CN112711081A - 基于偏航误差检测极端阵风的方法及装置 - Google Patents

基于偏航误差检测极端阵风的方法及装置 Download PDF

Info

Publication number
CN112711081A
CN112711081A CN201911019782.2A CN201911019782A CN112711081A CN 112711081 A CN112711081 A CN 112711081A CN 201911019782 A CN201911019782 A CN 201911019782A CN 112711081 A CN112711081 A CN 112711081A
Authority
CN
China
Prior art keywords
yaw error
value
trend
count value
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.)
Granted
Application number
CN201911019782.2A
Other languages
English (en)
Other versions
CN112711081B (zh
Inventor
彼得·福格·奥德高
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 CN201911019782.2A priority Critical patent/CN112711081B/zh
Publication of CN112711081A publication Critical patent/CN112711081A/zh
Application granted granted Critical
Publication of CN112711081B publication Critical patent/CN112711081B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W2001/003Clear air turbulence detection or forecasting, e.g. for aircrafts
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Wind Motors (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明提供一种基于偏航误差检测极端阵风的方法及装置。所述基于偏航误差检测极端阵风的方法包括:确定偏航误差,并基于所述偏航误差来确定偏航误差的变化趋势;基于偏航误差的变化趋势来确定是否检测到极端阵风。本发明提供的方法及装置能够更早地检测到极端阵风同时保证不出现误报检测,从而可以减少风力发电机组的极端负荷。

