CN112686557A - 风力发电机组累积量确定方法、装置、设备、系统及介质 - Google Patents

风力发电机组累积量确定方法、装置、设备、系统及介质 Download PDF

Info

Publication number
CN112686557A
CN112686557A CN202110004202.3A CN202110004202A CN112686557A CN 112686557 A CN112686557 A CN 112686557A CN 202110004202 A CN202110004202 A CN 202110004202A CN 112686557 A CN112686557 A CN 112686557A
Authority
CN
China
Prior art keywords
time
real
cumulant
time point
actual
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.)
Pending
Application number
CN202110004202.3A
Other languages
English (en)
Inventor
马晓亮
宋建军
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.)
Jiangsu Jinfeng Software Technology Co ltd
Beijing Goldwind Smart Energy Service Co Ltd
Original Assignee
Jiangsu Jinfeng Software Technology Co ltd
Beijing Goldwind Smart Energy Service 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 Jiangsu Jinfeng Software Technology Co ltd, Beijing Goldwind Smart Energy Service Co Ltd filed Critical Jiangsu Jinfeng Software Technology Co ltd
Priority to CN202110004202.3A priority Critical patent/CN112686557A/zh
Publication of CN112686557A publication Critical patent/CN112686557A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Wind Motors (AREA)

Abstract

本申请实施例提供了一种风力发电机组累积量确定方法、装置、设备、系统及介质。该方法包括:当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,目标时间点为待统计时间区间的统计时间起点或统计时间终点中的至少一种;在实时实际累积量数据的相关参数满足修正条件时,获取风力发电机组对应于目标时间点的实时工况数据;根据实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量;根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正。本申请实施例实现即了保证了计算实时的性能,又提升了指标的最终准确率。

