CN107463575A - 一种新型的智能风电历史数据处理方法与系统 - Google Patents
一种新型的智能风电历史数据处理方法与系统 Download PDFInfo
- Publication number
- CN107463575A CN107463575A CN201610392462.1A CN201610392462A CN107463575A CN 107463575 A CN107463575 A CN 107463575A CN 201610392462 A CN201610392462 A CN 201610392462A CN 107463575 A CN107463575 A CN 107463575A
- Authority
- CN
- China
- Prior art keywords
- data
- wind power
- configuration
- collection point
- real time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000013480 data collection Methods 0.000 claims abstract description 69
- 238000007906 compression Methods 0.000 claims abstract description 19
- 230000006835 compression Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 36
- 238000013500 data storage Methods 0.000 claims description 14
- 238000000205 computational method Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 4
- 241001269238 Data Species 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种新型的智能风电历史数据处理方法与系统，所述方法包括：配置风力发电机组和风电场需要存储的数据采集点及其存储频率；根据配置的数据采集点及其存储频率获取相关数据；将获取的相关数据直接存入或压缩存入非关系型历史数据库。通过本发明的新型的智能风电历史数据处理方法与系统，能够实现风力发电机组和风电场高频采集数据的压缩和存储，并且能够在不需要改动整个系统的情况下动态增加或减少数据采集点。
Description
技术领域
本发明涉及风电技术领域，特别是涉及一种风力发电机组和风电场历史数据的压缩与存储处理的方法与系统。
背景技术
近年来，风力发电技术持续快速发展，风电并网装机容量迅速增长。每台风力发电机组都装有很多传感器，如温度传感器、转速传感器、压力传感器、编码器等，传感器采集到的微弱的电信号经变送器放大后传送至数据采集装置，数据采集装置再将变送器传送来的信号转变为实时数据。这些风机状态、环境状态等数据不断地被实时更新，想要查询这些数据，就需要一套历史数据处理系统对这些数据进行压缩和存储处理。
目前的风电历史数据处理系统通常采用结构化数据库的方式存储这些历史数据，并使用数据库查询语言进行数据的查询处理。现有技术的缺点主要是：1)不易扩展，如果对存储和处理的数据点进行扩展，需要做很多修改才能适应；2)成本高，单机的存储容量和处理速度有限，如果需要更大数据量的存储和处理，升级硬件的成本很高；商业数据库支持的容量有限，如需扩展费用也会成倍增加；3)存储频率低，目前的存储频率最短只能到0.2次/秒(即5秒左右存储一次)，无法满足一些数据存储频率更高的要求。
发明内容
基于现有技术存在的不足，本发明实施例的目的在于提供一种可配置的非结构化数据压缩和存储处理的方法与系统，实现风力发电机组和风电场高频采集数据的压缩和存储，并且能够在不需要改动整个系统的情况下动态增加或减少数据采集点。
为实现上述发明目的，本发明实施例提供了一种新型的智能风电历史数据处理方法，包括：配置风力发电机组和风电场可以直接获取的数据采集点和存储频率；根据配置的数据采集点和存储频率直接获取相关实时数据；将获取的相关实时数据存入非关系型历史数据库中。
