CN110320817B - 风力发电机组载荷的评估方法、装置、设备及介质 - Google Patents
风力发电机组载荷的评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN110320817B CN110320817B CN201810264992.7A CN201810264992A CN110320817B CN 110320817 B CN110320817 B CN 110320817B CN 201810264992 A CN201810264992 A CN 201810264992A CN 110320817 B CN110320817 B CN 110320817B
- Authority
- CN
- China
- Prior art keywords
- load
- target direction
- components
- preset threshold
- threshold value
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims description 25
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012163 sequencing technique Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000012854 evaluation process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种风力发电机组载荷的评估方法、装置、设备及介质，用以提高风力发电机组机组载荷的评估效率。风力发电机组载荷的评估方法，包括：获取所述风力发电机组在多个工况下运行的多组载荷数据，每组所述载荷数据包括所述风力发电机组在单个工况下运行时在多个方向上的载荷分量；在所述多个方向上的载荷分量中确定目标方向上的载荷分量；从所述多组载荷数据中提取所述目标方向上大于第一预设阈值的载荷分量和/或所述目标方向上小于第二预设阈值的载荷分量，其中，所述第一预设阈值大于所述第二预设阈值；基于提取出的所有所述目标方向上的载荷分量对应的工况，确定影响所述风力发电机组的关键工况；对所述关键工况下的载荷数据进行评估。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种风力发电机组载荷的评估方法、装置、设备及介质。
背景技术
在风力发电机组的机组开发过程、认证过程、及风电场投标过程中，都需要对风力发电机组的机组载荷进行评估。
按照国际电工委员会(International Electrotechnical Commission，IEC)规范要求，在对风力发电机组的机组载荷进行评估时，需要针对风力发电机组全工况的机组载荷进行评估。在评估过程中，通常需要对风力发电机组2000多个工况的机组载荷逐一进行评估，此2000多个工况中包括极限工况和疲劳工况，其中，极限工况1500个以上。
每一工况下机组载荷的具体评估过程，如图1所示，包括步骤101，载荷工况设定，设定该工况下风力发电机组的各项运行参数；步骤102，工况前处理，对风力发电机组中部分参数作预处理；步骤103，工况仿真计算，依据设定的参数进行仿真计算；步骤104，仿真计算后处理，对仿真计算的结果进行处理。
虽然在风力发电机组的机组载荷进行评估时，可以借助商业软件(例如，Bladed、Fast、Hawc2、Simpack等)，并配合这些商用软件开发相应的工况前处理和后处理工具辅助模型，但是，对2000多个工况的机组载荷逐一进行评估，仍然将消耗大量的计算资源和计算时间，评估效率较低。
发明内容
本发明实施例提供了一种风力发电机组载荷的评估方法、装置、设备及介质，用以提高风力发电机组机组载荷的评估效率。
第一方面，本发明实施例提供一种风力发电机组载荷的评估方法，方法包括：
获取风力发电机组在多个工况下运行的多组载荷数据，每组载荷数据包括风力发电机组在单个工况下运行时在多个方向上的载荷分量；
在多个方向上的载荷分量中确定目标方向上的载荷分量；
从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，其中，第一预设阈值大于第二预设阈值；
基于提取出的所有目标方向上的载荷分量对应的工况，确定影响风力发电机组的关键工况；
对关键工况下的载荷数据进行评估。
在第一方面的一些实施例中，从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，包括：
提取每个工况下目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从载荷分量最大值的排序结果中，提取目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从载荷分量最小值的排序结果中，提取目标方向上小于第二预设阈值的载荷分量。
在第一方面的一些实施例中，在多个方向上的载荷分量中确定目标方向上的载荷分量，包括：
在M个方向上的载荷分量中确定N个目标方向上的载荷分量，其中，M和N均为自然数，且N小于或等于M。
在第一方面的一些实施例中，从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，包括：
分别从多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量。