Description

风力发电机组累积量确定方法、装置、设备、系统及介质
技术领域
本申请涉及风电技术领域,具体而言,本申请涉及一种风力发电机组累积量确定方法、装置、设备、系统及介质。
背景技术
新能源行业近年来面临最大的挑战就是数据质量的治理,基于业务分析型指标来说,对统计结果的实时性、准确率要求较高。关系库在处理这方面问题的时候首先解决的问题就是数据质量,因为数据的质量直接影响了最终的准确率,而为了解决数据质量的问题,传统主要的做法是夜间定时在数据库内部跑批,然后当天维护前一天的数据,从而保证当天内的数据质量。
但是,经发明人研究发现,传统的数据治理维护工作在结构化的数据库内部执行跑批处理时,只能维护到跑批时间内的数据,后续增加的数据并不能通过跑批的方式进行处理。在实时统计基于风力发电机组累积量的指标类业务的时候,大部分的场景需要使用到未进行跑批的实时累积量数据,但是却仅能调用结构化数据库中的经过跑批处理后的累积量数据,严重影响实时统计指标类业务的数据精度。此外,如果未进行跑批的数据内出现了数据质量不符合要求的情况,那么将直接影响整体的实时指标的统计,降低了准确率。
发明内容
本申请针对现有方式的缺点,提出一种风力发电机组累积量确定方法、装置、设备、系统及介质,用以解决现有技术无法获取实时累积量数据、或实时累积量数据质量不符合要求的技术问题。
第一个方面,本申请实施例提供了一种风力发电机组累积量确定方法,包括:
当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,目标时间点为待统计时间区间的统计时间起点或统计时间终点中的至少一种;
在实时实际累积量数据的相关参数满足修正条件时,获取风力发电机组对应于目标时间点的实时工况数据;
根据实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量;
根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正。
第二个方面,本申请实施例提供了一种风力发电机组累积量确定装置,包括:
累积量数据获取模块,用于当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,目标时间点为待统计时间区间的统计时间起点或统计时间终点中的至少一种;
工况数据获取模块,用于在实时实际累积量数据的相关参数满足修正条件时,获取风力发电机组对应于目标时间点的实时工况数据;
理论累积量获取模块,用于根据实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量;
处理模块,用于根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正。
第三个方面,本申请实施例提供了一种电子设备,包括:
通信连接的处理器和存储器,存储器存储有至少一段程序或代码集,至少一段程序或代码集由处理器加载并执行以实现风力发电机组的累积量确定方法。
第四个方面,本申请实施例提供了一种分布式系统,,包括:通信连接的调度汇总节点和至少一个计算节点;
调度汇总节点,用于将风力发电机组的累积量确定方法所需的数据以及计算资源,分配至与风力发电机组的标识相对应的计算节点;
每个计算节点用于实现风力发电机组的累积量确定方法。
第五个方面,本申请实施例提供一种计算机可读存储介质,计算机存储介质用于存储计算机指令,当计算机指令在电子设备上运行时,实现风力发电机组的累积量确定方法。
本申请实施例提供的技术方案带来的有益技术效果包括:
在本申请实施例中,当待统计时间区间统计时间终点未处于跑批时间区间内时,对于目标时间点(即待统计时间区间的统计时间起点或统计时间终点中的至少一种),可以获取目标时间点的实际累积量数据,实现获取风力发电机组的实时累积量的功能,并在确定对应的相关参数是满足修正条件,可以根据与累积量相关的实时工况数据,对目标时间点的实时实际累积量进行插补或修正,从而能够得到最接近的实际累积量,提升数据的数据质量,既保证了计算实时的性能,也提升了指标的最终准确率。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例提供的一种风力发电机组累积量确定方法中的流程示意图;
图2为本申请实施例提供的一种键值对的示意图;
图3为本申请实施例提供的一种分布式系统的结构示意图;
图4为本申请实施例提供的一种结构化数据库的示意图;
图5为本申请实施例提供的一种确定待统计时间区间的实时实际累积量的原理示意图;
图6为本申请实施例提供的另一种风力发电机组累积量确定方法的流程示意图;
图7为本申请实施例提供的一种风力发电机组累积量确定装置的结构的框架示意图;
图8为本申请实施例提供的一种电子设备的结构的框架示意图。
具体实施方式
下面详细描述本申请,本申请的实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的部件或具有相同或类似功能的部件。此外,如果已知技术的详细描述对于示出的本申请的特征是不必要的,则将其省略。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。
如图1所示,本申请实施例提供了一种风力发电机组累积量确定方法,该方法可以包括下述步骤:
S101,当统计时间终点未处于跑批时间区间内时,获取风力发电机组目标时间点的实时实际累积量数据,目标时间点为待统计时间区间的统计时间起点或统计时间终点中的至少一种。
本申请实施例中,待统计时间区间指的是需要进行数据统计的时间区间,而当待统计时间区间的统计时间终点未处于跑批时间区间内时,说明待统计时间区间的数据中存在未进行质量维护的数据,此时可以获取风力发电机组对应于目标时间点的实时实际累积量数据,并对获取到的实时实际累积量数据进行修补或插补处理,得到最终累积量数据,然后基于最终累积量数据进行其他处理。
可选地,目标时间点指的是待统计时间区间的统计时间起点或统计时间终点中的至少一种,而当待统计时间区间的统计时间终点未处于跑批时间区间内,但是待统计时间区间的统计时间起点处于跑批时间区间内时,此时可以将非跑批时间与统计时间起点紧邻的一个采集时间点作为待统计时间区间的统计时间起点。
在一示例中,假设跑批时间为前一天晚上八点至第二天早晨八点,采集时间点为10分钟一次,待统计时间区间为早晨7点(统计时间起点)至中午12点(统计时间终点),由于统计时间起点处于跑批时间内,此时可以将八点10分作为待统计时间区间的时间起点,相应的,目标时间点为早晨八点10分和中午12点中的至少一个。
在本申请可选地实施例中,获取风力发电机组对应于目标时间点的实时实际累积量数据,包括:
获取风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时实际累积量,分别作为第一实时实际累积量、第二实时实际累积量;实时实际累积量数据包括第一实时实际累积量和第二实时实际累积量。
可选地,风力发电机组对应于目标时间点的实时实际累积量数据包括第一实时实际累积量和第二实时实际累积量,第一实时实际累积量指的是风力发电机组对应于目标时间点的前一采集时间点的实时实际累积量,第二实时实际累积量则指的是风力发电机组对应于目标时间点的后一采集时间点的实时实际累积量。
在一示例中,假设采集时间为10分钟一次,目标时间点为早晨8点,此时第一实时实际累积量指的是风力发电机组对应于早晨8点的前一采集时间点(即早晨7点50分)的实时实际累积量,而第二实时实际累积量则指的是风力发电机组对应于早晨8点的后一采集时间点(即早晨8点10分)的实时实际累积量,此时风力发电机组对应于早晨8点的实时实际累积量数据则包括早晨7点50分的实时实际累积量和早晨8点10分的实时实际累积量。
在本申请实施例中,由于确定风力发电机组对应于目标时间点的实时实际累积量数据时,是根据风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时实际累积量所确定的,此时可以保证内存中计算的数据是整个计算数据集中的最小集合,提升数据处理效率。
在本申请可选地实施例中,获取风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时实际累积量,分别作为第一实时实际累积量、第二实时实际累积量,包括:
当目标时间点落入于两个采集时间点之间时,以与目标时间点紧邻的后一个采集时间点为基准时间点,获取风力发电机组对应于基准时间点的前一采集时间点、后一采集时间点的第一实时实际累积量、第二实时实际累积量。
