CN114912288A - 数据比对方法、系统和可读存储介质 - Google Patents
数据比对方法、系统和可读存储介质 Download PDFInfo
- Publication number
- CN114912288A CN114912288A CN202210589658.5A CN202210589658A CN114912288A CN 114912288 A CN114912288 A CN 114912288A CN 202210589658 A CN202210589658 A CN 202210589658A CN 114912288 A CN114912288 A CN 114912288A
- Authority
- CN
- China
- Prior art keywords
- steady
- state
- data
- simulation
- transient
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- 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
Abstract
本申请提供一种数据比对方法、系统和可读存储介质。数据比对方法包括与风力发电机组的仿真平台和测试数据采集系统建立通信连接;从仿真平台获取风力发电机组的仿真数据,以及从测试控制平台获取风力发电机组的测试数据;根据仿真数据和测试数据,执行比对操作并输出比对报告。可以降低数据比对成本。
Description
技术领域
本发明涉及风电领域,尤其涉及一种数据比对方法、系统和可读存储介质。
背景技术
在风力发电行业,可以通过仿真软件对风力发电机组进行模型创建、仿真计算和结果输出。在一些应用中,可以通过仿真软件来对风力发电机组各个部件的载荷进行仿真计算。为保证仿真准确性,会将仿真数据与风力发电机组的测试数据进行比对,并根据比对结果,调整风力发电机组的模型参数,以减小仿真误差。目前,仿真数据和测试数据的比对成本较高。
发明内容
本申请提供一种数据比对方法、系统和可读存储介质,可以降低数据比对成本。
本申请提供一种数据比对方法,所述数据比对方法包括:
与风力发电机组的仿真平台和测试数据采集系统建立通信连接;
从所述仿真平台获取所述风力发电机组的仿真数据,以及从所述测试控制平台获取所述风力发电机组的测试数据;
根据所述仿真数据和所述测试数据,执行比对操作并输出比对报告。
本申请提供一种可读存储介质,其上存储有程序,该程序被处理器执行时,实现如上任一项所述的数据比对方法。
本申请提供一种数据比对系统,包括一个或多个处理器,用于实现如上任一项所述的数据比对方法。
在本申请的一些实施例中,通过与风力发电机组的仿真平台和测试数据采集系统建立通信连接,可以从仿真平台获取风力发电机组的仿真数据,以及从测试控制平台获取风力发电机组的测试数据,进而可以对仿真数据和测试数据进行自动比对,减少工作人员的人力投入成本,进而降低数据比对的成本。
附图说明
图1是本申请的一个实施例提供的数据比对方法的流程图;
图2是本申请一个实施例提供的工况仿真目录的结构示意图;
图3是本申请一个实施例提供的数据比对系统的模块框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本说明书一个或多个实施例相一致的所有实施例。相反,它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是:在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本说明书中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。
图1是本申请的一个实施例提供的数据比对方法的流程图。数据比对方法可应用于具有通信功能的电子设备,例如电脑。数据比对方法包括步骤S11至步骤S13。
步骤S11,与风力发电机组的仿真平台和测试数据采集系统建立通信连接。
步骤S12,从仿真平台获取风力发电机组的仿真数据,以及从测试数据采集系统获取风力发电机组的测试数据。
步骤S13,根据仿真数据和测试数据,执行比对操作并输出比对报告。
以下对步骤S11和步骤S13进行详细说明。
