CN108131247A - 用于风力发电机组的数据处理方法和装置 - Google Patents

用于风力发电机组的数据处理方法和装置 Download PDF

Info

Publication number
CN108131247A
CN108131247A CN201711383285.1A CN201711383285A CN108131247A CN 108131247 A CN108131247 A CN 108131247A CN 201711383285 A CN201711383285 A CN 201711383285A CN 108131247 A CN108131247 A CN 108131247A
Authority
CN
China
Prior art keywords
control system
operating parameter
data processing
generating set
predetermined control
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.)
Granted
Application number
CN201711383285.1A
Other languages
English (en)
Other versions
CN108131247B (zh
Inventor
刘征
邢跃
胡晓明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN201711383285.1A priority Critical patent/CN108131247B/zh
Publication of CN108131247A publication Critical patent/CN108131247A/zh
Application granted granted Critical
Publication of CN108131247B publication Critical patent/CN108131247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/0204—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor for orientation in relation to wind direction
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F03D7/0224—Adjusting blade pitch
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/0244—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor for braking
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/0272—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor by measures acting on the electrical generator
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/329—Azimuth or yaw angle
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Control Of Eletrric Generators (AREA)
  • Wind Motors (AREA)

Abstract

提供一种用于风力发电机组的数据处理方法和装置，所述风力发电机组包括至少一个控制系统，所述数据处理方法包括：获取所述至少一个控制系统中的预定控制系统在不同外界环境不同时间段下的用于损耗分析的运行参数；确定所述预定控制系统在不同外界环境不同时间段下的耗电量；基于获取的运行参数和确定的耗电量，确定所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系。采用本发明示例性实施例的用于风力发电机组的数据处理方法和装置，能够针对风力发电机组中的各控制系统进行在不同外界环境不同时间段下的损耗分析，以有助于确定出优化对象，提升风力发电机组的发电量。

Description

用于风力发电机组的数据处理方法和装置
技术领域
本发明总体说来涉及风力发电技术领域，更具体地讲，涉及一种用于风力发电机组的数据处理方法和装置。
背景技术
随着国家对节能减排需求越来越迫切，对风力发电的要求也越来越高，风力发电机组运行的可靠性与发电量和成本有直接的影响。
目前风力发电机组的效率和损耗是通过软件设计模拟计算出来的，因为没有试验方法进行有效的验证，所以改进和优化设计也无从谈起。
并且，目前针对风力发电机组的测试，只能是在安装前在工厂内通过测试平台做相关的模拟性测试，对风力发电机系统核心部件做相关型式试验，都是限制于单个部件的模拟性测试。而且在工厂内的模拟性测试不论是环境温度、湿度还是电环境均无法复制风电场的实际情况，无法获得风力发电机组的有效实测数据。
发明内容
本发明的示例性实施例的目的在于提供一种用于风力发电机组的数据处理方法和装置，能够基于风力发电机组的有效实测数据来针对各控制系统进行损耗分析，为确定风力发电机组的优化对象、提升发电量提供有力的数据支撑。
根据本发明示例性实施例的一方面，提供一种用于风力发电机组的数据处理方法，所述风力发电机组包括至少一个控制系统，所述数据处理方法包括：获取所述至少一个控制系统中的预定控制系统在不同外界环境不同时间段下的用于损耗分析的运行参数；确定所述预定控制系统在不同外界环境不同时间段下的耗电量；基于获取的运行参数和确定的耗电量，确定所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系。
可选地，当所述预定控制系统为偏航控制系统时，所述运行参数可为风速和/或风向变化频率，当所述预定控制系统为变桨控制系统时，所述运行参数可为风速变化频率，当所述预定控制系统为散热控制系统时，所述运行参数可为发电机绕组温度，当所述预定控制系统为水冷控制系统时，所述运行参数可为被散热的功率元件的温度。
可选地，所述被散热的功率元件可为风力发电机组中的变流器内部的功率元件。
可选地，所述数据处理方法可还包括：根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型；基于建立的损耗模型来优化针对所述预定控制系统在不同外界环境不同时间段下的控制逻辑。
可选地，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型的步骤可包括：根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系优化已建立的风力发电机组的损耗模型，以使优化后的损耗模型符合所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，并将优化后的损耗模型作为所述预定控制系统在不同外界环境不同时间段下的损耗模型。
可选地，所述数据处理方法可还包括：当所述运行参数包括多个参数时，如果所述多个参数中每个参数的采样频率不一致，则对采用频率低的参数中的空余采样点处填充预定内容，以使针对所述多个参数中的每个参数的采样数量相同。
可选地，所述数据处理方法可还包括：获取风力发电机组的运行数据；根据获取的风力发电机组的运行数据和预设条件集，生成与所述预设条件集中的预设条件对应的数据文件，所述预设条件集包括与至少一个故障类型和/或至少一个工况类型对应的预设条件。