在第一方面的一些实施例中，分别从多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量，包括：
针对每个目标方向上的载荷分量，执行提取载荷分量操作，提取载荷分量操作，包括：
提取每个工况下目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从载荷分量最大值的排序结果中，提取目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从载荷分量最小值的排序结果中，提取目标方向上小于第二预设阈值的载荷分量。
在第一方面的一些实施例中，基于提取出的所有目标方向上的载荷分量对应的工况，确定影响风力发电机组的关键工况，包括：
统计提取出的所有目标方向上的载荷分量所对应工况中每个工况的出现次数；
将出现次数大于预设次数阈值的工况作为影响风力发电机组的关键工况。
第二方面，本发明实施例提供一种风力发电机组载荷的评估装置，装置包括：
获取模块，用于获取风力发电机组在多个工况下运行的多组载荷数据，每组载荷数据包括风力发电机组在单个工况下运行时在多个方向上的载荷分量；
选择模块，用于在多个方向上的载荷分量中确定目标方向上的载荷分量；
提取模块，用于从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，其中，第一预设阈值大于第二预设阈值；
处理模块，用于基于提取出的所有目标方向上的载荷分量对应的工况，确定影响风力发电机组的关键工况；
评估模块，用于对关键工况下的载荷数据进行评估。
在第二方面的一些实施例中，提取模块具体用于：
提取每个工况下目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从载荷分量最大值的排序结果中，提取目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从载荷分量最小值的排序结果中，提取目标方向上小于第二预设阈值的载荷分量。
在第二方面的一些实施例中，选择模块具体用于：
在M个方向上的载荷分量中确定N个目标方向上的载荷分量，其中，M和N均为自然数，且N小于或等于M。
在第二方面的一些实施例中，提取模块具体用于：
分别从多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量。
在第二方面的一些实施例中，提取模块具体用于：
针对每个目标方向上的载荷分量，执行提取载荷分量操作，提取载荷分量操作，包括：
提取每个工况下目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从载荷分量最大值的排序结果中，提取目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从载荷分量最小值的排序结果中，提取目标方向上小于第二预设阈值的载荷分量。
在第二方面的一些实施例中，处理模块具体用于：
统计提取出的所有目标方向上的载荷分量所对应工况中每个工况的出现次数；
将出现次数大于预设次数阈值的工况作为影响风力发电机组的关键工况。
第三方面，本发明实施例提供了一种风力发电机组载荷的评估设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
第四方面，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，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
根据本发明实施例中的风力发电机组载荷的评估方法、装置、设备及介质，获取风力发电机组在多个工况下运行的多组载荷数据，每组载荷数据包括风力发电机组在单个工况下运行时在多个方向上的载荷分量，在多个方向上的载荷分量中确定目标方向上的载荷分量，从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，基于提取出的所有目标方向上的载荷分量对应的工况，确定影响风力发电机组的关键工况，并对关键工况下的载荷数据进行评估。
本发明实施例提供的风力发电机组载荷的评估方案，通过确定影响风力发电机组的关键工况，进而对风力发电机组关键工况下的机组载荷进行评估，从而能够减少需要评估的工况数量，提高风力发电机组载荷的评估效率。
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为现有技术中每一工况下机组载荷评估过程的示意流程图；
图2为本发明实施例提供的风力发电机组载荷的评估方法的示意流程图；
图3为本发明一个示例中各工况在Mxy方向上载荷分量最大值排序结果和载荷分量最小值排序结果的示意图；
图4为本发明一个示例中提取Mxy方向上载荷分量大于第一预设阈值的载荷分量对应工况的原理示意图；
图5为本发明一个示例中在提取出的工况中统计各个工况出现次数的原理示意图；
图6为本发明实施例提供的风力发电机组载荷的评估装置的结构示意图；
图7示出了本发明实施例提供的风力发电机组载荷的评估设备的结构示意图。
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。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，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的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。
