CN113792032B - 一种基于正态分布误差修正的测风数据塔影效应分析方法 - Google Patents

一种基于正态分布误差修正的测风数据塔影效应分析方法 Download PDF

Info

Publication number
CN113792032B
CN113792032B CN202110909522.3A CN202110909522A CN113792032B CN 113792032 B CN113792032 B CN 113792032B CN 202110909522 A CN202110909522 A CN 202110909522A CN 113792032 B CN113792032 B CN 113792032B
Authority
CN
China
Prior art keywords
wind
shadow effect
tower shadow
tower
data
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
CN202110909522.3A
Other languages
English (en)
Other versions
CN113792032A (zh
Inventor
陈彬
奚瑜
彭怀午
刘军涛
徐栋
胡义
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.)
PowerChina Northwest Engineering Corp Ltd
Original Assignee
PowerChina Northwest Engineering Corp 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 PowerChina Northwest Engineering Corp Ltd filed Critical PowerChina Northwest Engineering Corp Ltd
Priority to CN202110909522.3A priority Critical patent/CN113792032B/zh
Publication of CN113792032A publication Critical patent/CN113792032A/zh
Application granted granted Critical
Publication of CN113792032B publication Critical patent/CN113792032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明提供了一种基于正态分布误差修正的测风数据塔影效应分析方法，通过塔影效应分析图，识别出受塔影影响显著扇区和非显著扇区，对于受塔影效应影响显著扇区，直接取上风向风速仪的实测值，塔影效应非显著扇区的偏差服从正态分布，经过计算得到偏差序列的均值和标准差，然后取置信区间范围内的偏差为有效偏差，并将对应时段的初始两套实测风速取均值作为塔影效应修正值；对于置信区间外的偏差视为偶然误差，在塔影效应修正时则取对应时段两套实测风速中的较大值。本发明解决了风资源评估中过于经验化的塔影效应修正误差，为更高精度地评估风电场风能资源提供有效依据。

Description

一种基于正态分布误差修正的测风数据塔影效应分析方法
技术领域
本发明属于风能资源评估技术领域，具体涉及一种基于正态分布误差修正的测风数据塔影效应分析方法。
背景技术
为了评估测风塔塔体对测风仪器的塔影影响，《风电场风能资源测量与评估规程》（NBT 31147-2018）中推荐在测风塔的风电场初拟风电机组轮毂高度处或者测风塔最大高度处设置两套测风仪。规范中推荐测风数据塔影修正方法为取两套测风数据的较大者整编为一套测风数据，该处理方法在很大程度上可能高估了风速统计值。
发明内容
本发明的目的是提供一种基于正态分布误差修正的测风数据塔影效应分析方法，克服现有技术中存在的上述技术问题。
为此，本发明提供的技术方案如下：
一种基于正态分布误差修正的测风数据塔影效应分析方法，包括以下步骤：
步骤1）对测风数据进行合理性检验，将符合实际风资源现象的测风数据归为有效数据，异常数据进行剔除；
步骤2）对有效数据进行塔影效应分析，识别出受塔影影响显著扇区和非显著扇区；
步骤3）对于受塔影影响显著扇区，直接取上风向风速仪的实测值；对于受塔影影响非显著扇区，根据正态分布的区间范围分别取两套风速数据的均值或最大值，得到测风塔风速数据的塔影效应修正值。
步骤1）中的对测风数据合理性检验条件如下：
（1）测风塔10min平均风速范围在0～40m/s范围内；
（2）1h平均风速变化绝对值不超过6m/s；
（3）风速连续无变化持续时间小于6h。
步骤3）中所述两套风速数据分别由两套风速仪测得，通过将两套实测数据两两相减，得到一套服从正态分布的偏差序列进行数据处理。
步骤3）中的数据处理过程如下：
根据得到的服从正态分布的偏差序列，经过计算得到偏差序列的均值和标准差，然后取置信区间/>范围内的偏差为有效偏差，并将对应时段的初始两套实测风速取均值作为塔影效应修正值，对于置信区间外的风速则取对应时段两套实测风速中的较大值。
所述两套风速仪均安装在测风塔的风电场初拟风电机组轮毂高度处或者最大高度处，两者等高且夹角为180°。
所述置信区间的置信概率不小于95%。
步骤1）中对测风数据的缺测数据可选择进行插补处理。
步骤2）中所述对有效数据进行塔影效应分析是通过得到塔影效应分析图识别受塔影影响显著扇区和非显著扇区。
当测风塔为三角形桁架结构时，两套风速仪的夹角为90°，当测风塔为四边形桁架结构时，两套风速仪的夹角为180°。
本发明的有益效果是：
本发明提供的这种基于正态分布误差修正的测风数据塔影效应分析方法，将测风塔同一高度不同朝向间的测量偏差，通过统计学方法进行判断处理，对于大概率事件采用均值化处理；对于小概率事件，则选取相对更可能发生的取值方法。经过该方法修正，解决了风资源评估中过于经验化的塔影效应修正误差，为更高精度地评估风电场风能资源提供有效依据。
下面将结合附图做进一步详细说明。
附图说明
图1是本发明的实施线路图；
图2是测风塔100m高度不同朝向风速仪的实测数据对比图；
图3是合理性检验后的测风塔100m高度测风数据对比曲线；
图4是测风塔100m高度风速塔影效应分析图；
图5是偏差序列正态分布变化直方图；
图6是测风塔100m高度不同塔影效应修正方法对应风速对比曲线。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。
现参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语（包括科技术语）对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
实施例1：
本实施例提供了一种基于正态分布误差修正的测风数据塔影效应分析方法，如图1所示，包括以下步骤：
步骤1）对测风数据进行合理性检验，将符合实际风资源现象的测风数据归为有效数据，异常数据进行剔除；
步骤2）对有效数据进行塔影效应分析，识别出受塔影影响显著扇区和非显著扇区；
步骤3）对于受塔影影响显著扇区，直接取上风向风速仪的实测值；对于受塔影影响非显著扇区，根据正态分布的区间范围分别取两套风速数据的均值或最大值，得到测风塔风速数据的塔影效应修正值。
在数学上，测定的数值或其他近似值与真值的差称为误差。在统计学上，同一观测试验中，测量结果与同一待测量的大量重复测量的平均结果之差称为随机误差，且随机误差大多数都服从正态分布。方法基于统计学偏差的正态分布理论解决了风资源评估中塔影效应修正误差，为更高精度地评估风电场风能资源提供了有效依据。
实施例2：
在实施例1的基础上，本实施例提供了一种基于正态分布误差修正的测风数据塔影效应分析方法，步骤1）中的对测风数据合理性检验条件如下：
（1）测风塔10min平均风速范围在0～40m/s范围内；
（2）1h平均风速变化绝对值不超过6m/s；
（3）风速连续无变化持续时间小于6h。
由于风速具有随机性，且测风仪器也存在偶然误差，因此首先需要对测风数据进行合理性检验。将符合实际风资源现象的测风数据暂归为有效数据，基于以上原则筛选出不符合规则的异常数据进行剔除。
实施例3：
在实施例1的基础上，本实施例提供了一种基于正态分布误差修正的测风数据塔影效应分析方法，步骤3）中所述两套风速数据分别由两套风速仪测得，通过将两套实测数据两两相减，得到一套服从正态分布的偏差序列进行数据处理。
本方法将测风塔同一高度不同朝向间的测量偏差，通过统计学方法进行判断处理，对于大概率事件采用均值化处理；对于小概率事件，则选取相对更可能发生的取值方法。经过该方法修正，解决了风资源评估中过于经验化的塔影效应修正误差，为更高精度地评估风电场风能资源提供有效依据。
实施例4：
在实施例1的基础上，本实施例提供了一种基于正态分布误差修正的测风数据塔影效应分析方法，步骤3）中的数据处理过程如下：
根据得到的服从正态分布的偏差序列，经过计算得到偏差序列的均值和标准差，然后取置信区间/>范围内的偏差为有效偏差，并将对应时段的初始两套实测风速取均值作为塔影效应修正值，对于置信区间外的风速则取对应时段两套实测风速中的较大值。
对于受塔影效应影响非显著的扇区，将两套实测数据两两相减，得到一套偏差序列，然后计算序列的偏度系数和峰值系数，并判定该偏差序列是否服从正态分布。经大量试验数据分析表明，该偏差序列近似服从正态分布，也符合大多数测量误差分布的变化规律，且当统计数据数目足够大时，接近正态分布。
本方法视塔影效应非显著扇区的偏差服从正态分布，经过计算得到偏差序列的均值和标准差/>，然后取置信区间/>（置信概率为95.4%，统计学上认为5%以内为小概率事件）范围内的偏差为有效偏差，并将对应时段的初始两套实测风速取均值作为塔影效应修正值；对于置信区间外的偏差视为偶然误差，在塔影效应修正时则取对应时段两套实测风速中的较大值。
实施例5：
本实施例以某测风塔为例，对本发明方法做进一步详细说明。并与现有方法进行对比。
本实施例提供了一种基于正态分布误差修正的测风数据塔影效应分析方法，过程如下：
（1）测风塔原始数据
测风塔100m高度A（NE朝向）、B（SW朝向）两套测风数据的序列对比如图2所示。为了更加明确的反映不同方法的塔影效应修正结果，本次对缺测数据暂不进行插补处理。
（2）进行合理性检验，得到合理性检验后的同时段测风数据，测风序列对比曲线如图3所示，年统计值见表1。
合理性检验条件如下：
a.测风塔10min平均风速范围在0～40m/s范围内；
b. 1h平均风速变化绝对值不超过6m/s；
c. 风速连续无变化持续时间小于6h。
表1测风塔100m高度数据合理性检验后风速统计表
注：表中标灰风速为不完全统计值。
（3）塔影效应分析
将侧风数据输入WAsP软件，得到塔影效应分析图（如图4所示）。根据测风塔100m高度风速塔影效应分析图，由图4可以看出，受塔影效应影响较为显著的扇区分别为60°～90°、240°～270°。
（4） 塔影效应修正（本方法与现有方法进行对比）
A、《风电场风能资源测量与评估规程》推荐方法
根据《风电场风能资源测量与评估规程》（NBT 31147-2018）推荐方法——取两套测风数据的较大者作为塔影效应修正值。统计结果见表2所示。
表2 测风塔100m高度塔影效应修正后风速统计值
注：表中标灰风速为不完全统计值。
B、基于正态分布误差修正的测风数据塔影效应分析方法
1）根据塔影效应分析结果，对于60°～90°扇区，选取NE朝向实测风速作为修正值；对于240°～270°扇区，选取SW朝向实测风速作为修正值；
2）对于其他扇区，先通过两个朝向实测风速数据相减得到一套偏差序列，然后计算序列的偏度系数和峰值系数。
均值公式：
标准差公式：
方差公式：
偏度系数公式：
峰值系数公式：
其中，n表示样本总个数，表示第i个测风变量。
经计算，本案例偏差序列均值为0.01，标准差/>为1.68，方差/>为2.83，偏度系数/>为-0.38，峰值系数/>为10.36。偏差序列正态分布变化直方图见图5，可以看出，偏差序列近似服从正态分布，且偏差值集中在均值附近。
偏差序列置信区间（置信概率为95.4%）即为[-3.35,3.37]。因此，对于塔影效应影响非显著扇区的测风数据处理方法：a.当偏差位于-3.35～3.37m/s之间时，取两个朝向实测数据的平均值；b.当偏差小于-3.35m/s，或者大于3.37m/s时，取两个朝向实测数据的较大值。
分别采用基于《风电场风能资源测量与评估规程》推荐修正方法、基于正态分布误差修正的测风数据塔影效应分析方法对测风塔同高度数据进行修正，最终风速对比曲线见图6，统计结果见表3，可以看出，两种修正方法在个别月份表现出不同的风速统计值。规程推荐方法修正值略大于本发明方法修正值。
表3 测风塔100m高度不同塔影效应修正方法对应风速统计值
注：表中标灰风速为不完全统计值。
然后，再采用WAsP软件对一个85万千瓦的风电场项目进行建模计算，不同处理方法得到的风速数据对风电场发电量计算影响结果对比如表4所示。
表4 不同处理方法对风电场发电量计算影响结果对比
从表4可以看出，基于规程推荐方法计算的理论上网电量明显高于基于正态分布方法。通过本方法可以更高精度地评估风电场风能资源提供有效依据。
以上例举仅仅是对本发明的举例说明，并不构成对本发明的保护范围的限制，凡是与本发明相同或相似的设计均属于本发明的保护范围之内。

Claims (7)

1.一种基于正态分布误差修正的测风数据塔影效应分析方法，其特征在于，包括以下步骤：
步骤1）对测风数据进行合理性检验，将符合实际风资源现象的测风数据归为有效数据，异常数据进行剔除；
步骤2）对有效数据进行塔影效应分析，识别出受塔影影响显著扇区和非显著扇区；
步骤3）对于受塔影影响显著扇区，直接取上风向风速仪的实测值；对于受塔影影响非显著扇区，根据正态分布的区间范围分别取两套风速数据的均值或最大值，得到测风塔风速数据的塔影效应修正值；
所述两套风速数据分别由两套风速仪测得，通过将两套实测数据两两相减，得到一套服从正态分布的偏差序列进行数据处理，数据处理过程如下：
根据得到的服从正态分布的偏差序列，经过计算得到偏差序列的均值和标准差，然后取置信区间范围内的偏差为有效偏差，并将对应时段的初始两套实测风速取均值作为塔影效应修正值，对于置信区间外的风速则取对应时段两套实测风速中的较大值。
2.根据权利要求1所述的一种基于正态分布误差修正的测风数据塔影效应分析方法，其特征在于，步骤1）中的对测风数据合理性检验条件如下：（1）测风塔10min平均风速范围在0～40m/s范围内；
（2）1h平均风速变化绝对值不超过6m/s；
（3）风速连续无变化持续时间小于6h。
3.根据权利要求1所述的一种基于正态分布误差修正的测风数据塔影效应分析方法，其特征在于：所述两套风速仪均安装在测风塔的风电场初拟风电机组轮毂高度处或者最大高度处，两者等高且夹角为90°或180°。
4.根据权利要求1所述的一种基于正态分布误差修正的测风数据塔影效应分析方法，其特征在于：所述置信区间的置信概率不小于95%。
5.根据权利要求1所述的一种基于正态分布误差修正的测风数据塔影效应分析方法，其特征在于：步骤1）中对测风数据的缺测数据可选择进行插补处理。
6.根据权利要求1所述的一种基于正态分布误差修正的测风数据塔影效应分析方法，其特征在于：步骤2）中所述对有效数据进行塔影效应分析是通过得到塔影效应分析图识别受塔影影响显著扇区和非显著扇区。
7.根据权利要求3所述的一种基于正态分布误差修正的测风数据塔影效应分析方法，其特征在于：当测风塔为三角形桁架结构时，两套风速仪的夹角为90°，当测风塔为四边形桁架结构时，两套风速仪的夹角为180°。
CN202110909522.3A 2021-08-09 2021-08-09 一种基于正态分布误差修正的测风数据塔影效应分析方法 Active CN113792032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110909522.3A CN113792032B (zh) 2021-08-09 2021-08-09 一种基于正态分布误差修正的测风数据塔影效应分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110909522.3A CN113792032B (zh) 2021-08-09 2021-08-09 一种基于正态分布误差修正的测风数据塔影效应分析方法

Publications (2)

Publication Number Publication Date
CN113792032A CN113792032A (zh) 2021-12-14
CN113792032B true CN113792032B (zh) 2024-01-23

Family

ID=79181567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110909522.3A Active CN113792032B (zh) 2021-08-09 2021-08-09 一种基于正态分布误差修正的测风数据塔影效应分析方法

Country Status (1)