可选地，所述数据文件可为预定时间段内风力发电机组的运行数据，所述预定时间段可包括满足所述任一预设条件的时间点。
可选地，获取的风力发电机组的运行数据可为实时采集的风力发电机组的运行数据，其中，所述数据处理方法可还包括：在所述预定时间段之后，停止采集风力发电机组的运行数据。
根据本发明示例性实施例的另一方面，提供一种用于风力发电机组的数据处理装置，所述风力发电机组包括至少一个控制系统，所述数据处理装置包括：运行参数获取模块，获取所述至少一个控制系统中的预定控制系统在不同外界环境不同时间段下的用于损耗分析的运行参数；耗电量确定模块，确定所述预定控制系统在不同外界环境不同时间段下的耗电量；数据处理模块，基于获取的运行参数和确定的耗电量，确定所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系。
可选地，当所述预定控制系统为偏航控制系统时，所述运行参数可为风速和/或风向变化频率，当所述预定控制系统为变桨控制系统时，所述运行参数可为风速变化频率，当所述预定控制系统为散热控制系统时，所述运行参数可为发电机绕组温度，当所述预定控制系统为水冷控制系统时，所述运行参数可为被散热的功率元件的温度。
可选地，所述被散热的功率元件可为风力发电机组中的变流器内部的功率元件。
可选地，所述数据处理装置可还包括：模型建立模块，根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型；优化模块，基于建立的损耗模型来优化针对所述预定控制系统在不同外界环境不同时间段下的控制逻辑。
可选地，模型建立模块可根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系优化已建立的风力发电机组的损耗模型，以使优化后的损耗模型符合所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，并将优化后的损耗模型作为所述预定控制系统在不同外界环境不同时间段下的损耗模型。
可选地，当所述运行参数包括多个参数时，如果所述多个参数中每个参数的采样频率不一致，则运行参数获取模块可还对采用频率低的参数中的空余采样点处填充预定内容，以使针对所述多个参数中的每个参数的采样数量相同。
可选地，运行参数获取模块还获取风力发电机组的运行数据，其中，所述数据处理装置可还包括：生成模块，根据获取的风力发电机组的运行数据和预设条件集，生成与所述预设条件集中的预设条件对应的数据文件，所述预设条件集可包括与至少一个故障类型和/或至少一个工况类型对应的预设条件。
可选地，所述数据文件可为预定时间段内风力发电机组的运行数据，所述预定时间段可包括满足所述任一预设条件的时间点。
可选地，获取的风力发电机组的运行数据可为实时采集的风力发电机组的运行数据，其中，所述数据处理装置可还包括：传感器，在所述预定时间段之后，生成模块可控制传感器停止采集风力发电机组的运行数据。
根据本发明示例性实施例的再一方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现上述用于风力发电机组的数据处理方法。
根据本发明示例性实施例的再一方面，提供一种计算装置，所述计算装置包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现上述用于风力发电机组的数据处理方法。
采用本发明示例性实施例的用于风力发电机组的数据处理方法和装置，能够针对风力发电机组中的各控制系统进行在不同外界环境不同时间段下的损耗分析，以有助于确定出优化对象，提升风力发电机组的发电量。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述，本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚，其特征在于：
图1示出根据本发明示例性实施例的用于风力发电机组的数据处理方法的流程图；
图2示出根据本发明示例性实施例的用于风力发电机组的数据监测系统的连接示意图；
图3示出根据本发明示例性实施例的风力发电机组的塔基柜的内部接线示意图；
图4示出根据本发明示例性实施例的风力发电机组的机舱柜的内部接线示意图；
图5示出根据本发明示例性实施例的基于损耗分析来优化针对预定控制系统的控制逻辑的步骤的流程图；
图6示出根据本发明示例性实施例的生成与预设条件集中的预设条件对应的数据文件的步骤的流程图；
图7示出根据本发明示例性实施例的用于风力发电机组的数据处理装置的结构图；
图8示出根据本发明示例性实施例的基于损耗分析来优化针对预定控制系统的控制逻辑的装置的结构图。
具体实施方式
现在，将参照附图更充分地描述不同的示例实施例，其特征在于，一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的用于风力发电机组的数据处理方法的流程图。这里，风力发电机组包括至少一个控制系统。
参照图1，在步骤S10中，获取至少一个控制系统中的预定控制系统在不同外界环境不同时间段下的用于损耗分析的运行参数。
这里，风力发电机组的运行受其所在区域的外界环境的影响，不同的控制系统在不同外界环境(例如，沙尘环境、低温环境、湿热环境、海上环境)不同时间段(例如，春季、夏季、秋季、冬季)下自身的耗电情况会有变化，风力发电机组的发电量相应地也会不同，因此本发明示例性实施例的数据处理方法针对各控制系统获取其在不同外界环境不同时间段下的运行参数，以用于对各控制系统的损耗分析，相应地，对应于不同的控制系统用于损耗分析的运行参数也不同。
作为示例，预定控制系统可包括以下项中的任一项：偏航控制系统、变桨控制系统、散热控制系统、水冷控制系统。例如，当预定控制系统为偏航控制系统时，获取的运行参数可为风速和/或风向变化频率。当预定控制系统可为变桨控制系统时，获取的运行参数可为风速变化频率。当预定控制系统为散热控制系统时，获取的运行参数可为发电机绕组温度。当预定控制系统为水冷控制系统时，获取的运行参数可为被散热的功率元件的温度。作为示例，被散热的功率元件可为风力发电机组中的变流器内部的功率元件。
在一个示例中，可仅采集用于对预定控制系统进行损耗分析的运行参数，从而在步骤S10中获取采集的运行参数。
在另一示例中，可采集风力发电机组的所有运行参数，然后在步骤S10中从采集的所有运行参数中选取预定控制系统的用于进行损耗分析的运行参数。
优选地，根据本发明示例性实施例的用于风力发电机组的数据处理方法可还包括：在获取运行参数之后，对获取的运行参数进行预处理。作为示例，所述预处理可包括以下项中的至少一项：删除错误的运行参数、修正错误的运行参数、向运行参数中填充预定内容。
例如，可检测获取的运行参数中是否存在错误的运行参数，如果存在错误的运行参数，则删除错误的运行参数，或者利用运行参数中除错误的运行参数之外的其它参数来替换该错误的运行参数。
优选地，获取的运行参数可包括一个或多个运行参数。向运行参数中填充预定内容的处理可包括：当获取的运行参数包括多个参数时，如果所述多个参数中每个参数的采样频率不一致，则对采样频率低的参数中的空余采样点处填充预定内容，以使针对所述多个参数中的每个参数的采样数量相同。
这是为了保证获取的多个运行参数的数据同步，即使获取的所有运行参数必须处于同一时间轴，对不同采样频率的运行参数或错误的运行参数可采用自定义的填充算法，在空余采样点处或错误的运行参数所在位置填充预定内容。例如：假设获取的运行参数为温度数据和功率数据，由于温度的变化频率较低而功率的变化频率较高，则对于温度数据可为每5秒采集一个温度值，而对于功率数据可为每1秒采集一个功率值，此时为方便数据分析，保证数据同步，可将温度数据的空余采样点处用“0”或“前1秒数值”进行填充。
在步骤S20中，确定预定控制系统在不同外界环境不同时间段下的耗电量。这里，可通过各种方法来确定预定控制系统的耗电量。优选地，在本发明示例性实施例中可基于针对风力发电机组所设置的数据监测系统来检测各控制系统的耗电量。
