CN110826899B - 一种风力发电机组的性能评估方法、装置、设备及存储介质 - Google Patents

一种风力发电机组的性能评估方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110826899B
CN110826899B CN201911057267.3A CN201911057267A CN110826899B CN 110826899 B CN110826899 B CN 110826899B CN 201911057267 A CN201911057267 A CN 201911057267A CN 110826899 B CN110826899 B CN 110826899B
Authority
CN
China
Prior art keywords
fan
performance
fans
power generation
determining
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
CN201911057267.3A
Other languages
English (en)
Other versions
CN110826899A (zh
Inventor
周翔宇
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.)
Sany Renewable Energy Co Ltd
Original Assignee
Sany Renewable Energy 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 Sany Renewable Energy Co Ltd filed Critical Sany Renewable Energy Co Ltd
Priority to CN201911057267.3A priority Critical patent/CN110826899B/zh
Publication of CN110826899A publication Critical patent/CN110826899A/zh
Application granted granted Critical
Publication of CN110826899B publication Critical patent/CN110826899B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本申请提供一种风力发电机组的性能评估方法、装置、设备及存储介质，涉及风力发电机组技术领域。该方法包括：获取多个风机的运行数据，所述运行数据包括：功率信息和风速信息；据每个所述风机对应的所述运行数据，确定每个所述风机的发电量，并根据每个所述风机的发电量，确定每个所述风机的性能指数，所述性能指数与所述发电量正相关；根据多个所述风机的性能指数，对多个所述风机进行性能评估。本申请可避免仅基于功率曲线对风机的性能进行评估，其评估结果不准的问题。

