CN109992803B - 风力发电机组信息模型的建立方法、装置、设备及介质 - Google Patents

风力发电机组信息模型的建立方法、装置、设备及介质 Download PDF

Info

Publication number
CN109992803B
CN109992803B CN201711483939.8A CN201711483939A CN109992803B CN 109992803 B CN109992803 B CN 109992803B CN 201711483939 A CN201711483939 A CN 201711483939A CN 109992803 B CN109992803 B CN 109992803B
Authority
CN
China
Prior art keywords
model
submodel
information
item
priority
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.)
Active
Application number
CN201711483939.8A
Other languages
English (en)
Other versions
CN109992803A (zh
Inventor
李志勇
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 CN201711483939.8A priority Critical patent/CN109992803B/zh
Publication of CN109992803A publication Critical patent/CN109992803A/zh
Application granted granted Critical
Publication of CN109992803B publication Critical patent/CN109992803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种风力发电机组信息模型的建立方法、装置、设备及介质。该方法包括:在风力发电机组发送的信息中筛选关联信息模型的基础项子模型的参数,关联信息模型是配置信息节点的关系集合;按照基础项子模型的优先级从高到低的顺序,根据基础项子模型的参数和关联信息模型进行逻辑运算,筛选出匹配项信息节点;整合匹配项信息节点和风力发电机组的公共信息模型,得到风力发电机组的信息模型,公共信息模型是风力发电机组共有信息节点的关系集合。根据本发明实施例提供的方案,能够快速建立风力发电机组信息模型,且提高了风力发电机组信息模型的可靠性。

Description

风力发电机组信息模型的建立方法、装置、设备及介质
技术领域
本发明涉及风力发电领域,尤其涉及一种风力发电机组信息模型的建立方法、装置、设备及介质。
背景技术
随着风电行业的快速发展,即使是同一个制造商,其生产的风力发电机组的机械、电气配置、软件功能配置也纷繁多样,这样就需要风力发电机组的工程化进程与行业的发展相匹配。否则,就是无序的发展,没有可持续性。
风力发电机组信息模型的工程化作为机组工程化过程中的重要一环,承担着整机数据采集、持久化的重担。
对于风力发电机组信息模型的工程化需求,一般的做法是:建立公用信息模型,然后人工维护个性化数据需求。
比如:新增一种特殊的电气装置,由技术人员将其对应的信息节点输入到风电场的配置数据库或者其他的机组信息载体中。
不同的风电场甚至相同的风电场都可能有不同的装置,都需要人工建立风力发电机组信息模型。因此,存在风力发电机组信息模型建立时间长且可靠性差的问题。
发明内容
本发明实施例提供了一种风力发电机组信息模型的建立方法、装置、设备及介质,能够快速建立风力发电机组信息模型,且提高了风力发电机组信息模型的可靠性。
本发明实施例提供了一种风力发电机组信息模型的建立方法,包括:
在风力发电机组发送的信息中筛选关联信息模型的基础项子模型的参数,所述关联信息模型是配置信息节点的关系集合;
按照所述基础项子模型的优先级从高到低的顺序,根据所述基础项子模型的参数和所述关联信息模型进行逻辑运算,筛选出匹配项信息节点;
整合所述匹配项信息节点和所述风力发电机组的公共信息模型,得到所述风力发电机组的信息模型,所述公共信息模型是风力发电机组共有信息节点的关系集合;
所述共有信息节点包括功能相同的特征。
