CN102444553A - 用于确认风力涡轮机性能不足的系统和方法 - Google Patents

Abstract

本发明公开涉及用于确认风力涡轮机性能不足的系统和方法，具体而言，涉及通过其可从例如存在于风电厂(50)的多个风力涡轮机确认低性能风力涡轮机(60)的方法。根据一个实施例，从多对(56)涡轮机并基于各对(56)内涡轮机的观察性能(76)和预期性能(80)的比较确认低性能涡轮机(60)。

Description

用于确认风力涡轮机性能不足的系统和方法

技术领域

本文公开的主题涉及用于评价诸如风电厂处的风力涡轮机性能的系统和方法。

背景技术

风力涡轮机典型地包括从中心轮毂延伸的多个叶片。该轮毂旋转地联接到由塔架悬挂在地面上方的机舱上。通常，机舱容纳联接到轮毂上并构造成当叶片由风驱动旋转时产生电功率的电力发电机。风力涡轮机叶片典型地设计并制造成有效地将风能转换成旋转运动，从而给发电机提供足够的旋转能用于发电。

风电厂典型地包括分布在指定地理区域上的多个这种类型的风力涡轮机。经过该区域的风导致与各风力涡轮机相联的叶片旋转，从而产生电功率。在此类风电厂中，预期各涡轮机由于位于相同的地理区域而会经历大致相似的风和气候条件。然而，在任何指定的时刻，由于对于涡轮机唯一的微气候和/或地形变化，风力涡轮机所暴露的确切风和气候条件可能不同于该厂处的其它涡轮机。

此外，由于涡轮机之间的制造差异和/或控制或操作与该厂相联的涡轮机控制系统中的人为或程序错误，指定的涡轮机可能展现出不同于其它涡轮机的性能特性。由于这些众多因素中的一些或者全部，指定厂处的风力涡轮机可能展现出它们性能上的变化。然而，涡轮机之间性能变化的程度由于上述因素以及其它因素的混杂通常没有被很好地理解。因此，要确认风电厂处那些提供低于预期性能的涡轮机可能是困难的，要解决此类低性能则容易得多。

发明内容

在第一实施例中，提供了一种用于评估风力涡轮机性能的方法。根据此方法，多个风力涡轮机的涡轮机被配对以产生一对或多对涡轮机。对于每对涡轮机获取一组同时获取的运行数据。各对涡轮机的该组同时获取的运行数据被过滤以对各对涡轮机生成相应的一组过滤数据。基于相应组的过滤数据确认一些或全部相应对的涡轮机内的低性能涡轮机。

在第二实施例中，提供了配置成控制一对或多对风力涡轮机的操作的基于处理器的控制器。基于处理器的控制器配置成执行一个或更多例程，其在执行时，实施如下动作，包括：对于每对涡轮机计算观察到的功率差；对于每对涡轮机计算预期功率差；以及基于推出的测量值确认每对涡轮机内如果存在的低性能涡轮机，该推出的测量值至少基于对于相应对的涡轮机的观察到的功率差和预期功率差。

在第三实施例中，提供了包括计算机程序产品的计算机可读取介质。计算机程序产品包括例程，其在处理器上执行时实施以下动作：过滤对于一对风力涡轮机的一组运行数据以产生一组过滤数据；对于该对风力涡轮机计算观察到的功率差的测量值；对于该对风力涡轮机计算预期功率差的测量值；以及将对于该对风力涡轮机的观察到的功率差的测量值与预期功率差的测量值进行比较。