图2示出根据本发明示例性实施例的用于风力发电机组的数据监测系统的连接示意图。基于图2所示的数据监测系统能够对风力发电机组的运行数据进行长期高效的采集和处理，优选地，还可将基于本发明示例性实施例的用于风力发电机组的数据监测系统所采集的运行数据上传到云端服务器进行存储。
如图2所示，风力发电机组可包括发电机10、切换开关20、变流器30、第一变压器40、第二变压器50以及至少一个控制系统60。这里，发电机10、切换开关20、变流器30、第一变压器40构成风力发电机组的主供电回路。
根据本发明示例性实施例的用于风力发电机组的数据监测系统可包括第一检测装置1、第二检测装置2、第三检测装置3、第四检测装置4、第五检测装置5、第六检测装置6、第七检测装置7、第八检测装置8、第九检测装置9和监控终端110。
具体说来，发电机10用于产生电能，作为示例，发电机10可具有第一绕组和第二绕组，优选地，发电机10可为直驱发电机。
切换开关20的第一端连接发电机10的绕组，切换开关20的第二端连接变流器30的输入端，切换开关20的控制端接收控制指令，以根据所述控制指令接通发电机的绕组。
例如，切换开关20可根据控制指令接通/关断第一绕组和/或第二绕组。具体说来，切换开关20可包括第一断路器21和第二断路器22。第一断路器21的第一端连接发电机10的第一绕组，第一断路器21的第二端连接第一变流器31的输入端，第一断路器21的控制端从第一变流器31接收第一控制指令，以根据第一控制指令接通或断开第一绕组。第二断路器22的第一端连接发电机10的第二绕组，第二断路器22的第二端连接第二变流器32的输入端，第二断路器22的控制端从第一变流器32接收第二控制指令，以根据第二控制指令接通或断开第二绕组。
变流器30用于将发电机10产生的电能输出到外网，变流器30可包括第一变流器31和第二变流器32。
在本示例中，风机主控PLC可根据并网逻辑产生控制指令，并将产生的控制指令经由变流器30发送至切换开关20的控制端，以接通/关断第一绕组和/或第二绕组。
优选地，第一检测装置1的输入端(即，数据采集端)连接至发电机10的绕组与切换开关20之间。
作为示例，第一检测装置1可包括第一电流互感器(电流CT)和第一智能电表1。这里，第一电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至发电机10的绕组与切换开关20的第一端之间，测量发电机10输出端的电流信号，并将测量的发电机10输出端的电流信号发送到第一智能电表1。第一智能电表1还检测发电机的绕组的输出电压(图中未示出)，第一智能电表1根据第一电流互感器采集的电流信号和检测的发电机10的绕组的输出电压确定发电机10的输出功率。
针对发电机10具有第一绕组和第二绕组的情况，可在第一绕组和第二绕组的每一相上设置电流互感器，用于测量发电机10每一相的电流信号，然后将测量的每一相的电流信号发送到第一智能电表1。
优选地，第二检测装置2的输入端(即，数据采集端)连接至变流器30的输入端与切换开关20的第二端之间。
作为示例，第二检测装置2可包括第二电流互感器(电流CT)和第二智能电表2。这里，第二电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至变流器30的输入端与切换开关20的第二端之间，测量变流器30输入端的电流信号，并将测量的变流器30输入端的电流信号发送到第二智能电表2。第二智能电表2还检测变流器30输入端的电压(图中未示出)，第二智能电表2根据第二电流互感器采集的电流信号和检测的变流器30输入端的电压确定变流器30的输入功率。
优选地，可计算确定的变流器30的输入功率与发电机10的输出功率之间的差值，并将所述差值确定为风力发电机组的主线缆损耗。
第一变压器40的输入端连接变流器30(即，第一变流器31和第二变流器32)的输出端，第一变压器40的输出端连接到外网，以为外网进行供电。
优选地，第三检测装置3的输入端(即，数据采集端)连接至变流器30的输出端与第一变压器40之间。
作为示例，第三检测装置3可包括第三电流互感器(电流CT)和第三智能电表3。这里，第三电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至变流器30的输出端与第二变压器40的输入端之间，测量变流器30输出端的电流信号，并将测量的变流器30输出端的电流信号发送到第三智能电表3。第三智能电表3还检测变流器30输出端的输出电压(图中未示出)，第三智能电表3根据第三电流互感器采集的电流信号和检测的变流器30输出端的输出电压确定变流器30的输出功率。
第二变压器50的输入端连接变流器30的输出端，第二变压器50的输出端连接风力发电机组中的至少一个控制系统，以为所述至少一个控制系统进行供电。
第四检测装置4的输入端(即，数据采集端)连接第二变压器50的输出端，用于检测第二变压器50的输出功率，第四检测装置4的输出端连接监控终端110，以使监控终端110从第四检测装置4获取第二变压器50的输出功率。
作为示例，第四检测装置4可包括第四电流互感器(电流CT)和第四智能电表4。这里，第四电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至第二变压器50的输出端与所述至少一个控制系统的输入端之间，测量第二变压器50输出端的电流信号，并将测量的第二变压器50输出端的电流信号发送到第四智能电表4。第四智能电表4还检测第二变压器50输出端的输出电压(图中未示出)，第四智能电表4根据第四电流互感器采集的电流信号和检测的第二变压器50输出端的输出电压确定第二变压器50的输出功率。这里，根据测得的第二变压器50的输出功率即可确定出风力发电机组中各控制系统的总耗电量(即，风力发电机组二次用电回路的自耗电，也就是说，可指风力发电机组自身用电设备所消耗的总电能)。
优选地，监控终端110可根据变流器30的输出功率和第二变压器50的输出功率确定风力发电机组的并网功率。例如，监控终端110可通过将变流器30的输出功率与第二变压器50的输出功率相减获得并网功率。
在此情况下，监控终端110可根据发电机10的输出功率和并网功率确定风力发电机组的主供电回路的用电损耗。例如，监控终端110可通过将发电机10的输出功率与并网功率相减获得主供电回路的用电损耗。
这里，发电机10的损耗可包括转子损耗、电磁损耗、定子损耗和铜耗。主回路损耗可包括发电机10输出的电能在主回路传输线路上的损耗，例如，可包括线路、切换开关、变流器、变压器损耗等。在本示例中，可将发电机10的输出功率与并网功率之差作为主供电回路的用电损耗。
第五检测装置5的输入端(即，数据采集端)连接风力发电机组中的偏航控制系统的输入端，用于检测偏航控制系统的耗电量，第五检测装置5的输出端连接监控终端110，以使监控终端110从第五检测装置5获取偏航控制系统的耗电量。
作为示例，第五检测装置5可包括第五电流互感器(电流CT)和第五智能电表5。这里，第五电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至偏航控制系统61的输入端与第二变压器50的输出端之间，测量偏航控制系统61输入端的电流信号，并将测量的偏航控制系统61输入端的电流信号发送到第五智能电表5。第五智能电表5还检测偏航控制系统61输入端的输入电压(图中未示出)，第五智能电表5根据第五电流互感器采集的电流信号和检测的偏航控制系统61输入端的输入电压确定偏航控制系统61的耗电量。这里，可通过上述电流信号和输入电压确定偏航控制系统61的瞬时功率，进而获得偏航控制系统61的耗电量。
第六检测装置6的输入端连接变桨控制系统62的输入端，用于检测变桨控制系统62的耗电量，第六检测装置6的输出端连接监控终端110，以使监控终端110从第六检测装置6获取变桨控制系统62的耗电量。