根据本发明实施例的一方面,所述按照所述基础项子模型的优先级从高到低的顺序,根据所述基础项子模型的参数和所述关联信息模型进行逻辑运算,筛选出匹配项信息节点,包括:
按照所述基础项子模型的优先级从高到低的顺序,由高优先级的基础项子模型依据逻辑运算,确定低优先级的基础项子模型为匹配信息节点;
由基础项子模型依据逻辑运算确定与所述基础项子模型关联的关联项模型为匹配信息节点。
根据本发明实施例的一方面,高优先级的所述基础项子模型包括低优先级的所述基础项子模型;相同优先级的所述基础项子模型相互独立存在。
根据本发明实施例的一方面,所述方法还包括:
按照风力发电机组的类型及风力发电机组的类型功能组件确定所述基础项子模型的优先级。
根据本发明实施例的一方面,所述基础项子模型的优先级包括最高优先级的基础项子模型、中间优先级的基础项子模型和低级优先级的基础项子模型;
所述最高优先级的所述基础项子模型包括:风力发电机组模型;
所述中间优先级的基础项子模型包括以下基础项子模型中至少一个,风力发电机组变流器模型、变桨控制器模型、发电机模型、电能表模型、电控柜模型、变压器模型、风速仪风向标模型、振动传感器模型、额定功率模型、塔筒类型模型和塔架材质模型;
所述低级优先级的基础项子模型包括:状态监测系统功能、空调功能、除湿功能、测试功能。
本发明实施例提供了一种风力发电机组信息模型的建立装置,包括:
参数模块,用于在风力发电机组发送的信息中筛选关联信息模型的基础项子模型的参数,所述关联信息模型是配置信息节点的关系集合;
筛选模块,用于按照所述基础项子模型的优先级从高到低的顺序,根据所述基础项子模型的参数和所述关联信息模型进行逻辑运算,筛选出匹配项信息节点;
整合模块,用于整合所述匹配项信息节点和所述风力发电机组的公共信息模型,得到所述风力发电机组的信息模型,所述公共信息模型是风力发电机组共有信息节点的关系集合,其中所述共有信息节点包括功能相同的特征。
根据本发明实施例的一方面,所述筛选模块,具体用于按照所述基础项子模型的优先级从高到低的顺序,由高优先级的基础项子模型依据逻辑运算,确定低优先级的基础项子模型为匹配信息节点;
由基础项子模型依据逻辑运算确定与所述基础项子模型关联的关联项模型为匹配信息节点。
根据本发明实施例的一方面,高优先级的所述基础项子模型包括低优先级的所述基础项子模型;相同优先级的所述基础项子模型相互独立存在。
根据本发明实施例的一方面,所述装置还包括确定模块;
所述确定模块,用于按照风力发电机组的类型及风力发电机组的类型功能组件确定所述基础项子模型的优先级。
根据本发明实施例的一方面,所述基础项子模型的优先级包括最高优先级的基础项子模型、中间优先级的基础项子模型和低级优先级的基础项子模型;
所述最高优先级的所述基础项子模型包括:风力发电机组模型;
所述中间优先级的基础项子模型包括以下基础项子模型中至少一个,风力发电机组变流器模型、变桨控制器模型、发电机模型、电能表模型、电控柜模型、变压器模型、风速仪风向标模型、振动传感器模型、额定功率模型、塔筒类型模型和塔架材质模型;
所述低级优先级的基础项子模型包括:状态监测系统功能、空调功能、除湿功能、测试功能。
本发明实施例提供了一种风力发电机组信息模型的建立设备,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现本发明实施例提供的风力发电机组信息模型的建立方法。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现本发明实施例提供的风力发电机组信息模型的建立方法。
从上述技术方案中可以看出,在风力发电机组发送的信息中获取关联信息模型的基础项子模型的参数;然后,再按照基础项子模型的优先级从高到低的顺序,根据基础项子模型的参数和关联信息模型进行逻辑运算,筛选出匹配项信息节点;最后,整合匹配项信息节点和风力发电机组的公共信息模型,得到风力发电机组的信息模型。由于可以依据基础项子模型的参数和关联信息模型直接建立风力发电机组的信息模型,建立风力发电机组的信息模型时间较短。而且整合匹配项信息节点建立风力发电机组的信息模型,从而可以提高风力发电机组的信息模型的可靠性。
附图说明
从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明其中,相同或相似的附图标记表示相同或相似的特征。
图1是本发明实施例中风力发电机组信息模型的建立方法流程示意图;
图2是本发明实施例中风力发电机组信息模型的建立装置结构示意图;