附图说明

当参考附图阅读以下具体实施方式时，本发明的这些和其它特征、方面以及优点将变得更好理解，其中贯穿附图，相似的标号代表相似的部件，其中：

图1是根据本发明公开的各个方面的用于用在风电厂中的风力涡轮机系统的前视图；

图2是根据本发明公开的各个方面提供为风电厂的一部分的如图1中所示的多个风力涡轮机系统的示意性图示；

图3是描绘一种算法的步骤的流程图，该算法在实施时根据本发明公开的各个方面确认低性能涡轮机；

图4是描绘一种算法的步骤的流程图，该算法在实施时比较观察性能和预期性能，以允许根据本发明的各个方面比较涡轮机；

图5描绘了根据本发明的各个方面对于一对涡轮机同时获取的运行数据的图表以及对应的不同图表；

图6描绘了根据本发明的各个方面对于一对涡轮机观察到的功率输出的图表以及对应的不同图表；

图7描绘了根据本发明的各个方面对于一对涡轮机预期的功率输出的图表以及对应的不同图表；

图8描绘了根据本发明的各个方面对于一对涡轮机观察到的和预期功率输出的图表；

图9描绘了根据本发明公开的各个方面对于多对风力涡轮机的分析的简要报告。

零部件列表

10风力涡轮机系统

12塔架

14机舱

16叶片

18发电机

20轮毂

22前缘

24后缘

40风电厂

42电力网

44控制器

50方法

52运行数据

54配对涡轮机

56涡轮机对

58确认低性能涡轮机

60低性能涡轮机

62确认低性能的原因

64实施控制器变化

70过滤涡轮机对数据

72过滤的涡轮机对数据

74计算观察到的功率差

76观察到的功率差

78计算预期功率差

80预期功率差

82计算观察到的和预期功率差

84比较结果

86使用分类规则分类涡轮机

88规则

90柱状图1

92柱状图2

94功率产生上的差异的图表

100分布1

102分布2

104观察功率上的差异的分布

106对于观察到的功率图表的分布参数

108对于观察到的功率上的差异的分布参数

110分布1

112分布2

114预期功率上的差异的分布

116对于预期功率图表的分布参数

118对于预期功率上的差异的分布参数

120变化的测量值

130观察到的风速差异

132得分

134得分-风速表错误

136得分-机会涡轮机

具体实施方式

以下将描述一个或更多具体实施例。为了提供对这些实施例的简要描述，在本说明书中可能不描述实际实施方式的全部特征。应该理解的是，在任何此类实际实施方式的开发中，如在任何工程或设计项目中一样，必须做出许多实施方式特定的决定来达成开发者的特定目标，例如遵循系统相关和业务相关的限制，这可能从一个实施方式到另一个实施方式而不同。而且，应该理解的是，此类开发努力可能是复杂而耗时的，但对于那些受惠于本发明公开的本领域技术人员仍将成为设计、制造以及生产中的日常工作。

当介绍本发明的各种实施例的要件时，用词“一”、“一个”、“该”以及“所述”意在指存在一个或多个要件。用词“包括”、“包含”以及“具有”意在为包括性的，并且表示除了所列举的要件之外可能还有另外的要件。

本发明公开提供了对于风电厂处的不同风力涡轮机的风力涡轮机性能的评价。特别是，采用了数据驱动的方法来确认并减少风力涡轮机间的性能变化，从而改善整体风电厂性能。根据一种所描述的方法，确认具有低于平均性能的涡轮机。对于具有较低性能的那些涡轮机执行评价或分析，例如根本原因分析，并基于该分析可做出消除或减少所确认的性能问题的推荐。例如，可做出推荐来修正叶片桨距、叶片表面状况、轴承状况、轮毂对齐、齿轮箱修理等。同样，在可行性的程度内，可对控制器设置做出改变来解决涡轮机的低性能。

图1是构造成将风能转换成电能的风力涡轮机系统10的前视图。风力涡轮机10包括塔架12、机舱14以及叶片16。叶片16通过与叶片16一起旋转的轮毂20联接到机舱14内的发电机18上。叶片16构造成将来自风的线性空气流转换成旋转运动。当叶片16旋转时，轮毂20和机舱14内发电机18之间的联接驱动发电机18的部件旋转，从而产生电能。尽管在本实施例的风力涡轮机系统10中包括了三个叶片16，但备选实施例可包括更多或更少的叶片16。

