CN114996903A - 偏航误差确定方法、装置、设备及存储介质 - Google Patents
偏航误差确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114996903A CN114996903A CN202210438060.6A CN202210438060A CN114996903A CN 114996903 A CN114996903 A CN 114996903A CN 202210438060 A CN202210438060 A CN 202210438060A CN 114996903 A CN114996903 A CN 114996903A
- Authority
- CN
- China
- Prior art keywords
- fan
- grid
- target
- wind speed
- sub
- 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 60
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 239000006185 dispersion Substances 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种偏航误差确定方法、装置、设备及存储介质。该方法包括:确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,所述第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率;根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域;获取所述目标参数点网格区域内的目标风机参数数据;根据所述目标风机参数数据和所述实测额定风机风速,确定目标偏航误差。本发明实施例提高了偏航误差的确定准确度。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种偏航误差确定方法、装置、设备及存储介质。
背景技术
风力发电机组在运行过程中的运行工况复杂,受偏航控制策略、叶轮紊流等因素影响,机组叶轮始终无法与来流风垂直,即存在偏航误差。这样不仅会降低风电机组风能捕获效率,还会增加机组的非对称载荷,降低发电效率,影响机组的使用寿命。
现有技术,通常将风电机组的风向标测得的风向标测量偏航误差,作为真实的偏航误差。然而,由于风电机组运行环境恶劣,长期未检定的风向标的零度不再对准机舱轴线,从而导致风向标测得的偏航误差与真实的偏航误差存在,进而影响后续根据偏航误差进行误差修正或优化的准确度。
发明内容
本发明提供了一种偏航误差确定方法、装置、设备和存储介质,以提高偏航误差的确定准确度。
根据本发明的一方面,提供了一种偏航误差确定方法,该方法包括:
确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,所述第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率;
根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域;
获取所述目标参数点网格区域内的目标风机参数数据;
根据所述目标风机参数数据和所述实测额定风机风速,确定目标偏航误差。
根据本发明的另一方面,提供了一种偏航误差确定装置,该装置包括:
散点网格构建模块,用于确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,所述第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率;
目标区域确定模块,用于根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域;
参数数据获取模块,用于获取所述目标参数点网格区域内的目标风机参数数据;
目标偏航误差确定模块,用于根据所述目标风机参数数据和所述实测额定风机风速,确定目标偏航误差。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的偏航误差确定方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的偏航误差确定方法。