图3是本发明实施例的风力发电机组信息模型的建立方法和装置的计算设备的示例性硬件架构的结构图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
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……”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。
下面对本发明实施例所提供的风力发电机组信息模型的建立方法进行介绍。
图1是本发明实施例中风力发电机组信息模型的建立方法流程示意图,具体包括:
S110,在风力发电机组发送的信息中筛选关联信息模型的基础项子模型的参数,关联信息模型是配置信息节点的关系集合。
在S110中,通过获取风力发电机组发送的信息,可以从风力发电机组发送的信息中筛选出关联信息模型的基础项子模型的参数。作一个示例,基础项子模型的参数包括关联信息模型中多个信息节点的参数。若关联信息模型的基础子模型为风力发电机组模型和塔筒模型。则可以从风力发电机组发送的消息中筛选出风力发电机组模型的参数和塔筒模型的参数。
在本发明的一些实施例中,关联信息模型是配置信息节点的关系集合。配置信息节点是该信息节点下的关系可配置的信息节点,即配置信息节点下的关系可根据配置情况改变。
其中,关联信息模型包括多个基础项子模型。其中,一个基础项子模型中包括至少一个配置信息节点。作一个示例,将一变流器作为信息节点,该变流器有两种工作模式,第一种工作模式下变流器具有除湿功能,将除湿功能作为信息节点下的第一配置信息节点,第二种工作模式下该变流器具有加热功能,将加热功能作为信息节点下的第二信息节点。作一个示例,该变流器可以配置除湿功能和/或加热功能,相应地,信息节点下的关系可以为第一信息节点和/或第二信息节点。
在本发明的一些实施例中,关联信息模型适用于IEC61850,IEC61400-25或RDS-PP的信息模型或者是映射到标准协议的信息模型。
需要注意的是,为了便于理解,本发明的实施例下述部分将关联信息模型中的基础项子模型作为基础项子模型,将从风力发电机组发送的信息中筛选出的关联信息模型的基础项子模型称为筛选后的基础项子模型。
在本发明的一些实施例中,可以将基础项子模型和筛选后的基础项子模型划分为不同的优先级的基础项子模型。
作一个示例,基础项子模型的优先级包括最高优先级的基础项子模型、中间优先级的基础项子模型和低级优先级的基础项子模型。
作一个具体的示例,本发明实施例的风力发电机组信息模型的建立方法中,可以按照风力发电机组的类型及风力发电机组的类型功能组件确定基础项子模型的优先级。
具体地,最高优先级的基础项子模型包括:风力发电机组模型。其中,风力发电机组模型中包括了配置信息节点。作一个示例,风力发电机组模型中的多个配置信息节点可以分别表示风力发电机组的多个类型、多个模式和多个应用场景。
中间优先级的基础项子模型包括以下基础项子模型中至少一个,风力发电机组变流器模型、变桨控制器模型、发电机模型、电能表模型、电控柜模型、变压器模型、风速仪风向标模型、振动传感器模型、额定功率模型、塔筒类型模型和塔架材质模型。
低级优先级的基础项子模型包括:状态监测系统功能、空调功能、除湿功能、测试功能等。
在本发明的一些实施例中,较高的优先级中的基础项子模型包含了较低的优先级中的多个基础项子模型。
作一个示例,风力发电机组模型包括了中间优先级的多个基础子模型。作一个具体的示例,一个风力发电机组模块中可以包括风力发电机组变流器模型、发电机模型、振动传感器模型、塔筒类型模型和塔架材质模型。
S120,按照基础项子模型的优先级从高到低的顺序,根据筛选后的基础项子模型的参数和关联信息模型进行逻辑运算,筛选出匹配项信息节点。
在S120中,需要根据S110中获取的风力发电机组的基础项子模型的参数,通过逻辑运算关系,在关联信息模型中筛选出与风力发电机组相关的匹配项信息节点。
在本发明的一些实施例中,S120包括:
按照基础项子模型的优先级从高到低的顺序,由高优先级的基础项子模型依据逻辑运算,确定低优先级的基础项子模型为匹配信息节点。
在本发明的一些实施例中,高优先级的基础项子模型包括低优先级的基础项子模型,相同优先级的基础项子模型相互独立存在。作一个示例,发电机模型和电控柜模型彼此之间是相互独立的,发电机模型可以包括除湿功能和空调功能等。
在本发明的一些实施例中,关联信息模型中还存储了所有配置信息节点的逻辑运算关系。由于相同优先级的基础项子模型相互独立存在,高优先级的基础子模型包括低优先级的基础子模型。因此,关联信息模型中存储的各配置信息节点的逻辑运算关系主要为高优先级的基础项子模型和低优先级的基础子模型之间的逻辑运算关系。