作为示例，第六检测装置6可包括第六电流互感器(电流CT)和第六智能电表6。这里，第六电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至变桨控制系统62的输入端与第二变压器50的输出端之间，测量变桨控制系统62输入端的电流信号，并将测量的变桨控制系统62输入端的电流信号发送到第六智能电表6。第六智能电表6还检测变桨控制系统62输入端的输入电压(图中未示出)，第六智能电表6根据第六电流互感器采集的电流信号和检测的变桨控制系统62输入端的输入电压确定变桨控制系统62的耗电量。这里，可通过上述电流信号和输入电压确定变桨控制系统62的瞬时功率，进而获得变桨控制系统62的耗电量。
第七检测装置7的输入端连接水冷控制系统63的输入端，用于检测水冷控制系统63的耗电量，第七检测装置7的输出端连接监控终端110，以使监控终端110从第七检测装置7获取水冷控制系统63的耗电量。
作为示例，第七检测装置7可包括第七电流互感器(电流CT)和第七智能电表7。这里，第七电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至水冷控制系统63的输入端与第二变压器50的输出端之间，测量水冷控制系统63输入端的电流信号，并将测量的水冷控制系统63输入端的电流信号发送到第七智能电表7。第七智能电表7还检测水冷控制系统63输入端的输入电压(图中未示出)，第七智能电表7根据第七电流互感器采集的电流信号和检测的水冷控制系统63输入端的输入电压确定水冷控制系统63的耗电量。这里，可通过上述电流信号和输入电压确定水冷控制系统63的瞬时功率，进而获得水冷控制系统63的耗电量。
散热控制系统64可包括内循环风扇和外循环风扇，第八检测装置8输入端连接内循环风扇的输入端，用于检测内循环风扇的耗电量，第九检测装置9的输入端连接外循环风扇的输入端，用于检测外循环风扇的耗电量，第八检测装置8和第九检测装置9的输出端均连接监控终端110，以使监控终端110从第八检测装置8和第九检测装置9获取内循环风扇和外循环风扇的耗电量。
作为示例，第八检测装置8可包括第八电流互感器(电流CT)和第八智能电表8。这里，第八电流互感器可包括U相电流互感器、V相电流互感器、W相电流互感器，分别连接至内循环风扇的输入端与第二变压器50的输出端之间，测量内循环风扇输入端的电流信号，并将测量的内循环风扇输入端的电流信号发送到第八智能电表8。第八智能电表8还检测内循环风扇输入端的输入电压(图中未示出)，第八智能电表8根据第八电流互感器采集的电流信号和检测的内循环风扇输入端的输入电压确定内循环风扇的耗电量。这里，可通过上述电流信号和输入电压确定内循环风扇的瞬时功率，进而获得内循环风扇的耗电量。第九检测装置9的检测方式与第八检测装置8的检测方式相同，本发明对此部分内容不再赘述。
在图2所示的示例中，第一检测装置1、第二检测装置2、第三检测装置3、第四检测装置4、第五检测装置5、第六检测装置6、第七检测装置7、第八检测装置8、第九检测装置9中的每个检测装置的输出端可基于TCP/IP协议经由交换机(如第一交换机11、第二交换机22、第三交换机33)连接至监控终端110，各交换机之间可通过光纤进行连接，以使监控终端110经由交换机从每个检测装置获取每个检测装置检测的数据。
返回图1，在步骤S30中，基于获取的运行参数和确定的耗电量，确定预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系。
应理解，这里，预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系可指预定控制系统在不同外界环境不同时间段下耗电量随运行参数的变化规律。优选地，可还确定风力发电机组在不同外界环境不同时间段下的发电量，以确定在不同外界环境不同时间段下预定控制系统的耗电量、风力发电机组的发电量、运行参数之间的变化关系。
例如，针对预定控制系统为偏航控制系统的情况，在步骤S30中可确定偏航控制系统的耗电量在不同外界环境不同时间段下随风速和/或风向变化频率的变化规律。作为示例，可确定偏航控制系统在不同外界环境下在预定风速范围内的耗电量，或者也可先统计在预定风速范围内对应的时间段中风向变化频率，然后确定偏航控制系统在不同外界环境下在所述预定风速范围内对应于统计的风向变化频率时的耗电量。
针对预定控制系统可为变桨控制系统的情况，在步骤S30中可确定变桨控制系统的耗电量在不同外界环境不同时间段下随风速变化频率的变化规律。例如，可确定变桨控制系统在不同外界环境下在风速变化频率频繁(可指在该时间段内风速变化频率大于设定值)的时间段的耗电量。
针对预定控制系统为散热控制系统的情况，在步骤S30中可确定散热控制系统的耗电量在不同外界环境不同时间段下随发电机绕组温度的变化规律。例如，可确定变桨控制系统在不同外界环境不同时间段下在预定发电机绕组温度范围内的耗电量。
针对预定控制系统为水冷控制系统的情况，在步骤S30中可确定水冷控制系统的耗电量在不同外界环境不同时间段下随被散热的功率元件的温度的变化规律。例如，可确定水冷控制系统在不同外界环境不同时间段下在预定被散热的功率元件的温度范围内的耗电量。
在一优选实施例中本发明的用于风力发电系统的数据监测系统可采用主-从控制结构。
例如，可采用可编程逻辑控制器PLC作为控制器。具体说来，可在机舱内设置发电机10、切换开关20、第一检测装置1、第五检测装置5、第六检测装置6、第八检测装置8、第九检测装置9和PLC子站，在塔底设置变流器30、第二检测装置2、第三检测装置3、第四检测装置4、第七检测装置7和PLC主站。
具体说来，第一检测装置1、第五检测装置5、第六检测装置6、第八检测装置8、第九检测装置9的输出端分别连接子控制器(即，PLC子站)的输入端，例如，第一检测装置1、第五检测装置5、第六检测装置6、第八检测装置8、第九检测装置9与子控制器之间可通过RS485进行通信。子控制器的输出端连接主控制器的输入端，作为示例，子控制器与主控制器之间可通过光纤进行连接，主控制器的输出端连接监控终端110，以使监控终端110经由主控制器和子控制器分别从第一检测装置1、第五检测装置5、第六检测装置6、第八检测装置8、第九检测装置9获取发电机10的输出功率以及偏航控制系统61、变桨控制系统62、散热控制系统的耗电量。
第二检测装置2、第三检测装置3、第四检测装置4、第七检测装置7的输出端分别连接主控制器的输入端，以使监控终端110经由主控制器分别从第二检测装置2、第三检测装置3、第四检测装置4、第七检测装置7获取变流器30的输入功率、变流器30的输出功率、第二变压器50的输出功率以及水冷控制系统的耗电量。
作为示例，上述主-从结构的数据监测系统可以ModBus总线通讯形式作为通讯链路，平行于风机PLC主控系统独立运行，并通过通讯总线同时采集主控系统内的部分数据，同步到采集数据中，按照同一个时间坐标轴保存到数据监测系统的PLC中。
应理解，本发明示例性实施例的用于风力发电机组的数据监测系统应先获取风机主控PLC的时间戳(所有数据都以该PLC时间戳为准)，以保证数据监测系统和机组数据的同步。
图3和图4分别示出根据本发明示例性实施例的风力发电机组的塔基柜和机舱柜的内部接线示意图。在图3和图4所示的示例中，可利用±15V开关电源为上述数据监测系统中的各电流CT进行供电，可利用24V开关电源为PLC主站、PLC子站和各智能电表进行供电。图中所示的风扇分别为塔基柜和机舱柜的柜内风扇。
现有技术中均是对风力发电机组的整机自耗电进行分析，其无法了解风力发电机组中每个控制系统的耗电情况，即使本领域技术人员想要对每个控制系统进行损耗分析或者优化控制逻辑，也没有相应地数据支持。而本发明示例性实施例的用于风力发电机组的数据处理方法是针对风力发电机组中的每个控制系统进行损耗分析的数据处理方法，可精确地获得每个控制系统的耗电情况。