另一方面，本发明实施例提供了一种新型的智能风电历史数据处理方法，包括：配置风力发电机组和风电场可以直接获取的数据采集点和存储频率；配置风力发电机组和风电场需要通过计算得到的数据采集点、存储频率和计算方法；根据配置的可以直接获取的数据采集点和存储频率直接获取相关实时数据；根据配置的需要通过计算得到的数据采集点、存储频率和计算方法，获取计算所需数据，在此基础上通过计算得到相关数据；将直接获取的相关数据和通过计算得到的相关数据压缩并存入非关系型历史数据库中。
再一方面，本发明实施例提供了一种新型的智能风电历史数据处理系统，包括：
数据配置模块，用于对风力发电机组和风电场需要存储的数据进行配置；
数据处理模块，用于根据数据配置模块的配置获取相关数据；
数据存储模块，用于将数据处理模块获取的相关数据存储至历史数据库；
历史数据库，用于存储数据处理模块获取的相关数据。
本发明的优点在于：
一、增强数据存储和查询的灵活性。由于采用非关系型数据库，配置中增减数据采集点都不需更改数据库的结构和程序模块，可以直接自适应不同风电场不同风机不同数据采集点不同频率的存储需求，并且提高了数据的查询效率。
二、提高数据存储的性能。采用数据库或其存储引擎的压缩功能压缩存储风电数据，在存储数据量较大时也不会占据太大的磁盘存储空间。
三、提升数据存储的频率。能够自定义风电数据采集点的存储频率，最高能达到1秒/次。
四、降低数据存储的成本。数据存储占用较少的磁盘空间且易于扩展，都直接或间接地降低了数据存储的成本。
附图说明
图1为本发明实施例一提供的一种新型的智能风电历史数据处理方法的流程示意图；
图2为本发明实施例二提供的一种新型的智能风电历史数据处理方法的流程示意图；
图3为本发明实施例三提供的一种新型的智能风电历史数据处理系统的结构示意图。
具体实施方式
下面结合附图对本发明实施例一种新型的智能风电历史数据处理方法与系统进行详细描述：
实施例一
本发明一种新型的智能风电历史数据处理方法的一种具体实施方式的流程示意图如图1所示，该方法包括：
步骤S101：配置风力发电机组和风电场可以直接获取的数据采集点和存储频率；
在本案中，需要存储的数据采集点均为可以直接获取的数据采集点。
本发明的智能风电历史数据处理方法，可以根据需要配置需要存储的数据采集点和存储频率。可以直接获取的数据采集点可以动态增减，不同风电场和不同型号的风力发电机组可以配置不同的可以直接获取的数据采集点；不同数据采集点可以配置不同的存储频率，相同数据采集点也可以同时设置多个存储频率。
优选地，风力发电机组可以直接获取的数据采集点包括但不限于输出功率、有功功率、无功功率、振动等；风电场可以直接获取的数据采集点包括但不限于风速、风向等；存储频率根据需要设置，最高为1次/秒(即每秒存储一次)。
例如，作为一种具体实施方式，步骤S101可以为：设置A风机有功功率以1秒的频率间隔存储，风速以5秒的频率间隔存储，B风机振动值以1秒的频率间隔存储。
步骤S102：根据S101配置的数据采集点和存储频率直接获取相关实时数据；
相关实时数据从数据采集装置获取。
获取的相关实时数据不仅包括数据采集点的数值，也包括实时数据产生时的时间标签。时间标签记录了数值的产生时间，是数值在数据库中排序的重要依据，也是后续展示和分析数据的重要时标。时间标签精确到毫秒。
优选地，根据不同的存储频率对风力发电机组或风电场可以直接获取的数据采集点进行分类处理，即在每个存储频率下对风力发电机组和风电场多个数据采集点进行处理。
例如，作为一种具体实施方式，步骤S102可以为：根据步骤S101的配置，以1秒为间隔从实时数据库中获取A风机的有功功率和B风机的振动值，以5秒为间隔从实时数据库中获取A风机的风速值，同时记录所获取数据的时间标签。
步骤S103：将S102获取的相关实时数据存入非关系型历史数据库中。
非关系型数据库具有大数据量、高读写性能、高可用性、易扩展等特点。优选地，非关系型历史数据库包括但不限于MongoDB、HBase、Redis等非关系型数据库；历史数据库或其存储引擎具有压缩功能。
进一步地，当S102获取的相关实时数据量较大时，S103还包括采用非关系型历史数据库或其存储引擎的压缩功能先压缩S102获取的相关实时数据，再将压缩后的数据存储至非关系型历史数据库。
实施例二
本发明一种新型的智能风电历史数据处理方法的另一种具体实施方式的流程示意图如图2所示，该方法包括：
步骤S201：配置风力发电机组和风电场可以直接获取的数据采集点和存储频率；
在本案中，需要存储的数据采集点不仅包括可以直接获取的数据采集点，而且包括需要通过计算得到的数据采集点。
本发明的智能风电历史数据处理方法，可以根据需要配置需要存储的数据采集点和存储频率。可以直接获取的数据采集点可以动态增减，不同风电场和不同型号的风力发电机组可以配置不同的可以直接获取的数据采集点；不同数据采集点可以配置不同的存储频率，相同数据采集点也可以同时设置多个存储频率。