在本发明的一些实施例中,逻辑运算包括以下逻辑符号中的至少一个,“与”、“或”、“非”、“等于”、“不等于”、“大于”和“小于”。
由基础项子模型依据逻辑运算确定与筛选后的基础项子模型关联的关联项模型为匹配信息节点。
在本发明的一些实施例中,利用筛选后的基础项子模型,在关联信息模型的基础项子模型和逻辑运算关系,在关联信息模型的基础项子模型中确定匹配信息节点。作一个示例,若关联信息模型的基础项子模型中包括风力发电机组模型。从风力发电机组筛选出的基础性子模型中包括风力发电机组模型的参数。然后,可以从逻辑运算关系中确定与风力发电机组模型的参数相对应的逻辑运算关系。若确定的逻辑运算关系为该风力发电机组模型包括发电机模型与振动传感器模型。可以根据该风力发电机组的逻辑运算关系确定发电机模型与振动传感器模型为匹配信息节点。
S130,整合匹配项信息节点和风力发电机组的公共信息模型,得到风力发电机组的信息模型,公共信息模型是风力发电机组共有信息节点的关系集合,共有信息节点包括功能相同的特征。
在本发明的一些实施例中,公共信息模型适用于IEC61850,IEC61400-25或RDS-PP的信息模型或者是映射到标准协议的信息模型。
在本发明的一些实施例中,风力发电机组的公共信息模型包括所有风力发电机组中共有信息节点的关系集合,共有信息节点下的信息节点是固定的。作一个具体的示例,公共信息模型中可以包括发电机的转速、风力发电机组的有功功率和风力发电机组的无功功率。
在本发明的一些实施例中,风力发电机组的公共信息模型可以存储于全局信息模型内。
在本发明的一些实施例中,全局信息模型可以包括:公共信息模型、关联信息模型和逻辑运算关系。
其中,全局信息模型是现有的所有风力发电机组的全部信息节点的关系集合。作一个示例,全局信息模型中包括了所有风力发电机组的全部信息节点的所有数据。其中,风力发电机组的信息节点可以包括风力发电机的物理设备、逻辑设备、逻辑节点和逻辑节点下的多个数据。在全局信息模型中的一个信息节点下可能包括多个信息节点。作一个具体的示例,风力发电机组模型是一个信息节点,风力发电机组模型包括的制冷功能也是一个信息节点。
其中信息节点的关系指一个信息节点下包括的至少一个信息节点。作一个示例,风力发电机组的关系集合中包括了发电机、塔筒、变桨控制器、变流器和风力发电机组的类型。
在本发明的一个实施例中,全局信息模型中的所有数据可以为IEC61850,IEC61400-25或RDS-PP等国际或行业标准体系的数据模型中的数据。作一个示例,全局信息模型中信息节点的数据可以是IEC61850中的逻辑节点下的数据。
在本发明的一些实施例中,风力发电机组的信息模型可以存储于物理服务器或虚拟服务器中。
从上述技术方案中可以看出,在风力发电机组发送的信息中获取关联信息模型的基础项子模型的参数;然后,再按照基础项子模型的优先级从高到低的顺序,根据基础项子模型的参数和关联信息模型进行逻辑运算,筛选出匹配项信息节点;最后,整合匹配项信息节点和风力发电机组的公共信息模型,得到风力发电机组的信息模型。由于可以依据基础项子模型的参数和关联信息模型直接建立风力发电机组的信息模型,建立风力发电机组的信息模型时间较短。而且整合匹配项信息节点建立风力发电机组的信息模型,从而可以提高风力发电机组的信息模型的可靠性。
参见图2是本发明实施例中虚风力发电机组信息模型的建立装置结构示意图,风力发电机组信息模型的建立装置200与风力发电机组信息模型的建立方法100相对应,风力发电机组信息模型的建立方法装置200具体包括:
参数模块210,用于在风力发电机组发送的信息中筛选关联信息模型的基础项子模型的参数,关联信息模型是配置信息节点的关系集合。
筛选模块220,用于按照基础项子模型的优先级从高到低的顺序,根据基础项子模型的参数和关联信息模型进行逻辑运算,筛选出匹配项信息节点。
整合模块230,用于整合匹配项信息节点和风力发电机组的公共信息模型,得到风力发电机组的信息模型,公共信息模型是风力发电机组共有信息节点的关系集合,其中共有信息节点包括功能相同的特征。
在本发明的一些实施例中,筛选模块220,具体用于按照基础项子模型的优先级从高到低的顺序,由高优先级的基础项子模型依据逻辑运算,确定低优先级的基础项子模型为匹配信息节点。
由基础项子模型依据逻辑运算确定与基础项子模型关联的关联项模型为匹配信息节点。
在本发明的一些实施例中,高优先级的基础项子模型包括低优先级的基础项子模型;相同优先级的基础项子模型相互独立存在。