应理解，在确定预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系之后，可基于上述针对预定控制系统的损耗分析结果来建立预定控制系统的损耗模型，以进一步确定针对该预定控制系统的控制逻辑，从而减少预定控制系统的损耗，提升发电量。
图5示出根据本发明示例性实施例的基于损耗分析来优化针对预定控制系统的控制逻辑的步骤的流程图。
参照图5，在步骤S40中，根据确定的预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型。
这里，以步骤S30中所获得的预定控制系统在不同外界环境不同时间段下耗电量随运行参数的变化规律为数据依据来建立预定控制系统在不同外界环境不同时间段下的损耗模型。可利用各种方法来以上述数据依据建立预定控制系统在不同外界环境不同时间段下的损耗模型，本发明对此不做限定。
作为示例，建立预定控制系统在不同外界环境不同时间段下的损耗模型的步骤可包括：根据确定的预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系优化已建立的风力发电机组的损耗模型，以使优化后的损耗模型符合所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，并将优化后的损耗模型作为所述预定控制系统在不同外界环境不同时间段下的损耗模型。这里，由于针对风力发电机组的损耗模型是已经存在的，可基于上述获得的预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系通过优化风力发电机组的损耗模型来获得预定控制系统在不同外界环境不同时间段下的损耗模型。
在步骤S50中，基于建立的损耗模型来优化针对预定控制系统在不同外界环境不同时间段下的控制逻辑。
这里，控制逻辑可指在不同外界环境不同时间段下基于预定控制系统当前的用于损耗分析的运行参数对预定控制系统进行控制的逻辑。例如，可获取预定控制系统在预定外界环境预定时间段下的当前的运行参数，如果预定控制系统当前的运行参数与上述确定的预定控制系统在所述预定外界环境所述预定时间段下的耗电量与运行参数之间的关系中高耗电量(耗电量大于设定阈值时)低发电量(发电量小于预设值)所对应的运行参数匹配时，则可控制该预定控制系统以低耗电量的形式运行。
作为示例，以偏航控制系统为例，假设基于图1所示的数据处理方法确定偏航控制系统在沙尘环境的冬季条件下，处于低风速范围(如低风速范围可指风速小于设定风速的范围)且风向变化频率较高(可指风向变化频率大于设定次数)的情况下，偏航控制系统的耗电量高(耗电量大于设定耗电量阈值)且风力发电机组的发电量低(发电量小于设定发电量阈值)，则在步骤S50中可在沙尘环境的冬季条件下在当前风速处于上述低风速范围且在风速处于该低风速范围的时间段内风向变化频率达到设定次数时，控制偏航控制系统不进行偏航对风，以减少偏航控制系统自身的耗电量。
应理解，在本发明示例性实施例中的数据处理方法除可用于对各控制系统进行损耗分析之外，还可用于生成满足预设条件的数据文件，这里，可将根据风力发电机组的实际运行参数所生成的数据文件作为测试数据，用于后续对风力发电机组的测试过程中去。
图6示出根据本发明示例性实施例的生成与预设条件集中的预设条件对应的数据文件的步骤的流程图。
参照图6，在步骤S60中，获取风力发电机组的运行参数。这里，风机的运行参数可指风机在运行时通过设置在风机内部或外围的传感器采集的参数。作为示例，所述运行参数可包括但不限于以下参数中的至少一个：风速、环境温度、风向、风机振动参数、电网参数、发电机绕组温度、变流器内部的功率元件的温度。
作为示例，获取的风机的运行参数可为实时采集风机的运行参数或者存储的风机的历史运行参数。
在步骤S70中，根据获取的风力发电机组的运行数据和预设条件集，生成与所述预设条件集中的预设条件对应的数据文件。这里，预设条件集可包括与至少一个故障类型和/或至少一个工况类型对应的预设条件。
优选地，生成的数据文件可为预定时间段内风力发电机组的运行数据，所述预定时间段可包括满足所述预设条件的时间点。
优选地，当获取的风力发电机组的运行数据为实时采集的风力发电机组的运行数据时，可在所述预定时间段之后，停止采集风力发电机组的运行数据。
图7示出根据本发明示例性实施例的用于风力发电机组的数据处理装置的结构图。
如图7所示，根据本发明示例性实施例的用于风力发电机组的数据处理装置包括运行参数获取模块10、耗电量确定模块20和数据处理模块30。这里，风力发电机组包括至少一个控制系统。
具体说来，运行参数获取模块10获取至少一个控制系统中的预定控制系统在不同外界环境不同时间段下的用于损耗分析的运行参数。
作为示例，预定控制系统可包括以下项中的任一项：偏航控制系统、变桨控制系统、散热控制系统、水冷控制系统。例如，当预定控制系统为偏航控制系统时，获取的运行参数可为风速和/或风向变化频率。当预定控制系统可为变桨控制系统时，获取的运行参数可为风速变化频率。当预定控制系统为散热控制系统时，获取的运行参数可为发电机绕组温度。当预定控制系统为水冷控制系统时，获取的运行参数可为被散热的功率元件的温度。作为示例，被散热的功率元件可为风力发电机组中的变流器内部的功率元件。
在一个示例中，设置在风力发电机组中的传感器可仅采集用于对预定控制系统进行损耗分析的运行参数，从而运行参数获取模块10获取采集的运行参数。
在另一示例中，传感器可采集风力发电机组的所有运行参数，然后运行参数获取模块10从采集的所有运行参数中选取预定控制系统的用于进行损耗分析的运行参数。
优选地，在获取运行参数之后，运行参数获取模块10可还对获取的运行参数进行预处理。作为示例，所述预处理可包括以下项中的至少一项：删除错误的运行参数、修正错误的运行参数、向运行参数中填充预定内容。
例如，运行参数获取模块10可检测获取的运行参数中是否存在错误的运行参数，如果存在错误的运行参数，则删除错误的运行参数，或者利用运行参数中除错误的运行参数之外的其它参数来替换该错误的运行参数。
优选地，获取的运行参数可包括一个或多个运行参数。当获取的运行参数包括多个参数时，如果所述多个参数中每个参数的采样频率不一致，则运行参数获取模块10可对采样频率低的参数中的空余采样点处填充预定内容，以使针对所述多个参数中的每个参数的采样数量相同。
耗电量确定模块20确定预定控制系统在不同外界环境不同时间段下的耗电量。这里，可通过各种装置来确定预定控制系统的耗电量。优选地，在本发明示例性实施例中可基于针对风力发电机组所设置的数据监测系统来检测各控制系统的耗电量，耗电量确定模块20从该数据监测系统来获取预定控制系统的耗电量。本发明对此部分内容不再赘述。
数据处理模块30基于获取的运行参数和确定的耗电量，确定预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系。
应理解，这里，预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系可指预定控制系统在不同外界环境不同时间段下耗电量随运行参数的变化规律。优选地，根据本发明示例性实施例的用于风力发电机组的数据处理装置可还包括发电量确定模块，确定风力发电机组在不同外界环境不同时间段下的发电量，在此情况下，数据处理模块30可确定在不同外界环境不同时间段下预定控制系统的耗电量、风力发电机组的发电量、运行参数之间的变化关系。
应理解，在确定预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系之后，可基于上述针对预定控制系统的损耗分析结果来建立预定控制系统的损耗模型，以进一步确定针对该预定控制系统的控制逻辑，从而减少预定控制系统的损耗，提升发电量。
图8示出根据本发明示例性实施例的基于损耗分析来优化针对预定控制系统的控制逻辑的装置的结构图。
如图8所示，根据本发明示例性实施例的基于损耗分析来优化针对预定控制系统的控制逻辑的装置可包括模型建立模块40和优化模块50。
