CN109146323A - 风机效率评估方法、装置及计算机存储介质 - Google Patents

Abstract

本发明涉及电力领域，提供一种风机效率评估方法、装置及计算机存储介质。该方法包括：计算风场内的风机集群在第一时间段内的第一出力期望，风机集群包括处于良好工况下的多台风机；计算风场内的待评估风机在第二时间段内的第二出力期望；将第二出力期望与第一出力期望的比值确定为待评估风机的运行效率。该方法中选取的风机集群既能够体现风机之间的共性，又能够反映风场的局部区域的客观条件，从而改善评估结果的准确性。此外，该方法在计算风机的运行效率时，其参考数据是时间段内的数据而非时间点的数据，从而通过该方法计算出的运行效率能够从整体上反映风机的工况。

Description

风机效率评估方法、装置及计算机存储介质

技术领域

本发明涉电力技术领域，具体而言，涉及一种风机效率评估方法、装置及计算机存储介质。

背景技术

风能具有安全、清洁、蕴藏量大和可再生的特性。随着国家对风力发电各项优惠政策出台，风力发电产业得到快速发展。一台风机包含多个机械部件，而这些机械部件的工作效率会随着运行时间的增长逐渐降低，最终表现为整台风机运行效率的降低，并造成风资源的浪费。此外，长期忽视局部部件的损坏甚至会危及机组变桨系统、齿轮系统、发电系统。考虑到风机的局部机械部件数量较多，全部监测较为困难，故通常以整台风机运行效率为标准来判断是否需要进行检修和预警。

在现有技术中，为评估某台风机的运行效率，通常的方法是选定同一风场内的一台处于良好工况下的风机作为基准风机，比较待评估风机与基准风机在同一时刻的出力值(输出功率)，通过二者之间的差异判断待评估风机的工况。这种评估方式所涉及的数据量很小，评估结果精度较差，并不能全面地反映待评估风机的真实工况。

发明内容

有鉴于此，本发明实施例提供一种风机效率评估方法、装置及计算机存储介质，以解决上述技术问题。

为实现上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种风机效率评估方法，包括：

计算风场内的风机集群在第一时间段内的第一出力期望，风机集群包括处于良好工况下的多台风机；

计算风场内的待评估风机在第二时间段内的第二出力期望；

将第二出力期望与第一出力期望的比值确定为待评估风机的运行效率。

该风机效率评估方法至少具有如下有益效果：第一，选取风场内的一个风机集群作为评估基准，风机集群包括处于良好工况下的多台风机，可以体现风机之间的共性，尽量减小风机的个体差异对评估结果的影响。第二，风机集群中风机的选取方式非常自由，只需要满足风机处于良好工况即可，通过选取能够反映风场的局部区域的客观条件(如地理因素、环境因素等条件)的风机集群，可以使评估结果与风场的局部区域的客观条件相结合，从而改善评估结果的准确性。第三，该方法在计算风机的运行效率时，是基于第一出力期望以及第二出力期望进行计算的，而第一出力期望和第二出力期望均是一个时间段内的数据，而不是一个时刻的数据，从而通过该方法计算出的运行效率能够从整体上反映风机的工况，进而实现对风机工况的准确评估。

结合第一方面，在第一方面的第一种可能的实现方式中，计算风场内的风机集群在第一时间段内的第一出力期望，包括：

获得风机集群在第一时间段内统计出的第一风速－出力散点图，第一风速－出力散点图包括多个散点，多个散点中的每个散点均表示风机集群中的一台风机在第一时间段内的一个时刻的风速与出力之间的关系；

将第一风速－出力散点图划分为多个区域；

计算多个散点在多个区域中的每个区域内的分布概率，共获得多个分布概率；

计算能够表示多个区域中的每个区域内的散点的出力状况的出力代表值，共获得多个出力代表值；

基于多个分布概率以及多个出力代表值计算第一出力期望。

第一风速－出力散点图是大量数据统计的结果，因此计算出的第一出力期望能够准确、全面地反映风机集群在第一时间段内的出力状况，进而用于计算待评估风机的运行效率，可以获得更为精确的结果。同时上述运算方法简单，运算速度快。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，包括，计算多个散点在多个区域中的每个区域内的分布概率，包括：

计算多个区域中的每个区域内的散点的分布个数，并将分布个数与多个散点的总个数的比值确定为分布概率。

结合第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式中，出力代表值为每个区域内的散点的出力的均值或中值。