优选地，风力发电机组可以直接获取的数据采集点包括但不限于输出功率、有功功率、无功功率、振动等；风电场可以直接获取的数据采集点包括但不限于风速、风向等；存储频率根据需要设置，最高为1次/秒(即每秒存储一次)。
例如，作为一种具体实施方式，步骤S101可以为：设置A风机有功功率以1秒的频率间隔存储，风速以5秒的频率间隔存储，B风机振动值以1秒的频率间隔存储。
步骤S202：配置风力发电机组和风电场需要通过计算得到的数据采集点、存储频率和计算方法；
需要通过计算得到的数据采集点、存储频率和计算方法都可以根据需要配置。不同风电场和不同型号的风力发电机组可以配置不同的需要通过计算得到的数据采集点和计算方法；不同数据采集点可以配置不同的存储频率，相同数据采集点也可以同时设置多个存储频率。
优选地，风力发电机组和风电场需要通过计算得到的数据采集点包括但不局限于总发电量、平均可利用率、MTBF、限功率指标、汇总指标、风机状态等；计算方法包括但不局限于累加、平均、计数、变换、函数等以及多种方法的组合；存储频率根据需要设置，最高为1次/秒(即每秒存储一次)。
作为一种具体实施方式，步骤S202可以为：每隔1秒计算一次整个风场的风速平均值；
步骤S203：根据S201配置的数据采集点和存储频率直接获取相关实时数据；
相关实时数据从数据采集装置获取。
获取的相关实时数据不仅包括数据采集点的数值，也包括实时数据产生时的时间标签。时间标签记录了数值的产生时间，是数值在数据库中排序的重要依据，也是后续展示和分析数据的重要时标。时间标签精确到毫秒。
优选地，根据不同的存储频率对风力发电机组或风电场可以直接获取的数据采集点进行分类处理，即在每个存储频率下对风力发电机组和风电场多个数据采集点进行处理。
例如，作为一种具体实施方式，步骤S203可以为：根据步骤S201的配置，以1秒为间隔从实时数据库中获取A风机的有功功率和B风机的振动值，以5秒为间隔从实时数据库中获取A风机的风速值，同时记录所获取数据的时间标签。
步骤S204：根据S202配置的需要通过计算得到的数据采集点、存储频率和计算方法，获取计算所需数据，在此基础上通过计算得到相关数据；
计算所需数据可以是实时数据，也可以是实时数据和历史数据；实时数据从数据采集装置获取，历史数据从历史数据库获取。
优选地，根据不同的存储频率对风力发电机组或风电场需要通过计算得到的数据采集点分类处理，即在每个存储频率下对风力发电机组和风电场多个数据采集点进行处理。
在此步骤中，通过计算得到的相关数据不仅包括数据采集点的数值，也包括相关的时间标签。相关的时间标签为计算所需实时数据产生时的时间标签。
例如，作为一种具体实施方式，步骤S204可以为：根据步骤S202的配置，每隔1秒获取整个风电场的风速，累加整个风电场的风速并除以风电场的风力发电机组总数量，从而获取整个风场的风速平均值，同时记录风速平均值的时间标签为所获取风电场风速的时间标签；
步骤S205：将S203直接获取的相关数据和S204通过计算得到的相关数据压缩并存入非关系型历史数据库中。
优选地，非关系型历史数据库包括但不限于MongoDB、HBase、Redis等非关系型数据库；非关系型历史数据库或其存储引擎具有压缩功能。
实施例三
本发明所提供的一种新型的智能风电历史数据处理系统的结构示意图如图3所示，该系统包括数据配置模块100、数据处理模块400、数据存储模块700和历史数据库800。
数据配置模块100，用于配置风力发电机组和风电场需要存储的数据；
数据处理模块400，用于根据数据配置模块100的配置获取相关数据；
数据存储模块700，用于将数据处理模块400获取的相关数据存储至历史数据库800；
历史数据库800，用于存储数据处理模块400获取的相关数据。
需要存储的数据包括两种，一种是可以直接获取的实时数据，另一种是需要通过计算才能得到的数据。进一步地，数据配置模块由两部分构成：实时数据配置子模块200和计算数据配置子模块300。
实时数据配置子模块200，用于配置可以直接获取的数据，包括数据采集点和存储频率；
计算数据配置子模块300，用于配置需要通过计算得到的数据，包括数据采集点、存储频率和计算方法。
实时数据配置子模块200可以针对不同风力发电机组和风电场配置不同的可以直接获取的数据采集点；针对不同的可以直接获取的数据采集点配置不同的存储频率。
计算数据配置子模块300可以针对不同风力发电机组和风电场配置不同的需要通过计算得到的数据采集点；针对不同的需要通过计算得到的数据采集点配置不同的计算方法和不同的存储频率。