具体说来，模型建立模块40根据确定的预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型。
这里，模型建立模块40可以数据处理模块30所获得的预定控制系统在不同外界环境不同时间段下耗电量随运行参数的变化规律为数据依据来建立预定控制系统在不同外界环境不同时间段下的损耗模型。可利用各种方式来以上述数据依据建立预定控制系统在不同外界环境不同时间段下的损耗模型，本发明对此不做限定。
作为示例，模型建立模块40可根据确定的预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系优化已建立的风力发电机组的损耗模型，以使优化后的损耗模型符合所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，并将优化后的损耗模型作为所述预定控制系统在不同外界环境不同时间段下的损耗模型。这里，由于针对风力发电机组的损耗模型是已经存在的，模型建立模块40可基于上述获得的预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系通过优化风力发电机组的损耗模型来获得预定控制系统在不同外界环境不同时间段下的损耗模型。
优化模块50基于建立的损耗模型来优化针对预定控制系统在不同外界环境不同时间段下的控制逻辑。
这里，控制逻辑可指在不同外界环境不同时间段下基于预定控制系统当前的用于损耗分析的运行参数对预定控制系统进行控制的逻辑。例如，可获取预定控制系统在预定外界环境预定时间段下的当前的运行参数，如果预定控制系统当前的运行参数与上述确定的预定控制系统在所述预定外界环境所述预定时间段下的耗电量与运行参数之间的关系中高耗电量(耗电量大于设定阈值时)低发电量(发电量小于预设值)所对应的运行参数匹配时，则优化模块50可控制该预定控制系统以低耗电量的形式运行。
应理解，在本发明示例性实施例中的数据处理装置除可用于对各控制系统进行损耗分析之外，还可用于生成满足预设条件的数据文件，这里，可将根据风力发电机组的实际运行参数所生成的数据文件作为测试数据，用于后续对风力发电机组的测试过程中去。
例如，运行参数获取模块10可获取风力发电机组的运行参数。这里，风机的运行参数可指风机在运行时通过设置在风机内部或外围的传感器采集的参数。作为示例，所述运行参数可包括但不限于以下参数中的至少一个：风速、环境温度、风向、风机振动参数、电网参数、发电机绕组温度、变流器内部的功率元件的温度。
作为示例，获取的风机的运行参数可为实时采集风机的运行参数或者存储的风机的历史运行参数。
根据本发明示例性实施例的数据处理装置可还包括：生成模块，根据获取的风力发电机组的运行数据和预设条件集，生成与所述预设条件集中的预设条件对应的数据文件。这里，所述预设条件集可包括与至少一个故障类型和/或至少一个工况类型对应的预设条件。
优选地，生成的数据文件可为预定时间段内风力发电机组的运行数据，所述预定时间段可包括满足所述预设条件的时间点。
优选地，当获取的风力发电机组的运行数据为实时采集的风力发电机组的运行数据时，可在所述预定时间段之后，生成模块控制传感器停止采集风力发电机组的运行数据。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述用于风力发电机组的数据处理方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
根据本发明的示例性实施例还提供一种计算装置。该计算装置包括处理器和存储器。存储器用于存储计算机程序。所述计算机程序被处理器执行使得处理器执行如上所述的用于风力发电机组的数据处理方法的计算机程序。
采用本发明示例性实施例的用于风力发电机组的数据处理方法和装置，能够针对风力发电机组中的各控制系统进行在不同外界环境不同时间段下的损耗分析，以有助于确定出优化对象，提升风力发电机组的发电量。
此外，采用本发明示例性实施例的用于风力发电机组的数据处理方法和装置，能够以获取的损耗分析数据为依据来对风力发电机组中的各控制系统的控制逻辑进行优化。
尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。

Claims (20)

1.一种用于风力发电机组的数据处理方法，所述风力发电机组包括至少一个控制系统，其特征在于，所述数据处理方法包括：
获取所述至少一个控制系统中的预定控制系统在不同外界环境不同时间段下的用于损耗分析的运行参数；
确定所述预定控制系统在不同外界环境不同时间段下的耗电量；
基于获取的运行参数和确定的耗电量，确定所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系。
2.根据权利要求1所述的数据处理方法，其特征在于，当所述预定控制系统为偏航控制系统时，所述运行参数为风速和/或风向变化频率，
当所述预定控制系统为变桨控制系统时，所述运行参数为风速变化频率，
当所述预定控制系统为散热控制系统时，所述运行参数为发电机绕组温度，
当所述预定控制系统为水冷控制系统时，所述运行参数为被散热的功率元件的温度。
3.根据权利要求2所述的数据处理方法，其特征在于，所述被散热的功率元件为风力发电机组中的变流器内部的功率元件。
4.根据权利要求1所述的数据处理方法，其特征在于，所述数据处理方法还包括：
根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型；
基于建立的损耗模型来优化针对所述预定控制系统在不同外界环境不同时间段下的控制逻辑。
5.根据权利要求4所述的数据处理方法，其特征在于，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型的步骤包括：
根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系优化已建立的风力发电机组的损耗模型，以使优化后的损耗模型符合所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，并将优化后的损耗模型作为所述预定控制系统在不同外界环境不同时间段下的损耗模型。
6.根据权利要求1所述的数据处理方法，其特征在于，所述数据处理方法还包括：
当所述运行参数包括多个参数时，如果所述多个参数中每个参数的采样频率不一致，则对采用频率低的参数中的空余采样点处填充预定内容，以使针对所述多个参数中的每个参数的采样数量相同。
7.根据权利要求1所述的数据处理方法，其特征在于，所述数据处理方法还包括：
获取风力发电机组的运行数据；
根据获取的风力发电机组的运行数据和预设条件集，生成与所述预设条件集中的预设条件对应的数据文件，所述预设条件集包括与至少一个故障类型和/或至少一个工况类型对应的预设条件。
8.根据权利要求7所述的数据处理方法，其特征在于，所述数据文件为预定时间段内风力发电机组的运行数据，所述预定时间段包括满足所述任一预设条件的时间点。
9.根据权利要求8所述的数据处理方法，其特征在于，获取的风力发电机组的运行数据为实时采集的风力发电机组的运行数据，
其中，所述数据处理方法还包括：在所述预定时间段之后，停止采集风力发电机组的运行数据。
10.一种用于风力发电机组的数据处理装置，所述风力发电机组包括至少一个控制系统，其特征在于，所述数据处理装置包括：
运行参数获取模块，获取所述至少一个控制系统中的预定控制系统在不同外界环境不同时间段下的用于损耗分析的运行参数；
耗电量确定模块，确定所述预定控制系统在不同外界环境不同时间段下的耗电量；
数据处理模块，基于获取的运行参数和确定的耗电量，确定所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系。
11.根据权利要求10所述的数据处理装置，其特征在于，当所述预定控制系统为偏航控制系统时，所述运行参数为风速和/或风向变化频率，
