一种基于Spark的风功率缺失填充方法

本发明公开了一种基于Spark的风功率缺失填充方法，涉及风电功率技术领域，该风功率缺失填充方法包括以下步骤：采集风机性能数据，并对风机性能数据依次进行归一化处理及聚类处理，得到风机性能数据的聚类结果；基于风机性能数据生成与风速功率曲线相对应的缺失时刻的风机理论输出功率，并基于风机理论输出功率计算风机输出功率；依据风机输出功率计算均值和方差作为EM算法迭代初始化参数，执行迭代计算，并将满足收敛条件时的收敛数值作为风功率缺失填充数值。本发明将K‑Means算法结合Canopy算法对风功率数据集进行聚类，充分利用Spark的并行能力提高聚类的速度和EM算法迭代的速度。