1、“.....影响数据质量的因素主要有场站端数据采集装置故障产生的数值数据传输通道故障造成的数据缺失或重备,董玉亮,李亚琼,曹海斌,等基于运行工况辨识的风电机组健康状态实时评价方法中国电机工程学报,。基于运行数据的多维度风电机组运行状态辨识原稿。数据质量及影响因素数据质量涉及数值大小数据存储数据使用和数据传输等几个方面,要求数据必须准确地反映实际量测的大小,记录无重复或缺失,在需要的时间内有效,出其装机容量或额定容量时,该出力量测无效。第,基于电气功率平衡的判断,当电气系统场站母线变压器等输入功率和输出功率严重不平衡时,相关量测无效。结语综上所述,基于运行数据多维度风机运行状态辨识方法,可有效解决在风电场数据缺失风机运行状态的问题通过对机组进行准确的状态分类,并由此产生机组工况识别的数据源,且各数据源数值偏差较大时,则该量测数据无效。当优先级最高的数据源出现质量码问题时,系统自动切换数据源......”。

2、“.....基于网络拓扑的判断,当网络拓扑分析结果显示设备状态与运行参数存在矛盾时,则设备间连接关系或相关参数存在。第,基于电气设备物理模型的判断,该方法主要通过状态估计软件实现。目前国内电网基于运行数据的多维度风电机组运行状态辨识原稿计学中度量随机变量密度曲线的统计量,主要用来描述数据的分布状态。偏度是衡量频数分配不对称程度或偏斜程度的指标,峰度是衡量频数分配的集中程度,即分布曲线的尖峭程度的指标。将维偏度和峰度推广到多维情形,即多元偏度和多元峰度,将功率特性的多元偏度和多元峰度应用到机组的性能状态评估中,根据其偏离参考曲线的程路损耗时,说明该线路的端量测存在问题。第,基于设备容量约束的判断,当风电场或风机出力严重超出其装机容量或额定容量时,该出力量测无效。第,基于电气功率平衡的判断,当电气系统场站母线变压器等输入功率和输出功率严重不平衡时,相关量测无效......”。

3、“.....这种方法不能从物理意义上判别测量数据的有效性是通过状态估计软件对不良数据进行检测和辨识,但包含风电机组在内的电网模型维度极大,程序难以收敛且执行效率较低。此外,调度主站人员与现场核对大规模风电集群每个风机数据的正确性也是项艰巨的任务。风电机组状态监测分析偏度峰度是无效量测。这是电网调度自动化系统最基本的数据质量判据。第,基于多源数据的判断,当个量测具有多数据源,且各数据源数值偏差较大时,则该量测数据无效。当优先级最高的数据源出现质量码问题时,系统自动切换数据源。第,基于网络拓扑的判断,当网络拓扑分析结果显示设备状态与运行参数存在矛盾时,则设备间连接关系或相通过对机组进行准确的状态分类,并由此产生机组工况识别的标准训练集,通过对标准训练样本的学习,实现对未知数据样本进行诊断和预警,为风电场的经济安全运行和优化控制策略提供技术支撑......”。

4、“.....姜漫利,李航涛基于运行数据和高斯过程回归的风电机组发电性能分析与监测电力自动化设备周湶,徐清鹏,李剑,等参数存在。第,基于电气设备物理模型的判断,该方法主要通过状态估计软件实现。目前国内电网以上量测的合格率已达以上,但是包括风电机组在内的低电压等级的数据质量还无法与之相比。对于具有特定属性的量测,常采用以下方法第,基于线路首末端量测偏差的判断,当线路首端和末端分别采集的量测绝对值偏差大大超出数据质量及影响因素数据质量涉及数值大小数据存储数据使用和数据传输等几个方面,要求数据必须准确地反映实际量测的大小,记录无重复或缺失,在需要的时间内有效,满足已存在的约束条件,以及相互关联的数据在逻辑上致等。影响数据质量的因素主要有场站端数据采集装置故障产生的数值数据传输通道故障造成的数据缺失或重取的样板机数量占比小,难以反映风电场的实际情况,导致功率预测和分析计算结果的精度不高......”。

5、“.....会定期根据需要进行调整,因此有必要保证所有风电机组数据的质量。目前电网调度自动化系统具备常规的数据采集和处理功能,但是还缺乏有效的风电机组的实时数据质量检测方法。最常用的检测手段是从数据通信的角度结构中,对所需数据进行筛选构建其实际功率曲线,并计算其多元峰度和多元偏度。将其与对应风机的峰度偏度参考点进行对比,根据其偏离程度,将风机状态分为正常异常故障。最后将计算结果存放到中。由连接器将中的风机状态数据导出到系统关系数据库中,由系统读取相应的文件,投入运行,由于风切变塔影效应风湍流和尾流效应等,部分机组在运行期间发生了故障,很大程度上影响了风电场的经济效益。数据判断的方法和依据第,基于质量码的判断,当量测质量码存在问题或数值长期不发生变化时,该量测为无效量测。这是电网调度自动化系统最基本的数据质量判据。第,基于多源数据的判断,当个量测具有参数存在。第......”。

6、“.....该方法主要通过状态估计软件实现。目前国内电网以上量测的合格率已达以上,但是包括风电机组在内的低电压等级的数据质量还无法与之相比。对于具有特定属性的量测,常采用以下方法第,基于线路首末端量测偏差的判断,当线路首端和末端分别采集的量测绝对值偏差大大超出计学中度量随机变量密度曲线的统计量,主要用来描述数据的分布状态。偏度是衡量频数分配不对称程度或偏斜程度的指标,峰度是衡量频数分配的集中程度,即分布曲线的尖峭程度的指标。将维偏度和峰度推广到多维情形,即多元偏度和多元峰度,将功率特性的多元偏度和多元峰度应用到机组的性能状态评估中,根据其偏离参考曲线的程场的实际情况,导致功率预测和分析计算结果的精度不高,且样板机并不固定,会定期根据需要进行调整,因此有必要保证所有风电机组数据的质量。目前电网调度自动化系统具备常规的数据采集和处理功能,但是还缺乏有效的风电机组的实时数据质量检测方法......”。

7、“.....如数据是否初始化数据基于运行数据的多维度风电机组运行状态辨识原稿别数据质量,如数据是否初始化数据通道是否中断数据是否长时间不刷新等,这种方法不能从物理意义上判别测量数据的有效性是通过状态估计软件对不良数据进行检测和辨识,但包含风电机组在内的电网模型维度极大,程序难以收敛且执行效率较低。此外,调度主站人员与现场核对大规模风电集群每个风机数据的正确性也是项艰巨的任计学中度量随机变量密度曲线的统计量,主要用来描述数据的分布状态。偏度是衡量频数分配不对称程度或偏斜程度的指标,峰度是衡量频数分配的集中程度,即分布曲线的尖峭程度的指标。将维偏度和峰度推广到多维情形,即多元偏度和多元峰度,将功率特性的多元偏度和多元峰度应用到机组的性能状态评估中,根据其偏离参考曲线的程风电资源丰富地区电网调度机构采集的风电量测数量已经超过常规能源,但风电量测数据质量不高......”。

8、“.....为风电调度决策和统计分析提供基础支撑。无效数据不仅影响调度人员对风电运行状态的判断,而且影响电网分析应用的收敛性。当前普遍通过选取样板机的方式来判断风电场的总体情况,但是,可疑数据是指违反相互之间关联关系的数据。基于运行数据的多维度风电机组运行分析风力发电是目前最成熟最具规模开发和商业化发展前景的可再生能源发电方式之,但风电特有的功率特性使其大规模集中接入,给电网调度运行带来显著影响,海量风电数据采集带来的数据质量问题也亟待解决。些风电资源丰富地区电网调度机构采集的据其状态分类进行故障报警。基于运行数据的多维度风电机组运行状态辨识原稿。基于运行数据的多维度风电机组运行分析风力发电是目前最成熟最具规模开发和商业化发展前景的可再生能源发电方式之,但风电特有的功率特性使其大规模集中接入,给电网调度运行带来显著影响,海量风电数据采集带来的数据质量问题也亟待解决......”。

9、“.....第,基于电气设备物理模型的判断,该方法主要通过状态估计软件实现。目前国内电网以上量测的合格率已达以上,但是包括风电机组在内的低电压等级的数据质量还无法与之相比。对于具有特定属性的量测,常采用以下方法第,基于线路首末端量测偏差的判断,当线路首端和末端分别采集的量测绝对值偏差大大超出度来判别风电机组运行性能。及时通过实时状态监测数据,对风机状态进行评估,对故障风机或异常风机进行维护,可有效降低和减少风机运行故障带来的损失。大数据技术下实时状态监测的实现配置消息中间件来获取系统状态监测流数据,并将其作为拓扑结构中的数据来源。在的拓道是否中断数据是否长时间不刷新等,这种方法不能从物理意义上判别测量数据的有效性是通过状态估计软件对不良数据进行检测和辨识,但包含风电机组在内的电网模型维度极大,程序难以收敛且执行效率较低。此外......”。