Description

一种风力发电机组的性能评估方法、装置、设备及存储介质
技术领域
本申请涉及风力发电机组技术领域，具体而言，涉及一种风力发电机组的性能评估方法、装置、设备及存储介质。
背景技术
随着人们环保意识的提高，可再生能源的利用将以电力行业为主导，风能发电作为除水力发电技术外，最成熟的一种可再生能源发电技术，从而被广泛应用。
现有的对风力发电机组性能评估的方法是，直接通过功率曲线来观测风力发电机组中各风机的性能。
但是直接通过功率曲线观测风力发电机组性能的方式，存在评估精度不准的问题。
发明内容
本申请的目的在于，针对上述现有技术中的不足，提供一种风力发电机组的性能评估方法、装置、设备及存储介质，以解决现有技术中仅基于功率曲线对各风机的性能进行评估，造成评估结果不够准确的问题。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请一实施例提供了一种风力发电机组的性能评估方法，包括：
获取多个风机的运行数据，所述运行数据包括：功率信息和风速信息；
根据每个所述风机对应的所述运行数据，确定每个所述风机的发电量，并根据每个所述风机的发电量，确定每个所述风机的性能指数，所述性能指数与所述发电量正相关；
根据多个所述风机的性能指数，对多个所述风机进行性能评估。
可选地，所述根据所述发电量，确定每个所述风机的性能指数，包括：
对每个所述风机的发电量进行归一化，使得每个所述风机的性能指数在预设范围内，并根据所述归一化后的发电量，确定每个所述风机的性能指数。
可选地，所述根据多个所述风机的性能指数，对多个所述风机进行性能评估，包括：
根据多个所述风机中每两个所述风机的性能指数，确定每两个所述风机的性能差异信息；
根据每两个所述风机的性能差异信息，对多个所述风机进行性能评估。
可选地，所述根据多个所述风机中每两个所述风机的性能指数，确定每两个所述风机的性能差异信息，包括：
确定多个所述风机中每两个所述风机的性能指数之间的距离，所述距离用于表征所述性能差异信息。
可选地，所述根据每两个所述风机的性能差异信息，对多个所述风机进行性能评估，包括：
根据每两个所述风机的性能差异信息，对多个所述风机进行聚类及性能排序。
可选地，所述方法还包括：
根据预设的各工况与风速的对应关系，分别确定各工况下每个所述风机的运行数据；所述运行数据包括：功率信息和风速信息；
根据各工况下每个所述风机对应的运行数据，确定各工况下每个所述风机的发电量，并根据各工况下每个所述风机的发电量，确定各工况下每个所述风机的性能指数；
根据各工况下多个所述风机的性能指数，分别对各工况下的多个所述风机进行性能评估。
第二方面，本申请另一实施例提供一种风力发电机组的性能评估装置，所述装置包括：获取模块、确定模块和评估模块，其中：
所述获取模块，用于获取多个风机的运行数据，所述运行数据包括：功率信息和风速信息；
所述确定模块，用于根据每个所述风机对应的所述运行数据，确定每个所述风机的发电量，并根据每个所述风机的发电量，确定每个所述风机的性能指数，所述性能指数与所述发电量正相关；
所述评估模块，用于根据多个所述风机的性能指数，对多个所述风机进行性能评估。
可选地，所述确定模块，还用于根据预设的各工况与风速的对应关系，分别确定各工况下每个所述风机的运行数据；所述运行数据包括：功率信息和风速信息；根据各工况下每个所述风机对应的运行数据，确定各工况下每个所述风机的发电量，并根据各工况下每个所述风机的发电量，确定各工况下每个所述风机的性能指数；
所述评估模块，还用于根据各工况下多个所述风机的性能指数，分别对各工况下的多个所述风机进行性能评估。
第三方面，本申请另一实施例提供了一种风力发电机组的性能评估设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当风力发电机组的性能评估设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面任一所述方法的步骤。
第四方面，本申请另一实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
本申请的有益效果是：采用本申请提供的风力发电机组的性能评估方法，通过获取各风机的功率信息和风速信息，确定每个风机的发电量，并根据发电量确定每个风机的性能指数，最后根据每个风机的性能指数对风力发电机组中的各风机进行性能评估，由于本申请中可基于风机的功率信息和风速信息，确定风机的发电量，继而确定正比于发电量的性能指数，用以进行性能评估，相对于传统技术中仅能通过功率曲线对各风机的性能进行评估的方式，评估的准确度更高，评估结构更准确。
附图说明
为了更清楚地说明本申请实施例的技术方案，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申请的某些实施例，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为本申请一实施例提供的风力发电机组的性能评估方法的流程示意图；