结合第一方面，在第一方面的第四种可能的实现方式中，计算风场内的待评估风机在第二时间段内的第二出力期望，包括：

获得待评估风机在第二时间段内统计出的第二风速－出力散点图，第二风速－出力散点图包括多个散点，多个散点中的每个散点均表示待评估风机在第二时间段内的一个时刻的风速与出力之间的关系；

将第二风速－出力散点图划分为多个区域；

计算多个散点在多个区域中的每个区域内的分布概率，共获得多个分布概率；

计算能够表示多个区域中的每个区域内的散点的出力状况的出力代表值，共获得多个出力代表值；

基于多个分布概率以及多个出力代表值计算第二出力期望。

第二风速－出力散点图是大量数据统计的结果，因此计算出的第二出力期望能够准确、全面地反映待评估风机在第二时间段内的出力状况，进而用于计算待评估风机的运行效率，可以获得更为精确的结果。同时上述运算方法简单，运算速度快。

结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，包括，计算多个散点在多个区域中的每个区域内的分布概率，包括：

计算多个区域中的每个区域内的散点的分布个数，并将分布个数与多个散点的总个数的比值确定为分布概率。

结合第一方面的第四种可能的实现方式，在第一方面的第六种可能的实现方式中，出力代表值为每个区域内的散点的出力的均值或中值。

结合第一方面或第一方面的第一种至第六种中的任意一种可能的实现方式，在第一方面的第七种可能的实现方式中，将第二出力期望与第一出力期望的比值确定为待评估风机的运行效率之后，方法还包括：

判断运行效率是否小于预设运行效率；

若是，确定待评估风机处于不良工况。

通过将计算出的运行效率与预设运行效率比较，可以快速简单地确定出待评估风机是否处于不良工况，进而可以采取检修和报警等后续措施，避免风机损坏，延长其使用寿命。

第二方面，本发明实施例提供一种风机效率评估装置，包括：

第一出力期望获取模块，用于计算风场内的风机集群在第一时间段内的第一出力期望，风机集群包括处于良好工况下的多台风机；

第二出力期望获取模块，用于计算风场内的待评估风机在第二时间段内的第二出力期望；

运行效率计算模块，用于将第二出力期望与第一出力期望的比值确定为待评估风机的运行效率。

第三方面，本发明实施例提供一种计算机存储介质，计算机存储介质中存储有计算机程序指令，计算机程序指令被计算机的处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实施方式提供的方法。

第四方面，本发明实施例提供一种电子设备，包括处理器以及计算机存储介质，计算机存储介质中存储有计算机程序指令，计算机程序指令被处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实施方式提供的方法。

为使本发明的上述目的、技术方案和有益效果能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了一种可应用于本发明实施例中的终端设备的结构框图；

图2示出了本发明实施例提供的风机效率评估方法的流程图；

图3示出了本发明实施例提供的风机效率评估方法的步骤S10的流程图；

图4示出了本发明实施例提供的第一出力－风速散点图；

图5示出了本发明实施例提供的第二出力－风速散点图；

图6示出了本发明实施例提供的风机效率评估装置的功能模块图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

图1示出了本发明实施例提供的终端设备的结构示意图。参照图1，终端设备100包括存储器102、存储控制器104，一个或多个(图中仅示出一个)处理器106、外设接口108、射频模块110、音频模块112、显示模块114等。这些组件通过一条或多条通讯总线/信号线116相互通讯。

存储器102可用于存储软件程序以及模块，如本发明实施例中的风机效率评估方法及装置对应的程序指令/模块，处理器106通过运行存储在存储器102内的软件程序以及模块，从而执行各种功能应用以及数据处理，如本发明实施例提供的风机效率评估方法及装置。

存储器102可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read－OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read－Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－Only Memory，EEPROM)等。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。

处理器106可以是一种集成电路芯片，具有信号的处理能力。具体可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、微控制单元(Micro ControllerUnit，MCU)、网络处理器(Network Processor，NP)或者其他常规处理器；还可以是专用处理器，包括数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、现场可编程门阵列(Field Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。

外设接口108将各种输入/输出装置耦合至处理器106以及存储器102。在一些实施例中，外设接口108，处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