更进一步地，根据数据配置块100的划分，数据处理模块400也由两部分构成：实时数据获取子模块500和计算数据处理子模块600。
实时数据获取子模块500，用于根据实时数据配置子模块200的配置从数据采集装置直接获取相关实时数据，同时记录相关实时数据产生时的时间标签。
计算数据处理子模块600，用于根据计算数据配置子模块300的配置获取计算所需数据，并根据配置的计算方法通过计算得到相关数据，同时记录时间标签为相关实时数据产生时的时间标签。计算所需数据可以是来自数据采集装置的实时数据，也可以是来自数据采集装置的实时数据以及来自历史数据库的历史数据。
实时数据获取子模块500和计算数据处理子模块600可以根据不同的存储频率对需要存储的风力发电机组或风电场的数据采集点进行分类处理，即在每个存储频率下对风力发电机组和风电场多个数据采集点进行处理。
数据配置模块100的配置可以根据需要更改。相应地，根据数据配置模块100的配置的变化，数据处理模块400将实现对需要获取相关数据的动态增减。具体地，实时数据获取子模块500将根据实时数据配置子模块200的配置的变化，动态增减需要获取的实时数据；计算数据处理子模块600将根据计算数据配置子模块300的配置的变化，动态增减需要通过计算得到的数据，并且根据配置的变化动态实时地更改计算方法。
优选地，历史数据库800为非关系型数据库，历史数据库或其存储引擎具有压缩功能。
数据存储模块700提供压缩存储和直接存储两种选择；压缩存储先采用历史数据库800或其存储引擎的压缩功能对数据处理模块400获取的相关数据进行压缩，再将压缩后的数据存储至历史数据库800；直接存储则直接将数据处理模块400获取的相关数据存储至历史数据库800。
以上对本发明所提供的一种新型的智能风电历史数据处理方法与系统进行了详细介绍，应用了具体实施例对本申请的原理及实施方式进行了阐述。本领域的技术人员应该了解，本发明不受上述实施例的限制，在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
Claims (10)
1.一种新型的智能风电历史数据处理方法，其特征在于，所述方法包括：
配置风力发电机组和风电场需要存储的数据采集点及其存储频率；
根据配置的数据采集点及其存储频率获取相关数据；
将获取的相关数据直接存入或压缩存入非关系型历史数据库中。
2.根据权利要求1所述的方法，其特征在于，非关系型历史数据库或其存储引擎具有压缩功能。
3.根据权利要求1所述的方法，其特征在于，需要存储的数据采集点包括可以直接获取的数据采集点，以及需要通过计算得到的数据采集点；对于需要通过计算得到的数据采集点，还需要配置相应的计算方法。
4.根据权利要求1所述的方法，其特征在于，相关数据的获取包括根据配置的数据采集点及其存储频率直接获取相关实时数据，以及根据配置的数据采集点、存储频率和计算方法在获取计算所需数据的基础上通过计算得到相关数据；计算所需数据可以是实时数据，也可以是实时数据和历史数据；相关数据既包括数值本身，也包括实时数据产生时的时间标签。
5.根据权利要求3所述的方法，其特征在于，需要存储的数据采集点、存储频率和计算方法可以根据需要配置；需要存储的数据采集点可以动态增减，不同风电场和不同型号的风力发电机组可以配置存储不同的数据采集点；不同数据采集点可以配置不同的存储频率，相同数据采集点也可以同时设置多个存储频率。
6.根据权利要求4所述的方法，其特征在于，根据不同的存储频率对需要存储的风力发电机组或风电场的数据采集点进行分类处理，在每个存储频率下可以对风力发电机组和风电场多个数据采集点进行处理。
7.一种新型的智能风电历史数据处理系统，其特征在于，所述系统包括：
数据配置模块，用于配置风力发电机组和风电场需要存储的数据；
数据处理模块，用于根据数据配置模块的配置获取相关数据；
数据存储模块，用于将数据处理模块获取的相关数据存储至历史数据库；
历史数据库，用于存储数据处理模块获取的相关数据。
8.根据权利要求7所述的系统，其特征在于，数据配置模块包括实时数据配置子模块和计算数据配置子模块：实时数据配置子模块用于配置可以直接获取的数据采集点及其存储频率；计算数据配置子模块用于配置需要通过计算得到的数据采集点及其存储频率和计算方法。
9.根据权利要求7所述的系统，其特征在于，数据处理模块包括实时数据获取子模块和计算数据处理子模块：实时数据获取子模块，用于根据实时数据配置子模块的配置直接获取相关实时数据，同时记录相关实时数据产生时的时间标签；计算数据处理子模块，用于根据计算数据配置子模块的配置获取计算所需数据，并根据配置的计算方法通过计算得到相关数据，同时记录相关实时数据产生时的时间标签。