各叶片16均包括前缘22和后缘24。空气流接合前缘22并流向后缘24。由于叶片16的形状，由空气流导致的空气动力学作用力造成叶片16旋转，从而驱动发电机18产生电功率。风力涡轮机系统10的效率至少部分地依赖于将线性空气流转换成旋转能。因此，叶片16通常构造成有效地将风能转换成旋转运动。例如，叶片形状可选择为增强叶片16上的空气流，使得空气动力学作用力引起叶片16旋转。此外，叶片16典型地制造成大体上平滑，使得叶片16上的空气流没有干扰。

在风力涡轮机系统10的前述讨论的基础上，图2是设置成一起作为风电厂40的一部分起作用的多个此类风力涡轮机系统10的示意性图示。由风电厂40的风力涡轮机系统10产生的电流被提供给电力网42，从而将电能提供给连接至电网42的消费者。此外可提供一个或更多控制器44以控制和/或监视风电厂40的运行。此类控制器44可提供为配置成执行代码或例程的通用或专用计算机(或其它合适的基于处理器的系统)，该代码或例程允许将风电厂40作为一个整体和/或对电厂40的单个风力涡轮机系统10进行监视和/或控制。

例如，在一个实施例中，控制器44(或者其他基于处理器的系统)可执行诸如由图3的流程图例示的控制逻辑，该图描绘了可用于确认低性能风力涡轮机系统10和/或实施改变以改善此类低性能系统的性能的方法50的步骤。如流程图所绘，提供对于风电厂40的其中一些或全部涡轮机系统10的运行数据50用于根据方法50进行处理。合适的运行数据的示例包括但不限于，对于各涡轮机系统10随时间的风速数据，对于各涡轮机系统10随时间的功率输出，对于各涡轮机系统10随时间的运行状态等。

在所绘示例中，各种风力涡轮机系统10配对在一起用于分析，使得预期经历最相似的功率发生条件(例如基于位置、地形、测量的风速等)的那些涡轮机系统10被彼此进行比较。例如，在一个实施方式中，风电厂40的风力涡轮机系统10可基于地理接近度或距离、基于接近地形的相似性、基于涡轮机所经历的风速的相似性、基于涡轮机型号和/或控制系统的相似性等进行配对(块54)，用于成对的比较过程。在所绘的示例中，涡轮机对56(例如，包括涡轮机i和j的涡轮机对)基于对应的运行数据52进行比较，以确认(块58)具有不期望的低性能(例如，产生比基于观察到的空气流所预期的更少的电力)的那些涡轮机系统。对于这些低性能涡轮机60的运行数据可进行分析以确认(块62)它们不期望的低性能的一个或多个原因。在一个实施方式中，可执行根本原因分析或类似方法以确认低性能的各种来源。可生成罗列或分级确认的涡轮机中低性能涡轮机60和/或导致低性能的一个或多个原因的报告。在可由控制器44实施(块64)的改变以解决差涡轮机性能的程度上，此类改变可自动、半自动(即通过用户输入或监督)或手动实施。

相对于确认低或差性能涡轮机的步骤58，图4描绘了可在此确认过程中实施的控制逻辑的一个示例。在此示例中，对于涡轮机对56的涡轮机运行数据52被过滤(块70)以生成一套过滤的涡轮机对数据72。在一个实施方式中，对于涡轮机对56的运行数据52是运行条件(例如风速)和/或运行性能(例如功率输出)的同时记录(即，对于涡轮机对56在相同日期和时间(例如具有相同的时间戳)获取的记录)。