射频模块110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。

音频模块112向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。

显示模块114在终端设备100与用户之间提供一个显示界面。具体地，显示模块114向用户显示视频输出，这些视频输出的内容可包括文字、图形、视频及其任意组合。

可以理解，图1所示的结构仅为示意，终端设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。于本发明实施例中，终端设备100可以是服务器、个人计算机、智能移动设备、智能穿戴设备以及智能车载设备等具有运算处理能力的设备。

第一实施例

图2示出了本发明实施例提供的风机效率评估方法的流程图。参照图2，风机效率评估方法包括：

步骤S10：终端设备100的处理器106计算风场内的风机集群在第一时间段内的第一出力期望。

一个风场通常占据大片的地理区域，其中设置有多台风机，用于风力发电。风机集群是从风场内所有的风机中选择出的一个子集，作为评估风机的运行效率的参照基准。风机集群的选择条件要求风机集群包括多台风机，且每台风机都要处于良好工况下，除此之外没有硬性的条件限制，用户可以根据实际需求制定其他选择风机集群的条件，包括风机集群中风机的数量，风机所在的地理位置、地理环境等条件，总之，风机集群在选择上具有很大的灵活性。

待评估风机是需要进行运行效率评估的风机，待评估风机需要与风机集群在同一风场内，但待评估风机与风机集群的关系不作限定，风机集群可以包括待评估风机，也可以不包括待评估风机。

第一出力期望表示的是一台处于良好工况下风机在第一时间段内输出功率的预期值，此处所称的一台处于良好工况下风机并不是指一台实际的风机，而是能够代表整个风机集群的平均工况的一台虚拟的风机。

第一时间段的具体时长不作限定，可以是数天也可以是数年。可以理解，如果在第一时间段内，风机集群中的某台风机的工况从良好变为不良，则在计算第一出力期望时，可以将其变为不良工况后的数据从中排除。

在第一实施例的一种实施方式中，计算第一出力期望，可以通过如下方式实现。图3示出了本发明实施例提供的风机效率评估方法的步骤S10的流程图。参照图3，步骤S10可以进一步包括：

步骤S100：终端设备100的处理器106获得风机集群在第一时间段内统计出的第一风速－出力散点图。

图4示出了本发明实施例提供的第一出力－风速散点图。参照图4，第一出力－风速散点图的横轴为风速、纵轴为出力。图4中包括多个散点，其中的每个散点表示风机集群中的一台风机在第一时间段内的一个时刻的风速与出力之间的关系，散点由实际测量获得并绘制在第一出力－风速散点图上。需要指出，风机工作时存在风速上限和风速下限，当风速小于风速下限时，风机无法输出功率，当风速大于风速上限时，风机也会停止输出功率，例如在图4中，风机的风速下限大约是3m/s，风速上限大约是25m/s。还需要指出，风机的出力也具有上限，例如在图4中，风机的输出功率达到2000kW后将不会继续提高。

此外，通过对第一出力－风速散点图进行离群点分析，还可以找出某些处于不良工况下的散点，例如某些在风速较高时出力却很低的散点，显然这些散点对应的风机可能已经不再处于良好工况，应将其从风机集群中排除，同时在计算第一出力期望时也可以将这些散点排除。

步骤S110：终端设备100的处理器106将第一风速－出力散点图划分为多个区域。

在图4示出的实施方式中，将第一风速－出力散点图划分为多个等面积的矩形区域，用虚线示出，这是一种比较简单快速的区域划分方法。当然在其他实施方式中，划分出的区域也可以是不等面积的，甚至也可以不是矩形区域。

步骤S120：终端设备100的处理器106计算多个散点在多个区域中的每个区域内的分布概率，共获得多个分布概率。

在一种比较精确的实施方式中，可以计算多个散点的概率分布模型，然后基于该概率分布模型计算多个散点在每个区域内的分布概率。

在一种比较简单快捷的实施方式中，可以首先计算每个区域内散点的分布个数，以图4为例，由于在图4中第一风速－出力散点图被划分为10x10个区域，因此计算每个区域内散点的分布个数将获得一个10x10的矩阵，不妨称之为第一散点数量矩阵Ms，Ms的每个元素对应一个区域内的散点的分布个数。

计算Ms中每个分布个数与散点总个数的比值，即将Ms进行归一化，将获得的矩阵称为第一风速－出力转移矩阵Mz，Mz的每个元素均对应散点在一个区域内的分布概率。更具体地，Mz中的第i行第j列的元素表示以第j区间段风速作为输入，风机的出力为第i区间段的出力的概率。根据上述Ms计算出的Mz如下：