可选地,通常采集时间点都是预设设置的,如十分钟采集一次,此时便会出现目标时间点并非采集时间点的情况。例如,当采集时间点为8点8点10分、8点20分等十分钟采集一次时,而目标时间点为8点15分时,此时目标时间点并非采集时间点,则可以将与目标时间点紧邻的后一个采集时间点为基准时间点,然后获取风力发电机组对应于该基准时间点的前一采集时间点的第一实时实际累积量、后一采集时间点的第二实时实际累积量作为风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时实际累积量。延续上一示例,由于目标时间点并非采集时间点,此时可以将与8点15分紧邻的后一个采集时间点8点20分作为基准时间点,然后获取风力发电机组对应于该基准时间点的前一采集时间点(即8点10分)的第一实时实际累积量、后一采集时间点(即8点30分)的第二实时实际累积量作为风力发电机组对应于8点15分的前一采集时间点、后一采集时间点的实时实际累积量。
S102,在实时实际累积量数据的相关参数满足修正条件时,获取风力发电机组对应于目标时间点的实时工况数据。
其中,实时实际累积量数据的相关参数指的是与实时实际累积量相关的其它参数信息,具体将哪些/哪个参数作为实时实际累积量数据的相关参数可以预先配置,如当实时实际累积量数据为实际发电量累积量时,该相关参数可以指的是基于实际发电量累积量确定的实际功率值。实时工况数据则指的是与实时实际累积量数据相关的计算量,如当实时实际累积量数据为实际发电量累积量时,该实时工况数据可以指的是风速、气压、空气密度等,本申请实施例对此不限定。
可选地,在获取到实时实际累积量数据后,可以确定该实时实际累积量数据的相关参数,然后确定实时实际累积量数据的相关参数是否满足修正条件,若满足修正条件,说明当前获取到的实时实际累积量数据可能存在质量问题,则可以获取风力发电机组对应于目标时间点的实时工况数据。其中,修正条件可以根据实际需求预先配置,本申请实施例不限定。例如,当实时实际累积量数据的相关参数指的是基于实际发电量累积量确定的实际功率值时,可以将修正条件设置为实际功率值不处于预设的实际功率区间内。
在本申请可选地实施例中,在实时实际累积量数据的相关参数满足修正条件时,获取风力发电机组对应于目标时间点的实时工况数据,包括:
确定出第一实时实际发电量和第二实时实际发电量对应的实时实际功率值;第一实时实际累积量、第二实时实际累积量分别为第一实时实际发电量、第二实时实际发电量;
在实时实际功率值未处于设计功率范围时,获取风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时工况数据。
作为一种可选地实施例,实时实际累积量数据可以指的风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时实际发电量,修正条件为实时实际功率值未处于设计功率范围。此时可以根据获取到的第一实时实际发电量和第二实时实际发电量,确定对应的实时实际功率值,然后确定实时实际功率值是否处于设计功率范围内,若确定实时实际功率值未处于设计功率范围,则可以获取风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时工况数据。
S103,根据实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量。
可选地,在获取到风力发电机组对应于目标时间点的实时工况数据后,可以根据获取到的实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量。
在本申请可选地实施例中,根据实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量,包括:
根据风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时工况数据,确定出目标时间点的前一采集时间点、后一采集时间点的实时理论累积量,进而确定出对应于目标时间点的实时理论累积量区间。
可选地,在确定所获取到的实时实际累积量数据的相关参数满足修正条件时,此时所获取的风力发电机组对应于目标时间点的实时工况数据包括风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时工况数据,此时可以根据风力发电机组对应于目标时间点的前一采集时间点的实时工况数据,确定出目标时间点的前一采集时间点的实时理论累积量,以及根据风力发电机组对应于目标时间点的后一采集时间点的实时工况数据,确定出目标时间点的后一采集时间点的实时理论累积量,然后根据目标时间点的前一采集时间点的实时理论累积量和目标时间点的后一采集时间点的实时理论累积量,得到对应于目标时间点的实时理论累积量区间。
S104,实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正。
可选地,在得到风力发电机组对应于目标时间点的实时理论累积量以及实时实际累积量数据时,可以将实时实际累积量数据与实时理论累积量进行比较,根据得到的比较结果确定是否需要对目标时间点的实时实际累积量进行插补或修正。
在本申请可选地实施例中,根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正,包括:
确定风力发电机组对应于目标时间点的实时实际累积量是否缺失;
当目标时间点的实时实际累积量缺失时,根据风力发电机组对应于目标时间点的前一采集时间点、或后一采集时间点的实时实际累积量,对目标时间点的实时实际累积量进行插补,得到风力发电机组对应于目标时间点插补后的实时实际累积量。
可选地,可以获取实时实际累积量记录,该记录中记录了风力发电机组对应于各采集时间点的实时实际累积量,相应的,若该记录中并不存在风力发电机组对应于目标时间点的实时实际累积量,说明目标时间点的实时实际累积量缺失,此时可以根据风力发电机组对应于目标时间点的前一采集时间点、或后一采集时间点的实时实际累积量,对目标时间点的实时实际累积量进行插补,得到风力发电机组对应于目标时间点插补后的实时实际累积量
在本申请可选地实施例中,在上述步骤S101中,获取风力发电机组对应于目标时间点的实时实际累积量数据的同时,还包括:
获取风力发电机组的型号信息;
以及,上述步骤S104中对目标时间点的实时实际累积量进行插补之后,还包括:
生成插补记录,插补记录中包括风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点。
可选地,在获取风力发电机组对应于目标时间点的实时实际累积量数据时,可以获取风力发电机组的型号信息,然后根据风力发电机组的型号信息从记录的各风力发电机组对应于各采集时间点的实时实际累积量中确定对应于目标时间点的实时实际累积量数据。
相应的,在得到风力发电机组对应于目标时间点插补后的实时实际累积量后,可以生成对应的插补记录。可选地,所生成的插补记录中包括该风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点,基于该插补记录可以知晓该风力发电机组所对应的插补信息。
在本申请可选地实施例中,根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正,包括:
当风力发电机组对应于目标时间点的实时实际累积量存在时,将目标时间点的实时实际累积量与目标时间点的实时理论累积量区间进行比较;
根据比较结果,确定是否根据目标时间点的实时理论累积量区间、对目标时间点的实时实际累积量进行修正,得到风力发电机组对应于目标时间点修正后的实时实际累积量。
可选地,当存在风力发电机组对应于目标时间点的实时实际累积量时,可以将对应于目标时间点的实时实际累积量与对应于目标时间点的实时理论累积量区间进行比较,得到比较结果,然后根据得到的比较结果确定是否需要根据目标时间点的实时理论累积量区间、对目标时间点的实时实际累积量进行修正,从而得到风力发电机组对应于目标时间点修正后的实时实际累积量,以保证风力发电机组对应于目标时间点的实时实际累积量的数据质量。
在本申请可选地实施中,根据比较结果,确定是否根据目标时间点的实时理论累积量区间、对目标时间点的实时实际累积量进行修正,包括:
在确定目标时间点的实时实际累积量不处于目标时间点的实时理论累积量区间时,根据目标时间点的实时理论累积量区间对目标时间点的实时实际累积量进行修正。