本发明实施例方案通过根据基于不同时刻的第一风机参数点构建的风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域,实现了对目标参数点网格区域的准确确定,提高了对目标参数点网格区域内的目标风机参数数据的准确确定,从而提高了后续根据目标风机参数数据确定目标偏航误差的准确度。此外,在确定目标偏航误差的过程中引入实测额定风机风速,进一步提高了目标偏航误差的确定准确度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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1A是根据本发明实施例一提供的一种偏航误差确定方法的流程图;
图1B是根据本发明实施例一提供的一种风速功率散点网格示意图;
图1C是根据本发明实施例一提供的一种偏离参数点的区域示意图;
图1D是根据本发明实施例一提供的一种风机风速和发电机功率的关联关系曲线示意图;
图1E是根据本发明实施例一提供的一种风电机组偏航误差示意图;
图2A是根据本发明实施例二提供的一种偏航误差确定方法的流程图;
图2B是根据本发明实施例二提供的一种风速功率散点网格示意图;
图3是根据本发明实施例三提供的一种偏航误差确定方法的流程图;
图4是根据本发明实施例四提供的一种偏航误差确定系统的结构图;
图5是根据本发明实施例五提供的一种偏航误差确定装置的结构示意图;
图6是实现本发明实施例的偏航误差确定方法的系统服务器的结构示意图。
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,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1A为本发明实施例一提供了一种偏航误差确定方法的流程图,本实施例可适用于对风电机组的偏航误差进行确定的情况,该方法可以由偏航误差确定装置来执行,该偏航误差确定装置可以采用硬件和/或软件的形式实现,该偏航误差确定装置可配置于电子设备中。如图1A所示,该方法包括:
S110、确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率。
其中,风速功率散点网格的水平方向(纵坐标方向)可以为发电机功率,垂直方向(横坐标方向)可以为风机风速,第一风机参数可以包括预设时间周期内,相同时刻下的发电机功率、风机风速和风向标偏航误差。其中,发电机功率和风机风速用于构建风速功率散点网格,第一风机参数点可以是风速功率散点网格中的坐标点。示例性的,预设时间周期可以为24小时,获取第一风机参数的时间周期为10分钟,则每间隔10分钟,获取一次该时刻下的发电机功率、风机风速和风向标偏航误差。则在24小时内可以获取144次,第一风机参数可以包括144组相同时刻的发电机功率、风机风速和风向标偏航误差数据。
示例性的,可以以(x,y,z)的形式存储预设时间周期内的数据。其中,x为发电机功率,y为风机风速,z为风向标偏航误差数据,发电机功率、风机风速和风向标偏航误差的单位分别为千瓦(kW)、米每秒(m/s)和度。例如,第一风机参数可以包括(1100,5.5,-15)、(1750,8.5,-12)、…、(950,10.5,-11.5)等。
其中,风速功率散点网格的网格水平方向上限值和垂直方向的上限值可以由相关技术人员根据实际经验值或实验值进行预先设定。风速功率散点网格水平方向的上限可以基于风电机组的额定功率确定;风速功率散点网格垂直方向的上限可以基于风电机组的切出风速确定。例如,若风电机组的额定功率为2000kW,则风速功率散点网格水平方向的上限可以是2100kW;若风电机组的切出风速为25m/s,则风速功率散点网格垂直方向的上限可以是25m/s。如图1B所示的本实施例所提供的一种风速功率散点网格示意图,其水平方向的上限为2100kW,垂直方向的水平上限为25m/s。该示意图中的散点即为第一风机参数点。
风速功率散点网格在水平方向和垂直方向的划分区间可以由相关技术人员预先设定。例如,在风速功率散点网格的水平方向,可以以25kW间隔大小,对水平方向上的发电机功率进行区间划分。例如,若风速功率散点网格的水平上限为2100kW,以25kW间隔大小,对风速功率散点网格的水平方向的发电机功率进行区间划分,则可以划分84个发电机功率区间。在风速功率散点网格的垂直方向,可以以0.25m/s的间隔大小,对垂直方向上的风机风速进行区间划分。例如,若风速功率散点网格的垂直上限为25m/s,以0.25m/s间隔大小,对风速功率散点网格的垂直方向的风机风速进行区间划分,则可以划分100个风机风速区间。