图2为本申请另一实施例提供的风力发电机组的性能评估方法的流程示意图；
图3为本申请一实施例提供的风机整体性能评估图；
图4为本申请一实施例提供的风机各工况下的性能评估图；
图5为本申请一实施例提供的风力发电机组的性能评估装置的结构示意图；
图6为本申请一实施例提供的风力发电机组的性能评估设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。
图1为本申请一实施例提供的一种风力发电机组的性能评估方法的流程示意图，该方法可由具有数据处理功能的服务器执行，例如平板电脑、掌上电脑、笔记本等任意具有数据处理功能的服务器。
如图1所示，该方法可包括：
S101：获取多个风机的运行数据。
其中，多个风机为风力发电机组中的每一台处于工作状态的风机；运行数据可包括：功率信息和风速信息；即获取风力发电机组中每一台处于工作状态的风机的功率信息及风速信息。该方法中，可从风机监测系统中获取其监测到的各风机的运行数据。
S102：根据每个风机的运行数据，确定每个风机的发电量，并根据每个风机的发电量，确定每个风机的性能指数。
其中，性能指数与发电量正相关，可用于指示对应的风机的发电性能。
该方法中，例如可根据该每个风机的功率信息和风速信息，可采用公式
Figure BDA0002255642670000071
得到每个风机的发电量。其中，W为发电量，
Figure BDA0002255642670000072
用于表示风机的功率，
Figure BDA0002255642670000073
用于表示风机的风频分布，T为风机的运行时间。其中，风机的风频分布可根据风机的风速信息确定。
可选地，S102之前，该方法还可包括：对多个风机的运行数据进行自适应过滤，以过滤掉异常数据点。该异常数据点例如可以为：风速大于或等于预设风速，但功率为零的数据点；或，风速大于或等于预设风速，但功率没有满发即小于或等于预设功率的数据点。可选地，在本申请的一个实施例中，可使用密度峰聚类算法对获取的多个风机的运行数据进行自适应过滤，但也可以为其他过滤方法，例如设置阈值过滤等，具体过滤方式并不以上述方式为限，任何可以过滤掉异常数据的方式均可，本申请在此对过滤方式不做任何限制。
对获取到的多个风机的运行数据进行过滤，可以过滤掉异常点，保留正常工作状态下的各风机的运行数据，使得基于过滤之后的数据的处理和分析，继而进行风机性能评估的结果更加准确。
S103：根据多个风机的性能指数，对多个风机进行性能评估。
其中，对多个风机进行性能评估，即对风力发电机组中的每个处于工作状态的风机，根据其性能指数进行评估，评估方式可以为将多个风机的性能指数排序后评估，可以直观观察到风力发电机组中每个风机的性能在当前风力发电机组中的排名；或者可以通过设置阈值的方式，对性能指数低于该阈值的风机，输出对应的相关信息，以进行后续的分析处理；具体对风机性能评估的方式并不以上述方式为限，本申请在此对其不做任何限制。
采用本申请提供的风力发电机组的性能评估方法，通过获取各风机的功率信息和风速信息，确定每个风机的发电量，并根据发电量确定每个风机的性能指数，最后根据每个风机的性能指数对风力发电机组中的各风机进行性能评估，由于本申请中可基于风机的功率信息和风速信息，确定风机的发电量，继而确定正比于发电量的性能指数，用以进行性能评估，相对于传统技术中仅能通过功率曲线对各风机的性能进行评估的方式，评估的准确度更高，评估结构更准确。
可选地，在如上所示的方法中步骤S102可包括：对每个风机的发电量进行归一化，使得每个风机的性能指数在预设范围内，并根据归一化后的发电量，确定每个风机的性能指数。
本申请的一个实施例中，可根据风力发电机组中的每个风机的发电量，采用公式
Figure BDA0002255642670000091
对每个风机的发电量进行归一化处理，得到每个风机的性能指数，使得该性能指数在预设范围80-100内。其中，S为风机的性能指数，w为风机的发电量，min(Gn)为风力发电机组中的最小发电量，max(Gn)为风力发电机组的最大发电量。但是具体应用过程中，归一化之后，得到的性能指数所在的预设范围并不以上述实施例给出的为限，计算公式也可以根据预设范围的不同进行修改，可以根据用户需要随意设置，本申请在此不对其做任何限制。
经过归一化得到的性能指数，可以使得风力发电机组中的各风机间的性能指数的均方差很小，可以方便后续对数据的处理，对发电量进行归一化处理，可以减少后续根据各风机的性能指数进行评估时的时间。
可选地，在如上所示的方法中S103可包括：根据多个风机中每两个风机的性能指数，确定每两个风机的性能差异信息；根据每两个风机的性能差异信息，对多个风机进行性能评估。
可选地，可以确定多个风机中每两个风机的性能指数之间的距离，距离用于表征性能差异信息。
相对于传统的欧式距离计算，本申请使用新的距离计算方式，通过计算每两个风机的性能指数之间的距离，来表征各风机之间的性能差异信息，并根据性能差异信息对多个风机进行聚类及性能排序。