当所述预定控制系统为变桨控制系统时，所述运行参数为风速变化频率，
当所述预定控制系统为散热控制系统时，所述运行参数为发电机绕组温度，
当所述预定控制系统为水冷控制系统时，所述运行参数为被散热的功率元件的温度。
12.根据权利要求11所述的数据处理装置，其特征在于，所述被散热的功率元件为风力发电机组中的变流器内部的功率元件。
13.根据权利要求10所述的数据处理装置，其特征在于，所述数据处理装置还包括：
模型建立模块，根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，建立所述预定控制系统在不同外界环境不同时间段下的损耗模型；
优化模块，基于建立的损耗模型来优化针对所述预定控制系统在不同外界环境不同时间段下的控制逻辑。
14.根据权利要求13所述的数据处理装置，其特征在于，模型建立模块根据确定的所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系优化已建立的风力发电机组的损耗模型，以使优化后的损耗模型符合所述预定控制系统在不同外界环境不同时间段下的耗电量与运行参数之间的关系，并将优化后的损耗模型作为所述预定控制系统在不同外界环境不同时间段下的损耗模型。
15.根据权利要求10所述的数据处理装置，其特征在于，当所述运行参数包括多个参数时，如果所述多个参数中每个参数的采样频率不一致，则运行参数获取模块还对采用频率低的参数中的空余采样点处填充预定内容，以使针对所述多个参数中的每个参数的采样数量相同。
16.根据权利要求10所述的数据处理装置，其特征在于，运行参数获取模块还获取风力发电机组的运行数据，
其中，所述数据处理装置还包括：生成模块，根据获取的风力发电机组的运行数据和预设条件集，生成与所述预设条件集中的预设条件对应的数据文件，所述预设条件集包括与至少一个故障类型和/或至少一个工况类型对应的预设条件。
17.根据权利要求16所述的数据处理装置，其特征在于，所述数据文件为预定时间段内风力发电机组的运行数据，所述预定时间段包括满足所述任一预设条件的时间点。
18.根据权利要求17所述的数据处理装置，其特征在于，获取的风力发电机组的运行数据为实时采集的风力发电机组的运行数据，
其中，所述数据处理装置还包括：传感器，在所述预定时间段之后，生成模块控制传感器停止采集风力发电机组的运行数据。
19.一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现权利要求1至9中的任意一项所述的方法。
20.一种计算装置，其特征在于，所述计算装置包括：
处理器；
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现权利要求1至9中的任意一项所述的方法。
CN201711383285.1A 2017-12-20 2017-12-20 用于风力发电机组的数据处理方法和装置 Active CN108131247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711383285.1A CN108131247B (zh) 2017-12-20 2017-12-20 用于风力发电机组的数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711383285.1A CN108131247B (zh) 2017-12-20 2017-12-20 用于风力发电机组的数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN108131247A true CN108131247A (zh) 2018-06-08
CN108131247B CN108131247B (zh) 2020-09-29

Family

ID=62390734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711383285.1A Active CN108131247B (zh) 2017-12-20 2017-12-20 用于风力发电机组的数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN108131247B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109404228A (zh) * 2018-12-27 2019-03-01 北京金风科创风电设备有限公司 风力发电机组的能耗分析方法及装置
CN110136434A (zh) * 2019-03-28 2019-08-16 初速度（苏州）科技有限公司 一种数据处理方法及装置
CN110689141A (zh) * 2018-06-19 2020-01-14 北京金风科创风电设备有限公司 风力发电机组的故障诊断方法及设备
CN111583053A (zh) * 2020-06-09 2020-08-25 大连中远海运川崎船舶工程有限公司 一种二十万八千吨散货船的能效智能监测系统及监测方法
CN112696318A (zh) * 2019-10-22 2021-04-23 北京金风科创风电设备有限公司 风力发电机组的控制方法及装置
CN113027678A (zh) * 2019-12-25 2021-06-25 北京金风科创风电设备有限公司 风力发电机组数据采集系统、方法和装置
EP3851670A1 (en) * 2020-01-16 2021-07-21 General Electric Company System and method for optimizing auxiliary loads based on operational usage

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102808743A (zh) * 2012-08-14 2012-12-05 国电联合动力技术有限公司 一种风电机组机舱温度控制方法及系统
CN103161668A (zh) * 2013-02-21 2013-06-19 上海交通大学 智能风电机组工况辨识系统及方法
CN104279121A (zh) * 2013-07-01 2015-01-14 株式会社安川电机 风力发电系统
CN104566868A (zh) * 2015-01-27 2015-04-29 徐建成 一种中央空调控制系统及其控制方法
CN104595112A (zh) * 2013-10-30 2015-05-06 通用电气公司 风力涡轮机及评估其上叶片健康状态的方法
CN105134485A (zh) * 2015-08-18 2015-12-09 山东大学 一种双馈风力机组惯性调频主动转速保护控制系统与方法
CN105257470A (zh) * 2015-09-25 2016-01-20 南车株洲电力机车研究所有限公司 一种风电机组风向补偿优化方法及装置
CN205154504U (zh) * 2015-11-17 2016-04-13 兰州交通大学 一种垂直轴风力发电机的风速预测控制系统
CN105591395A (zh) * 2016-01-06 2016-05-18 清华大学 一种双馈风机虚拟惯量控制后的转速恢复方法
CN106357178A (zh) * 2016-09-30 2017-01-25 中车株洲电力机车研究所有限公司 一种低速直驱风电机组电气传动系统效率最优控制方法
CN106505613A (zh) * 2016-11-01 2017-03-15 科诺伟业风能设备（北京）有限公司 一种风电场功率控制器