S120、根据各第一风机参数点在风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域。
其中,实测额定风机风速可以是预设时间周期内得到的稳定的风机风速。目标参数点网格区域可以是风速功率散点网格中,正常风机参数点的所在网格区域。正常风机参数点可以是符合相同时刻下发电机功率和风机风速对应关系的风机参数点。
需要说明的是,获取的预设时间周期内的第一风机参数点中包括正常风机参数点、偏离风机参数点和异常风机参数点。异常风机参数点可以包括停机参数点和被严重限功率的参数点。其中,停机参数点可以是发电机功率小于等于零的参数点。被严重限功率的参数点可以是风电机组限制负荷的情况产生的参数点。如图1B所示的本实施例所提供的一种风速功率散点网格示意图中,灰色的散点即为异常风机参数点。
可选的,可以在根据各第一风机参数点在风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域之前,剔除第一风机参数点中的异常风机参数点。
其中,偏离风机参数点可以根据各第一风机参数点在风速功率散点网格的分布情况进行确定,如图1C所示的本实施例所提供的一种偏离参数点的区域示意图,灰色框内的点即可作为偏离风机参数点。剔除异常风机参数点后的风机参数点中,包括正常风机参数点和偏离风机参数点。
示例性的,可以由相关技术人员根据各第一风机参数点在风速功率散点网格的分布情况,人为确定实测额定风机风速和目标参数点网格区域,例如,可以将第一风机参数点分布最密集的区域作为目标参数点网格区域,将在垂直方向上趋于稳定的风机风速作为实测额定风机风速。
在一个可选实施例中,根据各第一风机参数点在风速功率散点网格的分布情况,确定实测额定风机风速,包括:根据各第一风机参数点在风速功率散点网格的分布情况,确定风机风速和发电机功率的关联关系曲线;确定关联关系曲线的拐点,并将拐点处对应的风机风速作为实测额定风速。
其中,风机风速和发电机功率的关联关系曲线用于表征在预设时间周期内风机风速与发电机功率之间的关联关系,可以将关联关系曲线的拐点处对应的风机风速作为实测额定风速。
如图1D所示的本实施例所提供的一种风机风速和发电机功率的关联关系曲线示意图。其中,黑色箭头所指的白色框区域内点,即为风机风速和发电机功率的关联关系曲线的拐点,可以将拐点处对应的风机风速作为实测额定风速。
本可选实施例通过根据各第一风机参数点在风速功率散点网格的分布情况,确定风机风速和发电机功率的关联关系曲线;并将关联关系曲线的拐点处对应的风机风速作为实测额定风速,提高了对实测额定风速的确定准确度,从而提高了后续根据实测额定风速确定目标偏航误差的准确度。
S130、获取目标参数点网格区域内的目标风机参数数据。
示例性的,将剔除异常风机参数点后的第一风机参数点中,在目标参数点网格区域内的风机参数数据,作为目标风机参数数据。
S140、根据目标风机参数数据和实测额定风机风速,确定目标偏航误差。
其中,目标偏航误差可以是偏航静态误差,即真实风向和风向标测量风向之间的误差。如图1E所示的本实施例所提供的一种风电机组偏航误差示意图。其中,α为风向标测量的风向标偏航误差,为真实的偏航误差,θ为偏航静态误差,即目标偏航误差。
示例性的,可以从目标风机参数数据中,选取风机风速与实测额定风机风速相同的风机参数数据,并将选取的风机参数数据中的风向标偏航误差的平均值或中位数,作为目标偏航误差。
具体的,目标风机参数数据为(x0,y0,z0)、(x1,y1,z1)、..、(xn,yn,zn),其中x、y、z分别为发电机功率、风机风速和风向标偏航误差。若实测额定风机风速为yed,在目标风机参数数据中,与yed相同的风机风速分别为y11、y24、y30、y57和y66,则从目标风机参数数据中选取y11、y24、y30、y57和y66分别对应的风向标偏航误差z11、z24、z30、z57和z66,则将z11、z24、z30、z57和z66的平均值,作为目标偏航误差。
本发明实施例方案通过根据基于不同时刻的第一风机参数点构建的风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域,实现了对目标参数点网格区域的准确确定,提高了对目标参数点网格区域内的目标风机参数数据的准确确定,从而提高了后续根据目标风机参数数据确定目标偏航误差的准确度。此外,在确定目标偏航误差的过程中引入实测额定风机风速,进一步提高了目标偏航误差的确定准确度。