在一些实施例中,仿真平台用于运行仿真软件,例如Bladed软件。通过运行仿真软件,可以对风力发电机组进行模型创建、仿真计算和仿真数据输出。以Bladed软件为例,该软件可以将输出的仿真数据通过文本文件和二进制文件进行存储。其中,文本文件的后缀名为%+数字,二进制文件的后缀名为$+数字,文本文件和二进制文件通过后缀名中的数字相对应,比如后缀名为%1的文本文件与后缀名为$1的二进制文件对应。文本文件的内容用于描述对应的二进制文件中的数据存储结构,二进制文件用于按照对应的文本文件中的数据存储结构,以二进制格式保存仿真数据。
在一些实施例中,测试数据采集系统用于采集风力发电机组的测试数据。测试数据采集系统可以包括IMC数据采集系统。IMC数据采集系统支持将采集到的测试数据保存为raw格式的二进制文件。通过IMC数据采集系统的数据处理软件FAMOS可以将raw格式的二进制文件转换为所需格式的文件,比如csv格式的文件。
在一些实施例中,上述步骤S12中的从仿真平台获取风力发电机组的仿真数据,以及从测试数据采集系统获取风力发电机组的测试数据,包括:
从仿真平台获取仿真数据存储文件,以及从测试数据采集系统获取测试数据存储文件。
对仿真数据存储文件和测试数据存储文件进行解码,以得到仿真数据和测试数据。
其中,在一些实施例中,仿真数据和测试数据是基于相同的环境工况得到的数据。比如在对风力发电机组进行测试时,风力发电机组所在环境的平均风速为10m/s、风向为西南方向,并采集了风力发电机组所在环境的风速、风向,以及风力发电机组的功率、风轮转速、叶片弯矩、塔架弯矩和主轴弯矩,作为测试数据;则在对风力发电机组进行仿真时,也需要按照与测试相同的环境工况进行仿真,并采集仿真得到的风力发电机组所在环境的风速、风向,以及风力发电机组的功率、风轮转速、叶片弯矩、塔架弯矩和主轴弯矩,作为仿真数据。根据测试得到的功率、风轮转速、叶片弯矩、塔架弯矩、主轴弯矩与仿真得到的功率、风轮转速、叶片弯矩、塔架弯矩、主轴弯矩,对测试数据和仿真数据进行比对后,可以对风力发电机组的模型进行调整,使风力发电机组模型与实际的风力发电机组更接近,减少仿真误差。
具体的,在一些实施例中,仿真数据包括风力发电机组在多个仿真采样点的如下数据:
气象仿真数据,包括但不限于仿真得到的风力发电机组所在环境的风速、风向、湍流强度、空气密度以及风剪切。
机组运行仿真数据,包括但不限于仿真得到的风力发电机组的功率、风轮转速以及叶尖速比。
机组载荷仿真数据,包括但不限于仿真得到的风力发电机组的叶片的叶根挥舞与摆振弯矩、塔底塔顶的前后和左右方向弯矩、塔顶的扭矩。
具体的,在一些实施例中,测试数据包括风力发电机组在多个测试采样点的如下数据:
气象测试数据,包括但不限于测试得到的风力发电机组所在环境的风速、风向、湍流强度、空气密度以及风剪切。
机组运行测试数据,包括但不限于测试得到的风力发电机组的功率、风轮转速以及叶尖速比。
机组载荷测试数据,包括但不限于测试得到的风力发电机组的叶片弯矩、塔架弯矩以及主轴弯矩。
在一些实施例中,在获取到仿真数据和测试数据后,数据比对方法还包括:将仿真数据和测试数据分别存储于二维结构化表格中。如此,以方便通过向量化编程方法(又称为矩阵方法)对仿真数据和测试数据进行比对,提高比对效率,缩短比对时长。
进一步的,在一些实施例中,仿真数据分为稳态仿真数据和瞬态仿真数据。测试数据分为稳态测试数据和瞬态测试数据。其中,稳态仿真数据指对风力发电机组的稳态工况进行仿真时得到的仿真数据;瞬态仿真数据指对风力发电机组的瞬态工况进行仿真时得到的仿真数据;稳态测试数据指对风力发电机组的稳态工况进行测试时得到的测试数据;瞬态测试数据指对风力发电机组的瞬态工况进行测试时得到的测试数据。
在一些实施例中,瞬态工况包括但不限于风力发电机组的紧急停机工况、启机过程工况、正常停机工况、电网掉电工况和正常发电工况。
在一些实施例中,稳态工况包括但不限于风力发电机组在正常发电状态时的工况。
在一些实施例中,瞬态工况中的正常发电工况与稳态工况的区别在于仿真时长或测试时长不同。瞬态工况中的正常发电工况对应的仿真时长或测试时长较短,比如1个仿真周期或测试周期;稳态工况对应的仿真时长或测试时长较长,比如100个仿真周期或测试周期。
在一些实施例中,上述步骤S12中的从仿真平台获取风力发电机组的仿真数据,以及从测试数据采集系统获取风力发电机组的测试数据可以进一步包括:
从仿真平台获取风力发电机组的稳态仿真数据和瞬态仿真数据,以及从测试数据采集系统获取风力发电机组的稳态测试数据和瞬态测试数据。
在一些实施例中,上述步骤S13中的根据仿真数据和测试数据,执行比对操作并输出比对报告,可以进一步包括:
根据稳态仿真数据和稳态测试数据,执行稳态比对操作。
根据瞬态仿真数据和瞬态测试数据,执行瞬态比对操作。
根据稳态比对操作的结果和瞬态比对操作的结果,输出比对报告。
在一些实施例中,将风力发电机组的仿真数据和测试数据按照稳态工况和瞬态工况进行划分,并将稳态工况和瞬态工况的数据分别进行比对,便于根据稳态工况和瞬态工况的不同工况特点,对稳态工况和瞬态工况的数据采用不同的方法的进行比对,并分别生成符合对应工况特点的报告,更好的体现风力发电机组模型与实际的风力发电机组的差异,便于工作人员查看。
以下对风力发电机组的稳态仿真数据与稳态测试数据比对进行说明。
在一些实施例中,上述从仿真平台获取风力发电机组的稳态仿真数据,包括:
获取多个稳态仿真周期内的稳态仿真数据,其中,获取每个稳态仿真周期中的多个稳态仿真采样点的稳态对比变量的稳态仿真数据。
相应的,上述从测试数据采集系统获取风力发电机组的稳态测试数据,包括:
获取多个稳态测试周期内的稳态测试数据,其中,获取每个稳态测试周期中的多个稳态测试采样点的稳态对比变量的稳态测试数据。
其中,稳态比对变量是指在稳态工况下,风力发电机组需要进行数据比对的变量。比如,在稳态工况下,需要将仿真的风力发电机组所在环境的风速与测试得到的风力发电机组所在环境的风速进行比对,风力发电机组所在环境的风速则称为一个稳态比对变量。
在一些实施例中,上述多个稳态仿真周期和多个稳态测试周期一一对应。比如获取15个稳态测试周期的稳态测试数据,对应的,需要获取15个稳态仿真周期的稳态仿真数据,且将第N个稳态测试周期的测试数据与第N个稳态仿真周期的仿真数据进行比对,其中,N的取值为1到15之间的任一整数。
在一些实施例中,稳态仿真周期的时长和稳态测试周期的时长相等,比如均为10分钟。
在一些实施例中,获取风力发电机组在稳态工况下多个稳态仿真周期和多个稳态测试周期的数据,采样时间较长,采集的数据量较大,基于相关数据得到的风力发电机组在稳态工况下的比对结果较为准确。
在一些实施例中,在获取到风力发电机组的稳态仿真数据和稳态测试数据后,数据比对方法还包括:
根据稳态比对变量在仿真平台的稳态仿真名称和在测试数据采集系统的稳态测试名称,以及稳态仿真名称和稳态测试名称的映射关系,将每个稳态比对变量的稳态仿真数据和稳态测试数据进行匹配。如此,可以避免同一稳态比对变量在仿真平台侧和测试数据采集系统的名称不一致,造成仿真数据和测试数据无法匹配的问题。同时,工作人员在进行仿真和测试时,可以按照所需对各个稳态比对变量的名称进行命名,可以简化工作人员的工作。
其中,稳态仿真名称和稳态测试名称的映射关系可以预先配置。为便于理解,表格1示例性给出了一个实施例中的稳态仿真名称和稳态测试名称的映射关系。
表格1
稳态比对变量 | 稳态仿真名称 | 稳态测试名称 |
风力发电机组所在环境的风速 | V1 | V1 |
风力发电机组的功率 | P1 | P1 |
叶片弯矩 | F1 | F2 |
从表格1可以看出,在稳态仿真数据中,叶片弯矩用“F1”表示,在稳态测试数据中,叶片弯矩用“F2”表示,可以将稳态仿真名称为“F1”的数据匹配稳态测试名称为“F2”的数据,以完成叶片弯矩的稳态仿真数据和稳态测试数据比对。
在一些实施例中,获取到稳态仿真数据和稳态测试数据并完成数据匹配后,根据稳态仿真数据和稳态测试数据,执行稳态比对操作。具体包括:
对每个稳态仿真周期内各稳态比对变量的稳态仿真数据分别进行统计,得到每个稳态仿真周期的稳态仿真统计量。
对每个稳态测试周期内各稳态比对变量的稳态测试数据分别进行统计,得到每个稳态仿真周期的稳态测试统计量。
根据稳态仿真统计量和稳态测试统计量,执行稳态比对操作。
其中,稳态仿真统计量和稳态测试统计量基本类似。此处以稳态仿真统计量为例进行说明。
在一些实施例中,针对至少部分稳态比对变量,稳态仿真统计量包括但不限于每个稳态仿真周期内各稳态比对变量在的均值、最大值、最小值、标准差。以下结合表格2进行说明。表格2示例性的给出了在多个稳态仿真周期内风力发电机组所在环境的风速和风力发电机组的功率分别对应的均值、最大值、最小值。
表格2
从表格2可以看出,根据每个稳态仿真周期内各稳态比对变量的仿真数据,可以得到每个稳态仿真周期内各稳态比对变量的均值、最大值、最小值和标准差。