步骤S130：终端设备100的处理器106计算能够表示多个区域中的每个区域内的散点的出力状况的出力代表值，共获得多个出力代表值。

在第一种实施方式中，出力代表值可以取每个区域内所有散点的出力的均值，或者也可以取每个区域内所有散点的出力的中值，或者可以是通过其他方式定义的能够反映该区域内散点出力状况的值。

在第二种实施方式中，为简化计算，出力代表值还可以取每个区域所在的出力区间段内的所有散点的出力的均值，或者也可以取每个区域所在的出力区间段内的所有散点的出力的中值。

步骤S140：终端设备100的处理器106基于多个分布概率以及多个出力代表值计算第一出力期望。

可以基于如下公式计算图4对应的第一出力期望E(WT)：

其中，Mz(i，j)表示Mz中的第i行第j列的元素(即分布概率)，P(i，j)表示该元素对应的区域的出力代表值，通过步骤S130的第一种实施方式计算获得。

也可以基于如下公式计算图4对应的第一出力期望E(WT)：

其中，Mz(i，j)表示Mz中的第i行第j列的元素(即分布概率)，P(i)表示该元素对应的区域的出力代表值，通过步骤S130的第二种实施方式计算获得。

基于图4示出的第一风速－出力散点图计算获得的第一出力期望为1525.4kW。

可以理解的，虽然在上述过程中需要通过第一风速－出力散点图计算第一出力期望，但在实际实施时，第一风速－出力散点图并不一定需要实际进行绘制，也可以实现为存储器102中的与第一风速－出力散点图具有类似功能的数据结构。

步骤S11：终端设备100的处理器106计算风场内的待评估风机在第二时间段内的第二出力期望。

第二出力期望表示的是待评估风机在第二时间段内输出功率的预期值，第二时间段的具体时长不作限定。

第二出力期望和第一出力期望的计算方法是类似的。在一种实施方式中，步骤S11可以进一步包括如下步骤：

步骤A：终端设备100的处理器106获得风机集群在第二时间段内统计出的第二风速－出力散点图。

图5示出了本发明实施例提供的第二出力－风速散点图。图5中包括多个散点，其中的每个散点表示待评估风机在第二时间段内的一个时刻的风速与出力之间的关系，散点由实际测量获得并绘制在第二出力－风速散点图上。

步骤B：终端设备100的处理器106将第二风速－出力散点图划分为多个区域。

在图5示出的实施方式中，将第二风速－出力散点图划分为多个等面积的矩形区域，用虚线示出，这是一种比较简单快速的区域划分方法。当然在其他实施方式中，划分出的区域也可以是不等面积的，甚至也可以不是矩形区域。

步骤C：终端设备100的处理器106计算多个散点在多个区域中的每个区域内的分布概率，共获得多个分布概率。

在一种比较精确的实施方式中，可以计算多个散点的概率分布模型，然后基于该概率分布模型计算多个散点在每个区域内的分布概率。

在一种比较简单快捷的实施方式中，可以首先计算每个区域内散点的分布个数，以图5为例，由于在图5中第一风速－出力散点图被划分为10x10个区域，因此计算每个区域内散点的分布个数将获一个10x10的矩阵，不妨称之为第二散点数量矩阵Ms’，Ms’的每个元素对应一个区域内的散点的分布个数。

计算Ms’中每个分布个数与散点总个数的比值，即将Ms’进行归一化，将获得的矩阵称为第二风速－出力转移矩阵Mz’，Mz’的每个元素均对应散点在一个区域内的分布概率。更具体地，Mz’中的第i行第j列的元素表示以第j区间段风速作为输入，风机的出力为第i区间段的出力的概率。根据上述Ms’计算出的Mz’如下：

步骤D：终端设备100的处理器106计算能够表示多个区域中的每个区域内的散点的出力状况的出力代表值，共获得多个出力代表值。

在第一种实施方式中，出力代表值可以取每个区域内所有散点的出力的均值，或者也可以取每个区域内所有散点的出力的中值，或者可以是通过其他方式定义的能够反映该区域内散点出力状况的值。

在第二种实施方式中，为简化计算，出力代表值还可以取每个区域所在的出力区间段内的所有散点的出力的均值，或者也可以取每个区域所在的出力区间段内的所有散点的出力的中值。

