封焯文， 朱世平， 赵志华， 孙铭仁， 董 密， 宋冬然

(1. 中国能源建设集团湖南省电力设计院有限公司， 湖南 长沙 410007； 2.中南大学自动化学院， 湖南 长沙 410083)

1 引言

风能利用是国家发展绿色经济的重要标志，其发展受到世界各国的重视。风电机组容量不断增大，结构愈加柔性化，依靠人力运维的维护成本也越来越高。基于历史数据对风机运行状态进行分析可提高分析效率，节省大量人力物力。例如，基于风功率历史数据可开展风电机组风速预测和功率曲线建模等工作[1]。然而，受环境变化和机组故障等异常因素影响，风电机组在实际运行过程中经常产生大量的异常功率数据，给后续数据挖掘工作造成干扰。因此，需要对风功率历史数据中的异常数据进行准确识别和处理，进而获得有效数据集。

目前，异常值检测主要有三种基本方法：①基于风机运行机理简单剔除；②基于突变点特征进行异常检测，如密度、距离等；③基于概率模型建立边界，剔除边界外异常值，如设置阈值或建立风功率曲线等效模型等。文献[2]提出将Thompson-tau与四分位法相结合建立边界的清洗方法，该方法清洗时间短，在数据样本较多下有较好的效果。文献[3]提出了用于识别异常数据的云分段最优熵算法，通过比较每个数据的熵与阈值来判断异常数据。异常数据点偏离正常数据集较远时，导致数据集方差较大。文献[4]提出最优组内方差算法，通过对比每个风速区间内数据点与前面数据点的方差来判断异常点。……