实施例二
图2A为本发明实施例二提供的一种偏航误差确定方法的流程图,本实施例在上述各技术方案的基础上,进行了优化改进。
进一步的,将“根据各第一风机参数点在所述风速功率散点网格的分布情况,确定目标参数点网格区域”,细化为“根据风速功率散点网格的各子网格中第一风机参数点的数量,从各子网格中选取候选子网格;其中,子网格基于预设发电机功率区间长度和预设风机风速区间长度对风机功率散点网格划分得到;将各候选子网格进行合并,得到目标参数点网格区域。”以完善目标参数点网格区域的确定方式。
如图2A所示,该方法包括以下具体步骤:
S210、确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率。
S220、根据风速功率散点网格的各子网格中第一风机参数点的数量,从各子网格中选取候选子网格;其中,子网格基于预设发电机功率区间长度和预设风机风速区间长度对风机功率散点网格划分得到。
其中,子网格的宽度为预设发电机功率区间长度,子网格的长度为预设风机风速区间长度。预设发电机功率区间长度可以为25kW,预设风机风速区间长度可以为0.25m/s。
示例性的,可以将风速功率散点网格的各子网格中第一风机参数点数量大于或等于预设的散点数量阈值的子网格,作为候选子网格。其中,散点数量阈值可以由相关技术人员进行预先设定,例如,散点数量阈值可以是10个。
在一个可选实施例中,根据风速功率散点网格的各子网格中第一风机参数点的数量,从各子网格中选取候选子网格,包括:统计各子网格中第一风机参数点的数量在相同发电机功率区间下的占比;将占比数量较高的子网格作为当前子网格;根据相同发电机功率区间下与当前子网格相邻的其他子网格的占比,与当前子网格的占比之间的和值,从相同发电机功率区间中选取候选子网格。
其中,相同发电机功率区间的各子网格可以是风速功率散点网格中,水平方向上的各发电机功率区间下的各子网格。如图2B所示的本实施例所提供的一种风速功率散点网格示意图,其中,图2B中灰色框内的各子网格即为相同发电机功率区间下的子网格。
示例性的,统计各子网格中第一风机参数点的数量在相同发电机功率区间下的占比,例如,若在发电机功率区间A下存在子网格a1、子网格a2、子网格a3和子网格a4。其中,子网格a1、子网格a2、子网格a3和子网格a4对应的第一风机参数点的数量分别为0个、4个、10个、2个。则该相同发电机功率区间下的第一风机参数点的总数量为16个,则子网格a1、子网格a2、子网格a3和子网格a4中第一风机参数点的数量在相同发电机功率区间下的占比分别0%、25%、62.5%和12.5%。将占比数量较高的子网格作为当前子网格,则发电机功率区间A的当前子网格为子网格a3。
根据相同发电机功率区间下与当前子网格相邻的其他子网格的占比,与当前子网格的占比之间的和值,从相同发电机功率区间中选取候选子网格。其中,当前子网格相邻的其他子网格为在相同发电机功率区间下,与当前子网格相邻的其他子网格。例如,若发电机功率区间B下存在子网格b1、b2、b3、b4、b5、b6和b7,若发电机功率区间B的当前子网格为子网格b4,则当前子网格相邻的其他子网格分别为b3、b5、b2、b6、b1和b7。
本可选实施例方案通过统计各子网格中第一风机参数点的数量在相同发电机功率区间下的占比,根据相同发电机功率区间下的各子网格对应的占比,选取候选子网格,提高了候选子网格的确定准确度,从而提高了根据候选子网格,确定目标参数点网格区域的准确度,进而提高了目标参数点数据的确定准确度。
在一个可选实施例中,根据相同发电机功率区间下与当前子网格相邻的其他子网格的占比,与当前子网格的占比之间的和值,从相同发电机功率区间中选取候选子网格,包括:将当前子网格作为候选子网格;以及,将相同发电机功率区间下与当前子网格相邻的其他子网格的占比与当前子网格的占比之间的和值大于预设占比和值时的其他子网格,作为候选子网格。
其中,预设占比和值可以由相关技术人员根据实际经验值或实验值进行预先设定。例如,预设占比和值可以为90%。
确定相同发电机功率区间下与当前子网格的相邻子网格的占比,判断当前子网格的相邻子网格的占比与当前子网格的占比和值是否大于预设占比和值,若是,则将当前子网格和当前子网格的相邻子网格作为候选子网格;若否,则继续确定与当前子网格的相邻子网格,相邻的子网格的占比,知道当前子网格相邻的其他子网格的占比与当前子网格的占比之间的和值大于预设占比和值。