图5中描绘了对于两个配对的风力涡轮机(即涡轮机i和j)获得的同时功率输出数据组的示例。在此示例中，对于各涡轮机相应的同时测量值绘制为柱状图90，92，且沿y轴线绘制测量值的频率并沿x轴线绘制以kW为单位的功率输出。在图5的描绘中，相应的柱状图90，92彼此重叠以便于视觉比较。此外，还提供了对于两个涡轮机功率生成的差(以kW为单位测量)(计算涡轮机i的观察到的功率输出减去涡轮机j的观察到的功率输出)的图表94以视觉描绘基于同时测量的数据点在两个涡轮机上功率输出的观察到的差。还和变化(此处为标准偏差)的测量一起提供了对于各分布90，92与分布相关的集中趋势的测量(此处为平均值和中间值)。还描绘了相应平均值和中间值之间的差。

对于涡轮机对56的运行数据52的过滤可基于各种标准。例如，一个过滤标准可对于未运行或不可操作的该对的任意一个或两个风力涡轮机系统10丢弃数据。此外，与功率曲线的某些部分(例如功率曲线的平坦部分)相关的读数可能从对于涡轮机对56的运行数据52丢弃，在这些地方风力涡轮机系统10产生很少或没有功率，或者在这些地方风力涡轮机10以全功率或者额定功率(例如，对于额定1.5MW的涡轮机大于1500kW的功率输出)运行。例如，对于各风力涡轮机10在一定风速以上，风力涡轮机系统10的叶片16(以及连接的旋转部件)的旋转速度可达到大致恒定的速度，使得更快的风速不会导致叶片16的更快旋转。在某些实施例中，对应于功率输出曲线的此平坦部分的运行数据可被丢弃。在此类实施例中，保留的运行数据反映功率输出曲线的风速增加导致功率输出增加的那些部分。通过相对于上述标准的示例，在一个实施例中当功率输出少于100kW和/或多于1400kW时可丢弃运行数据。同样，在此类实施方式中当观察到的风速小于4英里每小时或大于20mph时可丢弃运行数据。

同样，在某些实施方式中，其中两个涡轮机系统10都不是“无尾流(wake-free)”(即，不处于另一个风力涡轮机系统10的尾流中)的数据可被丢弃，因为该对的涡轮机不经历大体相似的风况。例如，在一个实施例中，对于涡轮机对确定一个公共的无尾流区域。在一个此类示例中，气象桅杆(即气象杆)或涡轮机数据本身可用于监视或推断风向。从气象桅杆获取的风向数据可与涡轮机运行数据结合，诸如基于日期时间戳，并用来过滤出那些数据点，在那些数据点处基于测量的风向确定一个或两个涡轮机处于尾流中(即并非无尾流)。因而，过滤的涡轮机对数据72可使用一些或全部这些过滤标准生成。

过滤的涡轮机对数据72可用于计算(块74)各涡轮机对的涡轮机之间的观察到的功率差76(例如，观察到的功率差的平均值，中间值或模式)。例如，对于涡轮机对i，j，平均测量功率输出可分别表示为p_i和p_j。此类功率测量值可对应于在功率生成期间在相应的涡轮机i和j处测量的风速v_i和v_j。因而在任何时间点，即，同时，在两个涡轮机处观察到的功率差d可表示为：

(1)d_ij＝p_j-p_i.

这些差值可进行平均(或中间值、模式或导出的集中趋势的其它测量值)以生成指示对于涡轮机对的不同涡轮机i和j在观察到的功率上的差76。

通过示例，图6描绘了对于一组过滤数据观察到的功率差，如本文所述。在此示例中，描绘了对于两个配对的风力涡轮机(即涡轮机i和j)获得过滤的功率输出数据。对于各涡轮机相应的过滤测量值绘制为柱状图100，10002，且沿y轴线绘制测量值的频率并沿x轴线绘制以kW为单位的功率输出。在图6的描绘中，相应的柱状图100，102彼此重叠以便于视觉比较。此外，还提供了对于两个涡轮机功率生成的差(以kW为单位测量)(计算涡轮机i的观察到的功率输出减去涡轮机j的观察到的输出)的图表104以视觉描绘基于过滤数据点在两个涡轮机处功率输出上的观察到的差。还和变化的测量(此处为标准偏差)一起提供(块106)了对于各分布100，102与分布相关的集中趋势的测量(此处为平均值和中间值)。平均值、中间值和变化测量值可单独或集中使用来执行相应分布之间的比较。此外，平均值、中间值和/或标准偏差值(块108)也可对于针对涡轮机i和j的同时观察到的功率测量值之间的差异分布(图示104)进行确定。在一个实施例中，对于涡轮机i和j观察到的功率上的差可计算为涡轮机j的平均功率输出减去涡轮机i的平均功率输出。

对于相应的涡轮机对，观察到的功率差76(块82)可与对应的预期功率差80(即预期功率值之间的差)进行比较。在一个实施例中，对于涡轮机对预期的功率差

可基于(块78)对相应涡轮机的基准功率曲线模型。此类基准功率曲线模型可与测量的风速v_i和v_j结合使用以估计或模拟各涡轮机i和j的预期风力涡轮机性能。此类基准功率曲线模型可基于对于涡轮机型号官方或已知的功率曲线，和/或可基于可应用于相应涡轮机的已知或假设物理原理。备选地，在一个实施方式中，对于预期功率分布用作基准的功率曲线可基于来自设施的其中一些或全部涡轮机的观察到的数据，而不是假设理论功率曲线。就是说，用作基准的功率曲线可源自或基于在相同代表性设施或另一地点处代表性数量的风力涡轮机的性能。

通过示例，对于涡轮机i和j，相应的风速v_i和v_j可已经在过滤的观察时间在涡轮机处进行了观察。观察的风速v_i和v_j可与对于各涡轮机相应的基准功率曲线模型结合使用，以模拟涡轮机i和j的性能，并从而对于各相应的涡轮机对于对应于在相应的涡轮机处观察到的测量风速的时间间隔得出预测的功率输出

和因此，在此示例中，在给定时间相应预期功率输出上的差80可表示为：

$\left(2\right),{\hat{d}}_{\mathrm{ij}}={\hat{p}}_j-{\hat{p}}_i.$

通过示例，图7描绘了对于涡轮机i和j预期的功率差，如本文所述。在此示例中，描绘了对于两个配对的风力涡轮机(即涡轮机i和j)预期的功率输出数据(基于测量的风速)。对于各涡轮机相应的预期功率输出数据绘制为柱状图110，112，且沿y轴线绘制测量值的突出频率并沿x轴线绘制以kW为单位的预期功率输出。在图7的描绘中，相应的柱状图110，112彼此重叠以便于视觉比较。此外，还提供了对于两个涡轮机预期功率生成的差(以kW为单位测量)(计算涡轮机i的预期功率输出减去涡轮机j的预期输出)的图表114以视觉描绘基于测量风速在两个涡轮机处功率输出上的预期差。还和变化的测量(此处为标准偏差)一起提供(块116)了对于各分布110，112与分布相关的集中趋势的测量(此处为平均值和中间值)。平均值、中间值和变化测量值可单独或集中使用来执行相应分布之间的比较。此外，平均值、中间值和/或标准偏差值(块118)也可对于针对涡轮机i和j的预期功率测量值之间的差异分布(图示114)进行确定。在一个实施例中，对于涡轮机i和j预期功率上的差可计算为涡轮机j的平均预期功率输出减去涡轮机i的平均预期功率输出。

如上所述，在某些实施方式中，涡轮机对56的涡轮机之间的预期和/或观察到的功率输出的差的概率分布可以进行估计，诸如通过观察到的和/或预期功率差76的相应柱状图。在此类实施方式中，两个涡轮机之间功率输出上的差的概率分布对于在各相应涡轮机处基于观察到的功率测量值的实际分布以及对于基于模拟和观察到的风速的预测分布两者都存在。这两个分布可进行比较(块82)以使用合适的统计或数学测量值确定它们的等价物，如以下所述。

例如，转至图8，对于两个涡轮机比较了实际(即观察到的)功率产生上的差异的图表104和预期功率产生上的差异的图表114。在图8中，相应的图表显示为彼此重叠以便于形象化图表上的差异。此外，还和变化的测量(此处为标准偏差)(块120)一起提供了对于各分布104，114与分布相关的集中趋势的测量(此处为平均值和中间值)。平均值、中间值和变化测量值可单独或集中使用以执行相应分布之间的比较，诸如基于对于一个或更多这些测量值的观察和预期值之间的计算差。例如，在一个实施例中，观察到的功率上的差的平均值(例如在所绘示例中为54.54)减去预期功率上的差的平均值(例如在所绘示例中为21.90)可计算为比较相应分布中的一个度量(metric)。

总体而言，基于比较过程82的结果84，可基于观察到的风况以及在近处的大部分相似涡轮机的性能、地理条件和/或观察到的风速确认显得低于预期性能的涡轮机。例如，在一个实施例中，比较结果84可表示为一个或更多测量值或得分(例如严重性得分)，其可用于基于相应涡轮机对的观察到的功率差76和预期功率差80之间的差异给风电厂的风力涡轮机对分级。例如，基于t统计相似测量的严重性得分可对于各涡轮机对进行计算并用来给对分级。在一个此类实施例中，对于各对风力涡轮机可基于平均(或中间)功率差以及与相应的功率差分布相关联的标准偏差(或四分位数间距)。

在观察到的功率差76和预期功率差80之间具有最大差异的风力涡轮机对可能包括这样的涡轮机，其是对于可能的控制改善的可能候选者，或者其具有可以解决的现有机械或结构缺陷。在如此确认的涡轮机对内，对于观察到的功率输出具有较低平均值的涡轮机构成要修正的性能不佳或低性能涡轮机。

通过示例，在一个实施例中，对于涡轮机i和j得分S可由以下公式给出：

$\left(3\right),S_{\mathrm{ij}}=g\·|\mathrm{mean}\left(d_{\mathrm{ij}}\right)-\mathrm{mean}\left({\hat{d}}_{\mathrm{ij}}\right)|$

其中g决定得分的符号。在一个此类实施方式中，g可由下式给出：

$\left(4\right),g=\left\{\begin{array}{cc}+1,& \mathrm{if}\left|\mathrm{mean}\left(d_{\mathrm{ij}}\right)\right|>\left|\mathrm{mean}\left({\hat{d}}_{\mathrm{ij}}\right)\right|\\ -1,& \mathrm{Otherwise}\end{array}\right..$

在此类实施方式中，负的得分(即g＝-1)可指示风速表错误。相反，在此类实施方式中，正的得分(即g＝1)可指示与风力涡轮机对i和j的涡轮机相关的性能问题。得分S的数量指示性能问题的程度，即，较高的得分指示较大的性能问题。

如将会理解的，根据以上方法的风速表错误的指示基于相邻或配对的涡轮机典型地应接近零性能差异的假设(在遭受尾流影响和/或涡轮机不可用性的观察已经从考虑中除去后)。如果观察到的功率差小于预期功率差，则确定观察到的功率差正确且预期功率差假设被风速表错误破坏。就是说，既然使用在涡轮机处测量的风速以及相应的基准功率曲线确定了预期功率差，则可以断定风速测量值可能有错(即风速表错误)。相反，如果有预期功率差小于观察到的功率差，则可以相信预期功率差。结果，假设观察到的功率差比机舱风速表读数更可靠，并且可以断定两个涡轮机之间的性能差可能是真实的。

在其它实施例中，比较过程82的结果84可表示为统计分析，诸如反映如下可能性的置信带或区间，该可能性为对于风力涡轮机对观察到的功率差与给定预期功率差的相应风力涡轮机对的正常操作一致的可能性。接近相应置信带或区间的边界或在该边界之外的观察到的功率差可指示涡轮机对内可能的候选者，以评价可能的控制改善或存在的缺陷。同样，可采用其它类型或形式的统计分析或描述来确认其中观察到的和预期功率差不处于可接受界限或极限内的那些涡轮机对。例如，人们可以使用重采样方法来检验两个分布的平均值相等的虚假设。此外，可使用柯尔莫哥洛夫-斯米尔诺夫检验来检验观察到的差和预期差是否取自相同的分布。基于此类比较方法，确认的异常对将典型地包括可适合用于控制改善或用于缺陷检查的风力涡轮机。

在一个实施例中，可采用基于规则的方法来评价比较结果并自动分级(块86)那些其中存在解决性能问题的机会的涡轮机对。此类基于规则的方法可采用一组规则88，其在应用于比较结果84时允许将涡轮机对分类成处于预期容差内或者分类为不处于预期容差内。此外，规则88可允许将不处于预期容差内的那些涡轮机对基于它们的得分进一步分类成不同的种类。在一个实施例中，对于涡轮机对不处于预期容差内的比较结果84可分类成涉及风力测定(例如，风速和/或风向的错误测量)或与所讨论的涡轮机相关的控制问题或机械缺陷。

转向图9，描绘了根据本方法得出的一组结果的示例。在此示例中，涡轮机被配对(即涡轮机对56)以便比较它们的运行数据。对于过滤的运行数据，确定观察到的风速差130(例如，对于过滤的运行数据风速的分布的平均值或中间值)。同样，确定观察到的或实际功率输出76上的差(例如，对于过滤的运行数据功率输出的分布的平均值或中间值)。基于风速差，确定预期的功率差80(例如，如基于已知风速和对于各涡轮机的基准功率曲线估计的预期功率输出的分布的平均值或中间值)。基于本文讨论的公式3和4(或其它适合的算法)，对于各涡轮机对56可确定得分132。在所绘示例中，将得分132提供为t统计值，即被标准偏差标准化的平均差。在一个实施例中，基于基于规则的分析，具有负值的得分(组134)可确定为指示风速表错误。对于剩余的得分，一些子集136可确定为代表在可能具有可解决的机械或控制问题的该对涡轮机中的那个涡轮机上的改善机会。可以以多种方式确定子集136，包括使用阈值得分值(例如，高于5，7，10等)或选择用于改善的最高得分的一些数字n。在机会涡轮机的子集内，具有较低观察到的功率输出的涡轮机典型地被确认为指定涡轮机对56内需要改善的涡轮机。

本发明的技术效果包括使用适合使用基于处理器的系统来实施的例程或算法来基于观察到的状况或预期性能的模型化预计而确认诸如风电厂的发电厂的那些性能不佳的涡轮机。所确认涡轮机以及发电厂作为整体的性能可通过解决性能不佳的涡轮机而改善，诸如通过实施机械或结构性的修正，或者通过对在与性能不佳的涡轮机相关的一个或更多控制器上实施的控制模式实施改变。可实施基于规则的分析来确认那些其中修正或改善是合适的涡轮机。

本书面说明书使用示例来公开本发明，包括最佳模式，并且还使得本领域技术人员能够实践本发明，包括制造和使用任何装置或系统，并执行任何结合的方法。本发明可授予专利的范围由权利要求书限定，并且可包括本领域技术人员想到的其它示例。如果此类其它示例具有无异于权利要求书的字面语言的结构性元件，或者如果它们包括与权利要求书的字面语言并无实质性区别的等价结构性元件，则此类其它示例意在处在权利要求书的范围内。

Claims (15)

1.一种用于评估风力涡轮机性能的方法，所述方法包括：

将多个风力涡轮机配对(54)以产生一对或多对(56)涡轮机；

对于各对(56)涡轮机获取一组同时获取的运行数据(52)；

过滤(70)各对(56)涡轮机的该组同时获取的运行数据(52)，以对于各对(56)涡轮机产生相应组的过滤数据(72)；以及

基于该相应组的过滤数据(72)确认(58)涡轮机的一些或全部相应对(56)内的低性能涡轮机(60)。

2.如权利要求1所述的方法，其特征在于，所述多个风力涡轮机构成风电厂(40)的一些或全部风力涡轮机。

3.如权利要求1所述的方法，其特征在于，风力涡轮机基于接近性、地形相似性、涡轮机型号和/或控制系统的相似性或风速的相似性中的一个或多个配对(54)。

4.如权利要求1所述的方法，其特征在于，确认低性能涡轮机(60)包括统计学上评价对于涡轮机的相应对(56)所观察到的功率差(76)是否与考虑了期望的功率差(80)的涡轮机的相应对(56)的正常运行不一致。