其中,当所得到的比较结果为目标时间点的实时实际累积量不处于目标时间点的实时理论累积量区间时,说明所获取到的目标时间点的实时实际累积量可能存在误差,存在质量问题,此时可以根据目标时间点的实时理论累积量区间对目标时间点的实时实际累积量进行修正,得到目标时间点修正后的实时实际累积量,从而保证风力发电机组对应于目标时间点的实时实际累积量的数据质量。
在本申请可选地实施例中,上述步骤S101中获取风力发电机组对应于目标时间点的实时实际累积量数据的同时,还包括:
获取风力发电机组的型号信息;
以及,上述步骤S104中根据目标时间点的实时理论累积量区间对目标时间点的实时实际累积量进行修正之后,还包括:
生成修正记录,修正记录中包括风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点。
可选地,在对目标时间点对应的实时实际累积量进行修正后,可以生成修正记录,此时所生成的修正记录中包括该风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点,基于该修正记录可以知晓该风力发电机组所对应的修正信息。
在本申请实施例中,当待统计时间区间统计时间终点未处于跑批时间区间内时,对于目标时间点(即待统计时间区间的统计时间起点或统计时间终点中的至少一种),可以获取目标时间点的实际累积量数据,并在确定对应的相关参数是满足修正条件,可以根据与累积量相关的实时工况数据,对目标时间点的实时实际累积量进行插补或修正,从而能够得到最接近的实际累积量,提升数据的数据质量,既保证了计算实时的性能,也提升了指标的最终准确率。
在本申请可选地实施例中,当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据之前,还包括:
检测到结构化数据库发送针对实时累积量的查询指令时,确定出查询指令所携带的待统计时间区间对应的目标时间点;
以及,根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正之后,还包括:
将内存中目标时间点未经处理的、插补后的或者修正后的实时实际累积量,封装成动态库的形式,向结构化数据库返回。
可选地,本申请实施例中,对于风力发电机组的累积量的管理和计算可以基于结构化数据库来实现,如可以通过RDBMS(Relational Database Management System,关系数据库管理系统)数据库对于风力发电机组的累积量的管理和计算,当需要对风力发电机组的实时累积量进行统计时,结构化数据库可以发送针对实时累积量的查询指令,该查询指令内包括了待计时间区间对应的目标时间点;相应的,基于该查询指令可以通过HOOK(钩子函数)接口从内存中封装的动态库中获取风力发电机组对应于目标时间点的实时实际累积量数据。
此外,在根据所确定的实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正之后,还可以将内存中目标时间点未经处理的、插补后的或者修正后的实时实际累积量,封装成动态库的形式,向结构化数据库返回。
在本申请可选地实施例中,风力发电机组累积量确定方法还包括:
实时实际累积量数据涉及的各实时实际累积量、以及实时工况数据,源自内存中的键值对;
每个键值对包括键区域和值区域,键区域中存储有风力发电机组的标识,值区域中存储有发电参数值或对应的实时采集时间点;
发电参数值包括实时实际累积量和实时工况数据,且一个值区域中的发电参数值包括实时实际累积量或实时工况数据;
实时工况数据包括实时风速、实时空气密度、实时气压和实时风向中的至少一种,且一个值区域中的实时工况数据包括实时风速、实时空气密度、实时气压或实时风向。
在本申请实施例中,可以将风力发电机组对应于各采集时间点的各实时实际累积量、以及实时工况数据组织转换成非关系型键值存储对象,即将风力发电机组对应于各采集时间点的各实时实际累积量、以及实时工况数据组织转换为各键值对,每个键值对可以包括键区域和值区域,对于每个键值对中的键区域中存储有风力发电机组的标识,用于标识具体为哪一个风力发电机组,对应的值区域中存储有风力发电机组的标识所对应的风力发电机组的发电参数值或对应的实时采集时间点。可以理解是,风力发电机组的发电参数值具体可以指的是风力发电机组的实时实际累积量或实时工况数据,而实时工况数据包括实时风速、实时空气密度、实时气压和实时风向中的至少一种。
可选地,可以将非关系型键值存储对象通过HOOK(钩子函数)接口加载动态库(如lib*.so动态库)的方式把非关系型对象的操作方法进行封装,此时可以在结构化数据库中通过结构化查询语言来处理非结构化的数据对象操作,弥补了结构化语言只能处理结构化过程数据的短板,在数据处理的过程中可以把结构化的数据分解为非结构化的对象数据存入内存中进行快速计算,通过内置的对象存储结构以及方法可以在结构化数据库中实时的计算数据,大大节省了资源、减少了数据集的计算,整体提升了实时运算的性能。
在一示例中,假设采集时间点以十分钟颗粒度,一个风力发电机组一天内可以对应有144(6*24=144)条发电参数值,此时该风力发电机组将会有144各键值对。例如,如图2所示,假设风力发电机组的标识(wind turbine identification,wtid)为100120001,一个采集时间点(Rectime)为2018-01-01、12:00:00,对应的发电参数值(IEC)为1500.00,此时可以将该采集时间点对应的发电参数值转换为非关系型键值对(即key/value)进行内存存储。可选地,创建两个空白的键值对,将风力发电机组的标识(wtid)分别输入两个键值对的键区域,作为键区域的内容,将发电参数值(IEC,1500.00)输入一个键值对的值区域,作为一个键值对的值区域的内容,将该发电参数值对应的实时采集时间点(2018-01-01-12:00:00)输入另一个键值对的值区域,作为另一个键值对的值区域的内容,得到具体如图2中的A区域所示的两个键值对。
在本申请可选地实施例中,当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,包括:
当作为统计时间终点的目标时间点未处于跑批时间区间内时,从内存中已存储的多个键值对中,选择采集时间点为目标时间点的前一个采集时间点和后一个采集时间点的键值对;
从所选择的键值对中,确定出目标时间点的前一个采集时间点和后一个采集时间点的实时实际累积量,作为目标时间点的实时实际累积量数据。
可选地,由于可以将风力发电机组对应于各采集时间点的各实时实际累积量、以及实时工况数据组织转换成非关系型键值存储对象,此时在获取风力发电机组对应于目标时间点的实时实际累积量数据时,可以从已存储的多个键值对中选择采集时间点为目标时间点的前一个采集时间点和后一个采集时间点的键值对,然后基于选择的键值对的值区域得到目标时间点的前一个采集时间点和后一个采集时间点的实时实际累积量。
在本申请可选地实施例中,在实时实际累积量数据的相关参数满足修正条件时,获取风力发电机组对应于目标时间点的实时工况数据,包括:
在实时实际累积量数据的相关参数满足修正条件时,从所选择的键值对中,确定出目标时间点的前一个采集时间点和后一个采集时间点的实时工况数据。
其中,由于键值对的值区域中包括有实时工况数据,则在获取风力发电机组对应于目标时间点的实时工况数据时,同样可以基于所选择的键值对的值区域,得到目标时间点的前一个采集时间点和后一个采集时间点的实时工况数据。
在本申请可选地实施例中,确定风力发电机组对应于目标时间点的实时实际累积量是否缺失,包括:
从计算节点的内存中,确定出实时采集时间点为目标时间点的键值对;
从所确定出的键值对中,尝试获取实时实际累积量;若获取到,则确定目标时间点的实时实际累积量存在;若获取不到,则确定目标时间点的实时实际累积量缺失。
可选地,在本申请实施例中,一个风力发电机组可以对应于一个计算节点,而该风力发电机组对应的各实际累积量数据可以存储在对应的计算节点的内存中;相应的,在确定风力发电机组对应于目标时间点的实时实际累积量是否缺失时,可以从风力发电机组对应的计算节点的内存中确定出实时采集时间点为目标时间点的键值对,然后从所确定出的键值对中,尝试获取实时实际累积量,若获取到,则可以确定目标时间点的实时实际累积量存在,反之,若获取不到,则确定目标时间点的实时实际累积量缺失。
可选地,为了更好的理解本申请实施例所提供的方法,下面结合具体的实施例对该方法进行详细说明。在本申请实施例中,如图3所示,各风力发电机组成分布式系统架构,每个风力发电机组对应于一个计算节点(图中以node1算子、node2算子和node3算子为例说明),每个计算节点单独调度方法(如数据修正和插补等方法)以实现在节点内进行单设备运算(即对每个风力发电机组单独运算实时实际累积量),不与其它计算节点进行交互,并且分布式系统架构中存在调度汇总节点,用于调度将各风力发电机组的累积量的计算资源,分配至与各风力发电机组的标识相对应的计算节点(即图3中的实线箭头所示)。由于在本申请实施例中利用分布式架构的特点将各风力发电机组的累积量的计算资源根据分配至各风力发电机组对应的计算节点中,此时保证了每个计算节点的设备独立性,并且底层的算法分析支持分布式计算,数据粒度计算可以单台设备进行,底层计算节点间无交互,而最终由分布式调度汇总节点对每个设备的计算结果(即每个风力发电机组单的实时实际累积量)汇总统计(如图3中的虚线箭头所示),从而有效保证分布式架构中数据计算的准确性和实时性,并且能够兼容单节点和分布式架构的扩展性,无需额外修改代码。
可选地,如图4所示,对于每个计算节点(即一个风力发电机组)可以于对应于一个RDBMS数据库,该风力发电机组对应于各采集时间点的发电参数值可以转换为各键值对(key-value)的形式,并采用C/C++的操作方法将各键值对编译成动态lib*.so库,此时RDBMS数据库可以基于HOOK方式加载动态lib*.so库,然后通过内置的方法(如存储方法、读取方法和替换方法)实现对该风力发电机组的实时实际累积量进行实时计算,如进行数据质量预处理、准确率计算、数据质量插补和修正等计算。
可选地,如图5所示,在对风力发电机组的累积量进行实时统计时,对于待统计时间区间的统计时间起点和统计时间终点,假设确定统计时间起点处于跑批时间区间内时,此时说明无数据缺失和质量问题,此时可以直接返回统计时间起点对应的实时实际累积量,然后基于返回的实时实际累积量进行实时计算,而统计时间终点未处于跑批时间区间内时,此时可以获取该风力发电机组对应于统计时间终点的实时实际累积量数据以及实时工况数据(如实时风速、实时空气密度、实时气压或实时风向等),然后基于实时工况数据对统计时间终点的实时实际累积量进行插补或修正处理(即进行准确率计算),并基于处理后的实时实际累积量进行实时计算。
可选地,下面结合图6对获取统计时间终点的实时实际累积量的过程进行说明。
S601,获取风力发电机组对应于统计时间终点的前一采集时间点、后一采集时间点的实时实际累积量,分别作为第一实时实际累积量、第二实时实际累积量。
S602,根据第一实时实际累积量和第二实时实际累积量确定实时实际功率值。
S603,确定实时实际功率值是否处于设计功率范围内,若是则执行S606,否则执行S604;
S604,获取风力发电机组对应于统计时间终点的前一采集时间点、后一采集时间点的实时工况数据。
S605,根据风力发电机组对应于统计时间终点的前一采集时间点、后一采集时间点的实时工况数据,确定对应于统计时间终点的实时理论累积量区间。
S606,确定风力发电机组对应于统计时间终点的实时实际累积量是否缺失,若是则执行S607,否则直接执行S609。
S607,根据风力发电机组对应于统计时间终点的前一采集时间点、或后一采集时间点的实时实际累积量,对统计时间终点的实时实际累积量进行插补,得到风力发电机组对应于统计时间终点插补后的实时实际累积量。
S608,生成插补记录。
S609,确定统计时间终点的实时实际累积量是否在统计时间终点的实时理论累积量区间内,若是则执行S610,否则执行S611。
S610,不对统计时间终点的实时实际累积量进行修正。
S611,根据统计时间终点的实时理论累积量区间对目标时间点的实时实际累积量进行修正。
S612,生成修正记录。
在本申请实施例中,由于确定风力发电机组对应于统计时间终点的实时实际累积量数据时,是根据风力发电机组对应于统计时间终点的前一采集时间点、后一采集时间点的实时实际累积量所确定的,此时可以保证内存中计算的数据是整个计算数据集中的最小集合,内存使用量较低,因此可以对整体运行资源和效率均得到有效的保障。此外,由于是采用单台设备计算的方式对实时实际累积量进行记录的修正和插补,然后通过上层调度函数接口根据实时计算的结果进行统计,并最终把统计结果反馈给上层业务查询接口,实现了真正意义上的计算负载均衡。
基于同一发明构思,本申请实施例提供的一种风力发电机组累积量确定装置70,该装置的结构框架示意图如图7所示,包括:累积量数据获取模块701、工况数据获取模块702、理论累积量获取模块703和处理模块704。
累积量数据获取模块701用于当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,所述目标时间点为待统计时间区间的统计时间起点或统计时间终点中的至少一种。
工况数据获取模块702用于在所述实时实际累积量数据的相关参数满足修正条件时,获取所述风力发电机组对应于所述目标时间点的实时工况数据。
理论累积量获取模块703用于根据实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量。
处理模块704用于根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正。
可选地,累积量数据获取模块在获取风力发电机组对应于目标时间点的实时实际累积量数据时,具体用于:
获取风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时实际累积量,分别作为第一实时实际累积量、第二实时实际累积量;实时实际累积量数据包括第一实时实际累积量和第二实时实际累积量。
可选地,累积量数据获取模块在获取风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时实际累积量,分别作为第一实时实际累积量、第二实时实际累积量时,具体用于:
当目标时间点落入于两个采集时间点之间时,以与目标时间点紧邻的后一个采集时间点为基准时间点,获取风力发电机组对应于基准时间点的前一采集时间点、后一采集时间点的第一实时实际累积量、第二实时实际累积量。
可选地,累工况数据获取模在实时实际累积量数据的相关参数满足修正条件时,获取风力发电机组对应于目标时间点的实时工况数据时,具体用于:
确定出第一实时实际发电量和第二实时实际发电量对应的实时实际功率值;第一实时实际累积量、第二实时实际累积量分别为第一实时实际发电量、第二实时实际发电量;
在实时实际功率值未处于设计功率范围时,获取风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时工况数据。
可选地,理论累积量获取模块在根据实时工况数据,确定风力发电机组对应于目标时间点的实时理论累积量时,具体用于:
根据风力发电机组对应于目标时间点的前一采集时间点、后一采集时间点的实时工况数据,确定出目标时间点的前一采集时间点、后一采集时间点的实时理论累积量,进而确定出对应于目标时间点的实时理论累积量区间。
可选地,处理模块在根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正时,具体用于:
确定风力发电机组对应于目标时间点的实时实际累积量是否缺失;
当目标时间点的实时实际累积量缺失时,根据风力发电机组对应于目标时间点的前一采集时间点、或后一采集时间点的实时实际累积量,对目标时间点的实时实际累积量进行插补,得到风力发电机组对应于目标时间点插补后的实时实际累积量。
可选地,累积量数据获取模块在获取风力发电机组对应于目标时间点的实时实际累积量数据的同时,还用于:
获取风力发电机组的型号信息;
以及,处理模块对目标时间点的实时实际累积量进行插补之后,还用于:
生成插补记录,插补记录中包括风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点。
可选地,处理模块在根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正时,具体用于:
当风力发电机组对应于目标时间点的实时实际累积量存在时,将目标时间点的实时实际累积量与目标时间点的实时理论累积量区间进行比较;
根据比较结果,确定是否根据目标时间点的实时理论累积量区间、对目标时间点的实时实际累积量进行修正,得到风力发电机组对应于目标时间点修正后的实时实际累积量。
可选地,处理模块在根据比较结果,确定是否根据目标时间点的实时理论累积量区间、对目标时间点的实时实际累积量进行修正时,具体用于:
在确定目标时间点的实时实际累积量不处于目标时间点的实时理论累积量区间时,根据目标时间点的实时理论累积量区间对目标时间点的实时实际累积量进行修正。
可选地,累积量数据获取模在获取风力发电机组对应于目标时间点的实时实际累积量数据的同时,还用于:
获取风力发电机组的型号信息;
以及,处理模块在根据目标时间点的实时理论累积量区间对目标时间点的实时实际累积量进行修正之后,还用于:
生成修正记录,修正记录中包括风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点。
可选地,当统计时间终点未处于跑批时间区间内时,累积量数据获取模块在获取风力发电机组对应于目标时间点的实时实际累积量数据之前,还用于:
检测到结构化数据库发送针对实时累积量的查询指令时,确定出查询指令所携带的待统计时间区间对应的目标时间点;
以及,处理模块在根据实时理论累积量,确定是否对目标时间点的实时实际累积量进行插补或修正之后,还用于:
将内存中目标时间点未经处理的、插补后的或者修正后的实时实际累积量,封装成动态库的形式,向结构化数据库返回。
可选地,当统计时间终点未处于跑批时间区间内时,累积量数据获取模块在获取风力发电机组对应于目标时间点的实时实际累积量数据时,具体用于:
当作为统计时间终点的目标时间点未处于跑批时间区间内时,从内存中已存储的多个键值对中,选择采集时间点为目标时间点的前一个采集时间点和后一个采集时间点的键值对;
从所选择的键值对中,确定出目标时间点的前一个采集时间点和后一个采集时间点的实时实际累积量,作为目标时间点的实时实际累积量数据。
可选地,实时实际累积量数据涉及的各实时实际累积量、以及实时工况数据,源自内存中的键值对;
每个键值对包括键区域和值区域,键区域中存储有风力发电机组的标识,值区域中存储有发电参数值或对应的实时采集时间点;
发电参数值包括实时实际累积量和实时工况数据,且一个值区域中的发电参数值包括实时实际累积量或实时工况数据;
实时工况数据包括实时风速、实时空气密度、实时气压和实时风向中的至少一种,且一个值区域中的实时工况数据包括实时风速、实时空气密度、实时气压或实时风向。
本实施例的风力发电机组累积量确定装置可执行本申请实施例所提供的任一种风力发电机组累积量确定方法,其实现原理相类似,此处不再赘述。
基于同一发明构思,本申请实施例提供了一种电子设备,该电子设备,包括:通信连接的处理器和存储器,所述存储器存储有至少一段程序或代码集,所述至少一段程序或所述代码集由所述处理器加载并执行以实现本申请实施例提供的风力发电机组累积量确定方法的各种可选实施方式。
本技术领域技术人员可以理解,本申请实施例提供的电子设备可以为所需的目的而专门设计和制造,或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序,这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如,计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中。
与现有技术相比可实现:
在本申请实施例中,当待统计时间区间统计时间终点未处于跑批时间区间内时,对于目标时间点(即待统计时间区间的统计时间起点或统计时间终点中的至少一种),可以获取目标时间点的实际累积量数据,实现获取风力发电机组的实时累积量的功能,并在确定对应的相关参数是满足修正条件,可以根据与累积量相关的实时工况数据,对目标时间点的实时实际累积量进行插补或修正,从而能够得到最接近的实际累积量,提升数据的数据质量,既保证了计算实时的性能,也提升了指标的最终准确率。
图8是本申请实施例的一种示例性的电子设备800的框图。图8示出的电子设备800仅是一个示例,不应该对本申请实施例的功能和使用范围带来任何限制。
如图8所示,本申请在一个可选实施例中提供了一种电子设备800。电子设备800可以以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:一个或更多个处理器801、存储系统802、连接不同系统组件(包括存储系统802和处理器801)的总线803。
总线803表示多种总线结构中的一种或多种。举例来说,这些总线结构包括但不限于:工业体系结构(ISA)总线、微通道体系结构(MAC)总线、增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备800典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备800访问的可用介质,包括易失性介质和非易失性介质、可移动介质或不可移动介质。
存储系统802可包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)8021和/或高速缓存存储器8022。电子设备800可进一步包括其它可移动/不可移动、易失性/非易失性计算机系统存储介质(如图8中的存储器8023)。仅作为示例,存储系统可以用于读写不可移动的、非易失性磁介质(图8中未示出,通常被称为“硬盘驱动器”)。尽管图8中未示出,但可提供用于对可移动非易失性磁盘(例如软盘)读写的磁盘驱动器、以及对可移动非易失性光盘(例如CD-ROM、DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线803相连。存储系统802可以包括至少一个程序产品,其中,程序产品具有被配置为执行本申请各实施例的多个功能的至少一个程序模块8024。
具有至少一个程序模块8024的程序/实用工具8025可被存储在例如存储系统802中,这样的程序模块8024包括但不限于:操作系统、一个或更多个应用程序、其它程序模块以及程序数据,此外,这些示例中的每一个或某种组合中可包括网络环境的实现。程序模块8024通常执行本申请所描述的实施例中的功能和/或方法。
电子设备800也可以与显示器810以及一个或更多个其它外部设备820(例如键盘、指向设备等)通信,还可以与一个或更多个使得用户能够与该电子设备800交互的设备进行通信和/或与使得该计算机系统20能够与一个或更多个其它计算设备进行通信的任何设备(例如网卡、调制解调器等)通信。这种通信可以通过输入/输出(I/O)接口804进行。此外,电子设备800还可通过网络适配器805与一个或更多个网络(例如局域网(LAN)、广域网(WAN)和/或公共网络(例如因特网))进行通信。如图8中所示,网络适配器805可通过总线803与电子设备800的其它模块通信。应当明白,尽管图8中未示出,但是可结合计算机系统使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
应当注意,图8仅仅示意性地示出了可以用于实现本申请中各个实施方式的计算系统的示意图。本领域技术人员可以理解,该电子设备800可通过引入附加计算设备来实现。
基于同一的发明构思,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当计算机指令在电子设备上运行时实现本申请实施例所提供的任一风力发电机组累积量确定方法。
本申请实施例提供了一种计算机可读存储介质适用于上述任一风力发电机组累积量确定方法的各种可选实施方式。在此不再赘述。
应用本申请实施例,至少能够实现如下有益效果:
当待统计时间区间统计时间终点未处于跑批时间区间内时,对于目标时间点(即待统计时间区间的统计时间起点或统计时间终点中的至少一种),可以获取目标时间点的实际累积量数据,实现获取风力发电机组的实时累积量的功能,并在确定对应的相关参数是满足修正条件,可以根据与累积量相关的实时工况数据,对目标时间点的实时实际累积量进行插补或修正,从而能够得到最接近的实际累积量,提升数据的数据质量,既保证了计算实时的性能,也提升了指标的最终准确率。
本申请实施例提供了一种分布式系统,包括:通信连接的调度汇总节点和至少一个计算节点;
调度汇总节点,用于将风力发电机组的累积量确定方法所需的数据以及计算资源,分配至与风力发电机组的标识相对应的计算节点;
每个计算节点用于实现的风力发电机组的累积量确定方法。
本技术领域技术人员可以理解,本申请中已经讨论过的各种操作、方法、流程中的、措施、方案可以被交替、更改、组合或删除。进一步地,具有本申请中已经讨论过的各种操作、方法、流程中的其他、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本申请中公开的各种操作、方法、流程中的、措施、方案也可以被交替、更改、重排、分解、组合或删除。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (17)