在一些实施例中,稳态比对变量包括风力发电机组的部件载荷变量,比如风力发电机组的叶片弯矩、塔架弯矩以及主轴弯矩可以分别称为一个部件载荷变量。针对部件载荷变量,稳态仿真统计量还包括对每个稳态仿真周期内各部件载荷变量的稳态仿真数据分别进行统计得到的等效载荷。
在一些实施例中,根据四点雨流计数方法,对每个稳态仿真周期内各部件载荷变量的稳态仿真数据分别进行统计,以得到每个稳态仿真周期内各部件载荷变量的等效载荷。
可以理解的是,与稳态仿真统计量对应的,针对至少部分稳态比对变量,稳态测试统计量包括但不限于每个稳态测试周期内各稳态比对变量的均值、最大值、最小值、标准差。针对部件载荷变量,稳态测试统计量包括对每个稳态测试周期内各部件载荷变量的稳态测试数据分别进行统计得到的等效载荷。其中:
根据每个稳态测试周期内各稳态比对变量的测试数据,可以得到每个稳态测试周期内各稳态比对变量的均值、最大值、最小值和标准差。
根据四点雨流计数方法,对每个稳态测试周期内各部件载荷变量的稳态测试数据分别进行统计,以得到每个稳态测试周期内各部件载荷变量的等效载荷。
在一些实施例中,基于稳态仿真统计量和稳态测试统计量执行稳态比对操作,可以大大减小比对数据量,提高比对效率。
在一些实施例中,根据稳态仿真统计量和稳态测试统计量,执行稳态比对操作,包括:
根据预设的风速区间、每个稳态仿真周期的平均仿真风速和每个稳态测试周期的平均测试风速,将每个稳态仿真周期的稳态仿真统计量和每个稳态测试周期的稳态测试统计量划分至对应的风速区间。
根据每个风速区间的稳态仿真统计量和稳态测试统计量,执行比对操作。
其中,对每个稳态仿真周期内风力发电机组所在环境的风速数据求平均可以得到每个稳态仿真周期的平均仿真风速;对每个稳态测试周期内风力发电机组所在环境的风速数据求平均可以得到每个稳态测试周期的平均测试风速。可以理解的是,若仿真的环境工况和测试的环境工况相同,则对于相对应的稳态仿真周期和稳态测试周期来说,平均仿真风速等于平均测试风速,稳态仿真周期的稳态仿真统计量和稳态测试统计量属于同一风速区间。具体可参见表格3相关描述。
在一些实施例中,每间隔0.5m/s为一个预设的风速区间。比如0m/s至0.5m/s为第一个风速区间,0.5m/s至0.6m/s为第二个风速区间,依次类推。以下结合表格3进行说明。表格3示例性的给出了稳态仿真周期、稳态测试周期、平均仿真风速、平均测试风速、风速区间之间的对应关系。
表格3
如此,每个稳态仿真周期的稳态仿真统计量和每个稳态测试周期的稳态测试统计量可以划分到对应的风速区间。以下结合表格4进行说明。表格4是对表格3中的数据进行风速区间划分后,每个风速区间对应的稳态仿真统计量和稳态测试统计量。
表格4
如此,可以分别对每个风速区间的稳态仿真统计量和稳态测试统计量执行比对操作。在一些实施例中,风力发电机组运行在稳态工况时,在不同风速区间的运行状态不同,按照风速区间进行比对,可以针对不同风速区间输出比对结果,便于工作人员根据风速区间判断仿真和实际之间的误差,以便对模型进行更精细准确的调整。
在一些实施例中,根据每个风速区间的稳态仿真统计量和稳态测试统计量,执行比对操作,包括:
在每一风速区间,计算每个稳态比对变量对应的稳态仿真统计量的仿真统计均值,以及计算每个稳态比对变量对应的稳态测试统计量的测试统计均值。
根据每个风速区间各稳态比对变量的仿真统计均值和测试统计均值,执行比对操作。
以下结合表格5进行说明。以风力发电机组所在环境的风速和风力发电机组的功率为例,对表格4中每个风速区间的风速统计量和功率统计量计算平均后,表格5示例性的给出了风速区间、统计量和统计均值的对应关系。
表格5
在一些实施例中,可以按照风速区间划分,对每个风速区间的各稳态比对变量的仿真统计均值和测试统计均值分别进行比对。比如在表格5中,可以将风速区间[9.5,10)的仿真平均风速和测试平均风速进行比对,将仿真平均功率和测试平均功率进行比对。如此,以得到每个风速区间各稳态比对变量的比对结果。
通过对每个风速区间各稳态比对变量的稳态仿真统计量和稳态测试统计量进行均值计算,基于计算得到的均值执行比对操作,可以进一步减小数据比对量。
以下对风力发电机组的瞬态仿真数据与瞬态测试数据比对进行说明。
在一些实施例中,上述从仿真平台获取风力发电机组的瞬态仿真数据,包括:
根据预设的瞬态工况,获取每个瞬态工况下至少一个瞬态仿真周期内的瞬态仿真数据,其中,获取每个瞬态仿真周期中的多个瞬态仿真采样点的稳态对比变量的瞬态仿真数据。
上述从测试数据采集系统获取风力发电机组的瞬态测试数据,包括:
获取每个瞬态工况下至少一个瞬态测试周期内的瞬态测试数据,其中,获取每个瞬态测试期中的多个瞬态测试采样点的稳态对比变量的瞬态测试数据。
其中,瞬态仿真周期和瞬态测试周期一一对应,其原理类似稳态仿真周期和稳态测试周期,具体可参见上述相关描述,此处不赘述。瞬态比对变量和稳态比对变量类似,具体请参见稳态比对变量的相关描述,此处不赘述。在一些实施例中,瞬态比对变量包括的变量和稳态比对变量包括的变量相同。在其他一些实施例中,瞬态比对变量包括的变量和稳态比对变量包括的变量不相同。
在一些实施例中,瞬态仿真采样点与瞬态测试采样点一一对应。比如对于相对应的瞬态仿真周期和瞬态测试周期,瞬态仿真周期内的第一个瞬态仿真采样点和瞬态测试周期内的第一个瞬态测试采样点相对应,并以此类推。
在一些实施例中,针对预设的瞬态工况,获取每个瞬态工况下一个瞬态仿真周期的瞬态仿真数据和对应的一个瞬态测试周期的瞬态测试数据。在一些实施例中,一个瞬态仿真周期的时长和一个瞬态测试周期的时长均为10分钟。通常,风力发电机组在瞬态工况下的运行时长通常较短。在每个瞬态工况下,获取较少瞬态仿真周期(比如一个)的瞬态仿真数据和较少瞬态测试周期(比如一个)的瞬态测试数据,在获取到的数据可以反映机组瞬态运行工况的前提下,可以减少数据采集量和数据比对量。
在一些实施例中,在获取到风力发电机组的瞬态仿真数据和瞬态测试数据后,数据比对方法还包括:
根据瞬态比对变量在仿真平台侧的瞬态仿真名称和在测试数据采集系统的瞬态测试名称,以及瞬态仿真名称和瞬态测试名称的映射关系,将每个瞬态比对变量的瞬态仿真数据和瞬态测试数据进行匹配。其原理类似稳态仿真数据和稳态测试数据的匹配,此处不赘述。
在一些实施例中,预设的瞬态工况包括风力发电机组的紧急停机工况、启机过程工况、正常停机工况、电网掉电工况和正常发电工况。在每个瞬态工况下,按照风力发电机组的切入风速、额定风速、额定风速+2m/s,又可以将瞬态工况划分为多个瞬态子工况。每个瞬态工况下的瞬态子工况划分,可以参见图2相关描述,此处不赘述。
在一些实施例中,在获取到瞬态仿真数据和瞬态测试数据后,数据比对方法还包括:
将瞬态仿真数据按照瞬态工况划分,并分别存储于对应的工况仿真目录中。
将瞬态测试数据按照瞬态工况划分,并分别存储于对应的工况测试目录中。
其中,工况仿真目录和工况测试目录类似,此处以工况仿真目录为例进行说明。图2是本申请一个实施例提供的工况仿真目录的结构示意图。
图2中,estop目录代表紧急停机工况的工况仿真目录,startup目录代表启机过程工况的工况仿真目录,nstop目录代表正常停机工况的工况仿真目录,gridloss目录代表仿真的电网掉电工况的工况仿真目录,powprod目录代表仿真的正常发电工况的工况仿真目录。其中,按照切入风速(比如预设的一个切入风速),对上述各瞬态工况进行仿真时,采集到的瞬态仿真数据存储于相应瞬态工况下的Vin目录中;按照额定风速对上述各瞬态工况进行仿真时,采集到的瞬态仿真数据存储于相应瞬态工况下的Vr目录中;按照额定风速+2m/s对上述各瞬态工况进行仿真时,采集到的瞬态仿真数据存储于相应瞬态工况下的Vr+目录中。
可以理解的是,与工况仿真目录相对应的,工况测试目录也可以具有与工况仿真目录相同的目录结构,用于存储瞬态测试数据。
在一些实施例中,根据瞬态仿真数据和瞬态测试数据,执行瞬态比对操作,包括:
将每个瞬态工况下各瞬态比对变量的瞬态仿真数据和瞬态测试数据按照瞬态仿真采样点和瞬态测试采样点的对应关系进行比对。具体来说,将每个瞬态工况按照瞬态子工况进行划分,将每个瞬态子工况下各瞬态比对变量的瞬态仿真数据和瞬态测试数据按照瞬态仿真采样点和瞬态测试采样点的对应关系进行比对。比如以图2为例,针对各个瞬态比对变量,可以将工况仿真目录nstop下Vr目录中的瞬态仿真数据与工况测试目录nstop下Vr目录中的瞬态测试数据,按照瞬态仿真采样点和瞬态测试采样点的对应关系进行比对,以得到正常停机工况下的额定风速工况下,测试场景下各瞬态比对变量的测试瞬态趋势和仿真场景下各瞬态比对变量的仿真瞬态趋势,并可以将两个趋势进行比对。
在一些实施例中,基于以上描述,完成稳态比对操作和瞬态比对操作后,数据比对方法还包括:
调用预设接口,将比对结果写入比对报告。
在一些实施例中,执行稳态比对操作后得到的结果(各稳态比对变量的测试统计均值和仿真统计均值的比对结果),可以通过表格和图片展示统计均值比对结果。
在一些实施例中,执行瞬态比对操作后得到的结果(各瞬态比对变量的测试瞬态趋势和仿真瞬态趋势),可以通过图片展示趋势对比结果。
在一些实施例中,可以通过模板的方式来进行编辑以达到报告标准化的目的。在一些实施例中,可以调用Word的COM接口输出比对结果至word中,并在写入结果后,更新页码、页眉页脚、目录等元素。
在一些实施例中,将图片输出到word中的同时,将图片保存到存储设备中,例如硬盘中。
在一些实施例中,图片在被输出或保存到存储设备前,对图片的图例、单位、比例等进行设置。
在本申请的一些实施例中,通过与风力发电机组的仿真平台和测试数据采集系统建立通信连接,可以从仿真平台获取风力发电机组的仿真数据,以及从测试控制平台获取风力发电机组的测试数据,进而可以对仿真数据和测试数据进行自动比对,减少工作人员的人力投入成本,进而降低数据比对的成本。另外,相对于人工比对,通过对数据进行自动比对,可以降低比对出错率,提高比对效率。
图3是本申请一个实施例提供的数据比对系统300的模块框图。
数据比对系统300包括一个或多个处理器301,用于实现如上描述的数据比对方法。在一些实施例中,数据比对系统300可以包括可读存储介质309,可读存储介质309可以存储有可被处理器301调用的程序,可以包括非易失性存储介质。
在一些实施例中,数据比对系统300可以包括内存308和接口307。
在一些实施例中,数据比对系统300还可以根据实际应用包括其他硬件。
本申请实施例的可读存储介质309,其上存储有程序,该程序被处理器301执行时,用于实现如上描述的数据比对方法。
本申请可采用在一个或多个其中包含有程序代码的可读存储介质309(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。可读存储介质309包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。可读存储介质309的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
Claims (16)
1.一种数据比对方法,其特征在于,所述数据比对方法包括:
与风力发电机组的仿真平台和测试数据采集系统建立通信连接;
从所述仿真平台获取所述风力发电机组的仿真数据,以及从所述测试控制平台获取所述风力发电机组的测试数据;
根据所述仿真数据和所述测试数据,执行比对操作并输出比对报告。
2.如权利要求1所述的数据比对方法,其特征在于,所述从所述仿真平台获取所述风力发电机组的仿真数据,以及从所述测试数据采集系统获取所述风力发电机组的测试数据,包括:
从所述仿真平台获取所述风力发电机组的稳态仿真数据和瞬态仿真数据,以及从所述测试数据采集系统获取所述风力发电机组的稳态测试数据和瞬态测试数据;
所述根据所述仿真数据和所述测试数据,执行比对操作并输出比对报告,包括:
根据所述稳态仿真数据和所述稳态测试数据,执行稳态比对操作;
根据所述瞬态仿真数据和所述瞬态测试数据,执行瞬态比对操作;
根据所述稳态比对操作的结果和所述瞬态比对操作的结果,输出所述比对报告。
3.如权利要求2所述的数据比对方法,其特征在于,所述从所述仿真平台获取所述风力发电机组的稳态仿真数据,包括:
获取多个稳态仿真周期内的所述稳态仿真数据,其中,获取每个所述稳态仿真周期中的多个稳态仿真采样点的稳态对比变量的所述稳态仿真数据;
所述从所述测试数据采集系统获取所述风力发电机组的稳态测试数据,包括:
获取多个稳态测试周期内的所述稳态测试数据,其中,获取每个所述稳态测试周期中的多个稳态测试采样点的所述稳态对比变量的所述稳态测试数据;
其中,所述多个稳态仿真周期和所述多个稳态测试周期一一对应。
4.如权利要求3所述的数据比对方法,其特征在于,所述根据所述稳态仿真数据和所述稳态测试数据,执行稳态比对操作,包括:
对每个所述稳态仿真周期内各所述稳态比对变量的所述稳态仿真数据分别进行统计,得到每个所述稳态仿真周期的稳态仿真统计量;
对每个所述稳态测试周期内各所述稳态比对变量的所述稳态测试数据分别进行统计,得到每个所述稳态仿真周期的稳态测试统计量;
根据所述稳态仿真统计量和所述稳态测试统计量,执行稳态比对操作。
5.如权利要求4所述的数据比对方法,其特征在于,所述根据所述稳态仿真统计量和所述稳态测试统计量,执行稳态比对操作,包括:
