CN114593024A - 风机叶片结冰预测方法以及相关设备 - Google Patents
风机叶片结冰预测方法以及相关设备 Download PDFInfo
- Publication number
- CN114593024A CN114593024A CN202210356451.3A CN202210356451A CN114593024A CN 114593024 A CN114593024 A CN 114593024A CN 202210356451 A CN202210356451 A CN 202210356451A CN 114593024 A CN114593024 A CN 114593024A
- Authority
- CN
- China
- Prior art keywords
- fan blade
- icing
- freezing
- fan
- coefficient
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000008014 freezing Effects 0.000 claims abstract description 142
- 238000007710 freezing Methods 0.000 claims abstract description 142
- 230000009467 reduction Effects 0.000 claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 6
- 230000002085 persistent effect Effects 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/40—Ice detection; De-icing means
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
- Wind Motors (AREA)
Abstract
本申请实施例公开了一种风机叶片结冰预测方法、风机叶片结冰预测系统以及计算机可读存储介质,用于对风机叶片进行定量的结冰预测。本申请实施例方法包括:获取当前预报时次的气象预报数据,气象预报数据包含预报风速,判断气象预报数据是否满足预设结冰条件,得到判断结果,根据判断结果计算风机叶片冰冻系数,根据预报风速计算风机出力折减系数,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例,根据风机叶片冰冻损失比例预测风机叶片的结冰程度。
Description
技术领域
本申请实施例涉及风机叶片结冰预测领域,更具体的,是风机叶片结冰预测方法、风机叶片结冰预测系统以及计算机可读存储介质。
背景技术
风机处于海拔高、相对湿度大、气温低的外部环境下,容易引起叶片的结冰,从而导致风机叶片的载荷增加,严重时会导致风机叶片断裂,并且每个风机叶片上的冰载不同,使得机组的不平衡载荷增大,因此对风机叶片和机组的寿命有直接的影响,叶片气动性能受结冰影响,造成持续产出的风能受到较大的影响,甚至面临脱网停机的可能,大大拉低了全年的整体发电量。现有的对风机叶片进行结冰预测的方法一般是利用数据采集与监视控制系统(SCADA,Supervisory Control And Data Acquisition),将风机的实时SCADA运行数据输入机器学习模型,从而预测风机叶片是否结冰,该实时SCADA运行数据为风机叶片的运行数据。
但是,电网要求风电企业每天上报第二天的预测功率,即时间间隔为15分钟的共96个预测功率,并要求预报准确率大于80%,未来新国标要求大于83%,若未达标,则会被考核罚钱。现有的方法对风机叶片的结冰预测是定性的,只能得出风机叶片结冰与不结冰的预测结果,根据这个预测结果计算出来的预测功率准确率较低,风电企业向电网上报后未达到考核标准的可能性较大。故急需一种可以定量预测风机叶片冰冻的结冰程度的预测方法。
发明内容
本申请实施例提供了一种风机叶片结冰预测方法、风机叶片结冰预测系统以及计算机可读存储介质,能够对风机叶片进行定量的结冰预测。
第一方面,本申请实施例提供了一种风机叶片结冰预测方法,包括:
获取当前预报时次的气象预报数据,所述气象预报数据包含预报风速;
判断所述气象预报数据是否满足预设结冰条件,得到判断结果;
根据所述判断结果计算风机叶片冰冻系数;
根据所述预报风速计算风机出力折减系数;
根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片冰冻损失比例;
根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度。
可选的,所述根据所述判断结果计算风机叶片冰冻系数,其中,所述气象预报数据包含预报气温、预报气压和预报相对湿度,所述预设结冰条件为所述预报气温小于或等于预设气温阈值,所述预报气压小于或等于预设气压阈值,所述预报相对湿度大于或等于预设相对湿度阈值,包括:
若所述气象预报数据满足所述预设结冰条件,则按照预报时间逆序的方式确定所述当前预报时次往前预设结冰影响时长的时间为目标时间,所述预设结冰影响时长为所述风机叶片开始出现结冰与所述风机叶片结冰停机之间的时间;
获取所述目标时间中满足预设条件的预报时次对应的第一数量和所述目标时间中总的预报时次对应的总数量;
将所述第一数量与所述总数量相比,得到所述风机叶片冰冻系数。
可选的,所述根据所述预报风速计算风机出力折减系数,包括:
将所述预报风速减去切入风速,得到第一差值;
将额定风速减去所述切入风速,得到第二差值;
将所述第一差值除以所述第二差值,得到所述风机出力折减系数。
可选的,所述根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片冰冻损失比例,包括:
根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片出力系数;
将1减去所述风机叶片出力系数,得到所述风机叶片冰冻损失比例。
可选的,所述根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片出力系数,包括:
将1减去所述风机叶片冰冻系数,得到第三差值;
将所述风机叶片冰冻系数与所述风机出力折减系数相乘,得到第一乘积;
将1减去所述第一乘积,得到第四差值;
将所述第三差值与所述第四差值相乘,得到所述风机叶片出力系数。
可选的,所述根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度,包括:
将所述风机叶片冰冻损失比例与常规风机出力相乘,得到风机叶片冰冻损失出力;
根据所述风机叶片冰冻损失出力预测风机叶片的结冰程度情况。
可选的,所述将所述风机叶片冰冻损失比例与常规风机出力相乘之前,所述方法还包括:
根据所述预报风速与预设的风速功率模型,得到所述常规风机出力。
第二方面,本申请实施例提供了一种风机叶片结冰预测系统,包括:
获取单元,用于获取当前预报时次的气象预报数据,所述气象预报数据包含预报风速;
判断单元,用于判断所述气象预报数据是否满足预设结冰条件,得到判断结果;
计算单元,用于根据所述判断结果计算风机叶片冰冻系数;
所述计算单元,还用于根据所述预报风速计算风机出力折减系数;
所述计算单元,还用于根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片冰冻损失比例;
预测单元,用于根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度。
第三方面,本申请实施例提供了一种风机叶片结冰预测系统,包括:
中央处理器,存储器,输入输出接口,有线或无线网络接口以及电源;
所述存储器为短暂存储存储器或持久存储存储器;
所述中央处理器配置为与所述存储器通信,并执行所述存储器中的指令操作以执行前述风机叶片结冰预测方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质包括指令,当所述指令在计算机上运行时,使得计算机执行前述风机叶片结冰预测方法。
第五方面,本申请实施例提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行前述风机叶片结冰预测方法。
从以上技术方案可以看出,本申请实施例具有以下优点:可以获取当前预报时次的气象预报数据,气象预报数据包含预报风速,判断气象预报数据是否满足预设结冰条件,得到判断结果,根据判断结果计算风机叶片冰冻系数,根据预报风速计算风机出力折减系数,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例,根据风机叶片冰冻损失比例预测风机叶片的结冰程度,可以定量预测风机叶片的结冰程度,根据本发明的预测结果计算出来的预测功率准确率较高,发电企业向电网上报后未达到考核标准的可能性较小。
附图说明
图1为本申请实施例公开的一种风机叶片结冰预测方法的流程示意图;
图2为本申请实施例公开的另一种风机叶片结冰预测方法的流程示意图;
图3为本申请实施例公开的一种风机叶片结冰预测系统的结构示意图;
图4为本申请实施例公开的另一种风机叶片结冰预测系统的结构示意图。
具体实施方式
本申请实施例提供了一种风机叶片结冰预测方法、风机叶片结冰预测系统以及计算机可读存储介质,用于对风机叶片进行定量的结冰预测。
请参阅图1,图1为本申请实施例公开的一种风机叶片结冰预测方法的流程示意图,方法包括:
101、获取当前预报时次的气象预报数据,气象预报数据包含预报风速。
本实施例中,风机叶片结冰预测系统可以获取当前预报时次的气象预报数据,该气象预报数据包含预报风速。需要理解的是,风机叶片结冰预测系统每隔一段时间可以获取一个预报时次的气象预报数据,气象预报数据是气象局公布的数据,可以是一个气象台站的气象站点数据,也可以是将多个气象台站对应的多个气象站点数据求平均值得到的气象格点数据,还可以是其他能代表风机所在地的气象的气象预报数据,具体此处不做限定。还需要理解的是,气象预报数据还可以包含预报气温、预报气压、预报相对湿度和预报风向等其他气象因素的气象预报数据,具体此处不做限定。
102、判断气象预报数据是否满足预设结冰条件。
获取当前预报时次的气象预报数据之后,可以判断气象预报数据是否满足预设结冰条件,得到判断结果。若气象预报数据满足预设结冰条件,则执行步骤103至106,若气象预报数据不满足预设结冰条件,则不执行任何步骤。
可以理解的是,预设结冰条件为气象预报数据达到风机叶片结冰的对应气象因素的临界条件,举个例子,气象预报数据可以是预报气温、预报气压或预报相对湿度等其他气象因素的预报数据,预设结冰条件可以是预报气温大于或等于预设气温阈值,还可以是预报气压小于或等于预设气压阈值,还可以是预报相对湿度大于或等于预设相对湿度阈值,还可以是其他气象因素的预报数据达到风机叶片结冰的对应气象因素的临界条件,具体预设结冰条件的气象因素的类型此处不做限定,其次,预设结冰条件对应的气象因素可以是一个,也可以是两个,也可以是多个,具体预设结冰条件对应气象因素的个数不做限定,再者,预设结冰条件可以是一个气象因素达到临界条件,也可以是多个气象因素同时达到对应气象因素的临界条件,具体满足预设结冰条件的形式此处不做限定。需要注意的是,下面不再对气象因素和预设结冰条件做不限定说明。
103、计算风机叶片冰冻系数。
判断气象预报数据是否满足预设结冰条件并得到判断结果之后,可以根据判断结果计算风机叶片冰冻系数。
可以理解的是,气象预报数据满足预设结冰条件说明当前预报时次的气象因素的预报数据达到临界条件,风机叶片是呈现结冰状态的,所以可以根据当前预报时次相关的信息计算风机叶片冰冻系数,该信息可以是在预设结冰影响时长内满足预设结冰条件的预报时次的数量占总的预报时次的总数量的比值,还可以是其他可以代表风机叶片冰冻系数的信息,具体此处不做限定。值得一提的是,该风机叶片冰冻系数的影响因素是步骤102提到的各种气象因素。风机叶片冰冻系数可以代表风机叶片的结冰状况,因此计算风机叶片冰冻系数具有一定的意义。
104、根据预报风速计算风机出力折减系数。
可以根据预报风速计算风机出力折减系数,风机出力折减系数代表的是风机在预报风速下因为风机叶片结冰受到的影响程度,可以反向定量预测风机叶片的结冰程度,因此,根据预报风速计算出风机出力折减系数具有一定的意义。
可以理解的是,预报风速越大,风机出力折减系数越大,预报风速越小,风机出力折减系数越小。值得一提的是,根据预报风速计算风机出力折减系数的方法可以有多种,比如,可以根据预报风速、切入风速和额定风速计算,还可以根据预报风速、切出风速和额定风速计算,还可以是其他根据预报风速计算风机出力折减系数的方法,具体此处不做限定。
105、根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例。
得到风机叶片冰冻系数和风机出力折减系数之后,可以根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例。值得一提的是,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例,提高了预测风机叶片的结冰程度的准确度,因此,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例具有一定的意义。
106、根据风机叶片冰冻损失比例预测风机叶片的结冰程度。
得到风机叶片冰冻损失比例之后,可以根据风机叶片冰冻损失比例预测风机叶片的结冰程度。具体的,风机叶片冰冻损失比例是定量计算得到的具体的数值,风机叶片冰冻损失比例越大,则可以预测风机叶片的结冰较多,风机叶片冰冻损失比例越小,则可以预测风机叶片的结冰较少。因此,根据风机叶片冰冻损失比例预测风机叶片的结冰程度具有一定的意义。
本申请实施例中,可以获取当前预报时次的气象预报数据,判断气象预报数据是否满足预设结冰条件,得到判断结果,根据预报风速计算风机出力折减系数,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例,根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度,可以定量预测风机叶片的结冰程度,根据本发明的预测结果计算出来的预测功率准确率较高,发电企业向电网上报后未达到考核标准的可能性较小。
本申请实施例中,可以先根据风机叶片冰冻系数和风机出力折减系数计算出风机叶片出力系数,再将1减去风机叶片出力系数得到风机叶片冰冻损失比例,具体请参阅图2,图2为本申请实施例公开另一种风机叶片结冰预测方法的流程示意图,方法包括:
201、获取当前预报时次的气象预报数据,气象预报数据包含预报风速。
本实施例中,风机叶片结冰预测系统可以获取当前预报时次的气象预报数据,该气象预报数据包含预报风速。需要理解的是,风机叶片结冰预测系统每隔一段时间可以获取一个预报时次的气象预报数据,气象预报数据是气象局公布的数据,可以是一个气象台站的气象站点数据,也可以是将多个气象台站对应的多个气象站点数据求平均值得到的气象格点数据,还可以是其他能代表风机所在地的气象的气象预报数据,具体此处不做限定,其次,气象格点数据对应的气象台站的数量不做限定。还需要理解的是,气象预报数据还可以包含预报气温、预报气压、预报相对湿度和预报风向等其他气象因素的气象预报数据,具体此处不做限定。比如,针对每一台风机,可以分别获取在经度方向和维度方向上等间距分布的四个气象台站的气象预报数据,气象预报数据包含预报风速。
202、判断气象预报数据是否满足预设结冰条件。
获取当前预报时次的气象预报数据之后,可以判断气象预报数据是否满足预设结冰条件,得到判断结果。若气象预报数据满足预设结冰条件,则执行步骤203至206,若气象预报数据不满足预设结冰条件,则不执行任何步骤。
可以理解的是,预设结冰条件为气象预报数据达到风机叶片结冰的对应气象因素的临界条件,举个例子,气象预报数据可以是预报气温、预报气压或预报相对湿度等其他气象因素的预报数据,预设结冰条件可以是预报气温大于或等于预设气温阈值,还可以是预报气压小于或等于预设气压阈值,还可以是预报相对湿度大于或等于预设相对湿度阈值,还可以是其他气象因素的预报数据达到风机叶片结冰的对应气象因素的临界条件,具体预设结冰条件的气象因素的类型此处不做限定,其次,预设结冰条件对应的气象因素可以是一个,也可以是两个,也可以是多个,具体预设结冰条件对应气象因素的个数不做限定,再者,预设结冰条件可以是一个气象因素达到临界条件,也可以是多个气象因素同时达到对应气象因素的临界条件,具体满足预设结冰条件的形式此处不做限定。需要注意的是,下面不再对气象因素和预设结冰条件做不限定说明。
203、按照预报时间逆序的方式确定当前预报时次往前预设结冰影响时长的时间为目标时间,获取目标时间中满足预设条件的预报时次对应的第一数量和目标时间中总的预报时次对应的总数量,将第一数量与总数量相比,得到风机叶片冰冻系数。
判断气象预报数据是否满足预设结冰条件并得到判断结果之后,可以根据判断结果计算风机叶片冰冻系数。具体的,可以按照预报时间逆序的方式确定当前预报时次往前预设结冰影响时长的时间为目标时间,获取目标时间中满足预设条件的预报时次对应的第一数量和目标时间中总的预报时次对应的总数量,将第一数量与总数量相比,得到风机叶片冰冻系数,风机叶片冰冻系数取值范围为[0,1],当气象预报数据远远超过风机叶片结冰的对应气象因素的临界条件时,风机叶片冰冻系数的取值趋向于1,当气象预报数据远远不能达到风机叶片结冰的对应气象因素的临界条件时,风机叶片冰冻系数的取值趋向于0,当气象预报数据中等满足风机叶片结冰的对应气象因素的临界条件时,风机叶片冰冻系数取值范围介于0和1之间。举个例子,当预报气温远远大于预设气温阈值时,风机叶片冰冻系数的取值趋近于0,当预报气温远远小于预设气温阈值时,风机叶片冰冻系数的取值趋近于1。
值得一提的是,确定目标时间的方式可以是按照预报时间逆序的方式,也可以是按照预报时间顺序的方式,具体确定目标时间的方式不做限定。风机叶片冰冻系数可以代表风机叶片的结冰状况,因此计算风机叶片冰冻系数具有一定的意义。
204、将预报风速减去切入风速,得到第一差值,将额定风速减去切入风速,得到第二差值,将第一差值除以第二差值,得到风机出力折减系数。
可以将预报风速减去切入风速,得到第一差值,将额定风速减去切入风速,得到第二差值,将第一差值除以第二差值,得到风机出力折减系数。其中,切入风速为风机启动对应的风速,额定风速为风机达到额定功率对应的风速,引进了切入风速和额定风速这两个因素来计算出风机出力折减系数,提高了风机出力折减系数的准确度。可以理解的是,风机出力折减系数的取值范围为[0,1],当预报风速小于切入风速时,风机未启动出力,风机出力折减系数为0,当预报风速大于额定风速时,风机处于满发状态,风机出力折减系数为1。可以理解的是,除了可以引进切入风速和额定风速这两个因素来计算风机出力折减系数之外,还可以引进切出风速和额定风速,还可以是其他关于风速的因素,具体此处不做限定。值得一提的是,根据预报风速计算风机出力折减系数,风机出力折减系数代表的是风机在预报风速下因为风机叶片结冰受到的影响程度,可以反向定量预测风机叶片的结冰程度,因此,根据预报风速计算出风机出力折减系数具有一定的意义。
205、将1减去风机叶片冰冻系数,得到第三差值,将风机叶片冰冻系数与风机出力折减系数相乘,得到第一乘积,将1减去第一乘积,得到第四差值,将第三差值与第四差值相乘,得到风机出力折减系数,将1减去风机出力折减系数,得到风机叶片冰冻损失比例。
得到风机叶片冰冻系数之后,可以将1减去风机叶片冰冻系数,得到第三差值,将风机叶片冰冻系数与风机出力折减系数相乘,得到第一乘积,将1减去第一乘积,得到第四差值,将第三差值与第四差值相乘,得到风机叶片出力系数,将1减去风机叶片出力系数,得到风机叶片冰冻损失比例。比如,假设风机叶片冰冻系数为a,风机出力折减系数为b,则计算风机叶片出力系数的公式为(1-a)*(1-b*a),计算风机叶片冰冻损失比例的公式为1-[(1-a)*(1-b*a)]。值得一提的是,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例,提高了预测风机叶片的结冰程度的准确度,因此,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例具有一定的意义。
206、根据风机叶片冰冻损失比例预测风机叶片的结冰程度。
得到风机叶片冰冻损失比例之后,可以根据风机叶片冰冻损失比例预测风机叶片的结冰程度。具体的,风机叶片冰冻损失比例是定量计算得到的具体的数值,风机叶片冰冻损失比例越大,则可以预测风机叶片的结冰较多,风机叶片冰冻损失比例越小,则可以预测风机叶片的结冰较少。因此,根据风机叶片冰冻损失比例预测风机叶片的结冰程度具有一定的意义。
具体的,根据风机叶片冰冻损失比例预测风机叶片的结冰程度的方法可以是将风机叶片冰冻损失比例与常规风机出力相乘,得到风机叶片冰冻损失出力,根据风机叶片冰冻损失出力预测风机叶片的结冰程度情况,其中,常规风机出力可以根据预报风速与预设的风速功率模型得到,除了这种根据风机叶片冰冻损失比例预测风机叶片的结冰程度的方法之外,还可以是其他根据风机叶片冰冻损失比例预测风机叶片的结冰程度的方法,具体此处不做限定。
本实施例中,可以获取当前预报时次的气象预报数据,判断气象预报数据是否满足预设结冰条件,得到判断结果,根据预报风速计算风机出力折减系数,根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例,根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度,可以定量预测风机叶片的结冰程度,对应的覆冰阶段比如风机叶片开始结冰、持续结冰和逐渐化冰等,根据本发明的预测结果计算出来的预测功率准确率较高,发电企业向电网上报后未达到考核标准的可能性较小。其次,该种定量预测方法更符合大气物理规律,具有时效长、精度高和冰冻周期全覆盖的优点,可以适用于超短期、短期和中长期功率预测以及电力现货交易等业务,具有较高的应用价值。再者,该种定量预测方法可以准确预测未来风机的发电情况,可以更精准科学的安排现场维护检修工作,避开发电出力较高的时间段,充分利用发电出力较低的时间段,既可以增加发电量,提升经济效益,也可以保障人员作业的安全性。
上面对本申请实施例中的风机叶片结冰预测方法进行了描述,下面对本申请实施例中的风机叶片结冰预测系统进行描述,请参阅图3,本申请实施例中的风机叶片结冰预测系统一个实施例包括:
获取单元301,用于获取当前预报时次的气象预报数据,气象预报数据包含预报风速;
判断单元302,用于判断获取单元301获取的气象预报数据是否满足预设结冰条件,得到判断结果;
计算单元303,用于根据判断单元302得到的判断结果计算风机叶片冰冻系数;
计算单元303,还用于根据获取单元301获取的预报风速计算风机出力折减系数;
计算单元303,还用于根据计算单元303计算得到的风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例;
预测单元304,用于根据计算单元303计算得到的风机叶片冰冻损失比例预测风机叶片的结冰程度。
本申请实施例中,可以获取当前预报时次的气象预报数据,判断气象预报数据是否满足预设结冰条件,得到判断结果,根据预报风速计算风机出力折减系数;根据风机叶片冰冻系数和风机出力折减系数计算风机叶片冰冻损失比例,根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度,可以定量预测风机叶片的结冰程度,根据本发明的预测结果计算出来的预测功率准确率较高,发电企业向电网上报后未达到考核标准的可能性较小。
下面请参阅图4,本申请实施例中计算机设备400的一个实施例包括:
中央处理器401,存储器405,输入输出接口404,有线或无线网络接口403以及电源402;
存储器405为短暂存储存储器或持久存储存储器;
中央处理器401配置为与存储器405通信,并执行存储器805中的指令操作以执行前述图1和图2所示实施例中的方法。
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质包括指令,当指令在计算机上运行时,使得计算机执行前述图1和图2所示实施例中的方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行前述图1和图2所示实施例中的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种风机叶片结冰预测方法,其特征在于,应用于风机叶片结冰预测系统,所述方法包括:
获取当前预报时次的气象预报数据,所述气象预报数据包含预报风速;
判断所述气象预报数据是否满足预设结冰条件,得到判断结果;
根据所述判断结果计算风机叶片冰冻系数;
根据所述预报风速计算风机出力折减系数;
根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片冰冻损失比例;
根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度。
2.根据权利要求1所述的风机叶片结冰预测方法,其特征在于,所述根据所述判断结果计算风机叶片冰冻系数,其中,所述气象预报数据包含预报气温、预报气压和预报相对湿度,所述预设结冰条件为所述预报气温小于或等于预设气温阈值,所述预报气压小于或等于预设气压阈值,所述预报相对湿度大于或等于预设相对湿度阈值,包括:
若所述气象预报数据满足所述预设结冰条件,则按照预报时间逆序的方式确定所述当前预报时次往前预设结冰影响时长的时间为目标时间,所述预设结冰影响时长为所述风机叶片开始出现结冰与所述风机叶片结冰停机之间的时间;
获取所述目标时间中满足预设条件的预报时次对应的第一数量和所述目标时间中总的预报时次对应的总数量;
将所述第一数量与所述总数量相比,得到所述风机叶片冰冻系数。
3.根据权利要求1所述的风机叶片结冰预测方法,其特征在于,所述根据所述预报风速计算风机出力折减系数,包括:
将所述预报风速减去切入风速,得到第一差值;
将额定风速减去所述切入风速,得到第二差值;
将所述第一差值除以所述第二差值,得到所述风机出力折减系数。
4.根据权利要求1至3中任一项所述的风机叶片结冰预测方法,其特征在于,所述根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片冰冻损失比例,包括:
根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片出力系数;
将1减去所述风机叶片出力系数,得到所述风机叶片冰冻损失比例。
5.根据权利要求4所述的风机叶片结冰预测方法,其特征在于,所述根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片出力系数,包括:
将1减去所述风机叶片冰冻系数,得到第三差值;
将所述风机叶片冰冻系数与所述风机出力折减系数相乘,得到第一乘积;
将1减去所述第一乘积,得到第四差值;
将所述第三差值与所述第四差值相乘,得到所述风机叶片出力系数。
6.根据权利要求1至3中任一项所述的风机叶片结冰预测方法,其特征在于,所述根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度,包括:
将所述风机叶片冰冻损失比例与常规风机出力相乘,得到风机叶片冰冻损失出力;
根据所述风机叶片冰冻损失出力预测风机叶片的结冰程度情况。
7.根据权利要求6所述的风机叶片结冰预测方法,其特征在于,所述将所述风机叶片冰冻损失比例与常规风机出力相乘之前,所述方法还包括:
根据所述预报风速与预设的风速功率模型,得到所述常规风机出力。
8.一种风机叶片结冰预测系统,其特征在于,包括:
获取单元,用于获取当前预报时次的气象预报数据,所述气象预报数据包含预报风速;
判断单元,用于判断所述气象预报数据是否满足预设结冰条件,得到判断结果;
计算单元,用于根据所述判断结果计算风机叶片冰冻系数;
所述计算单元,还用于根据所述预报风速计算风机出力折减系数;
所述计算单元,还用于根据所述风机叶片冰冻系数和所述风机出力折减系数计算风机叶片冰冻损失比例;
预测单元,用于根据所述风机叶片冰冻损失比例预测风机叶片的结冰程度。
9.一种风机叶片结冰预测系统,其特征在于,包括:
中央处理器,存储器,输入输出接口,有线或无线网络接口以及电源;
所述存储器为短暂存储存储器或持久存储存储器;
所述中央处理器配置为与所述存储器通信,并执行所述存储器中的指令操作以执行权利要求1至7中任意一项所述的方法。
