梅 勇, 李 霄, 胡在春, 姚 惠, 刘 达

(1． 国家电投集团能源科技工程有限公司, 上海 201100； 2． 国家电投集团广西电力有限公司, 南宁 530003； 3. 中国核科技信息与经济研究院, 北京 100048)

当前能源结构加速优化，风电作为新能源发电的一种重要形式，近年来发展迅速。随着技术的成熟和成本的进一步下降，我国风电装机规模逐年增大。据国家能源局权威数据显示，2019年我国新增并网风电装机2 574万kW，累计并网装机21 005万kW[1]。这也带来了风电运维管理方面的问题，尤其是“平价上网”时代的到来，使得风电场必须具备更高的运维管理效率才能获得良好的经济效益。随着大数据时代的到来，风电行业也在尝试通过大数据技术实现风电场的智能运维管理，提高发电效益。而在实施过程中，数据成为可利用的关键资源，风功率数据作为展现风电机组性能最直观的数据，倍受相关人员的关注。

风功率曲线可以通过数据采集与监控系统(SCADA)运行数据拟合得到，其反映了机组输出有功功率与风速之间的函数关系。随着风电在整个发电行业中比重的增加，风功率曲线的获取尤为重要[2]，其在风场经济性分析活动中具有重要作用，不仅能验证风电机组运行状况是否在额定范围内，还可以横向对比各风电机组的运行数据，及时发现问题并加以排查，减少电量损失。而实际运行过程中，风功率数据在采集、测量、传输、转换等各个环节中都存在故障或干扰导致的数据异常或缺失，且国内普遍存在因风电接纳能力受限而“弃风”的现象，形成了人为因素造成的“限电”数据。……