1.一种风力发电机组累积量确定方法,其特征在于,包括:
当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,所述目标时间点为待统计时间区间的统计时间起点或统计时间终点中的至少一种;
在所述实时实际累积量数据的相关参数满足修正条件时,获取所述风力发电机组对应于所述目标时间点的实时工况数据;
根据所述实时工况数据,确定所述风力发电机组对应于所述目标时间点的实时理论累积量;
根据所述实时理论累积量,确定是否对所述目标时间点的实时实际累积量进行插补或修正。
2.根据权利要求1所述的方法,其特征在于,获取风力发电机组对应于目标时间点的实时实际累积量数据,包括:
获取所述风力发电机组对应于所述目标时间点的前一采集时间点、后一采集时间点的实时实际累积量,分别作为第一实时实际累积量、第二实时实际累积量;所述实时实际累积量数据包括所述第一实时实际累积量和所述第二实时实际累积量。
3.根据权利要求2所述的方法,其特征在于,所述获取所述风力发电机组对应于所述目标时间点的前一采集时间点、后一采集时间点的实时实际累积量,分别作为第一实时实际累积量、第二实时实际累积量,包括:
当所述目标时间点落入于两个采集时间点之间时,以与所述目标时间点紧邻的后一个采集时间点为基准时间点,获取所述风力发电机组对应于所述基准时间点的前一采集时间点、后一采集时间点的第一实时实际累积量、第二实时实际累积量。
4.根据权利要求2所述的方法,其特征在于,在所述实时实际累积量数据的相关参数满足修正条件时,获取所述风力发电机组对应于所述目标时间点的实时工况数据,包括:
确定出第一实时实际发电量和第二实时实际发电量对应的实时实际功率值;所述第一实时实际累积量、所述第二实时实际累积量分别为第一实时实际发电量、第二实时实际发电量;
在所述实时实际功率值未处于设计功率范围时,获取所述风力发电机组对应于所述目标时间点的前一采集时间点、后一采集时间点的实时工况数据。
5.根据权利要求4所述的方法,其特征在于,所述根据所述实时工况数据,确定所述风力发电机组对应于所述目标时间点的实时理论累积量,包括:
根据所述风力发电机组对应于所述目标时间点的前一采集时间点、后一采集时间点的实时工况数据,确定出所述目标时间点的前一采集时间点、后一采集时间点的实时理论累积量,进而确定出对应于所述目标时间点的实时理论累积量区间。
6.根据权利要求5所述的方法,其特征在于,根据所述实时理论累积量,确定是否对所述目标时间点的实时实际累积量进行插补或修正,包括:
确定所述风力发电机组对应于所述目标时间点的实时实际累积量是否缺失;
当所述目标时间点的实时实际累积量缺失时,根据所述风力发电机组对应于所述目标时间点的前一采集时间点、或后一采集时间点的实时实际累积量,对所述目标时间点的实时实际累积量进行插补,得到所述风力发电机组对应于所述目标时间点插补后的实时实际累积量。
7.根据权利要求6所述的方法,其特征在于,获取风力发电机组对应于目标时间点的实时实际累积量数据的同时,还包括:
获取所述风力发电机组的型号信息;
以及,所述对所述目标时间点的实时实际累积量进行插补之后,还包括:
生成插补记录,所述插补记录中包括所述风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点。
8.根据权利要求5所述的方法,其特征在于,根据所述实时理论累积量,确定是否对所述目标时间点的实时实际累积量进行插补或修正,包括:
当所述风力发电机组对应于所述目标时间点的实时实际累积量存在时,将所述目标时间点的实时实际累积量与所述目标时间点的实时理论累积量区间进行比较;
根据所述比较结果,确定是否根据所述目标时间点的实时理论累积量区间、对所述目标时间点的实时实际累积量进行修正,得到所述风力发电机组对应于所述目标时间点修正后的实时实际累积量。
9.根据权利要求8所述的方法,其特征在于,根据所述比较结果,确定是否根据所述目标时间点的实时理论累积量区间、对所述目标时间点的实时实际累积量进行修正,包括:
在确定所述目标时间点的实时实际累积量不处于所述目标时间点的实时理论累积量区间时,根据所述目标时间点的实时理论累积量区间对所述目标时间点的实时实际累积量进行修正。
10.根据权利要求9所述的方法,其特征在于,获取风力发电机组对应于目标时间点的实时实际累积量数据的同时,还包括:
获取所述风力发电机组的型号信息;
以及,所述根据所述目标时间点的实时理论累积量区间对所述目标时间点的实时实际累积量进行修正之后,还包括:
生成修正记录,所述修正记录中包括所述风力发电机组的型号信息、以及各实时实际累积量和对应的采集时间点。
11.根据权利要求1所述的方法,其特征在于,当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据之前,还包括:
检测到结构化数据库发送针对实时累积量的查询指令时,确定出所述查询指令所携带的所述待统计时间区间对应的所述目标时间点;
以及,根据所述实时理论累积量,确定是否对所述目标时间点的实时实际累积量进行插补或修正之后,还包括:
将内存中所述目标时间点未经处理的、插补后的或者修正后的实时实际累积量,封装成动态库的形式,向所述结构化数据库返回。
12.根据权利要求11所述的方法,其特征在于,当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,包括:
当作为所述统计时间终点的所述目标时间点未处于跑批时间区间内时,从所述内存中已存储的多个键值对中,选择采集时间点为所述目标时间点的前一个采集时间点和后一个采集时间点的键值对;
从所选择的所述键值对中,确定出所述目标时间点的前一个采集时间点和后一个采集时间点的实时实际累积量,作为所述目标时间点的实时实际累积量数据。
13.根据权利要求1所述的方法,其特征在于,还包括:
所述实时实际累积量数据涉及的各实时实际累积量、以及所述实时工况数据,源自内存中的键值对;
每个所述键值对包括键区域和值区域,所述键区域中存储有风力发电机组的标识,所述值区域中存储有发电参数值或对应的实时采集时间点;
所述发电参数值包括所述实时实际累积量和所述实时工况数据,且一个所述值区域中的发电参数值包括所述实时实际累积量或所述实时工况数据;
所述实时工况数据包括实时风速、实时空气密度、实时气压和实时风向中的至少一种,且一个所述值区域中的所述实时工况数据包括实时风速、实时空气密度、实时气压或实时风向。
14.一种风力发电机组累积量确定装置,其特征在于,包括:
累积量数据获取模块,用于当统计时间终点未处于跑批时间区间内时,获取风力发电机组对应于目标时间点的实时实际累积量数据,所述目标时间点为待统计时间区间的统计时间起点或统计时间终点中的至少一种;
工况数据获取模块,用于在所述实时实际累积量数据的相关参数满足修正条件时,获取所述风力发电机组对应于所述目标时间点的实时工况数据;
理论累积量获取模块,用于根据所述实时工况数据,确定所述风力发电机组对应于所述目标时间点的实时理论累积量;
处理模块,用于根据所述实时理论累积量,确定是否对所述目标时间点的实时实际累积量进行插补或修正。
15.一种电子设备,其特征在于,包括:
通信连接的处理器和存储器,所述存储器存储有至少一段程序或代码集,所述至少一段程序或所述代码集由所述处理器加载并执行以实现如权利要求1至13中任一所述的风力发电机组的累积量确定方法。
16.一种分布式系统,其特征在于,包括:通信连接的调度汇总节点和至少一个计算节点;
所述调度汇总节点,用于将风力发电机组的累积量确定方法所需的数据以及计算资源,分配至与所述风力发电机组的标识相对应的计算节点;
每个所述计算节点用于实现权利要求1-13任一项所述的风力发电机组的累积量确定方法。
17.一种计算机可读存储介质,其特征在于,所述计算机存储介质用于存储计算机指令,当所述计算机指令在电子设备上运行时,实现如上述权利要求1至13中任一项所述的风力发电机组的累积量确定方法。
CN202110004202.3A 2021-01-04 2021-01-04 风力发电机组累积量确定方法、装置、设备、系统及介质 Pending CN112686557A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110004202.3A CN112686557A (zh) 2021-01-04 2021-01-04 风力发电机组累积量确定方法、装置、设备、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110004202.3A CN112686557A (zh) 2021-01-04 2021-01-04 风力发电机组累积量确定方法、装置、设备、系统及介质