Description

基于偏航误差检测极端阵风的方法及装置
技术领域
本发明涉及风电领域,更具体地说,涉及基于偏航误差检测极端阵风的方法及装置。
背景技术
外部环境条件对风力发电机组的安全性和可靠性存在较大的影响。例如,在风力发电机组遭遇极端阵风(例如,极端相干阵风(Extreme Coherent Gusts,ECG))的极限载荷工况下,因风速和风向变化恶劣,导致风力涡轮机遭遇大的极限载荷,甚至导致风力发电机组停机。因此,准确快速地检测极端阵风极其重要。
目前,检测极端阵风的一般方法是使用时间平均滤波器,以给定的时间间隔(例如,1秒、5秒或10秒)计算偏航误差的平均值,时间平均滤波器的输出值与阵风的末端的极端阵风值相似。此外,如果直接在偏航误差上使用阈值进行比较或对其进行过滤,则由于正常工作中的风向波动,可能会存在较长的检测周期或产生大量误报检测。此外,为了保证在正常工作期间不出现极端阵风事件的误报检测,现有方法通常需要6秒至8秒才会检测到极端阵风事件,然而风向在10秒内的变化很快(通常风向在10秒内可以变化60度至90度),现有方法所需的6秒至8秒的检测时间对于极端阵风检测来说为时已晚,因此无法在早期检测极端阵风同时保证不出现误报检测。
发明内容
为了解决上述至少一个问题,本发明一方面提供一种基于偏航误差检测极端阵风的方法,所述方法包括:确定偏航误差,并基于所述偏航误差来确定偏航误差的变化趋势;基于偏航误差的变化趋势来确定是否检测到极端阵风。
本发明另一方面提供一种计算机可读存储介质。所述计算机可读存储介质存储有当被处理器执行时使得处理器执行如上所述的方法的程序指令。
本发明另一方面提供一种基于偏航误差识别极端阵风的装置,所述装置包括:处理模块,被配置为:确定偏航误差,并基于所述偏航误差来确定偏航误差的变化趋势;以及检测模块,被配置为:基于偏航误差的变化趋势来确定是否检测到极端阵风。
本发明另一方面提供一种风力发电机组控制器。所述风力发电机组控制器包括:测量模块,被配置为:测量偏航误差;处理模块,被配置为:基于所述偏航误差来执行如上所述的方法;以及存储模块,被配置为:存储用于执行如上所述的方法的指令以及由所述测量模块和所述处理模块获得的各种数据。
本发明提供的基于偏航误差检测极端阵风的方法及装置以及包括本发明提供的装置的风力发电机组控制器能够更早地检测到极端阵风同时保证不出现误报检测,从而减少风力发电机组的极端负荷。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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的附图。
图1为根据本发明构思的实施例的基于偏航误差检测极端阵风的方法的流程图。
图2为根据本发明构思的实施例的确定第一计数值的流程图。
图3为根据本发明构思的实施例的基于第一计数值确定第二计数值的框图。
图4为根据本发明构思的另一实施例的基于偏航误差检测极端阵风的方法的流程图。
图5为根据本发明构思的实施例的基于偏航误差检测极端阵风的装置的框图。
图6为根据本发明构思的实施例的加减计数器的框图。
图7为根据本发明构思的另一实施例的加减计数器的框图。
图8为根据本发明构思的另一实施例的风力发电机组控制器的框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
本发明可具有各种变形和各种实施例,应理解,本发明不限于这些实施例,而是包括本发明的精神和范围内的所有变形、等同物和替换。例如,在此描述的操作的顺序仅是示例,并且不受限于在此阐述的那些顺序,而是除了必须以特定的顺序发生的操作之外,可如在理解本申请的公开之后将是清楚地那样被改变。此外,为了更加清楚和简明,可省略本领域中已知的特征的描述。在本发明的示例实施例中使用的术语仅用于描述特定实施例,而不是为了限制示例实施例。除非上下文另有清楚的指示,否则在此使用的单数形式也意图包括复数形式。
还将理解,尽管在本说明书中使用术语“第一”、“第二”和“第三”等来描述各个元素,但是这些元素不应被这些术语所限制。这些术语仅被用于将一个元素与另一元素进行区分。例如,在不脱离本发明构思的精神和范围的情况下,第一元素也可被称为第二元素,相似地,第二元素也可被称为第一元素。
图1为根据本发明构思的实施例的基于偏航误差检测极端阵风的方法的流程图。
参照图1,在步骤101中,确定偏航误差,并基于所述偏航误差来确定偏航误差的变化趋势。具体地说,可以通过以预定的采样间隔(例如,0.02秒)对偏航误差进行采样,来确定偏航误差。可以采用各种方法来获得偏航误差,对此本发明不进行具体限定。
根据本发明构思的实施例,基于步骤101中的偏航误差来确定偏航误差的变化趋势可以包括:基于当前时刻的偏航误差、先前时刻的偏航误差以及二者之间的差值,来确定偏航误差的变化趋势。
当前时刻的偏航误差可以表示在当前时刻采样得到的偏航误差,先前时刻的偏航误差可以表示在当前时刻的先前时刻采样得到的偏航误差。根据本发明构思的实施例,假设使用n来表示当前时刻(n为大于1的整数,然而本发明构思不限于此,可以根据各种算法形式来设置n的取值情况),并且当前时刻的偏航误差可以表示为YE[n],那么可以使用n-m来表示先前时刻,并且先前时刻的偏航误差可以表示为YE[n-m],m可以根据实际工况选择大于或等于1的任何整数。在下文,为了描述的简明,通过设置m=1来进行描述,即,先前时刻的偏航误差可以表示在当前时刻的上一时刻采样得到的偏航误差。在此情况下,先前时刻的偏航误差可以表示为YE[n-1]。
根据本发明构思的实施例,上述的基于偏航误差来确定偏航误差的变化趋势可以包括:获取指示当前时刻的偏航误差YE[n]是大于或等于0的值还是负值的第一标识YEs[n];从当前时刻的偏航误差YE[n]减去先前时刻的偏航误差YE[n-1],以获得差值△YE[n](即,△YE[n]=YE[n]-YE[n-1]);获取指示该差值是大于或等于0的值还是负值的第二标识△YEs[n];根据第一标识与第二标识是否相同,来确定偏航误差的变化趋势。也就是说,第一标识可以用于表示当前时刻的偏航误差YE[n]的符号,第二标识可以用于表示差值的△YE[n]符号。例如,如果偏航误差YE[n]是大于或等于0的值(即,YE[n]≥0),则第一标识YEs[n]可以使用1来表示(即,YEs[n]=1),如果偏航误差YE[n]是负值(即,YE[n]<0),则第一标识YEs[n]=-1,相似地,如果△YE[n]≥0,则第二标识△YEs[n]=1,如果△YE[n]<0,则第二标识△YEs[n]=-1。然而本发明构思不限于此,可以采用各种方法来获取并表示当前时刻的偏航误差的第一标识YEs[n]以及差值△YE[n]的第二标识△YEs[n],对此本发明不进行具体限定。
继续参照图1,在步骤103中,基于步骤101中确定的偏航误差的变化趋势来确定是否检测到极端阵风。具体地说,通过判断步骤101中所确定的偏航误差的变化趋势是上升趋势(increasing trend)还是下降趋势(decreasing trend),来确定是否检测到极端阵风。
根据本发明构思的实施例,通过获取不同时刻的偏航误差,并判断偏航误差变化的趋势,以便可以通过针对偏航误差的变化趋势进行计数的方式来确定是否检测到极端阵风。具体地说,在步骤103执行的基于偏航误差的变化趋势来确定是否检测到极端阵风可以包括:基于偏航误差的变化趋势来确定计数值;并且基于计数值来确定是否检测到极端阵风。由于每个时刻的偏航误差是瞬时值,相对于现有技术中利用时段的平均数据判断极端阵风的技术方案更加及时、准确。
根据本发明构思,当前时刻的偏航误差的第一标识YEs[n]与从当前时刻的偏航误差减去先前时刻的偏航误差获得的差值△YE[n]的第二标识△YEs[n]相同时,可以认为偏航误差的变化趋势存在可能的上升趋势;当第一标识与第二标识不同时,可以认为偏航误差的变化趋势存在可能的下降趋势。在本发明构思的实施例中,可以通过针对偏航误差的上升趋势或下降趋势进行计数的方式来确定是否检测到极端阵风。
在本发明构思的一个实施例中,上述的基于偏航误差的变化趋势来确定计数值可以包括:根据偏航误差的变化趋势为上升趋势还是下降趋势来确定当前时刻的第一计数值;并且基于当前时刻的第一计数值来确定当前时刻的第二计数值。在此情况下,基于计数值来确定是否检测到极端阵风可以包括:将当前时刻的第二计数值约束为大于或等于零的约束值,并且将该约束值与预定阈值进行比较,以确定在当前时刻是否检测到极端阵风。下面将参照图2和图3来详细描述确定第一计数值和第二计数值的操作。
图2为根据本发明构思的实施例的确定第一计数值的流程图。
参照图2,在步骤202中,获取当前时刻的偏航误差的第一标识YEs[n]。在步骤204中,计算当前时刻的偏航误差与先前时刻的偏航误差之间的差值△YE[n](即,△YE[n]=YE[n]-YE[n-1])。在步骤206中,获取步骤204计算的差值的第二标识△YEs[n]。在步骤208中,确定第一标识YEs[n]和第二标识△YEs[n]是否相同。为了清楚的描述,在图2的流程图中包括与上述确定偏航误差的变化趋势的步骤相同的步骤202至步骤206,然而本发明构思不限于此,也可以省略步骤202至步骤206。
如果在步骤208中确定第一标识YEs[n]和第二标识△YEs[n]相同,则在步骤214中,进一步地将差值△YE[n]的绝对值与第一阈值σUP进行比较。如果在步骤214中确定差值△YE[n]的绝对值大于第一阈值σUP,则可以确定偏航误差的上升趋势,并且在步骤216中,将当前时刻的第一计数值设置为预定的第一值。换言之,根据该偏航误差的变化趋势为上升趋势还是下降趋势来确定当前时刻的第一计数值可以包括:在当前时刻的偏航误差的第一标识与步骤206获得的差值的第二标识相同的情况下,确定偏航误差的变化趋势为上升趋势,并且在该差值的绝对值大于第一阈值时,将当前时刻的第一计数值设置为预定的第一值。
如果在步骤208中确定第一标识YEs[n]和第二标识△YEs[n]不相同,则在步骤210中,进一步地将差值△YE[n]的绝对值与第二阈值σDown进行比较。如果在步骤210中确定差值△YE[n]的绝对值大于第二阈值σDown,则可以确定偏航误差的下降趋势,并且在步骤212中,将当前时刻的第一计数值设置为预定的第二值。换言之,根据该偏航误差的变化趋势为上升趋势还是下降趋势来确定当前时刻的第一计数值还可以包括:在当前时刻的偏航误差的第一标识与步骤206获得的差值的第二标识不相同的情况下,确定偏航误差的变化趋势为下降趋势,并且在该差值的绝对值大于第二阈值时,将当前时刻的第一计数值设置为预定的第二值。
如果在步骤214中确定差值△YE[n]的绝对值不大于第一阈值σUP,或者在步骤210确定差值△YE[n]的绝对值不大于第二阈值σDown,则在步骤218中,将当前时刻的第一计数值设置为默认值。
根据本发明构思,第一阈值σUP和第二阈值σDown可以根据研究经验而预先确定,作为一个示例,第一阈值σUP和第二阈值σDown可以根据平均风速来确定。此外,步骤216中的与偏航误差的上升趋势对应的第一值可以表示增计数步长值,步骤214中的与偏航误差的下降趋势对应的第二值可以表示负的减计数步长值。作为示例,步骤218中的默认值可以预先设置为0,然而,本发明构思不限于此。
在步骤220中,输出通过确定的当前时刻的第一计数值,以用于确定第二计数值。
图3为根据本发明构思的实施例的基于第一计数值确定第二计数值的框图。
根据本发明构思的实施例,基于当前时刻的第一计数值来确定当前时刻的第二计数值可以包括:通过将以下三者进行求和来确定当前时刻的第二计数值:当前时刻的第一计数值、先前时刻的第二计数值与预定比例因数的乘积、以及先前时刻的约束值与先前时刻的第二计数值之间的差,其中,先前时刻的约束值通过将先前时刻的第二计数值约束为大于或等于零来获得。下面将参照图3来进行详细的描述。
参照图3,根据图2描述的方法确定的当前时刻的第一计数值可以表示为C[n],框222可以表示对三个输入值进行求和的操作,框222的输出为当前时刻的第二计数值(例如,可以表示为C’[n])。输入到框222的三个输入值分别为:来自图2的步骤220的当前时刻的第一计数值、框226的输出(即,先前时刻的第二计数值与预定比例因数的乘积)以及框230的输出(即,先前时刻的约束值与先前时刻的第二计数值之间的差)。
框224表示获得先前时刻的第二计数值(例如,可以表示为C’[n-1])。框226表示将从框224获得的先前时刻的第二计数值C’[n-1]与预定比例因数相乘。根据本发明构思的实施例,预定比例因数也可以称为消失因子或遗忘因子κv,其取值可以在0与1之间,然而这仅是示例性的,本发明构思不限于此。根据实施例,框224可以表示缓冲操作,即,在先前时刻确定的第二计数值可以暂时存储在框224中,以在确定当前时刻的第二计数值时进行使用。
框228可以表示约束操作。根据本发明构思的实施例,框228的约束操作可以为:当输入到框228的值为小于0的输入值时,框228的输出值被设置为0;当输入到框228的值为等于或大于0的输入值时,框228的输出值与其输入值保持相同。也就是说,通过框228的约束操作,先前时刻的第二计数值C’[n-1]可以被约束为大于或等于零的约束值,即,框228可以输出先前时刻的约束值。然而,框228的约束操作仅是示例性的描述,可以采用其他各种方法来实现该约束操作。
框230可以表示计算框228的输出与框224的输出之间的差。也就是说,通过框230的操作可以从先前时刻的约束值减去先前时刻的第二计数值,以获得二者之间的差。
通过框222将来自步骤220的当前时刻的第一计数值C[n]、框226的输出(即,先前时刻的第二计数值与预定比例因数的乘积)以及框230的输出(先前时刻的约束值与先前时刻的第二计数值之间的差)进行求和,得到当前时刻的第二计数值C’[n]。
根据关于图2的上述描述当前时刻的第一计数值C[n]可能为正的增计数步长值、负的减计数步长值或者默认值(例如,0),此外考虑到框230的输出为一个差值,因此在框222所获得的当前时刻的第二计数值可能会存在小于0的情况。为了确定是否检测到极端阵风,在框232中,将当前时刻的第二计数值进行与框228相似的约束操作,即,通过框232的操作,可以将当前时刻的第二计数值约束为大于或等于零的约束值(即,当前时刻的约束值UPC[n])。此外,框232和框228的操作可以称为抗积分饱和(anti windup)部分,本发明的实施例包括抗积分饱和部分以保证不会由于计数上升或下降超出范围而导致检测延迟。虽然在图3中示出分开的框232和框228,然而本领域技术人员可以理解,可以将二者合并为一个框。
根据本发明构思的实施例,可以通过将当前时刻的约束值UPC[n]与预定的阈值进行比较,当UPC[n]大于预定的阈值时,可以确定在当前时刻检测到极端阵风,在此情况下,可以针对极端阵风的工况进一步采取相应的控制,以减少风力发电机组的极端负荷。本发明提供的上述方法能够更早地检测到极端阵风同时保证不出现误报检测,从而减少风力发电机组的极端负荷。
在图3中描述了,在当前时刻,通过框232将框222获得的当前时刻的计数值进行约束,从而将获得的约束值与预定的阈值进行比较以确定是否检测到极端阵风。然而本发明构思不限于此,例如,可以省略图3中的框232的操作,而在当前时刻使用先前时刻的第二计数值进行极端阵风的检测。下面将参照图4对其进行描述。
图4为根据本发明构思的另一实施例的基于偏航误差检测极端阵风的方法的流程图。参照图2和图3进行的描述可以包括在图4的描述中,并且在图4的描述中将省略关于相同或相似操作的描述。
参照图4,框224可以输出先前时刻的第二计数值C’[n-1],通过框228的约束操作来获得先前时刻的约束值UPC[n-1],然后在当前时刻可以使用先前时刻的约束值UPC[n-1]来进行阵风检测。即,在图4的框401中,在当前时刻,使用先前时刻的约束值UPC[n-1]与预定的阈值进行比较,来确定是否检测到极端阵风。
换言之,以上描述的基于计数值来确定是否检测到极端阵风的步骤可以包括:在当前时刻,将先前时刻的约束值与预定阈值进行比较,以确定是否检测到极端阵风。根据本发明构思,先前时刻的约束值通过将先前时刻的第二计数值约束为大于或等于零来获得。根据本发明构思,在先前时刻获取先前时刻的第二计数值的方法与获取当前时刻的第二计数值的方法相似,即,先前时刻的第二计数值是通过将以下三者进行求和而获得的值:先前时刻的第一计数值C[n-1]、先前时刻的之前时刻的第二计数值C’[n-2]与预定比例因数的乘积、以及先前时刻的之前时刻的约束值UPC[n-2]与先前时刻的之前时刻的第二计数值C’[n-2]之间的差。根据本发明构思的实施例,在先前时刻获得先前时刻的第一计数值的方法与获取当前时刻的第一计数值的方法相似,即,先前时刻的第一计数值可以根据基于先前时刻的偏航误差YE[n-1]以及先前时刻的之前时刻的偏航误差YE[n-2]所确定的偏航误差变化趋势来获得。
也就是说,在每一个采样时刻获取第一计数值和第二计数值以进行极端阵风的检测是不断循环迭代的操作,每一次循环迭代所执行的操作是相似的。
根据图4的描述,作为可选的实施例,在当前时刻会采用延迟的计数值(即,先前时刻的第二计数值的约束值)与预定的阈值进行比较,来确定是否检测到极端阵风。图3的实施例能够保证极端阵风的检测具有更好的时间性,其检测结果更加准确。然而,图4的实施例在检测时具有预定数量的样本的延迟(例如,一个样本的延迟),但是其操作和结构更加简单。
此外,参照图4,在当前时刻也可以计算当前时刻的第二计数值(即,框222的操作),以用于在下一时刻进行极端阵风的检测。为了简明,在此省略重复的描述。
图5为根据本发明构思的实施例的基于偏航误差检测极端阵风的装置的框图。
参照图5,基于偏航误差检测极端阵风的装置500可以包括处理模块501以及检测模块503。
根据本发明构思的实施例,处理模块501被配置为确定偏航误差,并基于所述偏航误差来确定偏航误差的变化趋势。也就是说,处理模块501可以执行上述与步骤101相关的操作,为了简明,在此省略重复的描述。
根据本发明构思的实施例,检测模块503被配置为基于偏航误差的变化趋势来确定是否检测到极端阵风。也就是说,检测模块503可以执行上述与步骤103相关的操作,为了简明,在此省略重复的描述。
上面描述的确定偏航误差的变化趋势以及确定第一计数值和第二计数值的操作可以通过根据本发明构思的实施例的加减计数器(up/downcounter)来执行。加减计数器可以通过硬件模块、软件模块或者二者的组合来实现。下面将参照图6来描述根据本发明构思的实施例的加减计数器。
图6为根据本发明构思的实施例的加减计数器的框图。
参照图6,YE[n]为当前时刻采样获得的偏航误差,即,当前时刻的偏航误差。模块601可以执行如图2的步骤202所述的操作:获取当前时刻的偏航误差的第一标识YEs[n]。模块603表示延迟模块,即,获得先前时刻的偏航误差YE[n-1]。模块605可以执行如图2的步骤204所述的操作:计算当前时刻的偏航误差与先前时刻的偏航误差之间的差值△YE[n]。模块607可以执行如图2的步骤206所述的操作:获取模块605输出的差值△YE[n]的第二标识△YEs[n]。
模块609可以基于模块601的输出YEs[n]、模块605的输出△YE[n],以及模块607的输出△YEs[n]来确定当前时刻的第一计数值C[n]。模块609可以执行参照图2的步骤208至步骤220的操作。
图6示出模块609可以通过硬件、软件或者二者的组合来实现。当以软件来实现模块609时,模块609执行的操作可以被定义为函数或者被编写为一段代码,如下所示为模块609被定义为函数的代码段的示例,其中,L1至L11表示代码的行号(其不属于代码段的实际内容)。
Figure BDA0002246824880000111
第一行L1表示用于所定义函数的输入和输出。第二行L2表示设置第一计数值C[n]的默认值,即,如图2的步骤218所描述的默认值。
第三行L3表示如图2的操作208所示的确定第一标识和第二标识是否相同的操作。
行L4和L5表示如图2的操作214和操作216所述的操作,用于确定偏航误差的上升趋势以及此时的第一计数值。行L8和L9表示如图2的操作210和操作212所述的操作,用于确定偏航误差的下降趋势以及此时的第一计数值。如上面参照图2所描述的,κUp表示预定的第一值(例如,增计数步长值),-κDown表示预定的第二值(即,负的减计数步长值)。
上面所描述的代码段仅是示例性的,本发明构思不限于此。上述的代码段所定义函数的输出C[n]即为模块609的输出y。模块611至模块623的操作分别对应于图3的框222至框232,为了简明,省略重复的描述。
图7为根据本发明构思的另一实施例的加减计数器的框图。与图6相比,图7省略了模块623,即,图7所描述的加减计数器对应于参照图4所描述的操作。为了简明,省略重复的描述。
此外,图6和图7所描述的加减计数器可以用于实现图5所描述的装置500的一部分(例如,处理模块501)。
图8为根据本发明构思的实施例的风力发电机组控制器的框图。
根据本发明构思的实施例的风力发电机组控制器800可以包括测量模块801、处理模块803以及存储模块805。作为示例,风力发电机组控制器800可以是部署在风力发电机组内的主控制器或者是与主控制器进行交互的子控制器。
参照图8,测量模块801被配置为:测量偏航误差。换言之,测量模块801用于以预定的采样间隔,在每个采样时刻对偏航误差进行采样。根据本发明构思的实施例,测量模块801可以通过风衰、激光雷达、声学风速计等不同的物理传感器获得偏航误差,或者使用基于其他传感器和基于模型的估计器的解决方案来估计偏航误差。
处理模块803被配置为:基于测量模块801测量的偏航误差来执行参照图1至图4所描述的方法。在一个实施例中,处理模块803可以通过图6和图7所描述的加减计数器来实现。为了简明,在此省略重复的描述。
存储模块805被配置为:存储用于执行参照图1至图4所描述的方法的指令以及由测量模块801和处理模块803获得的各种数据。存储模块805可以通过各种存储器来实现,例如,易失性存储器、非易失性存储器或者二者的结合。
参照图8所描述的风力发电机组控制器800仅是示例性的,本领域技术人员应理解,风力发电机组控制器可以包括更多或更少的模块,并且也可以执行控制风力发电机组的其他功能。
本发明提供的基于偏航误差检测极端阵风的方法及装置以及包括本发明提供的装置的风力发电机组控制器能够更早地检测到极端阵风同时保证不出现误报检测,从而以减少风力发电机组的极端负荷。
根据本发明构思的示例实施例,图1至图4描述的各个步骤以及图5至图8描述的各个模块及其操作可被编写为程序或软件。可基于附图中示出的框图和流程图以及说明书中的对应描述,使用任何编程语言来编写程序或软件。在一个示例中,程序或软件可包括被一个或多个处理器或计算机直接执行的机器代码,诸如,由编译器产生的机器代码。在另一个示例中,程序或软件包括被一个或多个处理器或计算机使用解释器执行的更高级代码。程序或软件可被记录、存储或固定在一个或多个非暂时性计算机可读存储介质中。在一个示例中,程序或软件或一个或多个非暂时性计算机可读存储介质可被分布在计算机系统上。换言之,根据本发明构思的实施例,将提供一种计算机可读存储介质。所述计算机可读存储介质存储有当被处理器执行时使得处理器执行如上所述的方法的程序指令。
虽然上面参照图1至图8已经详细描述了本发明的特定示例实施例,但是在不脱离本发明构思的精神和范围的情况下,可以以各种形式对本发明进行修改。如果描述的技术以不同的顺序被执行,和/或如果描述的系统、架构、或装置中的组件以不同的方式组合,和/或被其他组件或它们的等同物代替或补充,则可实现合适的结果。因此,本公开的范围不是通过具体实施方式所限定,而是由权利要求和它们的等同物限定,并且在权利要求和它们的等同物的范围内的所有变化将被解释为被包括在本公开中。

Claims (12)

1.一种基于偏航误差检测极端阵风的方法,其特征在于,所述方法包括:
确定偏航误差,并基于所述偏航误差来确定偏航误差的变化趋势;
基于偏航误差的变化趋势来确定是否检测到极端阵风。
2.根据权利要求1所述的方法,其特征在于,基于所述偏航误差来确定偏航误差的变化趋势包括:基于当前时刻的偏航误差、先前时刻的偏航误差以及二者之间的差值,来确定偏航误差的变化趋势。
3.根据权利要求2所述的方法,其特征在于,基于所述偏航误差来确定偏航误差的变化趋势还包括:
获取指示当前时刻的偏航误差是大于或等于0的值还是负值的第一标识;
将当前时刻的偏航误差减去先前时刻的偏航误差,以获得所述差值;
获取指示所述差值是大于或等于0的值还是负值的第二标识;
根据所述第一标识与所述第二标识是否相同,来确定偏航误差的变化趋势。
4.根据权利要求3所述的方法,其特征在于,基于偏航误差的变化趋势来确定是否检测到极端阵风包括:基于偏航误差的变化趋势来确定计数值;并且基于所述计数值来确定是否检测到极端阵风,
其中,基于偏航误差的变化趋势来确定计数值包括:根据偏航误差的变化趋势为上升趋势还是下降趋势来确定当前时刻的第一计数值;并且基于当前时刻的第一计数值来确定当前时刻的第二计数值,
其中,基于所述计数值来确定是否检测到极端阵风包括:将当前时刻的第二计数值约束为大于或等于零的约束值,并且将该约束值与预定阈值进行比较,以确定在当前时刻是否检测到极端阵风。
5.根据权利要求4所述的方法,其特征在于,根据偏航误差的变化趋势为上升趋势还是下降趋势来确定当前时刻的第一计数值包括:
在所述第一标识与所述第二标识相同的情况下,确定偏航误差的变化趋势为上升趋势,并且在所述差值的绝对值大于第一阈值时,将当前时刻的第一计数值设置为预定的第一值。
6.根据权利要求5所述的方法,其特征在于,根据偏航误差的变化趋势为上升趋势还是下降趋势来确定当前时刻的第一计数值还包括:
在所述第一标识与所述第二标识不相同的情况下,确定偏航误差的变化趋势为下降趋势,并且在所述差值的绝对值大于第二阈值时,将当前时刻的第一计数值设置为预定的第二值。
7.根据权利要求4所述的方法,其特征在于,基于当前时刻的第一计数值来确定当前时刻的第二计数值包括:
通过将以下三者进行求和来确定当前时刻的第二计数值:当前时刻的第一计数值、先前时刻的第二计数值与预定比例因数的乘积、以及先前时刻的约束值与先前时刻的第二计数值之间的差,
其中,先前时刻的约束值通过将先前时刻的第二计数值约束为大于或等于零来获得。
8.根据权利要求1所述的方法,其特征在于,
基于偏航误差的变化趋势来确定是否检测到极端阵风包括:基于偏航误差的变化趋势来确定计数值;并且基于所述计数值来确定是否检测到极端阵风,
其中,基于所述计数值来确定是否检测到极端阵风包括:在当前时刻,将先前时刻的约束值与预定阈值进行比较,以确定是否检测到极端阵风,
其中,先前时刻的约束值通过将先前时刻的第二计数值约束为大于或等于零来获得,
其中,先前时刻的第二计数值是通过将以下三者进行求和而获得的值:先前时刻的第一计数值、先前时刻的之前时刻的第二计数值与预定比例因数的乘积、以及先前时刻的之前时刻的约束值与先前时刻的之前时刻的第二计数值之间的差,
其中,先前时刻的第一计数值根据基于先前时刻的偏航误差以及先前时刻的之前时刻的偏航误差所确定的偏航误差变化趋势来获得。
9.根据权利要求8所述的方法,其特征在于,基于偏航误差的变化趋势来确定计数值包括:
基于当前时刻的偏航误差以及先前时刻的偏航误差来确定偏航误差的变化趋势;
根据该偏航误差的变化趋势为上升趋势还是下降趋势,来确定当前时刻的第一计数值;
通过将以下三者进行求和,来确定当前时刻的第二计数值:当前时刻的第一计数值、先前时刻的第二计数值与预定比例因数的乘积、以及先前时刻的约束值与先前时刻的第二计数值之间的差。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有当被处理器执行时使得处理器执行权利要求1至9中任一项所述的方法的程序指令。
11.一种基于偏航误差检测极端阵风的装置,其特征在于,所述装置包括:
处理模块,被配置为:确定偏航误差,并基于所述偏航误差来确定偏航误差的变化趋势;以及
检测模块,被配置为:基于偏航误差的变化趋势来确定是否检测到极端阵风。
12.一种风力发电机组控制器,其特征在于,所述风力发电机组控制器包括:
测量模块,被配置为:测量偏航误差;
处理模块,被配置为:基于所述偏航误差来执行权利要求1至9中任一项所述的方法;以及
存储模块,被配置为:存储用于执行权利要求1至9中任一项所述的方法的指令以及由所述测量模块和所述处理模块获得的各种数据。
CN201911019782.2A 2019-10-24 2019-10-24 基于偏航误差检测极端阵风的方法及装置 Active CN112711081B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911019782.2A CN112711081B (zh) 2019-10-24 2019-10-24 基于偏航误差检测极端阵风的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911019782.2A CN112711081B (zh) 2019-10-24 2019-10-24 基于偏航误差检测极端阵风的方法及装置