可选地，该方法中，可以根据预设的风机机理模型，对多个风机的性能指数进行处理，以确定聚类中心点，继而根据聚类中心点对各性能指数进行聚类。即对风机的整体性能进行排序时、对各工况下的风机性能进行排序时，例如：在满发区的风机性能进行排序时、对最优控制区的风机性能进行排序时、对恒转速区的风机性能进行排序时，对膝部区的风机性能进行排序时，聚类的中心点选择可以相同，也可以不同，具体根据用户需要设置，本申请在此不作任何限制。
本申请中，通过机理模型与机器学习模型的深度融合，使得对风力发电机组的性能评估结果更加准确和协调。
图2为本申请另一实施例提供的风力发电机组的性能评估方法的流程示意图，如图2所示，该方法还可包括：
S201：根据预设的各工况与风速的对应关系，分别确定各工况下每个风机的运行数据。
其中，运行数据包括：功率信息和风速信息。
不同的风速下，对应风机的不同工况，在本申请的一个实施例中，各工况与风速的对应关系为：风速为3-5m/s时，对应的工况为恒转速区；风速为5-8m/s时，对应的工况为最优控制区；风速为 8-10m/s时，对应的工况为膝部区；风速为10-22m/s时，对应的工况为满发区；但工况与风速的对应关系也可根据用户需要调整，并不以上述实施例给出的对应关系为限，只需将不同风速对应至不同工况即可。
S202：根据各工况下每个风机对应的运行数据，确定各工况下每个风机的性能指数。
其中，确定过程具体为：根据各工况下每个风机对应的运行数据，确定各工况下每个风机的发电量，并根据各工况下每个风机的发电量，确定各工况下每个风机的性能指数。
S203：根据各工况下多个风机的性能指数，分别对各工况下的多个风机进行性能评估。
对各风机的运行数据按照风速与工况的对应关系分段，分别对每个工况下的各风机的性能指数进行分析，对各工况下的各风机进行性能评估，可以反映出风力发电机组的各风机在不同工况下的发电性能，使得对风力发电机组的评估结果更加准确，方便后续根据评估结果，对不同工况下的异常模式提出改进措施。
图3为本申请一实施例提供的风机整体性能评估图；图4为本申请一实施例提供的风机各工况下的性能评估图；如图3和图4所示，在图3中排名最高的19号风机，在图4中风速为3-5m/s和5-8m/s (及恒转速区和最优控制)的性能并不是最高的，在风速较高时(体现在图4即为风速大于8m/s之后)的新能排名才靠前，满发区时，性能最佳，因此，后续对于19号发电机的改进，应该关注其在满发区之前的性能问题。而在图3中排名靠后的5号风机，在图4中风速为3-5m/s和5-8m/s(及恒转速区和最优控制)的性能排名非常靠前，满发区时，性能排名最靠后，因此在后续对5号发电机的改进，以关注其在满发区的工作状态。
采用本申请提供的风力发电机组的性能评估方法，通过整体性能评估和根据工况分段性能评估，可以更好的分析每个风机在不同工况下的性能，评估的精确性更高、更协调，并且通过这样的方式评估，在后续对各风机的性能改进中，才会更有针对性。
图5为本申请一实施例提供的风力发电机组的性能评估装置，该装置包括：获取模块301、确定模块302和评估模块303，其中：
获取模块301，用于获取多个风机的运行数据，运行数据包括：功率信息和风速信息。
确定模块302，用于根据每个风机对应的运行数据，确定每个风机的发电量，并根据每个风机的发电量，确定每个风机的性能指数，性能指数与发电量正相关。
评估模块303，用于根据多个风机的性能指数，对多个风机进行性能评估。
可选地，确定模块302，还用于根据预设的各工况与风速的对应关系，分别确定各工况下每个风机的运行数据；运行数据包括：功率信息和风速信息；根据各工况下每个风机对应的运行数据，确定各工况下每个风机的发电量，并根据各工况下每个风机的发电量，确定各工况下每个风机的性能指数。
可选地，评估模块303，还用于根据各工况下多个风机的性能指数，分别对各工况下的多个风机进行性能评估。
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
图6为本申请一实施例提供的风力发电机组的性能评估设备的结构示意图，该风力发电机组的性能评估设备可以集成于服务器或者服务器的芯片，也可集成于终端设备或者终端设备的芯片。
该风力发电机组的性能评估设备包括：处理器501、存储介质 502和总线503。
处理器501用于存储程序，处理器501调用存储介质502存储的程序，以执行上述图1-图2对应的方法实施例。具体实现方式和技术效果类似，这里不再赘述。
可选地，本申请还提供一种程序产品，例如存储介质，该存储介质上存储有计算机程序，包括程序，该程序在被处理器运行时执行上述图1-图2对应的方法实施例。
在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，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种风力发电机组的性能评估方法，其特征在于，包括：
获取多个风机的运行数据，所述运行数据包括：功率信息和风速信息；
根据每个所述风机的所述运行数据，确定每个所述风机的发电量，并根据每个所述风机的发电量，确定每个所述风机的性能指数，所述性能指数与所述发电量正相关，每个所述风机的性能指数在预设范围内；
所述根据每个所述风机的发电量，确定每个所述风机的性能指数，包括：根据每个所述风机的发电量，采用
Figure FDA0003935680260000011
对每个风机的发电量进行归一化处理，得到每个所述风机的性能指数；其中，S为风机的性能指数，w为风机的发电量，min(Gn)为风力发电机组中的最小发电量，max(Gn)为风力发电机组的最大发电量；
根据多个所述风机的性能指数，对多个所述风机进行性能评估。
2.如权利要求1所述的方法，其特征在于，所述根据所述发电量，确定每个所述风机的性能指数，包括：
对每个所述风机的发电量进行归一化，使得每个所述风机的性能指数在预设范围内，并根据所述归一化后的发电量，确定每个所述风机的性能指数。
3.如权利要求1所述的方法，其特征在于，所述根据多个所述风机的性能指数，对多个所述风机进行性能评估，包括：
根据多个所述风机中每两个所述风机的性能指数，确定每两个所述风机的性能差异信息；
根据每两个所述风机的性能差异信息，对多个所述风机进行性能评估。
4.如权利要求3所述的方法，其特征在于，所述根据多个所述风机中每两个所述风机的性能指数，确定每两个所述风机的性能差异信息，包括：
确定多个所述风机中每两个所述风机的性能指数之间的距离，所述距离用于表征所述性能差异信息。
5.如权利要求3所述的方法，其特征在于，所述根据每两个所述风机的性能差异信息，对多个所述风机进行性能评估，包括：
根据每两个所述风机的性能差异信息，对多个所述风机进行聚类及性能排序。
6.如权利要求1-5中任一所述的方法，其特征在于，所述方法还包括：
根据预设的各工况与风速的对应关系，分别确定各工况下每个所述风机的运行数据；所述运行数据包括：功率信息和风速信息；
根据各工况下每个所述风机对应的运行数据，确定各工况下每个所述风机的发电量，并根据各工况下每个所述风机的发电量，确定各工况下每个所述风机的性能指数；
根据各工况下多个所述风机的性能指数，分别对各工况下的多个所述风机进行性能评估。
7.一种风力发电机组的性能评估装置，其特征在于，所述装置包括：获取模块、确定模块和评估模块，其中：
所述获取模块，用于获取多个风机的运行数据，所述运行数据包括：功率信息和风速信息；
所述确定模块，用于根据每个所述风机对应的所述运行数据，确定每个所述风机的发电量，并根据每个所述风机的发电量，确定每个所述风机的性能指数，所述性能指数与所述发电量正相关，每个所述风机的性能指数在预设范围内；所述根据每个所述风机的发电量，确定每个所述风机的性能指数，包括：根据每个所述风机的发电量，采用
Figure FDA0003935680260000021
对每个风机的发电量进行归一化处理，得到每个所述风机的性能指数；其中，S为风机的性能指数，w为风机的发电量，min(Gn)为风力发电机组中的最小发电量，max(Gn)为风力发电机组的最大发电量；
所述评估模块，用于根据多个所述风机的性能指数，对多个所述风机进行性能评估。
8.如权利要求7所述的装置，其特征在于，所述确定模块，还用于根据预设的各工况与风速的对应关系，分别确定各工况下每个所述风机的运行数据；所述运行数据包括：功率信息和风速信息；根据各工况下每个所述风机对应的运行数据，确定各工况下每个所述风机的发电量，并根据各工况下每个所述风机的发电量，确定各工况下每个所述风机的性能指数；
所述评估模块，还用于根据各工况下多个所述风机的性能指数，分别对各工况下的多个所述风机进行性能评估。
9.一种风力发电机组的性能评估设备，其特征在于，所述设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述风力发电机组的性能评估设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述权利要求1-6任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述权利要求1-6任一项所述的方法。
CN201911057267.3A 2019-10-31 2019-10-31 一种风力发电机组的性能评估方法、装置、设备及存储介质 Active CN110826899B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911057267.3A CN110826899B (zh) 2019-10-31 2019-10-31 一种风力发电机组的性能评估方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911057267.3A CN110826899B (zh) 2019-10-31 2019-10-31 一种风力发电机组的性能评估方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110826899A CN110826899A (zh) 2020-02-21
CN110826899B true CN110826899B (zh) 2023-01-31

Family

ID=69552136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911057267.3A Active CN110826899B (zh) 2019-10-31 2019-10-31 一种风力发电机组的性能评估方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110826899B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150473A (zh) * 2013-03-01 2013-06-12 风脉（武汉）可再生能源技术有限责任公司 一种风电机组发电效率实时监控诊断方法及装置
CN103629046A (zh) * 2012-08-20 2014-03-12 新疆金风科技股份有限公司 一种风力发电机性能的评估方法、装置和风力发电机
CN104915747A (zh) * 2015-02-03 2015-09-16 远景能源（江苏）有限公司 一种发电机组的发电性能评估方法及设备
CN105888987A (zh) * 2016-04-21 2016-08-24 华电电力科学研究院 基于相关性分析的风力发电机组性能评估方法
CN107341349A (zh) * 2017-06-30 2017-11-10 上海交通大学 风机健康评估的方法、系统、存储器及控制器
CN107633368A (zh) * 2017-09-27 2018-01-26 北京金风科创风电设备有限公司 风力发电机组出力性能评估方法及装置
CN108695845A (zh) * 2018-05-28 2018-10-23 华润电力风能（汕头潮南）有限公司 一种风电机组可利用率的计算方法及系统
CN109253056A (zh) * 2018-09-14 2019-01-22 华润电力投资有限公司北方分公司 一种风电数据分析方法及系统
CN109345113A (zh) * 2018-09-29 2019-02-15 北京拾易技术有限公司 风电机组性能评估方法及介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798462A (zh) * 2017-09-19 2018-03-13 科诺伟业风能设备（北京）有限公司 一种风电场风力发电机组运行异常监测与性能评估系统
CN110348654A (zh) * 2018-04-04 2019-10-18 北京金风科创风电设备有限公司 风力发电机组评价及运行数据的修正方法、装置及终端