CN107103175A (zh) * 2017-02-03 2017-08-29 华北电力科学研究院有限责任公司 一种风力发电机组异常数据识别方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102808743A (zh) * 2012-08-14 2012-12-05 国电联合动力技术有限公司 一种风电机组机舱温度控制方法及系统
CN103161668A (zh) * 2013-02-21 2013-06-19 上海交通大学 智能风电机组工况辨识系统及方法
CN104279121A (zh) * 2013-07-01 2015-01-14 株式会社安川电机 风力发电系统
CN104595112A (zh) * 2013-10-30 2015-05-06 通用电气公司 风力涡轮机及评估其上叶片健康状态的方法
CN104566868A (zh) * 2015-01-27 2015-04-29 徐建成 一种中央空调控制系统及其控制方法
CN105134485A (zh) * 2015-08-18 2015-12-09 山东大学 一种双馈风力机组惯性调频主动转速保护控制系统与方法
CN105257470A (zh) * 2015-09-25 2016-01-20 南车株洲电力机车研究所有限公司 一种风电机组风向补偿优化方法及装置
CN205154504U (zh) * 2015-11-17 2016-04-13 兰州交通大学 一种垂直轴风力发电机的风速预测控制系统
CN105591395A (zh) * 2016-01-06 2016-05-18 清华大学 一种双馈风机虚拟惯量控制后的转速恢复方法
CN106357178A (zh) * 2016-09-30 2017-01-25 中车株洲电力机车研究所有限公司 一种低速直驱风电机组电气传动系统效率最优控制方法
CN106505613A (zh) * 2016-11-01 2017-03-15 科诺伟业风能设备（北京）有限公司 一种风电场功率控制器
CN107103175A (zh) * 2017-02-03 2017-08-29 华北电力科学研究院有限责任公司 一种风力发电机组异常数据识别方法及装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110689141A (zh) * 2018-06-19 2020-01-14 北京金风科创风电设备有限公司 风力发电机组的故障诊断方法及设备
CN110689141B (zh) * 2018-06-19 2022-04-12 北京金风科创风电设备有限公司 风力发电机组的故障诊断方法及设备
CN109404228A (zh) * 2018-12-27 2019-03-01 北京金风科创风电设备有限公司 风力发电机组的能耗分析方法及装置
CN110136434A (zh) * 2019-03-28 2019-08-16 初速度（苏州）科技有限公司 一种数据处理方法及装置
CN112696318A (zh) * 2019-10-22 2021-04-23 北京金风科创风电设备有限公司 风力发电机组的控制方法及装置
CN113027678A (zh) * 2019-12-25 2021-06-25 北京金风科创风电设备有限公司 风力发电机组数据采集系统、方法和装置
CN113027678B (zh) * 2019-12-25 2022-07-12 北京金风科创风电设备有限公司 风力发电机组数据采集系统、方法和装置
EP3851670A1 (en) * 2020-01-16 2021-07-21 General Electric Company System and method for optimizing auxiliary loads based on operational usage
CN111583053A (zh) * 2020-06-09 2020-08-25 大连中远海运川崎船舶工程有限公司 一种二十万八千吨散货船的能效智能监测系统及监测方法

Also Published As

Publication number Publication date
CN108131247B (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN108131247A (zh) 用于风力发电机组的数据处理方法和装置
JP7322197B2 (ja) 電力グリッドの電気パラメータを決定するためのシステム
Choi et al. Feasibility study: Autonomous state estimation in distribution systems
CN106650072A (zh) 一种基于半实物仿真的虚拟同发电机并网检测系统及方法
CN111384725A (zh) 一种新能源电站的短路电流计算方法和系统
CN105974247B (zh) 导电滑环的测试系统及方法
CN107491569B (zh) 基于iec61850标准goose、sv技术的变电站系统故障在线仿真方法
CN104483643A (zh) 基于配电网物理模拟的故障指示器检测平台的建模方法
US11451088B2 (en) Automatic detection of distributed energy resources system parameters
CN104267365A (zh) 一种便携式小电流接地选线闭环性能测试仪
CN115358079A (zh) 风电场场站实时仿真模型的构建方法和阻抗特性评估方法
Jadhav et al. Development of a novel iot-enabled power-monitoring architecture with real-time data visualization for use in domestic and industrial scenarios
US20230336122A1 (en) Hil testing platform for photovoltaic power station, and ppc performance testing method
Saputra et al. Internet of things-based steam pump motor protection due to voltage unbalance
CN112072651B (zh) 基于暂态能量函数的暂态电压失稳与功角失稳识别方法
CN105676013A (zh) 广域测量系统的机组运行状态监视功能的测试系统及方法
Rudion et al. Non-linear load modeling—Requirements and preparation for measurement
Le-Thanh et al. Test bench for self-healing functionalities applied on distribution network with distributed generators
CN109555652B (zh) 用于风力发电机组的数据监测系统
CN114089044B (zh) 一种线路阻抗测量方法、计算机设备及存储介质
CN213879831U (zh) 便携式LoRa通讯模块组网测试装置的测试装置
CN105262144A (zh) 一种多组网形态的分布式电源优化调度控制方法
Reimann et al. Development of a Distributed Measurement System for the Digitalisation of a Wind Turbine
CN103683299A (zh) 一种配电变压器分支负荷监测装置
CN220544978U (zh) 光伏测试系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant