基于权重算法筛选无效测风数据的方法研究

文 | 李长亮

测风数据的处理直接关系到风电场发电量的测算，进而影响整个项目的决策。国标GB/T18709－2002《风电场风能资源测量方法》和GB/T18710－2002《风电场风能资源测量方法》中规定了风能资源测风数据的一些原则，具体指标如表1所示。

国标中规定的参数是小时平均值，而实际中获取的测风数据是10分钟平均值，所以，根据国标参数进行处理时首先需要进行时间转化。此外，国标发布时间较早，随着近15年风电的发展，测风高度和地点发生了较大变化，在较为复杂的山地地形得到的测风数据也是非常复杂的，单独使用国标方法处理已经不能满足要求。

在实际工作中，对于测风数据中的无效数据，一般都是工程师根据经验手动进行剔除，这种方法对工程师的数据处理能力要求较高。本文提出了一种筛选无效数据的新方法，将风切变规律运用于逐时刻数据，并采用权重算法对每个通道每个时刻数据（10分钟平均）进行权重计算，筛选无效数据，使数据更具有可信度，并采用某项目测风塔验证了其可行性。

表1 测风数据合理性判断原则

方法说明

在风能资源研究中，风切变指数表征风速随高度的变化程度，由于受地形与大气层稳定度等因素的影响，风速随高度变化的程度不同，风切变指数的大小也各异。因此，风切变是当今测风数据分析中的一项重要指标。一般情况下，风速同测风高度的关系如式（1）所示：

假设z0＝1，那么，以上公式就转化为：

基于权重算法筛选无效测风数据的方法是采用逐时刻数据（10分钟平均）计算风切变值，然后依次去除本时刻某个通道的值，对剩余的通道求取风切变，通过计算这两个风切变的差值，得到本通道的权重值（表征这个通道对风切变影响的程度）。若是影响程度过大，则表示此数据严重偏离统计规律，应视为无效数据。具体步骤为：

假设现有一组测风数据，时间序列为10分钟，每组数据包括N个高度通道的风速信息（其余风向、湍流等实测信息与本处理方法无关，因此不提及），下面的数据处理不包含同一高度上有两个通道的情况。

一、对测风数据进行数据范围判断

按照国标规定，对小时平均风速≧40m/s的数据进行标记，并删除标记所涉及的10分钟数据的异常值。

若是测风数据由机械风杯测得，则测风数据最小值一般为0.4m/s（具体精确值查询标定值），因此，对测风数据中小于0.4m/s的数据进行删除。

二、分类筛选各个时间序列通道

对每个时刻的各个通道进行处理判断：

a.若是数据覆盖个数小于等于3，对此通道不做处理；

b.若是数据覆盖个数大于3，则采用以下方法进行数据处理。

（一）求取每一时刻的风切变

直接对10分钟原始数据进行处理：对风速数据和高度数据进行取自然对数操作，x轴代表高度lnz，y轴代表速度lnv，采用最小二乘法拟合直线。根据公式（2）得知，直线的斜率代表测风数据本时刻的风切变α，如图1所示。

（二）求取每一个通道的权重值

对于给定的m个通道数据，有m个权重值。下面是针对每一时刻各通道数据进行操作（同理以图1中4个点为例进行说明）。

去除通道a的数值，对剩余的通道b、 c 、d求取风切变α1。

求取本时刻本通道数据的权重值：

同理求取本时刻其余三个通道b、c、d的权重值Δi2、Δi3、Δi4。

（三）筛选无效数据

通过对测风数据每个时刻的处理，得到测风数据所有点的权重值，规定一个合理值Δi，将超出合理值Δi范围的值标记为异常值，将所涉及的测风数据定义为无效数据。

图1 风切变计算示意图

图2 a通道风切变计算示意图

（四）对数据进行插补

去除无效数据后，为了保证数据完整性，对缺失数据进行插补。

项目验证

本文采用基于权重算法筛选无效测风数据的方法对1#测风塔（本测风塔位于江苏，数据截取范围为2016年6月6日－2017年6月5日，数据有90m、80m、70m、50m、30m、10m共6个通道。由于30m通道数据损坏，质量较差，因此，处理过程中去除了该通道值）测风数据进行处理，首先对测风数据进行无效数据剔除，然后在Windographer里进行数据插补，数据处理结果如图3－图12所示。

可以看出70m通道数据偏离风切变统计曲线较多，这种现象一般由几种原因引起：（1）本地区真实风速确实是这种现象。（2）测量装置发生漂移。（3）测量数据中某部分的时间数据异常。在实际处理中，因为使用统计规律，要依靠风切变数值进行后续的计算以及评判，所以，会手动对偏离统计的数据进行剔除（一般是目测数据，然后剔除异常值，以及目测相关性，并剔除相关性较差的数据）。

图3 处理前风切变

图4 处理后风切变

图5 处理前90m与80m相关性

图6 处理后90与80m相关性

图7 处理前90m与70m相关性

图8 处理后90m与70m相关性

通过采用本方法进行处理后，各通道数据质量明显提高，数据相关性也显著提高。同时，各个通道的风速略有变化，90m通道风速降低了0.11m/s，80m通道风速降低了0.13m/s，70m通道风速升高了0.1m/s，50m通道风速降低了0.15m/s，10m通道风速降低了0.04m/s。风切变规律更加符合统计规律。

图9 处理前90m与50m相关性

图10 处理后90m与50m相关性

图11 处理前90m与10m相关性

图12 处理后90m与10m相关性

表2 1#测风塔处理前风速信息

表3 1#测风塔处理后风速信息

结论

本文提出的方法，重点在于基于统计规律思想，识别和剔除质量较差的测风数据。从现在工程师的目测和手动剔除方式转变为机器识别和自动处理，是一种新的自动识别方法，可以大幅度提高工程师的工作效率。通过项目验证可知，本方法可以显著提高测风数据的质量，增加通道相关性，快速剔除无效数据，得到较好的处理效果。需要注意的是，本方法具有一定的适用范围，适用于少数无效数据分散在众多测风数据的情况，对于某个时刻多个通道数据无规律异常的情况，从原理上讲本方法是不适用的。另外，由于尚未经过大量的样本验证，因此，对于如何设定约束条件及适用何种类型的测风数据等内容，都需要进行深入研究。