Country Link
CN (1) CN113792032B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107230977A (zh) * 2017-05-05 2017-10-03 浙江工商大学 基于误差修正和提升小波组合预测模型的风电功率预测方法
CN108021774A (zh) * 2017-12-28 2018-05-11 华润电力技术研究院有限公司 数据处理方法以及装置
CN108052963A (zh) * 2017-12-01 2018-05-18 北京金风慧能技术有限公司 风电功率预测建模的数据筛选方法、装置及风力发电机组
CN110427357A (zh) * 2018-04-28 2019-11-08 新疆金风科技股份有限公司 测风塔数据处理方法及装置
CN110705924A (zh) * 2019-11-13 2020-01-17 许继集团有限公司 一种基于风向扇区的测风塔测风数据处理方法及装置
CN110751213A (zh) * 2019-10-21 2020-02-04 东北电力大学 一种测风塔异常风速数据识别与补齐的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156575B (zh) * 2014-07-28 2017-09-05 国家电网公司 基于测风塔数据外推法的风电场理论功率计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107230977A (zh) * 2017-05-05 2017-10-03 浙江工商大学 基于误差修正和提升小波组合预测模型的风电功率预测方法
CN108052963A (zh) * 2017-12-01 2018-05-18 北京金风慧能技术有限公司 风电功率预测建模的数据筛选方法、装置及风力发电机组
CN108021774A (zh) * 2017-12-28 2018-05-11 华润电力技术研究院有限公司 数据处理方法以及装置
CN110427357A (zh) * 2018-04-28 2019-11-08 新疆金风科技股份有限公司 测风塔数据处理方法及装置
CN110751213A (zh) * 2019-10-21 2020-02-04 东北电力大学 一种测风塔异常风速数据识别与补齐的方法
CN110705924A (zh) * 2019-11-13 2020-01-17 许继集团有限公司 一种基于风向扇区的测风塔测风数据处理方法及装置

Also Published As

Publication number Publication date
CN113792032A (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
CN109779848B (zh) 全场风速修正函数的获得方法、装置及风电场
CN112231361B (zh) 一种基于风机运行数据的风电项目发电量评估方法
KR101383792B1 (ko) 라이다 측정을 이용한 나셀 풍속계 보정 방법
CN112145373B (zh) 一种风力发电机测风仪风速的校正方法
CN113626990B (zh) 基于风功率预测测风塔的风电机组功率曲线验证方法
CN111709644B (zh) 一种利用机组scada数据的风电场风资源计算方法
CN113536198A (zh) 一种风电机组功率曲线异常散点识别系统及方法
CN113792032B (zh) 一种基于正态分布误差修正的测风数据塔影效应分析方法
CN113177325B (zh) 复杂地形下校正标准k-ε模型可调参数方法、装置及存储介质
CN111797545B (zh) 一种基于实测数据的风电机组偏航折减系数计算方法
CN110751213A (zh) 一种测风塔异常风速数据识别与补齐的方法
CN117590027A (zh) 一种风电机组测风仪亏损修正方法、系统及电子设备
WO2020193110A1 (en) Detecting wind turbine performance change
CN114564697A (zh) 一种利用观测风速数据校正中尺度模拟风速数据的方法及系统
CN108197843B (zh) 一种平坦地形风电出力特性评估方法
CN113627097B (zh) 一种利用风力机scada数据校正尾流评估模型的方法
CN113807693B (zh) 一种基于机载雷达的风电机组发电量优化效果评价方法
CN115898787A (zh) 一种风电机组静态偏航误差动态识别方法及装置
CN114398842A (zh) 一种在运行风电场发电量评估方法
CN114723144A (zh) 测风数据订正方法、装置及电子设备
CN115408860A (zh) 一种风电场风速-功率数据的异常值监测及修正方法
CN114912807A (zh) 一种风电机组技改后发电量提升效果评估方法和评估系统
CN118148856B (zh) 风电机组叶片角度检测方法及装置
CN117091802B (zh) 基于实测数据的风速湍流模型的标定方法
CN117145701A (zh) 一种风力发电机组的偏航控制方法及系统

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