Publications (1)

Publication Number Publication Date
CN112686557A true CN112686557A (zh) 2021-04-20

Family

ID=75457126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110004202.3A Pending CN112686557A (zh) 2021-01-04 2021-01-04 风力发电机组累积量确定方法、装置、设备、系统及介质

Country Status (1)

Country Link
CN (1) CN112686557A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013108462A (ja) * 2011-11-22 2013-06-06 Fuji Electric Co Ltd 風力発電量予測システム、そのプログラム
JP2016073152A (ja) * 2014-10-01 2016-05-09 中国電力株式会社 予測装置
US20170268484A1 (en) * 2014-12-05 2017-09-21 Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. Method, device, and system for controlling wind alignment correction of wind turbine generator system
JP2018160990A (ja) * 2017-03-23 2018-10-11 東京電力ホールディングス株式会社 負荷管理装置および方法
CN110308946A (zh) * 2019-05-21 2019-10-08 深圳壹账通智能科技有限公司 基于人工智能的跑批处理方法、设备、存储介质及装置
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
JP2020007921A (ja) * 2018-07-04 2020-01-16 三菱重工業株式会社 風力発電システム
CN111078268A (zh) * 2019-12-20 2020-04-28 中国建设银行股份有限公司 银行系统业务处理方法、装置、设备及存储介质
CN111078506A (zh) * 2019-12-27 2020-04-28 中国银行股份有限公司 业务数据跑批任务监控方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013108462A (ja) * 2011-11-22 2013-06-06 Fuji Electric Co Ltd 風力発電量予測システム、そのプログラム
JP2016073152A (ja) * 2014-10-01 2016-05-09 中国電力株式会社 予測装置
US20170268484A1 (en) * 2014-12-05 2017-09-21 Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. Method, device, and system for controlling wind alignment correction of wind turbine generator system
JP2018160990A (ja) * 2017-03-23 2018-10-11 東京電力ホールディングス株式会社 負荷管理装置および方法
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
JP2020007921A (ja) * 2018-07-04 2020-01-16 三菱重工業株式会社 風力発電システム
CN110308946A (zh) * 2019-05-21 2019-10-08 深圳壹账通智能科技有限公司 基于人工智能的跑批处理方法、设备、存储介质及装置
CN111078268A (zh) * 2019-12-20 2020-04-28 中国建设银行股份有限公司 银行系统业务处理方法、装置、设备及存储介质
CN111078506A (zh) * 2019-12-27 2020-04-28 中国银行股份有限公司 业务数据跑批任务监控方法及装置

Similar Documents

Publication Publication Date Title
CN111125089B (zh) 时序数据存储方法、装置、服务器及存储介质
CN107391744B (zh) 数据存储、读取方法、装置及其设备
CN107766575B (zh) 读写分离的数据库访问方法及装置
CN102930062B (zh) 一种数据库快速水平扩展的方法
CN107145537B (zh) 一种表格数据导入方法及系统
US7895171B2 (en) Compressibility estimation of non-unique indexes in a database management system
CN105979532B (zh) 一种业务处理系统的性能容量分析预警方法及装置
CN111061758B (zh) 数据存储方法、装置及存储介质
CN113626448B (zh) 基于HBase分布式存储的空间矢量数据索引与查询方法
CN110149377A (zh) 一种视频服务节点资源分配方法、系统、装置及存储介质
CN112764993A (zh) 一种节点信息收集方法、装置、设备及可读存储介质
CN112307002A (zh) 一种数据补偿的方法、系统及计算机可读存储介质
CN111158999A (zh) 一种格式化时间的计算方法和装置
CN114237884A (zh) 一种基于灰色马尔科夫链的云计算数据中心能耗优化方法
CN112686557A (zh) 风力发电机组累积量确定方法、装置、设备、系统及介质
CN115147136A (zh) 天然气供需差额确定方法、装置、计算机设备及存储介质
CN116629015A (zh) 数字孪生任务的处理方法、装置、设备及存储介质
CN108664322A (zh) 数据处理方法及系统
CN115002187A (zh) 绑定关系处理方法及相关设备
CN114860851A (zh) 数据处理方法、装置、设备及存储介质
CN113761103A (zh) 批量数据的处理方法、装置及电子设备
CN113885803A (zh) 数据存储方法、装置、电子设备及存储介质
CN116302178B (zh) 一种列存数据的加速处理方法和装置
CN111628901B (zh) 一种指标异常检测方法以及相关装置
CN113791922B (zh) 一种分布式存储系统的异常处理方法、系统及装置

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