10.根据权利要求7所述的系统，其特征在于，历史数据库为非关系型数据库，历史数据库或其存储引擎具有压缩功能；数据存储模块提供压缩存储和直接存储两种选择；压缩存储先采用历史数据库或存储引擎的压缩功能对数据处理模块获取的相关数据进行压缩，再将压缩后的数据存储至非关系型历史数据库；直接存储则直接将数据处理模块获取的相关数据存储至非关系型历史数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610392462.1A CN107463575A (zh) | 2016-06-06 | 2016-06-06 | 一种新型的智能风电历史数据处理方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610392462.1A CN107463575A (zh) | 2016-06-06 | 2016-06-06 | 一种新型的智能风电历史数据处理方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107463575A true CN107463575A (zh) | 2017-12-12 |
Family
ID=60545747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610392462.1A Pending CN107463575A (zh) | 2016-06-06 | 2016-06-06 | 一种新型的智能风电历史数据处理方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107463575A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015793A (zh) * | 2020-07-30 | 2020-12-01 | 固安华电天仁控制设备有限公司 | 基于st语言的风机后台数据处理系统及数据处理方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218464A (zh) * | 2013-03-23 | 2013-07-24 | 中国水利电力物资有限公司 | 基于风电机组状态的风电机组数据存储方法和系统 |
| CN203101531U (zh) * | 2012-11-05 | 2013-07-31 | 中国电力科学研究院 | 一种基于时序数据库平台的风电场电能质量监测系统 |
| CN103631222A (zh) * | 2013-11-21 | 2014-03-12 | 北京天诚同创电气有限公司 | 用于风力发电机组的数据采集和存储系统 |
| CN104504137A (zh) * | 2014-12-31 | 2015-04-08 | 深圳市科漫达智能管理科技有限公司 | 数据存储方法及系统 |
| CN204423369U (zh) * | 2015-01-23 | 2015-06-24 | 中国计量学院 | 基于MongoDB的分布式光伏电站数据库管理系统 |
-
2016
- 2016-06-06 CN CN201610392462.1A patent/CN107463575A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203101531U (zh) * | 2012-11-05 | 2013-07-31 | 中国电力科学研究院 | 一种基于时序数据库平台的风电场电能质量监测系统 |
| CN103218464A (zh) * | 2013-03-23 | 2013-07-24 | 中国水利电力物资有限公司 | 基于风电机组状态的风电机组数据存储方法和系统 |
| CN103631222A (zh) * | 2013-11-21 | 2014-03-12 | 北京天诚同创电气有限公司 | 用于风力发电机组的数据采集和存储系统 |
| CN104504137A (zh) * | 2014-12-31 | 2015-04-08 | 深圳市科漫达智能管理科技有限公司 | 数据存储方法及系统 |
| CN204423369U (zh) * | 2015-01-23 | 2015-06-24 | 中国计量学院 | 基于MongoDB的分布式光伏电站数据库管理系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015793A (zh) * | 2020-07-30 | 2020-12-01 | 固安华电天仁控制设备有限公司 | 基于st语言的风机后台数据处理系统及数据处理方法 |