步骤E：终端设备100的处理器106基于多个分布概率以及多个出力代表值计算第二出力期望。

可以基于如下公式计算图5对应的第一出力期望E’(WT)：

其中，Mz’(i，j)表示Mz’中的第i行第j列的元素(即分布概率)，P’(i，j)表示该元素对应的区域的出力代表值，通过步骤D的第一种实施方式计算获得。

也可以基于如下公式计算图5对应的第二出力期望E’(WT)：

其中，Mz’(i，j)表示Mz’中的第i行第j列的元素(即分布概率)，P’(i)表示该元素对应的区域的出力代表值，通过步骤D的第二种实施方式计算获得。

基于图5示出的第一风速－出力散点图计算获得的第二出力期望为1505.7kW。

可以理解的，虽然在上述过程中需要通过第二风速－出力散点图计算第二出力期望，但在实际实施时，第二风速－出力散点图并不一定需要实际进行绘制，也可以实现为存储器102中的与第二风速－出力散点图具有类似功能的数据结构。

步骤S12：终端设备100的处理器106将第二出力期望与第一出力期望的比值确定为待评估风机的运行效率。

即可以通过如下公式计算获得待评估风机的运行效率η：

其中，是否要进行百分数化是可选的。代入根据图4以及图5分别计算出的第一出力期望以及第二出力期望，可以计算得到待评估风机的运行效率为98.84％。显然的，上述计算过程中涉及的数值都是示例性的，并不构成对本发明保护范围的限制。

作为第一实施例的一种可选的实施方式，在步骤S12之后还可以进一步判断运行效率是否小于预设运行效率，如果运行效率小于预设运行效率，则终端设备100的处理器106确定待评估风机处于不良工况，此时终端设备100可以采取报警等措施通知用户待评估风机存在异常，进而用户可以采取检修等后续举措，避免待评估风机进损坏，延长其使用寿命。

如果运行效率大于等于预设运行效率，则终端设备100的处理器106确定待评估风机处于良好工况，不必采取其他措施。

其中，预设运行效率可以根据实际需求确定，例如可以取，但不限于80％、75％等值。

综上所述，本发明第一实施例提供的风机效率评估方法将同一风场内的风机集群作为计算待评估风机运行效率的参照基准，能够体现风机集群内风机之间的共性，减少风机集群内风机的个体差异对评估结果的影响。

同时，在风机集群的选取上具有极大的灵活性，在选择时可以结合风场的局部区域的客观条件(如地理因素、环境因素等条件)进行选择，从而可以使评估结果与风场的局部区域的客观条件相结合，使评估结果的针对性更强，进而提高其准确性。

并且，该方法在计算风机的运行效率时，是基于第一出力期望以及第二出力期望进行计算的，而第一出力期望和第二出力期望可以通过一个时间段内统计获得的大量数据进行计算获得，从而通过该方法计算出的运行效率能够从整体上反映风机的工况，进而实现对风机工况的准确判断。具体而言，在现有技术中，仅能评估风机在某些时刻的运行效率，但有的风机在某些特定时刻(例如风速较小时)能够正常工作，在其他时刻(例如风速较大时)则不能正常工作，现有技术中的很可能漏掉其中的某种情况。而本发明中的方法是基于时间段进行计算的，一旦时间段取得长一些，就可以完全避免此类问题。

此外，在第一实施例的具体实施方式中，计算第一处理期望和第二出力期望均可以通过出力－风速散点图进行计算，计算方法简单快速，便于快速完成对多个待评估风机的评估。

第二实施例

图6示出了本发明第二实施例提供的风机效率评估装置200的功能模块图。参照图6，该装置包括第一出力期望获取模块210、第二出力期望获取模块220以及运行效率计算模块230。

其中，第一出力期望获取模块210用于计算风场内的风机集群在第一时间段内的第一出力期望，风机集群包括处于良好工况下的多台风机；第二出力期望获取模块220用于计算风场内的待评估风机在第二时间段内的第二出力期望；运行效率计算模块230用于将第二出力期望与第一出力期望的比值确定为待评估风机的运行效率。

本发明第二实施例提供的风机效率评估装置200，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

第三实施例

本发明第三实施例提供一种计算机存储介质，计算机存储介质中存储有计算机程序指令，计算机程序指令被计算机的处理器读取并运行时，执行本发明实施例提供的风机效率评估方法。该计算机存储介质可以实现为，但不限于图1示出的存储器102。

