本發明屬于測風數據清洗，具體涉及一種風電場測風數據清洗方法、裝置、設備及介質。

背景技術：

1、風電功率預測依賴于風電場的歷史發電數據、氣象條件及設備信息，通過建立風速與風電出力的關系來預測未來風電輸出。然而，實際測風數據常因傳感器故障、數據傳輸問題及環境干擾等因素導致不準確或缺失，影響預測模型的準確性。因此，確保數據質量和有效清洗顯得尤為重要。現有的數據修復方法大多局限于單一站點或短期時間序列，缺乏跨站點、長時間尺度的時空關聯修復，影響了修復精度和模型穩定性。此外，偏遠地區風電場由于測風塔不足，難以獲取高質量數據，再分析數據（如era5）和氣象站數據能夠有效彌補測風數據的空白和誤差，提供更精確的風速預測。最后，風速在不同高度的變化受到大氣穩定度影響，但現有修復方法忽視這一因素，導致修復精度較低。通過精確的大氣穩定度分析和風速廓線建模，可提高風速修復精度，從而提升風電功率預測的準確性。

技術實現思路

1、本發明的目的在于提供一種風電場測風數據清洗方法、裝置、設備及介質，以解決現有技術中測風數據的清洗問題。

2、為了實現上述目的，本發明采用如下技術方案：

3、本發明第一方面，提供了一種風電場測風數據清洗方法，包括如下步驟：

4、獲取當前風電場的原始測風數據，從所述原始測風數據中篩選出滿足第一預設閾值和第一預設躍值的第一測風數據；

5、對所述第一測風數據進行風速遞增和風切變校驗，得到通過校驗的第二測風數據；

6、逐時刻確定monin-obukhov長度；根據monin-obukhov長度對風廓線公式進行穩定性修正，得到風廓線公式修正式；根據風廓線公式修正式逐時刻確定當前風電場在不同高度的理論風速；根據理論風速與第二測風數據的風速偏差進行數據篩選，得到風速偏差在預設偏差范圍內的第三測風數據；

7、基于monin-obukhov長度逐時刻對所述第三測風數據的風向偏轉規律進行校驗，得到滿足預設風向變化閾值的第四測風數據；

8、分別計算給定滾動窗口內的第四測風數據的滾動均值和滾動標準差；根據滾動均值和滾動標準差滾動計算偏差范圍，篩選滿足偏差范圍內的第五測風數據；

9、獲取當前風電場預設距離內，多個鄰近風電站的加權風速平均值和加權風向平均值；根據所述加權風速平均值和加權風向平均值計算所述第五測風數據的風速偏差值和風向偏差值；根據風速偏差值和風向偏差值，篩選出滿足預設的風速偏差閾值和風向偏差閾值的第六測風數據；

10、對第六測風數據中的空缺數據進行填充，得到數據清洗后的最終測風數據。

11、進一步的，根據monin-obukhov長度對風廓線公式進行穩定性修正，得到風廓線公式修正式；根據風廓線公式修正式逐時刻確定當前風電場在不同高度的理論風速，其中：

12、風廓線公式包括對數風廓線公式和冪律風廓線公式；根據monin-obukhov長度和修正函數，對對數風廓線公式進行修正，得到第一修正式；根據monin-obukhov長度和修正冪指數，對冪律風廓線公式進行修正，得到第二修正式；

13、逐時刻確定當前風電場的參考高度和參考風速；根據參考高度和參考風速，以及第一修正式或第二修正式，逐時刻計算得到當前風電場在不同高度的理論風速。

14、進一步的，確定當前風電場的參考高度和參考風速，包括：

15、確定當前風電場中測風塔的地理位置；

16、若地理位置的預設距離內存在數據參考點，則逐時刻獲取數據參考點的10米風速數據；判斷數據參考點與測風塔的10米風速數據的偏差是否滿足預設偏差閾值；如果風速偏差不滿足偏差閾值，則將數據參考點的10米風速數據作為參考風速，10米作為參考高度；其中，所述數據參考點為氣象站，或者根據再分析數據分辨率確定的最近格點；

17、若地理位置的預設距離內不存在數據參考點，或數據參考點與測風塔的10米風速數據的偏差滿足預設偏差閾值，則從當前風電場中逐時刻選取一個高度作為參考高度，對應高度上的風速作為參考風速。