Publications (2)

Publication Number Publication Date
CN112711081A true CN112711081A (zh) 2021-04-27
CN112711081B CN112711081B (zh) 2022-11-11

Family

ID=75540595

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911019782.2A Active CN112711081B (zh) 2019-10-24 2019-10-24 基于偏航误差检测极端阵风的方法及装置

Country Status (1)

Country Link
CN (1) CN112711081B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101498282A (zh) * 2008-02-01 2009-08-05 北京能高自动化技术有限公司 大型风力发电机组偏航控制方法
CN103026266A (zh) * 2010-06-21 2013-04-03 维斯塔斯风力系统集团公司 风力涡轮机处的风况评估
CN105068148A (zh) * 2015-07-14 2015-11-18 北京金风科创风电设备有限公司 风电场阵风预测方法和系统
CN106704104A (zh) * 2017-01-20 2017-05-24 锐电科技有限公司 一种提高大风偏差下风力发电机组净空的方法及其系统
CN108779761A (zh) * 2016-03-18 2018-11-09 米塔科技有限公司 高偏航误差及阵风穿越
CN108894918A (zh) * 2018-06-21 2018-11-27 北京金风科创风电设备有限公司 调桨控制方法和装置、计算机可读存储介质
US20190107100A1 (en) * 2016-04-04 2019-04-11 Mita-Teknik A/S A System and a Method for Optimal Yaw Control

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101498282A (zh) * 2008-02-01 2009-08-05 北京能高自动化技术有限公司 大型风力发电机组偏航控制方法
CN103026266A (zh) * 2010-06-21 2013-04-03 维斯塔斯风力系统集团公司 风力涡轮机处的风况评估
CN105068148A (zh) * 2015-07-14 2015-11-18 北京金风科创风电设备有限公司 风电场阵风预测方法和系统
CN108779761A (zh) * 2016-03-18 2018-11-09 米塔科技有限公司 高偏航误差及阵风穿越
US20190107100A1 (en) * 2016-04-04 2019-04-11 Mita-Teknik A/S A System and a Method for Optimal Yaw Control
CN106704104A (zh) * 2017-01-20 2017-05-24 锐电科技有限公司 一种提高大风偏差下风力发电机组净空的方法及其系统
CN108894918A (zh) * 2018-06-21 2018-11-27 北京金风科创风电设备有限公司 调桨控制方法和装置、计算机可读存储介质

Also Published As

Publication number Publication date
CN112711081B (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
WO2016155241A1 (zh) 基于Kalman滤波器的容量预测方法、系统和计算机设备
EP3859455B1 (en) Learning apparatus, learning method, learning program, determination apparatus, determination method, determination program, and computer readable medium
CN110908364A (zh) 一种基于鲁棒区间估计的故障检测方法
CN111600519B (zh) 伺服电机控制方法、装置、电子设备及存储介质
EP3812715A2 (en) Method for adjusting parameters of a device having a weighing sensor
CN116878860B (zh) 一种阀门部分行程测试系统及测试方法
CN113670337A (zh) 一种用于gnss/ins组合导航卫星缓变故障检测方法
CN110175353A (zh) 电梯运行指标趋势分析方法
CN108829998A (zh) 一种桥梁挠度的检测方法、检测装置及终端设备
CN111998918A (zh) 一种误差校正方法、误差校正装置及流量传感系统
CN114492629A (zh) 异常检测方法、装置、电子设备及存储介质
CN111508225A (zh) 信息处理、交通控制方法、装置及设备、存储介质
CN112711081B (zh) 基于偏航误差检测极端阵风的方法及装置
WO2022037172A1 (zh) 一种采样数据异常值修复方法及装置
CN110462538B (zh) 信息处理装置、信息处理方法以及存储介质
CN113240076A (zh) 一种基于聚类和神经网络算法的钟差异常数据检测方法
US20200192342A1 (en) Causal relationship learning method, program, device, and anomaly analysis system
US10041985B2 (en) Method and apparatus for detecting vector shift
CN109375104A (zh) 一种应用在网源平台的机组avr模型的在线校核方法
CN113804340B (zh) 接触网补偿装置状态异常识别方法及装置
CN111224830A (zh) 数据监控方法、装置、物联网网元及计算机可读存储介质
CN110020000A (zh) 判定异常风速数据的方法和装置
CN111090281B (zh) 基于改进粒子滤波算法估算机器人方位的方法和装置
CN112581727A (zh) 桥梁的位移漂移预警方法、装置、设备及存储介质
CN112978532B (zh) 电梯状态的检测方法、装置及存储介质

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
GR01 Patent grant
GR01 Patent grant