需要说明的是，本发明实施例提供的风力发电机组载荷的评估方案，适用于不同机组类型和不同机组平台的风力发电机组，因此，本发明对下述实施例中所提到的风力发电机组的机组类型和机组平台不做限定。
下面结合图2-图7对本发明实施例提供的风力发电机组载荷的评估方案进行详细说明。
图2示出了本发明实施例提供的风力发电机组载荷的评估方法的示意流程图。如图2所示，本发明实施例提供的风力发电机组载荷的评估方法，其可以包括如下步骤：
步骤201，获取风力发电机组在多个工况下运行的多组载荷数据，每组载荷数据包括风力发电机组在单个工况下运行时在多个方向上的载荷分量。
本步骤中，获取风力发电机组在多个工况下运行的多组载荷仿真数据，具体是指，获取同一机组平台内的风力发电机组在多个工况下运行的多组载荷仿真数据。每组载荷数据中包括风力发电机组在单个工况下运行时在多个方向上的载荷分量。其中，多个方向上的载荷分量是指在笛卡尔坐标系中围绕三个坐标轴(x轴、y轴、及z轴)的弯矩和力。
需要说明的是，不同工况对应的机组配置和/或控制参数不同，机组配置包括但不限于：风力发电机组各部分的参数配置，控制参数包括但不限于：控制器和风力参数。
具体实施时，获取同一机组平台内的风力发电机组在多个工况下运行的多组载荷仿真数据时，可以对同一机组平台内的多个风力发电机组分别设置多个工况，并采集多个风力发电机组的载荷仿真数据，得到多组载荷仿真数据；也可以分多次对同一风力发电机组分别设置多个工况，并分多次采集该风力发电机组的载荷仿真数据，得到多组载荷仿真数据。本发明对此不做限定。
步骤202，在多个方向上的载荷分量中确定目标方向上的载荷分量。
本步骤中，目标方向上的载荷分量，可以是任意方向上的载荷分量，本发明实施例对此不做限定。具体实施时，目标方向上的载荷分量可以根据实际需要进行灵活选取。
需要说明的是，目标方向上的载荷分量可以是一个，例如，在多个方向上的载荷分量中确定某个特定方向上的载荷分量为目标方向上的载荷分量。目标方向上的载荷分量也可以为多个，例如，在M个方向上的载荷分量中确定N个方向上的载荷分量为目标方向上的载荷分量，其中M和N均为自然数，且N小于或等于M。
步骤203，从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，其中，第一预设阈值大于第二预设阈值。
本步骤中，目标方向上的载荷分量为一个方向上的载荷分量时，可以直接从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量。目标方向上的载荷分量为多个方向上的载荷分量时，需要分别从多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量。
需要说明的是，目标方向上的载荷分量为多个方向上的载荷分量时，从多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量的方式，与目标方向上的载荷分量为一个方向上的载荷分量时，从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量的方式相同。
下面以目标方向上的载荷分量为一个方向上的载荷分量为例，对从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量的具体过程进行说明。
具体实施时，从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量可以包括：提取每个工况下目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从载荷分量最大值的排序结果中，提取目标方向上大于第一预设阈值的载荷分量。
从多组载荷数据中提取标方向上小于第二预设阈值的载荷分量可以包括：提取每个工况下目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从载荷分量最小值的排序结果中，提取目标方向上小于第二预设阈值的载荷分量。
其中，第一预设阈值和第二预设阈值均可以根据载荷数据的数据量来确定，也可以根据经验设定一个常数值，本发明对此不作任何限定。例如，在载荷仿真数据量较少时，为了保证在后续确定关键工况时有足够的统计样本，第一预设阈值可以设置为所有工况在目标方向上载荷分量最大值的90％，第二预设阈值可以设置为所有工况在目标方向上载荷分量最小值的110％，在载荷数据量较多时，第一预设阈值以及第二预设阈值可以分别设定为60％以及130％。
从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量时，先对每个工况下目标方向上的载荷分量的极值(最大值和/或最小值)进行排序，进而在排序结果中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，不仅能够提高提取速度，而且能够方便查看发生载荷分量极值对应的工况。
在一个示例中，如图3所示，图3示出了多组载荷数据中，DLC13工况、DLC62工况、DLC22工况、DLC81工况、DLC23工况、DLC42工况DLC71工况、以及各个工况的所有子工况在Mxy方向上载荷分量最大值的排序结果和载荷分量最小值的排序结果。其中，前两列是按照Mxy方向上载荷分量的最大值按照从大到小的排序结果，从图3中可以看出，工况062h-4是在Mxy方向上载荷分量最大值最大的工况；后两列是按照Mxy方向上载荷分量的最小值按照从大到小的排序结果，从图3中可以看出，工况042_051是在Mxy方向上载荷分量最小值最大的工况。
基于图3示出的排序结果，可以对Mxy方向上载荷分量的最大值中大于第一预设阈值的载荷分量进行提取和/或对Mxy方向上载荷分量的最小值中小于第二预设阈值的载荷分量进行提取。如图4所示，图4中示出了在Mxy方向上大于第一预设阈值的载荷分量对应工况的提取结果，其中，第一预设阈值取值为Mxy方向上载荷分量最大值的65％。
步骤204，基于提取出的所有目标方向上的载荷分量对应的工况，确定影响风力发电机组的关键工况。
本步骤中，基于提取出的所有目标方向上的载荷分量对应的工况，确定影响风力发电机组的关键工况时，可以统计提取出的所有目标方向上的载荷分量所对应工况中每个工况的出现次数，并将出现次数大于预设次数阈值的工况作为影响风力发电机组的关键工况。其中，预设次数阈值可以根据经验值设定，例如，预设次数阈值取值为5、10、20等。
具体实施时，在确定影响风力发电机组的关键工况时，若目标方向上的载荷分量为一个方向上的载荷分量，则统计提取出的该方向上的载荷分量所对应工况中每个工况的出现次数，并将出现次数大于预设次数阈值的工况作为影响风力发电机组的关键工况；若目标方向上的载荷分量为多个方向上的载荷分量，则统计提取出的所有方向上的载荷分量所对应工况中每个工况的出现次数，并将出现次数大于预设次数阈值的工况作为影响风力发电机组的关键工况。
步骤205，对关键工况下的载荷数据进行评估。
在步骤204中确定影响风力发电机组的关键工况之后，即可对风力发电机组在关键工况下的机组载荷进行评估。
本发明实施例在对风力发电机组在各个工况下的机组载荷进行评估之前，确定影响风力发电机组的关键工况，进而可以仅对风力发电机组在关键工况下的机组载荷进行评估，对风力发电机组在除关键工况之外其它工况下的机组载荷不进行评估，从而能够有效减少需要评估的工况数量，进而提高风力发电机组机组载荷的评估效率。
在一个示例中，选择16组载荷仿真数据，以Mxy方向上的载荷分量大小在所有极限工况(工况中指定的影响风力发电机组极限载荷的工况)下排序，然后以Mxy方向上载荷分量最大值的90％为第一预设阈值提取Mxy方向上载荷分量大于第一预设阈值的载荷分量对应的工况，并对提取到的工况按照不同的工况名称汇总统计。
如图5所示，图5中示出了对提取到的工况按照不同的工况名称汇总统计的统计结果。从图5示出的统计结果中可以看出，工况DLC62、工况DLC22、及工况DLC13中部分子工况以较高的次数出现，则将这些工况确定为影响风力发电机组的关键工况。
基于同样的发明构思，本发明实施例还提供了一种风力发电机组载荷的评估装置。如图6所示，本发明实施例提供的风力发电机组载荷的评估装置，包括：
获取模块601，用于获取风力发电机组在多个工况下运行的多组载荷数据，每组载荷数据包括风力发电机组在单个工况下运行时在多个方向上的载荷分量。
选择模块602，用于在多个方向上的载荷分量中确定目标方向上的载荷分量。
提取模块603，用于从多组载荷数据中提取目标方向上大于第一预设阈值的载荷分量和/或目标方向上小于第二预设阈值的载荷分量，其中，第一预设阈值大于第二预设阈值。
处理模块604，用于基于提取出的所有目标方向上的载荷分量对应的工况，确定影响风力发电机组的关键工况。
评估模块605，用于对关键工况下的载荷数据进行评估。
在一个实施方式中，提取模块603具体用于：提取每个工况下目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从载荷分量最大值的排序结果中，提取目标方向上大于第一预设阈值的载荷分量；和/或提取每个工况下目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从载荷分量最小值的排序结果中，提取目标方向上小于第二预设阈值的载荷分量。
在一个实施方式中，选择模块602具体用于：在M个方向上的载荷分量中确定N个目标方向上的载荷分量，其中，M和N均为自然数，且N小于或等于M。
在一个实施方式中，提取模块603具体用于：分别从多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量。
在一个实施方式中，提取模块603具体用于：针对每个目标方向上的载荷分量，执行提取载荷分量操作，提取载荷分量操作，包括：提取每个工况下目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从载荷分量最大值的排序结果中，提取目标方向上大于第一预设阈值的载荷分量；和/或提取每个工况下目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从载荷分量最小值的排序结果中，提取目标方向上小于第二预设阈值的载荷分量。
在一个实施方式中，处理模块604具体用于：统计提取出的所有目标方向上的载荷分量所对应工况中每个工况的出现次数；将出现次数大于预设次数阈值的工况作为影响风力发电机组的关键工况。
另外，结合图2-图6描述的本发明实施例的风力发电机组载荷的评估方法和装置可以由风力发电机组载荷的评估设备来实现。图7示出了本发明实施例提供的风力发电机组载荷的评估设备的硬件结构示意图。
风力发电机组载荷的评估设备可以包括处理器701以及存储有计算机程序指令的存储器702。
具体地，上述处理器701可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器702可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器702可在数据处理装置的内部或外部。在特定实施例中，存储器702是非易失性固态存储器。在特定实施例中，存储器702包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器701通过读取并执行存储器702中存储的计算机程序指令，以实现上述实施例中的任意一种风力发电机组载荷的评估方法。
在一个示例中，风力发电机组载荷的评估设备还可包括通信接口703和总线710。其中，如图7所示，处理器701、存储器702、通信接口703通过总线710连接并完成相互间的通信。
通信接口703，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线710包括硬件、软件或两者，将风力发电机组载荷的评估设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线710可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
该风力发电机组载荷的评估设备可以基于获取到第一基站的负载状态参数和第二基站的负载状态参数，执行本发明实施例中的风力发电机组载荷的评估方法，从而实现结合图2-图6描述的风力发电机组载荷的评估方法和装置。
另外，结合上述实施例中的风力发电机组载荷的评估方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种风力发电机组载荷的评估方法。
需要明确的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。对于装置实施例而言，相关之处可以参见方法实施例的说明部分。本发明实施例并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本发明实施例的精神之后作出各种改变、修改和添加，或者改变步骤之间的顺序。并且，为了简明起见，这里省略对已知方法技术的详细描述。
需要明确，本发明实施例并不局限于上文所描述并在图中示出的特定配置和处理。并且为了简明起见，这里省略对已知方法技术的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明实施例的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明实施例的精神之后作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明实施例的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
本领域技术人员应能理解，上述实施例均是示例性而非限制性的。在不同实施例中出现的不同技术特征可以进行组合，以取得有益效果。本领域技术人员在研究附图、说明书及权利要求书的基础上，应能理解并实现所揭示的实施例的其他变化的实施例。在权利要求书中，术语“包括”并不排除其他装置或步骤；不定冠词“一个”不排除多个；术语“第一”、
“第二”用于标示名称而非用于表示任何特定的顺序。权利要求中的任何附图标记均不应被理解为对保护范围的限制。权利要求中出现的多个部分的功能可以由一个单独的硬件或软件模块来实现。某些技术特征出现在不同的从属权利要求中并不意味着不能将这些技术特征进行组合以取得有益效果。
Claims (12)
1.一种风力发电机组载荷的评估方法，其特征在于，所述方法包括：
获取所述风力发电机组在多个工况下运行的多组载荷数据，每组所述载荷数据包括所述风力发电机组在单个工况下运行时在多个方向上的载荷分量；
在所述多个方向上的载荷分量中确定目标方向上的载荷分量；
从所述多组载荷数据中提取所述目标方向上大于第一预设阈值的载荷分量和/或所述目标方向上小于第二预设阈值的载荷分量，其中，所述第一预设阈值大于所述第二预设阈值；
基于提取出的所有所述目标方向上的载荷分量对应的工况，确定影响所述风力发电机组的关键工况；
对所述关键工况下的载荷数据进行评估；
从所述多组载荷数据中提取所述目标方向上大于第一预设阈值的载荷分量和/或所述目标方向上小于第二预设阈值的载荷分量，包括：
提取每个工况下所述目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从所述载荷分量最大值的排序结果中，提取所述目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下所述目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从所述载荷分量最小值的排序结果中，提取所述目标方向上小于第二预设阈值的载荷分量。
2.根据权利要求1所述的方法，其特征在于，在所述多个方向上的载荷分量中确定目标方向上的载荷分量，包括：
在M个方向上的载荷分量中确定N个目标方向上的载荷分量，其中，M和N均为自然数，且N小于或等于M。
3.根据权利要求2所述的方法，其特征在于，从所述多组载荷数据中提取所述目标方向上大于第一预设阈值的载荷分量和/或所述目标方向上小于第二预设阈值的载荷分量，包括：
分别从所述多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量。
4.根据权利要求3所述的方法，其特征在于，分别从所述多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量，包括：
针对每个目标方向上的载荷分量，执行提取载荷分量操作，所述提取载荷分量操作，包括：
提取每个工况下所述目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从所述载荷分量最大值的排序结果中，提取所述目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下所述目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从所述载荷分量最小值的排序结果中，提取所述目标方向上小于第二预设阈值的载荷分量。