在本发明的一些实施例中,风力发电机组信息模型的建立装置200还包括确定模块。
确定模块,用于按照风力发电机组的类型及风力发电机组的类型功能组件确定基础项子模型的优先级。
在本发明的一些实施例中,基础项子模型的优先级包括最高优先级的基础项子模型、中间优先级的基础项子模型和低级优先级的基础项子模型。
最高优先级的基础项子模型包括:风力发电机组模型。
中间优先级的基础项子模型包括以下基础项子模型中至少一个,风力发电机组变流器模型、变桨控制器模型、发电机模型、电能表模型、电控柜模型、变压器模型、风速仪风向标模型、振动传感器模型、额定功率模型、塔筒类型模型和塔架材质模型。
低级优先级的基础项子模型包括:状态监测系统功能、空调功能、除湿功能、测试功能。
在本发明的一些实施例中,逻辑运算包括以下逻辑符号中的至少一个,“与”、“或”、“非”、“等于”、“不等于”、“大于”和“小于”。
在本发明的一些实施例中,公共信息模型和关联信息模型适用于IEC61850,IEC61400-25或RDS-PP的信息模型或者是映射到标准协议的信息模型。
在本发明的一些实施例中,风力发电机组信息模型的建立装置是云端服务器、计算机或移动终端。
图3是示出能够实现根据本发明实施例的风力发电机组信息模型的建立方法和装置的计算设备的示例性硬件架构的结构图。
如图3所示,计算设备300包括输入设备301、输入接口302、中央处理器303、存储器304、输出接口305、以及输出设备306。其中,输入接口302、中央处理器303、存储器304、以及输出接口305通过总线310相互连接,输入设备301和输出设备306分别通过输入接口402和输出接口305与总线310连接,进而与计算设备300的其他组件连接。
具体地,输入设备301接收来自外部的输入信息,并通过输入接口302将输入信息传送到中央处理器303;中央处理器303基于存储器304中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器304中,然后通过输出接口305将输出信息传送到输出设备306;输出设备306将输出信息输出到计算设备300的外部供用户使用。
也就是说,图3所示的计算设备也可以被实现为包括:存储有计算机可执行指令的存储器;以及处理器,该处理器在执行计算机可执行指令时可以实现结合图1和图2描述的风力发电机组信息模型的建立方法和装置。
在一个实施例中,图3所示的计算设备300可以被实现为一种设备,该设备可以包括:存储器,用于存储程序;处理器,用于运行所述存储器中存储的所述程序,以执行本发明实施例提供的风力发电机组信息模型的建立方法。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,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,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种风力发电机组信息模型的建立方法,其特征在于,所述方法包括:
在风力发电机组发送的信息中筛选关联信息模型的基础项子模型的参数,所述关联信息模型是配置信息节点的关系集合,所述关联信息模型包括多个所述基础项子模型,各所述基础项子模型包括至少一个所述配置信息节点 ;
按照所述基础项子模型的优先级从高到低的顺序,根据所述基础项子模型的参数和所述关联信息模型进行逻辑运算,筛选出匹配项信息节点;
整合所述匹配项信息节点和所述风力发电机组的公共信息模型,得到所述风力发电机组的信息模型,所述公共信息模型是风力发电机组共有信息节点的关系集合;
所述共有信息节点包括功能相同的特征;
所述按照所述基础项子模型的优先级从高到低的顺序,根据所述基础项子模型的参数和所述关联信息模型进行逻辑运算,筛选出匹配项信息节点,包括:
按照所述基础项子模型的优先级从高到低的顺序,由高优先级的基础项子模型依据逻辑运算,确定低优先级的基础项子模型为匹配信息节点;
由基础项子模型依据逻辑运算确定与所述基础项子模型关联的关联项模型为匹配信息节点。
2.根据权利要求1所述风力发电机组信息模型的建立方法,其特征在于,高优先级的所述基础项子模型包括低优先级的所述基础项子模型;相同优先级的所述基础项子模型相互独立存在。
3.根据权利要求1所述风力发电机组信息模型的建立方法,其特征在于,所述方法还包括:
按照风力发电机组的类型及风力发电机组的类型功能组件确定所述基础项子模型的优先级。
