技术特征：
1.一种风电机组异常风数据的识别方法，其特征在于，包括：采集风电机组的历史风速数据序列；利用所述历史风速数据序列训练变分自编码器模型，将训练完毕的所述变分自编码器模型作为异常风速数据识别模型；获取所述风电机组待进行识别的原始风速数据序列，将所述原始风速数据序列输入所述异常风速数据识别模型，所述异常风速数据识别模型输出修正后的风速数据序列，以得到所述风电机组异常风数据的识别结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据预设的异常数据阈值，将所述修正后的风速数据序列与所述原始风速数据序列进行比较，将同一时刻修正后的风速数据与原始风速数据的差值大于所述阈值的所述原始风速数据判断为异常数据。3.一种风电机组异常风数据的识别装置，其特征在于，包括：数据采集模块，用于采集风电机组的历史风速数据序列；变分自编码器训练模块，用于利用所述历史风速数据序列训练变分自编码器模型，将训练完毕的所述变分自编码器模型作为异常风速数据识别模型；风速修正模块，用于获取所述风电机组待进行识别的原始风速数据序列，将所述原始风速数据序列输入所述异常风速数据识别模型，所述异常风速数据识别模型输出修正后的风速数据序列，以得到所述风电机组异常风数据的识别结果。4.根据权利要求3所述的装置，其特征在于，所述装置还包括：异常数据识别模块，用于根据预设的异常数据阈值，将所述修正后的风速数据序列与原始风速数据序列进行比较，将同一时刻修正后的风速数据与原始风速数据的差值大于所述阈值的所述原始风速数据判断为异常数据。5.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1或2任一项所述的方法。6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1或2任一项所述的方法。
技术总结
本公开提出一种风电机组异常风数据的识别方法及装置，属于风电机组运行效能评估以及风电功率预测领域。其中，所述方法包括：采集风电机组的历史风速数据序列；利用所述历史风速数据序列训练变分自编码器模型，将训练完毕的所述变分自编码器模型作为异常风速数据识别模型；获取所述风电机组待进行识别的原始风速数据序列，将所述原始风速数据序列输入所述异常风速数据识别模型，所述异常风速数据识别模型输出修正后的风速数据序列，以得到所述风电机组异常风数据的识别结果。本公开提高了风电机组异常数据的识别精度，实现了对不同类型异常风速数据的高精度识别，有助于保障风电机组的正常运行。的正常运行。的正常运行。
技术研发人员：傅广泽 李莉 杨洪斌 刘永前 翟然 韩爽 杨媛 阎洁 张皓 吴雨露
受保护的技术使用者：华北电力大学
技术研发日：2022.09.02
技术公布日：2022/12/26