根据预设的风速区间、每个所述稳态仿真周期的平均仿真风速和每个所述稳态测试周期的平均测试风速,将每个所述稳态仿真周期的所述稳态仿真统计量和每个所述稳态测试周期的所述稳态测试统计量划分至对应的风速区间;
根据每个所述风速区间的所述稳态仿真统计量和所述稳态测试统计量,执行比对操作。
6.如权利要求5所述的数据比对方法,其特征在于,所述根据每个所述风速区间的所述稳态仿真统计量和所述稳态测试统计量,执行比对操作,包括:
在每一所述风速区间,计算每个所述稳态比对变量对应的稳态仿真统计量的仿真统计均值,以及计算每个所述稳态比对变量对应的稳态测试统计量的测试统计均值;
根据每个所述风速区间各所述稳态比对变量的所述仿真统计均值和所述测试统计均值,执行比对操作。
7.如权利要求4所述的数据比对方法,其特征在于,所述稳态比对变量包括所述风力发电机组的部件载荷变量;
所述对每个所述稳态仿真周期内各所述稳态比对变量的所述稳态仿真数据分别进行统计,包括:
根据四点雨流计数方法,对每个所述稳态仿真周期内各所述部件载荷变量的所述稳态仿真数据分别进行统计;
所述对每个所述稳态测试周期内各所述稳态比对变量的所述稳态测试数据分别进行统计,包括:
根据四点雨流计数方法,对每个所述稳态测试周期内各所述部件载荷变量的所述稳态测试数据分别进行统计。
8.如权利要求3所述的数据比对方法,其特征在于,在获取到所述风力发电机组的所述稳态仿真数据和所述稳态测试数据后,所述数据比对方法还包括:
根据所述稳态比对变量在所述仿真平台的稳态仿真名称和在所述测试数据采集系统的稳态测试名称,以及所述稳态仿真名称和所述稳态测试名称的映射关系,将每个所述稳态比对变量的所述稳态仿真数据和所述稳态测试数据进行匹配。
9.如权利要求2所述的数据比对方法,其特征在于,所述从所述仿真平台获取所述风力发电机组的瞬态仿真数据,包括:
根据预设的瞬态工况,获取每个所述瞬态工况下至少一个瞬态仿真周期内的所述瞬态仿真数据,其中,获取每个所述瞬态仿真周期中的多个瞬态仿真采样点的稳态对比变量的所述瞬态仿真数据;
所述从所述测试数据采集系统获取所述风力发电机组的瞬态测试数据,包括:
获取每个所述瞬态工况下至少一个瞬态测试周期内的所述瞬态测试数据,其中,获取每个所述瞬态测试期中的多个瞬态测试采样点的稳态对比变量的所述瞬态测试数据;
其中,所述瞬态仿真周期和所述瞬态测试周期一一对应,所述瞬态仿真采样点和所述瞬态测试采样点一一对应。
10.如权利要求9所述的数据比对方法,其特征在于,在获取到所述瞬态仿真数据和所述瞬态测试数据后,所述数据比对方法还包括:
将所述瞬态仿真数据按照所述瞬态工况划分,并分别存储于对应的工况仿真目录中;
将所述瞬态测试数据按照所述瞬态工况划分,并分别存储于对应的工况测试目录中。
11.如权利要求9所述的数据比对方法,其特征在于,所述根据所述瞬态仿真数据和所述瞬态测试数据,执行瞬态比对操作,包括:
将每个瞬态工况下各所述瞬态比对变量的所述瞬态仿真数据和所述瞬态测试数据,按照所述瞬态仿真采样点和所述瞬态测试采样点的对应关系进行比对。
12.如权利要求9所述的数据比对方法,其特征在于,如权利要求9所述的数据比对方法,其特征在于,在获取到所述风力发电机组的所述瞬态仿真数据和所述瞬态测试数据后,所述数据比对方法还包括:
根据所述瞬态比对变量在所述仿真平台侧的瞬态仿真名称和在所述测试数据采集系统的瞬态测试名称,以及所述瞬态仿真名称和所述瞬态测试名称的映射关系,将每个所述瞬态比对变量的所述瞬态仿真数据和所述瞬态测试数据进行匹配。
13.如权利要求1所述的数据比对方法,其特征在于,在获取到所述风力发电机组的仿真数据和测试数据后,所述数据比对方法还包括:
将所述仿真数据和所述测试数据分别存储于二维结构化表格中;
所述根据所述仿真数据和所述测试数据,执行比对操作,包括:
通过向量化编程方法对所述仿真数据和所述测试数据进行比对。
14.如权利要求1所述的数据比对方法,其特征在于,在执行比对操作后,所述数据比对方法还包括:
调用预设接口,将比对结果写入所述比对报告。
15.一种数据比对系统,其特征在于,包括一个或多个处理器,用于实现如权利要求1-14中任一项所述的数据比对方法。