第四实施例

本发明第四实施例提供一种电子设备，包括处理器以及计算机存储介质，计算机存储介质中存储有计算机程序指令，计算机程序指令被处理器读取并运行时，执行本发明提供的风机效率评估方法。该电子设备可以实现为，但不限于图1示出的终端设备100。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得计算机设备执行本发明各个实施例所述方法的全部或部分步骤。前述的计算机设备包括：个人计算机、服务器、移动设备、智能穿戴设备、网络设备、虚拟设备等各种具有执行程序代码能力的设备，前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟、磁带或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种风机效率评估方法，其特征在于，包括：

计算风场内的风机集群在第一时间段内的第一出力期望，所述风机集群包括处于良好工况下的多台风机；

计算所述风场内的待评估风机在第二时间段内的第二出力期望；

将所述第二出力期望与所述第一出力期望的比值确定为所述待评估风机的运行效率。

2.根据权利要求1所述的风机效率评估方法，其特征在于，所述计算风场内的风机集群在第一时间段内的第一出力期望，包括：

获得所述风机集群在所述第一时间段内统计出的第一风速－出力散点图，所述第一风速－出力散点图包括多个散点，所述多个散点中的每个散点均表示所述风机集群中的一台风机在所述第一时间段内的一个时刻的风速与出力之间的关系；

将所述第一风速－出力散点图划分为多个区域；

计算所述多个散点在所述多个区域中的每个区域内的分布概率，共获得多个分布概率；

计算能够表示所述多个区域中的每个区域内的散点的出力状况的出力代表值，共获得多个出力代表值；

基于所述多个分布概率以及所述多个出力代表值计算所述第一出力期望。

3.根据权利要求2所述的风机效率评估方法，其特征在于，包括，所述计算所述多个散点在所述多个区域中的每个区域内的分布概率，包括：

计算所述多个区域中的每个区域内的散点的分布个数，并将所述分布个数与所述多个散点的总个数的比值确定为所述分布概率。

4.根据权利要求2所述的风机效率评估方法，其特征在于，所述出力代表值为所述每个区域内的散点的出力的均值或中值。

5.根据权利要求1所述的风机效率评估方法，其特征在于，所述计算所述风场内的待评估风机在第二时间段内的第二出力期望，包括：

获得所述待评估风机在所述第二时间段内统计出的第二风速－出力散点图，所述第二风速－出力散点图包括多个散点，所述多个散点中的每个散点均表示所述待评估风机在所述第二时间段内的一个时刻的风速与出力之间的关系；

将所述第二风速－出力散点图划分为多个区域；

计算所述多个散点在所述多个区域中的每个区域内的分布概率，共获得多个分布概率；

计算能够表示所述多个区域中的每个区域内的散点的出力状况的出力代表值，共获得多个出力代表值；

基于所述多个分布概率以及所述多个出力代表值计算所述第二出力期望。

6.根据权利要求5所述的风机效率评估方法，其特征在于，包括，所述计算所述多个散点在所述多个区域中的每个区域内的分布概率，包括：

计算所述多个区域中的每个区域内的散点的分布个数，并将所述分布个数与所述多个散点的总个数的比值确定为所述分布概率。

7.根据权利要求5所述的风机效率评估方法，其特征在于，所述出力代表值为所述每个区域内的散点的出力的均值或中值。

8.根据权利要求1－7中任一项所述的风机效率评估方法，其特征在于，所述将所述第二出力期望与所述第一出力期望的比值确定为所述待评估风机的运行效率之后，所述方法还包括：

判断所述运行效率是否小于预设运行效率；

若是，确定所述待评估风机处于不良工况。

9.一种风机效率评估装置，其特征在于，包括：

第一出力期望获取模块，用于计算风场内的风机集群在第一时间段内的第一出力期望，所述风机集群包括处于良好工况下的多台风机；

第二出力期望获取模块，用于计算所述风场内的待评估风机在第二时间段内的第二出力期望；

运行效率计算模块，用于将所述第二出力期望与所述第一出力期望的比值确定为所述待评估风机的运行效率。

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序指令，所述计算机程序指令被计算机的处理器读取并运行时，执行如权利要求1－8中任一项所述的方法。