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103629046A (zh) * 2012-08-20 2014-03-12 新疆金风科技股份有限公司 一种风力发电机性能的评估方法、装置和风力发电机
CN103150473A (zh) * 2013-03-01 2013-06-12 风脉（武汉）可再生能源技术有限责任公司 一种风电机组发电效率实时监控诊断方法及装置
CN104915747A (zh) * 2015-02-03 2015-09-16 远景能源（江苏）有限公司 一种发电机组的发电性能评估方法及设备
CN105888987A (zh) * 2016-04-21 2016-08-24 华电电力科学研究院 基于相关性分析的风力发电机组性能评估方法
CN107341349A (zh) * 2017-06-30 2017-11-10 上海交通大学 风机健康评估的方法、系统、存储器及控制器
CN107633368A (zh) * 2017-09-27 2018-01-26 北京金风科创风电设备有限公司 风力发电机组出力性能评估方法及装置
CN108695845A (zh) * 2018-05-28 2018-10-23 华润电力风能（汕头潮南）有限公司 一种风电机组可利用率的计算方法及系统
CN109253056A (zh) * 2018-09-14 2019-01-22 华润电力投资有限公司北方分公司 一种风电数据分析方法及系统
CN109345113A (zh) * 2018-09-29 2019-02-15 北京拾易技术有限公司 风电机组性能评估方法及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Wind Turbine Performance Assessment and Condition Monitoring with Performance Index;Xiangyu Zhou等;《2019 IEEE Sustainable Power and Energy Conference (iSPEC)》;20200130;第1386-1389页 *
基于Relief和NSET算法的风电机组状态辨识的研究;马晓双;《中国优秀博硕士学位论文全文数据库（硕士）工程科技Ⅱ辑》;20190415(第4期);第C042-224页 *
基于SCADA数据的风电机组发电量计算方法研究;刘金曼;《中国优秀博硕士学位论文全文数据库（硕士）工程科技Ⅱ辑》;20180115(第1期);第C042-519页 *

Also Published As

Publication number Publication date
CN110826899A (zh) 2020-02-21

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
CN108073158A (zh) 基于pca和knn密度算法风电机组轴承故障诊断方法
CN109359665B (zh) 一种基于支持向量机的家电负荷识别方法及装置
CN111626360B (zh) 用于检测锅炉故障类型的方法、装置、设备和存储介质
CN108809734B (zh) 网络告警根源分析方法、系统、存储介质及计算机设备
CN112504511A (zh) 一种发电机定子温度监测方法、装置及介质
Xue et al. Adaptive ultra-short-term wind power prediction based on risk assessment
CN107633368A (zh) 风力发电机组出力性能评估方法及装置
CN116994416A (zh) 基于人工智能的风机运行故障预警方法及系统
CN115794578A (zh) 一种电力系统的数据管理方法、装置、设备及介质
CN110826899B (zh) 一种风力发电机组的性能评估方法、装置、设备及存储介质
CN116390461B (zh) 基于人工智能的数据中心节能调温方法、系统和介质
CN116049658B (zh) 一种风电机组异常数据识别方法、系统、设备及介质
CN112632749A (zh) 一种风力发电机发电性能的评价方法及装置
CN110826904B (zh) 风机的数据处理方法、装置、处理设备及可读存储介质
CN116842366A (zh) 一种水轮发电机组的异常告警方法、装置、设备及介质
CN109344875B (zh) 基于聚类分析的日风电出力时序生成方法及装置
CN116127447A (zh) 虚拟电厂虚假数据注入攻击检测方法、装置、终端及介质
CN108695845A (zh) 一种风电机组可利用率的计算方法及系统
Yang et al. Blade attachment degree classification for marine current turbines using AGMF-DFA under instantaneous variable current speed
CN111638649B (zh) 电器运行安全监测方法及装置
CN111563543A (zh) 一种风电机组的风速-发电功率数据的清洗方法及装置
CN117311244B (zh) 基于设备工况预测的节能调控方法及系统
CN116150666B (zh) 储能系统故障检测方法、装置及智能终端
CN117216909A (zh) 一种水轮机转轮磨蚀分析方法、系统、设备及存储介质

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
CB02 Change of applicant information

Address after: 102206 31 Industrial Park, North Qing Road, Beijing, Changping District

Applicant after: Sany Heavy Energy Co.,Ltd.

Address before: 102206 31 Industrial Park, North Qing Road, Beijing, Changping District

Applicant before: SANY HEAVY ENERGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant