CN114723144A - 测风数据订正方法、装置及电子设备 - Google Patents

测风数据订正方法、装置及电子设备 Download PDF

Info

Publication number
CN114723144A
CN114723144A CN202210379973.5A CN202210379973A CN114723144A CN 114723144 A CN114723144 A CN 114723144A CN 202210379973 A CN202210379973 A CN 202210379973A CN 114723144 A CN114723144 A CN 114723144A
Authority
CN
China
Prior art keywords
wind
wind speed
data
sector
long
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
CN202210379973.5A
Other languages
English (en)
Other versions
CN114723144B (zh
Inventor
赵斌
褚景春
袁凌
董健
王小虎
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.)
Guodian United Power Technology Co Ltd
Original Assignee
Guodian United Power Technology 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 Guodian United Power Technology Co Ltd filed Critical Guodian United Power Technology Co Ltd
Priority to CN202210379973.5A priority Critical patent/CN114723144B/zh
Publication of CN114723144A publication Critical patent/CN114723144A/zh
Application granted granted Critical
Publication of CN114723144B publication Critical patent/CN114723144B/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明提供了一种测风数据订正方法、装置及电子设备，涉及风力发电技术领域，该方法包括：获取风电场各扇区的实测测风数据和长期测风数据；判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的实测测风数据的数据类型；当实测测风数据的数据类型为逐十分钟测风数据时，将实测测风数据转换为逐小时的测风数据；基于长期测风数据确定各扇区的风速订正值，基于各扇区的风速订正值对逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。本发明能够实现对实测测风数据的自动订正，提升了实测测风数据的订正效率，避免了影响风资源评估工作的进度。

Description

测风数据订正方法、装置及电子设备
技术领域
本发明涉及风力发电技术领域，尤其是涉及一种测风数据订正方法、装置及电子设备。
背景技术
风资源评估的准确性是风电场开发的先决条件，而风资源评估一般需要先收集风电场内的实测测风数据，再结合长期气象数据对实测数据进行订正，从而得到一组可以反映风电场风资源长期水平的测风数据。随着风资源测量行业的发展，越来越多的风电场倾向于设置较多测风塔以满足风电场的测风需求，因此，对测风数据进行订正的工作量也越来越大，但是，现有的测风数据订正技术计算过程繁杂，计算效率较低，影响了风资源评估工作的进度。
发明内容
有鉴于此，本发明的目的在于提供一种测风数据订正方法、装置及电子设备，能够实现对实测测风数据的自动订正，提升了实测测风数据的订正效率，避免了影响风资源评估工作的进度。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种测风数据订正方法，包括：获取风电场各扇区的实测测风数据和长期测风数据；判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的所述实测测风数据的数据类型；当所述实测测风数据的数据类型为逐十分钟测风数据时，将所述实测测风数据转换为逐小时的测风数据；基于所述长期测风数据确定各扇区的风速订正值，基于各所述扇区的风速订正值对所述逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。
进一步，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述基于所述长期测风数据确定各扇区的风速订正值的步骤，包括：获取所述风电场各扇区对应的风速相关方程；其中，所述风速相关方程为测风塔实测测风数据与检测站长期测风数据的相关性函数；获取用户输入的所述长期测风数据的适用期限，基于所述适用期限及所述长期测风数据确定各扇区的长期年平均风速及所述实测测风数据对应时间下的当年平均风速；基于所述长期年平均风速、所述当年平均风速及所述风速相关方程确定各扇区的风速订正值。
进一步，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述基于所述长期年平均风速、所述当年平均风速及所述风速相关方程确定各扇区的风速订正值的步骤，包括：将所述长期年平均风速输入各扇区的所述风速相关方程，得到第一预测风速；将所述当年平均风速输入各扇区的所述风速相关方程，得到第二预测风速；计算各扇区的所述第一预测风速与所述第二预测风速的差值，得到各扇区的风速订正值。
进一步，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述实测测风数据包括逐十分钟平均风速，所述将所述实测测风数据转换为逐小时的测风数据的步骤，包括：计算每个小时内的各逐十分钟平均风速的平均值，得到逐小时的平均风速；其中，所述逐小时的平均风速的计算算式为：
Figure BDA0003592394710000021
VV为所述逐小时的平均风速，N为逐十分钟测风数据的数量，Vi为所述逐十分钟平均风速。
进一步，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述实测测风数据还包括风向；所述方法还包括：基于逐十分钟的风向及所述逐十分钟平均风速确定逐小时的平均风向；其中，所述逐小时的平均风向的计算算式为：
Figure BDA0003592394710000031
Figure BDA0003592394710000032
Ai为所述逐十分钟的风向，AV为所述逐小时的平均风向。
进一步，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述测风数据订正方法还包括：当接收到用户输入的时差调整指令时，将所述长期测风数据的日期和时间转换为日期序列，基于所述长期测风数据与所述实测测风数据的时差对所述日期序列增加时间增量，以消除所述长期测风数据与所述实测测风数据的时差差异。
进一步，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述测风数据订正方法还包括：对所述风电场各扇区的实测测风数据中的风速及所述实测测风数据时间下对应的长期测风数据的风速平均值进行相关性线性拟合，得到所述风速相关方程及各扇区的相关性散点图。
第二方面，本发明实施例还提供了一种测风数据订正装置，包括：获取模块，用于获取风电场各扇区的实测测风数据和长期测风数据；判断模块，用于判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的所述实测测风数据的数据类型；转换模块，用于当所述实测测风数据的数据类型为逐十分钟数据时，将所述实测测风数据转换为逐小时的测风数据；订正模块，用于基于所述长期测风数据确定各扇区的风速订正值，基于各所述扇区的风速订正值对所述逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。
第三方面，本发明实施例提供了一种电子设备，包括：处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如第一方面任一项所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读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上述第一方面任一项所述的方法的步骤。
本发明实施例提供了一种测风数据订正方法、装置及电子设备，该方法包括：获取风电场各扇区的实测测风数据和长期测风数据；判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的实测测风数据的数据类型；当实测测风数据的数据类型为逐十分钟测风数据时，将实测测风数据转换为逐小时的测风数据；基于长期测风数据确定各扇区的风速订正值，基于各扇区的风速订正值对逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。本发明通过将逐十分钟的实测测风数据转换为逐小时的测风数据，并根据各扇区的风速订正值对各扇区逐小时的测风数据中的风速进行订正，实现了对实测测风数据的自动订正，提升了实测测风数据的订正效率，避免了影响风资源评估工作的进度。
本发明实施例的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明实施例的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
图1示出了本发明实施例所提供的一种测风数据订正方法流程图；
图2示出了本发明实施例所提供的一种测风数据订正交互界面示意图；
图3示出了本发明实施例所提供的一种测风数据订正装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
目前，随着风资源测量行业的发展，越来越多的风电场开始设置较多测风塔以满足现场测风需求，导致测风数据的订正工作量大大增加，极大的拖累了风资源评估工作的进度。现有的测风数据订正技术，为了提升订正效率，对测风数据进行全扇区相关性分析以订正测风数据，虽然加快了订正速度，但是相关性普遍较差。
为改善上述问题，本发明实施例提供的一种测风数据订正方法、装置及电子设备，该技术可应用于提升测风数据的订正效率。以下对本发明实施例进行详细介绍。
本实施例提供了一种测风数据订正方法，该方法可以应用于计算机等电子设备，参见图1所示的测风数据订正方法流程图，该方法包括以下步骤：
步骤S102，获取风电场各扇区的实测测风数据和长期测风数据。
上述实测测风数据为风电场各扇区的测风塔检测到的测风数据，该实测测风数据可以包括风速和风向，其中，该风速可以是逐十分钟的平均风速或逐小时的平均风速。上述长期测风数据为气象站所检测到的风电场若干年的测风数据，该测风数据可以包括风电场各扇区每年的平均风速。
从风电场的各测风塔获取各扇区的实测测风数据，从风电场所在地区的气象数据中获取风电场若干年的长期测风数据。上述长期测风数据可以是从航空航天局采集的气象资料中获取的，该气象资料可以包括自1979年以来全球陆地地区以及近海区域的气象数据。
在一种实施方式中，上述实测测风数据和长期测风数据可以是用户输入的，参见如图2所示的测风数据订正交互界面示意图，可以将上述测风数据订正方法封装为包括有交互界面的订正程序，用户可以通过点击输入长期数据时可以输入长期测风数据，通过电机输入实测数据输入实测测风数据。
步骤S104，判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的实测测风数据的数据类型。
当风电场的长期测风数据不是当地气象站的检测数据时，风电场的长期测风数据可能会与实测测风数据存在时差，如果风电场的长期测风数据与实测测风数据存在时差，用户可以输入时差调整指令。
为了保证长期测风数据与实测测风数据没有时差差异，当获取到实测测风数据和长期测风数据后，判断用户是否输入了时差调整指令，如果接收到了用户输入的时差调整指令，表明长期测风数据与实测测风数据存在时差问题，需要对长期测风数据进行时差调整，如果没有接收到用户输入的时差调整指令，表明长期测风数据与实测测风数据不存在时差问题，不需要对长期测风数据进行时差调整，接收用户输入的实测测风数据的数据类型，该数据类型包括逐十分钟测风数据和逐小时测风数据。
在一种实施方式中，当接收到用户输入的时差调整指令时，将长期测风数据的日期和时间转换为日期序列，基于长期测风数据与实测测风数据的时差对日期序列增加时间增量，以消除长期测风数据与实测测风数据的时差差异。
当上述长期测风数据与实测测风数据的存在m小时的时差时，上述时差调整指令可以包括加m小时指令，当接收到用户输入的加m小时指令时，采用datenum函数将长期测风数据的日期和时间转换为日期序列值，在此基础上加上m/24的时间增量，即可以消除长期测风数据与实测测风数据的时差差异。诸如，上述m为8时，如图2所示，当用户点击加8小时选项时，可以接收到用户输入的加8小时指令，以便消除长期测风数据与实测测风数据的时差差异。
步骤S106，当实测测风数据的数据类型为逐十分钟测风数据时，将实测测风数据转换为逐小时的测风数据。
由于上述实测测风数据通常是测风塔逐十分钟采集的，为了为逐小时的长期测风数据保持采集周期一致，需要将逐十分钟的测风数据转换为逐小时的测风数据。在一种实施方式中，用户输入实测测风数据后，若点击图2中的分钟数据，则接收到的用户输入的实测测风数据的数据类型为逐十分钟测风数据，若点击图2中的小时数据，则接收到的用户输入的实测测风数据的数据类型为逐小时测风数据。
当用户输入的实测测风数据的数据类型为逐十分钟测风数据时，需要将逐十分钟测风数据转换为逐小时的测风数据，对每个小时内的多个逐十分钟测风数据取平均值，则可以得到逐小时的测风数据。当用户输入的实测测风数据的数据类型为逐小时测风数据时，则无需进行数据类型转换。
步骤S108，基于长期测风数据确定各扇区的风速订正值，基于各扇区的风速订正值对逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。
对风电场的每个扇区建立直角坐标系，将实测测风数据在扇区的平均风速值作为纵坐标，将实测测风数据对应时间下长期测风数据的风速平均值作为横坐标，进行线性相关性分析，根据相关性分析结果确定各扇区内的实测测风具需要订正的风速差值，记为风速订正值。
计算各扇区的实测测风数据中逐小时平均风速与风速订正值之和，得到订正后的逐小时平均风速。根据订正后的逐小时平均风速可以得到订正后的实测当前平均风速。
本实施例提供的上述测风数据订正方法，通过将逐十分钟的实测测风数据转换为逐小时的实测测风数据，并根据各扇区的风速订正值对各扇区逐小时的实测测风数据中的风速进行订正，实现了对实测测风数据的自动订正，提升了实测测风数据的订正效率，避免了影响风资源评估工作的进度。
在一个实施例中，本实施例提供了基于长期测风数据确定各扇区的风速订正值的实施方式，具体可参照如下步骤(1)～步骤(3)执行：
步骤(1)：获取风电场各扇区对应的风速相关方程。
上述风速相关方程为测风塔实测测风数据与检测站长期测风数据的相关性函数。上述风速相关方程是通过对上述实测测风数据及长期测风数据进行相关性分析拟合得到的，该风速相关方程可以是预先拟合得到的，也可以是实时拟合得到的。
在一种实施方式中，在上述步骤(1)之前，还可以包括：对风电场各扇区的实测测风数据中的风速及实测测风数据时间下对应的长期测风数据的风速平均值进行相关性线性拟合，得到风速相关方程及各扇区的相关性散点图。
以扇区内的实测测风数据的各风速值为纵坐标，以各风速值对应时间下的长期测风数据中的风速平均值为横坐标，进行y＝k*x+b方式的线性拟合，可以得到每个扇区的风速相关方程，并绘制得到每个扇区的相关性散点图。
诸如，以某一划分为16个扇区的风电场的实测测风数据及长期测风数据为例，当用户点击图2中的分扇区相关图时，通过对该风电场各扇区的实测测风数据中的风速及实测测风数据时间下对应的长期测风数据的风速平均值进行相关性线性拟合，得到的16个扇区的相关性散点图如图2所示，得到的各扇区的风速相关方程如下表一所示：
表一 各扇区的风速相关表
扇区 风速相关方程 相关系数 风速订正值
N y＝(0.441)x+(1.629) 0.533 0.18
NNE y＝(0.353)x+(1.718) 0.467 0.145
NE y＝(0.293)x+(1.654) 0.393 0.12
ENE y＝(0.22)x+(2.065) 0.292 0.09
E y＝(0.323)x+(1.925) 0.391 0.132
ESE y＝(0.415)x+(2.145) 0.45 0.17
SE y＝(0.292)x+(2.627) 0.294 0.12
SSE y＝(0.128)x+(1.96) 0.155 0.052
S y＝(0.365)x+(1.462) 0.348 0.149
SSW y＝(0.385)x+(1.54) 0.342 0.158
SW y＝(0.594)x+(1.078) 0.623 0.243
WSW y＝(0.665)x+(1.516) 0.703 0.272
W y＝(0.642)x+(2.161) 0.703 0.263
WNW y＝(0.704)x+(1.48) 0.736 0.288
NW y＝(0.677)x+(1.908) 0.699 0.277
NNW y＝(0.674)x+(0.698) 0.706 0.276
上述各扇区的相关系数的计算算式为：
Figure BDA0003592394710000091
其中，R为相关系数，ai为扇区内的各长期测风数据的风速值，
Figure BDA0003592394710000101
为扇区内长期测风数据的风速平均值，bi为扇区内各个实测测风数据的风速值，
Figure BDA0003592394710000102
为扇区内实测测风数据的风速平均值，n为扇区内实测测风数据的风速样本个数。从图2及上述表一中可以看出，散点的分布越集中相关性越好，得到的相关系数值越高，测风数据的订正效果越好。
步骤(2)：获取用户输入的长期测风数据的适用期限，基于适用期限及长期测风数据确定各扇区的长期年平均风速及实测测风数据对应时间下的当年平均风速。
上述适用期限诸如可以包括五年长期、十年长期、二十年长期和三十年长期等期限。根据该适用期限的年限长短计算长期测风数据中每年的平均风速，记为长期年平均风速，将长期测风数据中与实测测风数据检测时间相对应的年平均风速记为当年平均风速。
诸如，上述长期测风数据为2000年～2020年的二十年长期测风数据时，根据该长期测风数据中每年的平均风速之和除以20，得到2000年～2020年期间的长期年平均风速，当上述实测测风数据为2020年的测风数据时，将二十年长期测风数据中2020年的平均风速作为当年平均风速。
步骤(3)：基于长期年平均风速、当年平均风速及风速相关方程确定各扇区的风速订正值。
将长期年平均风速输入各扇区的风速相关方程，得到第一预测风速；将当年平均风速输入各扇区的风速相关方程，得到第二预测风速；计算各扇区的第一预测风速与第二预测风速的差值，得到各扇区的风速订正值。
诸如将上述长期年平均风速的取值作为x输入第一个扇区的风速相关方程中，得到的y值记为第一预测风速y1，将当年平均风速作为x输入第一个扇区的风速相关方程中，得到的y值记为第二预测风速y2。计算第一预测风速y1-第二预测风速y2，得到第一个扇区的风速订正值。将上述长期年平均风速和当年平均风速依次输入各扇区的风速相关方程，可以得到各扇区的风速订正值，上表一中示出了计算得到的各扇区的风速订正值。
如图2所示，当用户点击图2中的输出相关表时，根据各扇区的风速相关方程计算各扇区的风速订正值，并输出上表一所示的各扇区的风速相关表，以向用户展示各扇区的风速相关方程及风速订正值。当用户点击图2中的输出订正数据时，计算逐小时平均风速与风速订正值之和，得到各扇区订正后的逐小时平均风速。根据上述逐小时平均风速计算实测测风数据当年的平均风速，根据上述订正后的逐小时平均风速可以计算得到实测测风数据当年订正后的平均风速。
在一个实施例中，上述实测测风数据包括逐十分钟平均风速，本实施例提供了将实测测风数据转换为逐小时的实测测风数据的具体实施方式：
计算每个小时内的各逐十分钟平均风速的平均值，得到逐小时的平均风速；其中，逐小时的平均风速的计算算式为：
Figure BDA0003592394710000111
VV为逐小时的平均风速，N为逐十分钟测风数据的数量，Vi为逐十分钟平均风速。
上述N的取值为6，将每个小时中6个逐十分钟平均风速求解平均值，可以计算得到逐小时的平均风速。
上述实测测风数据包括逐十分钟的风向，本实施例提供了将实测测风数据中的逐十分钟的风向转换为逐小时的实测测风数据的具体实施方式：采用矢量平均法计算逐小时的平均风向。
基于逐十分钟的风向及逐十分钟平均风速确定逐小时的平均风向；其中，逐小时的平均风向的计算算式为：
Figure BDA0003592394710000112
Figure BDA0003592394710000113
Ai为逐十分钟的风向，AV为逐小时的平均风向。根据风电场逐小时的平均风向可以将风电场划分为多个扇区。
本实施例提供的上述测风数据订正方法，能够对逐十分钟及逐小时的实测测风数据进行订正，还可以输出各扇区的相关性散点图，提升了各扇区相关性分析的准确性，提高了代表年订正的效率。
对应于上述实施例所提供的测风数据订正方法，本发明实施例提供了一种测风数据订正装置，参见图3所示的一种测风数据订正装置结构示意图，该装置包括以下模块：
获取模块31，用于获取风电场各扇区的实测测风数据和长期测风数据。
判断模块32，用于判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的实测测风数据的数据类型。
转换模块33，用于当实测测风数据的数据类型为逐十分钟数据时，将实测测风数据转换为逐小时的测风数据。
订正模块34，用于基于长期测风数据确定各扇区的风速订正值，基于各扇区的风速订正值对逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。
本实施例提供的上述测风数据订正装置，通过将逐十分钟的实测测风数据转换为逐小时的实测测风数据，并根据各扇区的风速订正值对各扇区逐小时的实测测风数据中的风速进行订正，实现了对实测测风数据的自动订正，提升了实测测风数据的订正效率，避免了影响风资源评估工作的进度。
在一种实施方式中，上述订正模块34，用于获取风电场各扇区对应的风速相关方程；其中，风速相关方程为测风塔实测测风数据与检测站长期测风数据的相关性函数；获取用户输入的长期测风数据的适用期限，基于适用期限及长期测风数据确定各扇区的长期年平均风速及实测测风数据对应时间下的当年平均风速；基于长期年平均风速、当年平均风速及风速相关方程确定各扇区的风速订正值。
在一种实施方式中，上述订正模块34，用于将长期年平均风速输入各扇区的风速相关方程，得到第一预测风速；将当年平均风速输入各扇区的风速相关方程，得到第二预测风速；计算各扇区的第一预测风速与第二预测风速的差值，得到各扇区的风速订正值。
在一种实施方式中，上述实测测风数据包括逐十分钟平均风速，上述转换模块33，用于计算每个小时内的各逐十分钟平均风速的平均值，得到逐小时的平均风速；其中，逐小时的平均风速的计算算式为：
Figure BDA0003592394710000131
Figure BDA0003592394710000132
VV为逐小时的平均风速，V为逐十分钟测风数据的数量，Vi为逐十分钟平均风速。
在一种实施方式中，上述实测测风数据还包括风向；上述转换模块33，用于基于逐十分钟的风向及逐十分钟平均风速确定逐小时的平均风向；其中，逐小时的平均风向的计算算式为：
Figure BDA0003592394710000133
Figure BDA0003592394710000134
Ai为逐十分钟的风向，Av为逐小时的平均风向。
在一种实施方式中，上述装置还包括：
时差调整模块，用于当接收到用户输入的时差调整指令时，将长期测风数据的日期和时间转换为日期序列，基于长期测风数据与实测测风数据的时差对日期序列增加时间增量，以消除长期测风数据与实测测风数据的时差差异。
拟合模块，用于对风电场各扇区的实测测风数据中的风速及实测测风数据时间下对应的长期测风数据的风速平均值进行相关性线性拟合，得到风速相关方程及各扇区的相关性散点图。
本实施例提供的上述测风数据订正装置，能够对逐十分钟及逐小时的实测测风数据进行订正，还可以输出各扇区的相关性散点图，提升了各扇区相关性分析的准确性，提高了代表年订正的效率。
本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备，电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行上述实施例提供的测风数据订正方法。
本发明实施例提供了一种计算机可读介质，其中，所述计算机可读介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使所述处理器实现上述实施例所述的方法。
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，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
本发明实施例所提供的测风数据订正方法、装置及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能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，本发明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)执行本发明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-Only Memory)、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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种测风数据订正方法，其特征在于，包括：
获取风电场各扇区的实测测风数据和长期测风数据；
判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的所述实测测风数据的数据类型；
当所述实测测风数据的数据类型为逐十分钟测风数据时，将所述实测测风数据转换为逐小时的测风数据；
基于所述长期测风数据确定各扇区的风速订正值，基于各所述扇区的风速订正值对所述逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。
2.根据权利要求1所述的方法，其特征在于，所述基于所述长期测风数据确定各扇区的风速订正值的步骤，包括：
获取所述风电场各扇区对应的风速相关方程；其中，所述风速相关方程为测风塔实测测风数据与检测站长期测风数据的相关性函数；
获取用户输入的所述长期测风数据的适用期限，基于所述适用期限及所述长期测风数据确定各扇区的长期年平均风速及所述实测测风数据对应时间下的当年平均风速；
基于所述长期年平均风速、所述当年平均风速及所述风速相关方程确定各扇区的风速订正值。
3.根据权利要求2所述的方法，其特征在于，所述基于所述长期年平均风速、所述当年平均风速及所述风速相关方程确定各扇区的风速订正值的步骤，包括：
将所述长期年平均风速输入各扇区的所述风速相关方程，得到第一预测风速；
将所述当年平均风速输入各扇区的所述风速相关方程，得到第二预测风速；
计算各扇区的所述第一预测风速与所述第二预测风速的差值，得到各扇区的风速订正值。
4.根据权利要求1所述的方法，其特征在于，所述实测测风数据包括逐十分钟平均风速，所述将所述实测测风数据转换为逐小时的测风数据的步骤，包括：
计算每个小时内的各逐十分钟平均风速的平均值，得到逐小时的平均风速；其中，所述逐小时的平均风速的计算算式为：
Figure FDA0003592394700000021
VV为所述逐小时的平均风速，N为逐十分钟测风数据的数量，Vi为所述逐十分钟平均风速。
5.根据权利要求4所述的方法，其特征在于，所述实测测风数据还包括风向；所述方法还包括：
基于逐十分钟的风向及所述逐十分钟平均风速确定逐小时的平均风向；其中，所述逐小时的平均风向的计算算式为：
Figure FDA0003592394700000022
Figure FDA0003592394700000023
Ai为所述逐十分钟的风向，AV为所述逐小时的平均风向。
6.根据权利要求1所述的方法，其特征在于，还包括：
当接收到用户输入的时差调整指令时，将所述长期测风数据的日期和时间转换为日期序列，基于所述长期测风数据与所述实测测风数据的时差对所述日期序列增加时间增量，以消除所述长期测风数据与所述实测测风数据的时差差异。
7.根据权利要求2所述的方法，其特征在于，还包括：
对所述风电场各扇区的实测测风数据中的风速及所述实测测风数据时间下对应的长期测风数据的风速平均值进行相关性线性拟合，得到所述风速相关方程及各扇区的相关性散点图。
8.一种测风数据订正装置，其特征在于，包括：
获取模块，用于获取风电场各扇区的实测测风数据和长期测风数据；
判断模块，用于判断是否接收到用户输入的时差调整指令，如果否，获取用户输入的所述实测测风数据的数据类型；
转换模块，用于当所述实测测风数据的数据类型为逐十分钟数据时，将所述实测测风数据转换为逐小时的测风数据；
订正模块，用于基于所述长期测风数据确定各扇区的风速订正值，基于各所述扇区的风速订正值对所述逐小时的测风数据中的平均风速进行订正，得到订正后的平均风速。
9.一种电子设备，其特征在于，包括：处理器和存储装置；
所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。
CN202210379973.5A 2022-04-12 2022-04-12 测风数据订正方法、装置及电子设备 Active CN114723144B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210379973.5A CN114723144B (zh) 2022-04-12 2022-04-12 测风数据订正方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210379973.5A CN114723144B (zh) 2022-04-12 2022-04-12 测风数据订正方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114723144A true CN114723144A (zh) 2022-07-08
CN114723144B CN114723144B (zh) 2024-10-18

Family

ID=82244252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210379973.5A Active CN114723144B (zh) 2022-04-12 2022-04-12 测风数据订正方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114723144B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118171036A (zh) * 2024-05-13 2024-06-11 瑞科同创电力工程设计有限公司 一种代表年风速订正方法、电子设备及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160025070A1 (en) * 2014-07-28 2016-01-28 State Grid Corporation Of China Method for calculating theoretical power of a wind farm based on extrapolation of anemometer tower data
CN108119318A (zh) * 2017-12-18 2018-06-05 国电联合动力技术有限公司 基于机组测风系统的风机技改优化效果评估方法及其系统
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
CN111666677A (zh) * 2020-06-02 2020-09-15 华能盐城大丰新能源发电有限责任公司 一种考虑年内分布订正的测风数据代表年订正方法及系统
CN112131779A (zh) * 2020-08-13 2020-12-25 中国大唐集团未来能源科技创新中心有限公司 一种基于多参考站的海上测风塔数据代表年订正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160025070A1 (en) * 2014-07-28 2016-01-28 State Grid Corporation Of China Method for calculating theoretical power of a wind farm based on extrapolation of anemometer tower data
CN108119318A (zh) * 2017-12-18 2018-06-05 国电联合动力技术有限公司 基于机组测风系统的风机技改优化效果评估方法及其系统
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
CN111666677A (zh) * 2020-06-02 2020-09-15 华能盐城大丰新能源发电有限责任公司 一种考虑年内分布订正的测风数据代表年订正方法及系统
CN112131779A (zh) * 2020-08-13 2020-12-25 中国大唐集团未来能源科技创新中心有限公司 一种基于多参考站的海上测风塔数据代表年订正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李长亮;: "基于权重算法筛选无效测风数据的方法研究", 风能, no. 03, 6 March 2020 (2020-03-06) *
高小力;: "平均时间周期对风资源评估的影响", 电力勘测设计, no. 2, 31 July 2016 (2016-07-31) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118171036A (zh) * 2024-05-13 2024-06-11 瑞科同创电力工程设计有限公司 一种代表年风速订正方法、电子设备及装置
CN118171036B (zh) * 2024-05-13 2024-07-30 瑞科同创电力工程设计有限公司 一种代表年风速订正方法、电子设备及装置

Also Published As

Publication number Publication date
CN114723144B (zh) 2024-10-18

Similar Documents

Publication Publication Date Title
US20220275788A1 (en) Forecasting output power of wind turbine in wind farm
CN111950396B (zh) 一种仪表读数神经网络识别方法
CN110390343B (zh) 一种空间气象数据的订正方法及系统
CN110633864B (zh) 一种基于距平偏差的风速数值预报订正方法及其系统
CN111400845A (zh) 风电机组的发电性能评估方法和装置
CN114723144B (zh) 测风数据订正方法、装置及电子设备
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
CN117391534A (zh) 施工质量的监测方法、装置、电子设备和存储介质
Garcia‐Bustamante et al. A comparison of methodologies for monthly wind energy estimation
CN115456289A (zh) 一种风电超短期功率预测方法、系统、设备及介质
CN113177325A (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
CN117390008A (zh) 多类型观测仪器的测量数据处理方法和装置
CN115434870B (zh) 风力发电组振动数据的处理方法、装置、设备及存储介质
CN114879279B (zh) 一种风电场代表年风速确定方法及系统
CN116667780A (zh) 电站的故障诊断方法、装置以及光伏系统
CN116304872A (zh) 低效光伏逆变器组件的识别方法、系统、设备及存储介质
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
CN114841077A (zh) 一种风电功率预测方法、装置、介质
CN112879216B (zh) 风电场的风速修正方法和装置
CN116561502A (zh) 一种风电场风速数据的插补方法、装置、设备及存储介质
CN112700134A (zh) 一种测风塔代表性分析的方法、系统及设备
Réthoré et al. Systematic wind farm measurement data reinforcement tool for wake model calibration
CN112749820A (zh) 一种风电功率预测方法及系统
CN118071178B (zh) 一种用于评估电站异常状态的方法、装置、电子设备及存储介质
CN118472945B (zh) 高比例分布式光伏实测数据的zip负荷模型建立方法

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
GR01 Patent grant