电数据集中的数据进行分区，利用数据的分区特征对所述数据管理分类表中的数据进行分区处理。3.根据权利要求2所述的一种海上风电海量多维数据优化方法，其特征在于，在步骤2)对所述海上风电数据集进行预处理，将所述海上风电数据集中异常数据进行标记时，包括步骤：21)对所述海上风电数据集进行采集时间提取，确定海上风电数据采集时间；22)获得预设数据监测周期；23)基于所述海上风电数据采集时间，根据所述预设数据监测周期，对所述海上风电数据集进行数据提取，获得预设周期的风电数据；24)对所述预设周期的风电数据进行数据走势分析，基于数据走势对风电数据进行空缺数据、异常数据查找，确定空缺数据或异常数据，将所述空缺数据或异常数据作为所述海上风电数据集中对异常数据进行标记。4.根据权利要求3所述的一种海上风电海量多维数据优化方法，其特征在于，在步骤2)标记对异常数据进行修正或剔除操作时，包括步骤：25)根据所述空缺数据或异常数据，确定空缺异常数据时间点；26)基于所述空缺数据时间点进行关联数据提取，其中，关联数据为与空缺数据具有时间点相关要求的数据；27)当所述关联数据的时间点与空缺异常数据时间点满足时间修补要求时，将空缺数据或异常数据进行剔除；28)当所述关联数据的时间点与空缺异常数据时间点不满足所述时间修补要求时，根据数据走势，与关联数据的时间点与空缺异常数据时间点的间隔关系，利用填充法对空缺数据或异常数据进行填充。5.根据权利要求3所述的一种海上风电海量多维数据优化方法，其特征在于，在步骤2CN115907132A权利要求书2/3页24)对风电数据进行空缺数据、异常数据查找，确定空缺数据或异常数据时，包括步骤：241)构建异常检测模型；242)获得历史周期的风电数据，其中，所述历史周期的风电数据中包括空缺数据标记、异常数据标记；243)利用所述历史周期的风电数据对所述异常检测模型进行监督学习，确定异常数据检测模型；244