16.一种可读存储介质,其特征在于,其上存储有程序,该程序被处理器执行时,实现如权利要求1-14中任一项所述的数据比对方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210589658.5A CN114912288A (zh) | 2022-05-26 | 2022-05-26 | 数据比对方法、系统和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210589658.5A CN114912288A (zh) | 2022-05-26 | 2022-05-26 | 数据比对方法、系统和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114912288A true CN114912288A (zh) | 2022-08-16 |
Family
ID=82769169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210589658.5A Pending CN114912288A (zh) | 2022-05-26 | 2022-05-26 | 数据比对方法、系统和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114912288A (zh) |
-
2022
- 2022-05-26 CN CN202210589658.5A patent/CN114912288A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103558771A (zh) | 风电场仿真测试平台及其测试方法 | |
CN111287911A (zh) | 一种风电机组疲劳载荷的预警方法和系统 | |
CN111311021A (zh) | 一种风电场理论功率预测方法、装置、设备和存储介质 | |
CN114912288A (zh) | 数据比对方法、系统和可读存储介质 | |
CN111241653B (zh) | 基于蒙特卡洛法的多维度叶片误差性能影响仿真实现方法 | |
CN115535296B (zh) | 无人机电机测试方法、装置、电子设备及存储介质 | |
CN115329251B (zh) | 风力电站的理论功率计算方法及装置 | |
CN107844654B (zh) | 一种风机液压变桨系统载荷处理系统 | |
CN116542030A (zh) | 基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备 | |
CN112052604A (zh) | 风机等效疲劳载荷的预测方法、系统、设备及可读介质 | |
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 | |
CN107045548B (zh) | 一种计算风电能量利用率的系统及方法 | |
CN113315240B (zh) | 水电机组的全工况稳定性样本获取及管理方法及装置 | |
CN115879286A (zh) | 用于风机的风功率的预测方法、处理器、装置及存储介质 | |
CN116151130B (zh) | 风电场最大频率阻尼系数计算方法、装置、设备及介质 | |
CN113153657A (zh) | 风机发电率损失预测方法、系统、设备及介质 | |
CN106530123B (zh) | 一种发电负荷稳态点提取方法及其装置 | |
CN112668124B (zh) | 风力发电机组极限设计载荷的确定方法、装置及计算机可读存储介质 | |
CN116663935B (zh) | 风力机发电量计算方法、装置、计算机设备及存储介质 | |
CN115358531B (zh) | 一种虚拟电厂运行风险分析方法及装置 | |
CN113971344A (zh) | 风电企业故障筛选方法、系统、设备及介质 | |
CN104123442A (zh) | 一种风电机组有功功率在线等值模型 | |
CN116776064A (zh) | 一种风机发电量计算方法 | |
CN117578518A (zh) | 一种多机等值的风电场调频计算方法及系统 | |
CN115828515A (zh) | 风电场的建模方法及装置 |
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 |