| CN112015793B (zh) * | 2020-07-30 | 2023-09-08 | 国能信控互联技术(河北)有限公司 | 基于st语言的风机后台数据处理系统及数据处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102588210B (zh) | 一种用于功率曲线拟合数据预处理的滤波方法 | |
| CN104516894B (zh) | 用于管理时间序列数据库的方法和装置 | |
| CN102748214B (zh) | 耦合于控制系统的风电机组状态监测与故障诊断系统 | |
| CN103291544B (zh) | 数字化风电机组功率曲线绘制方法 | |
| CN101667226B (zh) | 风电场及机组出力损失计算方法 | |
| CN101414751A (zh) | 风电功率预测系统及其方法、电网系统 | |
| CN102231216B (zh) | 一种用于自助设备的现金管理方法和系统 | |
| CN104929864A (zh) | 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 | |
| CN103489046A (zh) | 风电场短期功率预测方法 | |
| CN110410284A (zh) | 风机叶片根部载荷监测方法及实时在线监测系统 | |
| CN103473621A (zh) | 风电场短期功率预测方法 | |
| CN113822418A (zh) | 一种风电场功率预测方法、系统、设备和存储介质 | |
| CN109657902B (zh) | 考虑次同步振荡特性的双馈风机动态等值方法 | |
| CN108418242B (zh) | 一种基于相似度同调的双馈风电机动态等值方法 | |
| CN110457821A (zh) | 风功率曲线多目标综合评价方法、装置及服务器 | |
| CN113435610A (zh) | 基于低压物联感知终端确定分级线损的方法 | |
| KR101608569B1 (ko) | 손실 에너지의 결정 방법 | |
| CN107463575A (zh) | 一种新型的智能风电历史数据处理方法与系统 | |
| CN110007660A (zh) | 一种火电厂汽轮机组瞬态等效热应力在线软测量方法 | |
| CN115034422A (zh) | 基于波动识别和误差修正的风电短期功率预测方法和系统 | |
| CN112801343A (zh) | 一种计及多气象场景适应成本的储能系统容量规划方法 | |
| CN108932554A (zh) | 一种风电场流场量测点的配置优化方法及装置 | |
| CN109546188B (zh) | 液流电池储能多属性综合评估方法 | |
| CN116914719A (zh) | 一种基于时空图网络的光伏发电站功率预测方法 | |
| CN116109152A (zh) | 一种风力发电机组增功升级产品有效性评估系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| DD01 | Delivery of document by public notice | ||
| DD01 | Delivery of document by public notice |
Addressee: Wang Na Document name: Notification of Passing Examination on Formalities |
|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 200241 Dongchuan Road, Shanghai, No. 555, building No. 8, floor, floor, No. Applicant after: Shanghai Electric Wind Power Group Co., Ltd Address before: 200233, building two, building E, No. 115, Xuhui District, Shanghai, Caobao Road Applicant before: SHANGHAI ELECTRIC WIND POWER GROUP Co.,Ltd. |