马良玉， 孙佳明， 於世磊， 赵尚羽

(华北电力大学 控制与计算机工程学院， 河北保定 071003)

风能是一种无污染、永不枯竭的清洁能源，近年来风力发电为世界各国高度重视并取得飞速发展。但是，随着风电机组服役年限增长，风电机组故障概率不断上升，给机组的安全运行带来挑战。利用风电机组监控与数据采集(SCADA)系统的大量运行数据及状态信息，开展风电机组性能评估、异常工况预警及早期故障检测，有助于降低风电机组的运维成本和提高经济效益[1-4]。

基于SCADA系统数据进行风电机组特性建模时，异常数据清洗是准确建模的前提，成为人们关注的焦点。李航涛等[5]提出一种基于概率和离散度的数据处理方法，在滤波前设置一个桨距角阈值将限功率点剔除。王一妹等[6]建立了基于密度聚类法、截断法、斜率控制法和核密度估计法相结合的异常数据识别模型，实现了风电机组运行数据的清洗。赵永宁等[7]提出一种基于四分位法和聚类分析的异常数据组合筛选模型，但是该方法利用的k-means聚类算法只能识别球形数据聚类，不适用于不规则和多密度数据集。Zheng等[8]在分析风电数据属性后，利用局部异常因子算法(LOF)检测并删除异常值，并设计了一种新型的相似度测量方法。但是该方法所用的数据量不能太小，并且在存在很多无效数据的情况下不能保证异常值检测的准确性。沈小军等[9]提出了基于变点分组法与四分位法相组合的异常数据识别清洗方法，但通过此方法清洗掉的数据较多，很多正常数据会被判断为异常数据清洗掉。……