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包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210356451.3A CN114593024A (zh) | 2022-04-06 | 2022-04-06 | 风机叶片结冰预测方法以及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210356451.3A CN114593024A (zh) | 2022-04-06 | 2022-04-06 | 风机叶片结冰预测方法以及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114593024A true CN114593024A (zh) | 2022-06-07 |
Family
ID=81812046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210356451.3A Pending CN114593024A (zh) | 2022-04-06 | 2022-04-06 | 风机叶片结冰预测方法以及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114593024A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010015595A1 (de) * | 2010-04-19 | 2011-10-20 | Aloys Wobben | Verfahren zum Betreiben einer Windenergieanlage |
CN102410140A (zh) * | 2011-10-13 | 2012-04-11 | 国电联合动力技术有限公司 | 风力发电机组冰载运行优化控制系统及方法 |
US20120226485A1 (en) * | 2011-03-03 | 2012-09-06 | Inventus Holdings, Llc | Methods for predicting the formation of wind turbine blade ice |
CN103899485A (zh) * | 2014-04-24 | 2014-07-02 | 湘电风能有限公司 | 一种检测风机运行时叶片结冰的方法 |
CN108223307A (zh) * | 2016-12-15 | 2018-06-29 | 北京金风科创风电设备有限公司 | 风力发电机组叶片结冰程度的检测方法和检测装置 |
CN108343566A (zh) * | 2018-03-28 | 2018-07-31 | 长沙理工大学 | 一种基于风电机组运行状态的叶片覆冰故障在线监测方法及系统 |
CN109322802A (zh) * | 2018-09-05 | 2019-02-12 | 许继集团有限公司 | 一种风力发电机叶片覆冰预测方法及系统 |
JP2020002835A (ja) * | 2018-06-27 | 2020-01-09 | 株式会社日立製作所 | 風力発電装置およびその制御方法、風力発電システム |
CN112682276A (zh) * | 2020-12-03 | 2021-04-20 | 湖南防灾科技有限公司 | 风机叶片覆冰状态预测方法、装置、介质和电子设备 |
CN113847216A (zh) * | 2021-10-14 | 2021-12-28 | 远景智能国际私人投资有限公司 | 风机叶片的状态预测方法、装置、设备及存储介质 |
-
2022
- 2022-04-06 CN CN202210356451.3A patent/CN114593024A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010015595A1 (de) * | 2010-04-19 | 2011-10-20 | Aloys Wobben | Verfahren zum Betreiben einer Windenergieanlage |
US20120226485A1 (en) * | 2011-03-03 | 2012-09-06 | Inventus Holdings, Llc | Methods for predicting the formation of wind turbine blade ice |
CN102410140A (zh) * | 2011-10-13 | 2012-04-11 | 国电联合动力技术有限公司 | 风力发电机组冰载运行优化控制系统及方法 |
CN103899485A (zh) * | 2014-04-24 | 2014-07-02 | 湘电风能有限公司 | 一种检测风机运行时叶片结冰的方法 |
CN108223307A (zh) * | 2016-12-15 | 2018-06-29 | 北京金风科创风电设备有限公司 | 风力发电机组叶片结冰程度的检测方法和检测装置 |
CN108343566A (zh) * | 2018-03-28 | 2018-07-31 | 长沙理工大学 | 一种基于风电机组运行状态的叶片覆冰故障在线监测方法及系统 |
JP2020002835A (ja) * | 2018-06-27 | 2020-01-09 | 株式会社日立製作所 | 風力発電装置およびその制御方法、風力発電システム |
CN109322802A (zh) * | 2018-09-05 | 2019-02-12 | 许继集团有限公司 | 一种风力发电机叶片覆冰预测方法及系统 |
CN112682276A (zh) * | 2020-12-03 | 2021-04-20 | 湖南防灾科技有限公司 | 风机叶片覆冰状态预测方法、装置、介质和电子设备 |
CN113847216A (zh) * | 2021-10-14 | 2021-12-28 | 远景智能国际私人投资有限公司 | 风机叶片的状态预测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3091628A1 (en) | Integrated transformer health monitoring architecture | |
CN104343490A (zh) | 一种发动机滑油监控系统及方法 | |
CN113847216B (zh) | 风机叶片的状态预测方法、装置、设备及存储介质 | |
CN101923685A (zh) | 一种基于断线故障概率预测的电力切负荷决策系统及方法 | |
US11143793B2 (en) | Storm outage management system | |
CN104599023A (zh) | 台风天气输电线路时变可靠性计算方法及风险评估系统 | |
CN105427005A (zh) | 一种风电场运行风险评估方法 | |
KR101357394B1 (ko) | 전력 관리 방법 및 시스템 | |
KR20200003318A (ko) | 전기차 충전전력을 고려한 배전 변전소 변압기의 열화 및 잔여수명 예측 방법 및 그 시스템 | |
CN117477558A (zh) | 一种基于电网负荷的预测方法及其系统 | |
EP3745227A1 (en) | Systems and methods for predicting the health of integrated drive generators | |
US20230327440A1 (en) | Power generation amount management system and power generation amount management method | |
CN104574211A (zh) | 基于风险源的电网调度操作风险预警方法和系统 | |
CN107749631B (zh) | 机组一次调频能力预估方法 | |
CN114593024A (zh) | 风机叶片结冰预测方法以及相关设备 | |
CN110739689B (zh) | 一种配电网线路系统运行安全性识别方法及其系统 | |
CN117093943A (zh) | 一种用电量监测预警方法及装置 | |
CN112949920B (zh) | 一种基于观冰代表站数据的区域覆冰预测及预警方法 | |
CN112380641B (zh) | 一种应急柴油机健康状态评价方法及计算机终端 | |
CN115098994A (zh) | 一种二次供水水泵损坏预警方法、系统、设备和介质 | |
Mariut et al. | Enhancing reliability for medium voltage underground power lines | |
CN110738400A (zh) | 系统健康评估方法、装置、电子设备和存储介质 | |
CN117216469B (zh) | 一种电力系统实时监测与预测的大数据处理方法及系统 | |
CN115409427B (zh) | 居民负荷可用调节容量多状态的评估方法及装置 | |
CN117273709B (zh) | 设备运维及故障监测在线评估系统和方法 |
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 |