4.根据权利要求1所述风力发电机组信息模型的建立方法,其特征在于,所述基础项子模型的优先级包括最高优先级的基础项子模型、中间优先级的基础项子模型和低级优先级的基础项子模型;
所述最高优先级的所述基础项子模型包括:风力发电机组模型;
所述中间优先级的基础项子模型包括以下基础项子模型中至少一个,风力发电机组变流器模型、变桨控制器模型、发电机模型、电能表模型、电控柜模型、变压器模型、风速仪风向标模型、振动传感器模型、额定功率模型、塔筒类型模型和塔架材质模型;
所述低级优先级的基础项子模型包括:状态监测系统功能、空调功能、除湿功能、测试功能。
5.一种风力发电机组信息模型的建立装置,其特征在于,所述装置包括:
参数模块,用于在风力发电机组发送的信息中筛选关联信息模型的基础项子模型的参数,所述关联信息模型是配置信息节点的关系集合,所述关联信息模型包括多个所述基础项子模型,各所述基础项子模型包括至少一个所述配置信息节点 ;
筛选模块,用于按照所述基础项子模型的优先级从高到低的顺序,根据所述基础项子模型的参数和所述关联信息模型进行逻辑运算,筛选出匹配项信息节点;
整合模块,用于整合所述匹配项信息节点和所述风力发电机组的公共信息模型,得到所述风力发电机组的信息模型,所述公共信息模型是风力发电机组共有信息节点的关系集合,其中所述共有信息节点包括功能相同的特征;
所述筛选模块,具体用于按照所述基础项子模型的优先级从高到低的顺序,由高优先级的基础项子模型依据逻辑运算,确定低优先级的基础项子模型为匹配信息节点;
由基础项子模型依据逻辑运算确定与所述基础项子模型关联的关联项模型为匹配信息节点。
6.根据权利要求5所述风力发电机组信息模型的建立装置,其特征在于,高优先级的所述基础项子模型包括低优先级的所述基础项子模型;相同优先级的所述基础项子模型相互独立存在。
7.根据权利要求5所述风力发电机组信息模型的建立装置,其特征在于,所述装置还包括确定模块;
所述确定模块,用于按照风力发电机组的类型及风力发电机组的类型功能组件确定所述基础项子模型的优先级。
8.根据权利要求5所述风力发电机组信息模型的建立装置,其特征在于,所述基础项子模型的优先级包括最高优先级的基础项子模型、中间优先级的基础项子模型和低级优先级的基础项子模型;
所述最高优先级的所述基础项子模型包括:风力发电机组模型;
所述中间优先级的基础项子模型包括以下基础项子模型中至少一个,风力发电机组变流器模型、变桨控制器模型、发电机模型、电能表模型、电控柜模型、变压器模型、风速仪风向标模型、振动传感器模型、额定功率模型、塔筒类型模型和塔架材质模型;
所述低级优先级的基础项子模型包括:状态监测系统功能、空调功能、除湿功能、测试功能。
9.一种风力发电机组信息模型的建立设备,其特征在于,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-4中任一项所述的方法。
CN201711483939.8A 2017-12-29 2017-12-29 风力发电机组信息模型的建立方法、装置、设备及介质 Active CN109992803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711483939.8A CN109992803B (zh) 2017-12-29 2017-12-29 风力发电机组信息模型的建立方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711483939.8A CN109992803B (zh) 2017-12-29 2017-12-29 风力发电机组信息模型的建立方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN109992803A CN109992803A (zh) 2019-07-09
CN109992803B true CN109992803B (zh) 2022-10-18

Family

ID=67111004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711483939.8A Active CN109992803B (zh) 2017-12-29 2017-12-29 风力发电机组信息模型的建立方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN109992803B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2659743A1 (en) * 2006-08-02 2008-02-07 Entity Labs, Ltd. Primenet data management system