18、進一步的，逐時刻確定當前風電場的monin-obukhov長度，包括：

19、逐時刻確定當前風電場的參考高度和參考風速，基于參考高度和參考風速計算摩擦速度；

20、逐時刻確定當前風電場的感熱通量；

21、根據當前風電場的摩擦速度和感熱通量逐時刻計算當前風電場的monin-obukhov長度。

22、進一步的，獲取當前風電場預設距離內，多個鄰近風電站的加權風速平均值和加權風向平均值，包括：

23、確定當前風電場預設距離內的多個鄰近風電站；

24、根據各鄰近風電站分別與當前風電場之間的距離，確定各鄰近風電站的權重；

25、根據各鄰近風電站的權重，分別計算鄰近風電站的加權風速平均值和加權風向平均值。

26、進一步的，對第六測風數據中的空缺數據進行填充，得到數據清洗后的最終測風數據，包括：

27、對于一時刻，若當前風電場至少在某一高度存在測風數據，則根據風廓線公式修正式計算理論測風數據，用理論測風數據填充缺失的測風數據；若當前風電場各高度的測風數據均缺失，則對于同一高度的不同時刻的測風數據，進行時序數據插值處理；

28、對于時序數據插值處理后的測風數據進行鄰近風電站加權平均填充，得到最終測風數據。

29、本發明第二方面，提供了一種風電場測風數據清洗裝置，包括：

30、第一清洗模塊，用于獲取當前風電場的原始測風數據，從所述原始測風數據中篩選出滿足第一預設閾值和第一預設躍值的第一測風數據；

31、第二清洗模塊，用于對所述第一測風數據進行風速遞增和風切變校驗，得到通過校驗的第二測風數據；

32、第三清洗模塊，用于逐時刻確定當前風電場的monin-obukhov長度；根據monin-obukhov長度修正風廓線公式，得到風廓線公式修正式；根據風廓線公式修正式確定當前風電場在不同高度的理論風速；根據理論風速與第二測風數據的風速偏差進行數據篩選，得到風速偏差在預設偏差范圍內的第三測風數據；

33、第四清洗模塊，基于monin-obukhov長度逐時刻對所述第三測風數據的風向偏轉規律進行校驗，得到滿足預設風向變化閾值的第四測風數據；

34、第五清洗模塊，用于分別計算給定滾動窗口內第四測風數據的滾動均值和滾動標準差；根據滾動均值和滾動標準差滾動計算偏差范圍，篩選滿足偏差范圍內的第五測風數據；

35、第六清洗模塊，用于獲取當前風電場預設距離內，多個鄰近風電站的加權風速平均值和加權風向平均值；根據所述加權風速平均值和加權風向平均值計算所述第五測風數據的風速偏差值和風向偏差值；根據風速偏差值和風向偏差值，篩選出滿足預設的風速偏差閾值和風向偏差閾值的第六測風數據；

36、第七清洗模塊，用于對第六測風數據中的空缺數據進行填充，得到數據清洗后的最終測風數據。

37、進一步的，第三清洗模塊中，根據monin-obukhov長度對風廓線公式進行穩定性修正，得到風廓線公式修正式；根據風廓線公式修正式逐時刻確定當前風電場在不同高度的理論風速，其中：

38、風廓線公式包括對數風廓線公式和冪律風廓線公式；根據monin-obukhov長度和修正函數，對對數風廓線公式進行修正，得到第一修正式；根據monin-obukhov長度和修正冪指數，對冪律風廓線公式進行修正，得到第二修正式；

39、逐時刻確定當前風電場的參考高度和參考風速；根據參考高度和參考風速，以及第一修正式或第二修正式，逐時刻計算得到當前風電場在不同高度的理論風速。

40、本發明第三方面，提供了一種電子設備，包括處理器和存儲器，所述處理器用于執行存儲器中存儲的計算機程序以實現如上述的風電場測風數據清洗方法。

41、本發明第四方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有至少一個指令，所述至少一個指令被處理器執行時實現如上述的風電場測風數據清洗方法。

42、與現有技術相比較，本發明的有益效果如下：

43、本發明結合高分辨率再分析數據和氣象站數據，基于大氣穩定度與邊界層風廓線等相關理論，通過多步驟的數據清洗過程，包括初步篩選、風速遞增和風切變校驗、理論風速校驗、滾動偏差校驗、鄰近風電站數據校驗以及異常、空缺數據填充，提升了測風數據的準確性。每一步都針對可能的數據異常或誤差進行了針對性的處理，從而有效減少了不準確或缺失數據對風電功率預測的影響。能夠提升風電功率預測的精度，對于風電場的運營和維護、電網的穩定運行以及可再生能源的充分利用都具有重要意義。

44、對于異常、空缺數據，本發明提出了基于風廓線模型的理論測風數據填充和時序數據插值處理，以及鄰近風電站加權平均填充的方法。

45、本發明通過引入鄰近風電站的數據進行校驗和填充，提高了方法的魯棒性。在缺乏足夠本地數據參考點的情況下，能夠利用更廣泛的數據資源來優化數據質量。

46、綜上所述，本發明通過一種風電場測風數據清洗方法，解決了現有技術中測風數據不準確或缺失的問題，為風電功率預測提供了更加可靠的數據支持。本發明提供的一種風電場測風數據清洗裝置、電子設備和計算機可讀存儲介質同樣解決了背景技術部分提出的問題。