5.根据权利要求1-4中任一项所述的方法，其特征在于，基于提取出的所有所述目标方向上的载荷分量对应的工况，确定影响所述风力发电机组的关键工况，包括：
统计提取出的所有目标方向上的载荷分量所对应工况中每个工况的出现次数；
将出现次数大于预设次数阈值的工况作为影响所述风力发电机组的关键工况。
6.一种风力发电机组载荷的评估装置，其特征在于，所述装置包括：
获取模块，用于获取所述风力发电机组在多个工况下运行的多组载荷数据，每组所述载荷数据包括所述风力发电机组在单个工况下运行时在多个方向上的载荷分量；
选择模块，用于在所述多个方向上的载荷分量中确定目标方向上的载荷分量；
提取模块，用于从所述多组载荷数据中提取所述目标方向上大于第一预设阈值的载荷分量和/或所述目标方向上小于第二预设阈值的载荷分量，其中，所述第一预设阈值大于所述第二预设阈值；
处理模块，用于基于提取出的所有所述目标方向上的载荷分量对应的工况，确定影响所述风力发电机组的关键工况；
评估模块，用于对所述关键工况下的载荷数据进行评估；
所述提取模块具体用于：
提取每个工况下所述目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从所述载荷分量最大值的排序结果中，提取所述目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下所述目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从所述载荷分量最小值的排序结果中，提取所述目标方向上小于第二预设阈值的载荷分量。
7.根据权利要求6所述的装置，其特征在于，所述选择模块具体用于：
在M个方向上的载荷分量中确定N个目标方向上的载荷分量，其中，M和N均为自然数，且N小于或等于M。
8.根据权利要求7所述的装置，其特征在于，所述提取模块具体用于：
分别从所述多组载荷数据中提取每个目标方向上大于第一预设阈值的载荷分量和/或每个目标方向上小于第二预设阈值的载荷分量。
9.根据权利要求8所述的装置，其特征在于，所述提取模块具体用于：
针对每个目标方向上的载荷分量，执行提取载荷分量操作，所述提取载荷分量操作，包括：
提取每个工况下所述目标方向上的载荷分量的最大值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最大值进行排序，得到载荷分量最大值的排序结果，从所述载荷分量最大值的排序结果中，提取所述目标方向上大于第一预设阈值的载荷分量；和/或
提取每个工况下所述目标方向上的载荷分量的最小值，依据载荷分量的大小，对提取出的所述目标方向上的载荷分量的最小值进行排序，得到载荷分量最小值的排序结果，从所述载荷分量最小值的排序结果中，提取所述目标方向上小于第二预设阈值的载荷分量。
10.根据权利要求6-9中任一项所述的装置，其特征在于，所述处理模块具体用于：
统计提取出的所有目标方向上的载荷分量所对应工况中每个工况的出现次数；
将出现次数大于预设次数阈值的工况作为影响所述风力发电机组的关键工况。
11.一种风力发电机组载荷的评估设备，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1-5中任一项所述的方法。
12.一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1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810264992.7A CN110320817B (zh) | 2018-03-28 | 2018-03-28 | 风力发电机组载荷的评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810264992.7A CN110320817B (zh) | 2018-03-28 | 2018-03-28 | 风力发电机组载荷的评估方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110320817A CN110320817A (zh) | 2019-10-11 |
| CN110320817B true CN110320817B (zh) | 2022-07-22 |
Family
ID=68109971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810264992.7A Active CN110320817B (zh) | 2018-03-28 | 2018-03-28 | 风力发电机组载荷的评估方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110320817B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102826452A (zh) * | 2011-07-22 | 2012-12-19 | 广州市特种机电设备检测研究院 | 起重机载荷谱数据获取系统、方法以及疲劳寿命评估系统 |
| CN103514308A (zh) * | 2012-06-20 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 设计风力发电机叶片的方法和装置 |
| CN105760641A (zh) * | 2014-12-15 | 2016-07-13 | 南车株洲电力机车研究所有限公司 | 面向非标准型风场的风电机组疲劳寿命高效评估方法 |
| CN106547976A (zh) * | 2016-10-28 | 2017-03-29 | 许继集团有限公司 | 极端风速模型风种子选择方法及装置 |
| CN106815771A (zh) * | 2015-12-02 | 2017-06-09 | 中国电力科学研究院 | 一种风电场载荷的长期评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622458B (zh) * | 2011-01-30 | 2013-07-31 | 华锐风电科技(集团)股份有限公司 | 一种风力发电机组振动与载荷综合评估系统及评估方法 |
-
2018
- 2018-03-28 CN CN201810264992.7A patent/CN110320817B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102826452A (zh) * | 2011-07-22 | 2012-12-19 | 广州市特种机电设备检测研究院 | 起重机载荷谱数据获取系统、方法以及疲劳寿命评估系统 |
| CN103514308A (zh) * | 2012-06-20 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 设计风力发电机叶片的方法和装置 |
| CN105760641A (zh) * | 2014-12-15 | 2016-07-13 | 南车株洲电力机车研究所有限公司 | 面向非标准型风场的风电机组疲劳寿命高效评估方法 |
| CN106815771A (zh) * | 2015-12-02 | 2017-06-09 | 中国电力科学研究院 | 一种风电场载荷的长期评估方法 |
| CN106547976A (zh) * | 2016-10-28 | 2017-03-29 | 许继集团有限公司 | 极端风速模型风种子选择方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 国内外风电有功控制规程要求的研究与探讨;艾斯卡尔 等;《风能》;20150430(第04期);第54-57页 * |
| 基于健康样本的风电机组滚动轴承状态评估;安学利等;《中国水利水电科学研究院学报》;20150228(第01期);第48-52页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110320817A (zh) | 2019-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106294120B (zh) | 测试代码的方法、设备和计算机程序产品 | |
| CN113364746B (zh) | 设备识别方法、装置、设备及计算机存储介质 | |
| CN109996269A (zh) | 一种无线通信网络异常原因确定方法、装置、设备及介质 | |
| CN113032792A (zh) | 系统业务漏洞检测方法、系统、设备及存储介质 | |
| CN115184807A (zh) | 电池的故障检测方法、装置、设备、介质和产品 | |
| CN114510902B (zh) | 仿真结果的验证方法、装置、设备及计算机存储介质 | |
| CN109918292A (zh) | 一种处理器指令集测试方法和装置 | |
| CN110320817B (zh) | 风力发电机组载荷的评估方法、装置、设备及介质 | |
| CN114548280A (zh) | 故障诊断模型的训练、故障诊断方法及电子设备 | |
| CN112729884A (zh) | 基于大数据的设备故障诊断方法及装置 | |
| CN110598797A (zh) | 故障的检测方法及装置、存储介质和电子装置 | |
| CN110148065B (zh) | 一种考虑柔直影响的短路电流计算处理方法及系统 | |
| CN114389241A (zh) | 有源配电网的继电保护定值整定方法及装置 | |
| CN113428039A (zh) | 一种分时管控的充电方法、装置、设备及计算机存储介质 | |
| CN109996274B (zh) | Lte小区参数的调整方法、装置、设备及介质 | |
| CN113033889A (zh) | 高压输电线路故障预测方法、装置及终端设备 | |
| CN111310959A (zh) | 风力发电机组损坏预测分析方法、装置、设备及存储介质 | |
| CN113407328B (zh) | 多线程数据处理方法、装置、终端及采集系统 | |
| CN112417839A (zh) | emoji和文字混排的方法、装置、电子设备及计算机存储介质 | |
| CN114547101B (zh) | 数据中台的数据质量评估方法、装置、设备及存储介质 | |
| CN115099333A (zh) | 振荡检测方法、装置、设备、介质及产品 | |
| CN115859169A (zh) | 特征提取方法、装置、设备、可读存储介质及程序产品 | |
| CN118296784A (zh) | 特征参数确定方法、装置、控制器、介质和产品 | |
| CN115731404A (zh) | 一种基站施工工程的验收方法、装置、设备及计算机存储介质 | |
| CN118174882A (zh) | 车辆控制方法、装置、设备、介质及车辆 |
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 |