CN103296679A (zh) * 2013-05-20 2013-09-11 国家电网公司 电力系统中长期优化运行的中长期风电出力模型建模方法
CN106569417A (zh) * 2016-11-10 2017-04-19 龙源电力集团股份有限公司 一种风力发电机组计算机模拟仿真系统
CN106777499A (zh) * 2016-11-18 2017-05-31 云南电网有限责任公司电力科学研究院 一种双馈异步风力发电机组的整机动态建模方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2659743A1 (en) * 2006-08-02 2008-02-07 Entity Labs, Ltd. Primenet data management system
CN103296679A (zh) * 2013-05-20 2013-09-11 国家电网公司 电力系统中长期优化运行的中长期风电出力模型建模方法
CN106569417A (zh) * 2016-11-10 2017-04-19 龙源电力集团股份有限公司 一种风力发电机组计算机模拟仿真系统
CN106777499A (zh) * 2016-11-18 2017-05-31 云南电网有限责任公司电力科学研究院 一种双馈异步风力发电机组的整机动态建模方法

Also Published As

Publication number Publication date
CN109992803A (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
CN115277882B (zh) Can报文数据库建立方法、装置、车载电子设备及存储介质
WO2018202440A1 (en) Data transmission method and apparatus
CN109992803B (zh) 风力发电机组信息模型的建立方法、装置、设备及介质
CN113727429A (zh) 跨网络组的时钟同步方法、装置、存储介质和终端
CN109446146B (zh) 一种应用层通信协议的状态转换序列生成方法
CN110334385B (zh) 综合能源系统中央控制器的测试方法、装置及设备
CN111427696A (zh) 业务资源调度方法及装置
CN115527354A (zh) 一种风电机组预警规则的动态配置方法及系统
WO2021136348A1 (zh) 电机平均电流平滑处理方法及系统、电机电流采样设备
CN111308972B (zh) 一种数据处理方法、装置及设备
CN114257658A (zh) 通信协议转换配置方法、通信协议转换方法和相关设备
CN113721937A (zh) 人工智能开发平台利用aic资源创建推理服务的方法
KR20180121017A (ko) 전력설비 데이터 품질 정보 생성 장치 및 방법
Siegmund et al. Interoperability of non-functional requirements in complex systems
CN106508103B (zh) 一种通信网络仿真的动态控制方法
CN105676738B (zh) 监控对象的数据模拟系统、监控系统及方法
CN109726896A (zh) 能源能效的计算方法及装置、存储介质、电子装置
CN104111608A (zh) Simulink模型中信号和参数的设置方法及装置
CN109062642A (zh) 一种控件消息通知方法及装置
CN107491393A (zh) 崩溃信息上传方法、装置及终端设备
CN115712996B (zh) 一种水电厂的仿真方法和系统
CN106874011B (zh) 一种文件生成方法及装置
CN109743355B (zh) 物联设备功能开发的方法、装置、计算机设备及存储介质
CN114781674B (zh) 风电设备故障的定位方法及装置、存储介质、电子设备
CN112711756B (zh) 一种被动电力工控设备指纹识别方法及系统

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