5.如权利要求1所述的方法，其特征在于，运行数据(52)包括对于各相应涡轮机在相应日期和时间的功率输出的记录或在相应日期和时间测量风速中的一者或两者。

6.如权利要求1所述的方法，其特征在于，各对(56)涡轮机的该组同时获得的运行数据(52)包括当相应对(56)的涡轮机的一个或两个涡轮机不运行时获取的一个或更多丢弃数据，其中相应对(56)的涡轮机的一个或两个涡轮机所产生的功率很少或没有的丢弃数据，其中相应对(56)的涡轮机的一个或两个涡轮机以全功率或额定功率运行的丢弃数据，其中相应对(56)的涡轮机的一个或两个涡轮机处于尾流状态的丢弃数据。

7.如权利要求1所述的方法，其特征在于，确认所述低性能涡轮机(60)包括：

计算(74)对于各对(56)涡轮机的观察到的功率差(76)；

计算(78)对于各对(56)涡轮机的预期功率差(80)；

对于各对(56)涡轮机，比较(82)所述观察到的功率差(76)和所述预期的功率差(80)；以及

基于该比较分类(86)各对(56)涡轮机。

8.如权利要求7所述的方法，其中分类(86)各对(56)涡轮机包括对于各对(56)涡轮机生成得分(132)。

9.如权利要求8所述的方法，其特征在于，所述得分(132)的符号指示可能的风速表错误，且所述得分的大小指示对于各对(56)涡轮机所述观察到的功率差(76)和所述预期功率差(80)之间的差异的大小。

10.如权利要求7所述的方法，其特征在于，所述观察到的功率差(76)和所述预期功率差(80)基于平均值或中间值，以及对于观察到的功率差(76)和预期功率差(80)的相应分布的标准偏差或四分位数间距。

11.如权利要求1所述的方法，其特征在于，确认(58)所述低性能涡轮机(60)包括应用一个或更多基于规则的分析，所述分析将低性能涡轮机(60)与展示出可能风速表错误的一个或更多涡轮机区分开。

12.一种基于处理器的控制器(44)，其配置成控制一对或更多对(56)涡轮机的运行，所述基于处理器的控制器(44)配置成执行一个或更多例程，所述例程在执行时实行包括如下项的动作：

计算(74)对于各对(56)涡轮机的观察到的功率差(76)；

计算(78)对于各对(56)涡轮机的预期功率差(80)；

如果存在的话，基于至少源自对于相应对(56)的涡轮机的观察到的功率差(76)和预期功率差(80)的测量值确认(58)各对(56)涡轮机内的低性能涡轮机(60)。

13.如权利要求12所述的基于处理器的控制器(44)，其特征在于，所述控制器还配置成执行一个或更多例程，所述例程在执行时改变控制一个或更多所述低性能涡轮机(60)的方式。

14.如权利要求12所述的基于处理器的控制器(44)，其特征在于，对于各涡轮机对(56)所述观察到的功率差(76)基于一组过滤的数据(72)计算，该组过滤的数据(72)包括对于相应对(56)的涡轮机的各涡轮机同时获取的运行数据(52)。

15.如权利要求12所述的基于处理器的控制器(44)，其中所述低性能涡轮机(60)基于相应的得分(132)确认(58)，所述得分对于各涡轮机对(56)基于对于所述相应对(56)的涡轮机的所述观察到的功率差(76)和预期功率差(80)而生成。

Images