示例性的,若发电机功率区间B下存在子网格b1、b2、b3、b4、b5、b6和b7,且发电机功率区间B的当前子网格为子网格b4,预设占比和值为90%。首先确定子网格b4的占比和子网格b3和子网格b5的占比和值是否大于90%,若是,则将子网格b4、b3和b5作为发电机功率区间B的候选子网格;若否,则确定b3和相邻子网格b2的占比,以及确定b5的相邻子网格b6的占比,并判断子网格b4、b3、b5、b2和b6的占比和是否大于90%,若是,则将子网格b4、b3、b5、b2和b6作为候选子网格,若否,则基于上述判断过程继续判断,从而得到该发电机功率区间的候选子网格。
本可选实施例通过判断相同发电机功率区间下与当前子网格相邻的其他子网格的占比与当前子网格的占比之间的和值是否大于预设占比和值的方式,确定候选子网格,提高了对候选子网格的确定准确度。
S230、将各候选子网格进行合并,得到目标参数点网格区域。
将风速功率散点网格中的全部发电机功率区间下的各候选子网格进行合并,并将合并后的区域作为目标参数点网格区域。
S240、获取目标参数点网格区域内的目标风机参数数据。
S250、根据目标风机参数数据和实测额定风机风速,确定目标偏航误差。
本实施例方案通过根据风速功率散点网格的各子网格中第一风机参数点的数量,从各子网格中选取候选子网格;将各候选子网格进行合并,得到目标参数点网格区域,实现了细粒度的确定目标参数点网格区域,以子网格内的第一风机参数点的数量为粒度,确定各发电机功率区间内的候选子网格,并根据候选子网格确定目标参数点网格区域,提高了对目标参数点网格区域的确定准确度,从而提高了对目标风机参数数据的确定准确度,进而提高了对目标偏航误差的确定准确度。
实施例三
图3为本发明实施例三提供的一种偏航误差确定方法的流程图,本实施例在上述各技术方案的基础上,进行了优化改进。
进一步的,目标风机参数数据包括相同时刻采集的风机风速、发电机功率和风向标偏航误差;将“根据目标风机参数数据和实测额定风机风速,确定目标偏航误差”,细化为“根据实测额定风速,确定至少两个风机风速选取区间;将目标风机参数数据中,风机风速属于相应风机风速选取区间的发电机功率和风向标偏航误差,生成该风机风速选取区间对应的第二风机参数点;根据第二风机参数点的分布情况,从各第二风机参数点中选取目标风机参数点;根据目标风机参数点的风向标偏航误差,确定目标偏航误差。”以完善目标偏航误差的确定方式。
如图3所示,该方法包括以下具体步骤:
S310、确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率。
S320、根据各第一风机参数点在风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域。
S330、获取目标参数点网格区域内的目标风机参数数据。
其中,目标风机参数数据包括相同时刻采集的风机风速、发电机功率和风向标偏航误差。
其中,风向标偏航误差可以是通过风向标装置或设备采集获取。为提高风向标偏航误差的准确度,还可以根据风机位置角度和风机角度确定。
在一个可选实施例中,风向标偏航误差采用以下方式确定:获取风机位置角度和风机角度;根据风机位置角度和所述风机角度,确定风向标偏航误差。
其中,风机角度可以是部署在风机位置塔顶的风向标装置或设备采集获取的角度值,风机位置角度可以是部署在风电机组塔顶的北斗定位传感器获取的风机位置的角度。
示例性的,可以将风机位置角度和风机角度的差值,作为风向标偏航误差。
本可选实施例通过北斗定位定向装置获取风机位置角度,并结合风机位置角度和风机角度,确定风向标偏航误差,提高了风向标偏航误差的确定准确度。
S340、根据实测额定风速,确定至少两个风机风速选取区间。
风机风速选取区间可以由相关技术人员根据实测额定风速进行预先设定。示例性的,实测额定风机风速为Vrs,预设的风机风速选取区间的区间间隔为0.5m/s,若预设两个风机风速选取区间,则两个风机风速选取区间分别可以是[Vrs-1,Vrs-0.5]和(Vrs-0.5,Vrs]。
S350、将目标风机参数数据中,风机风速属于相应风机风速选取区间的发电机功率和风向标偏航误差,生成该风机风速选取区间对应的第二风机参数点。
其中,第二风机参数点可以是通过风机风速选取区间筛选得到的,用于进行后续目标风机参数点确定的候选风机参数点。
示例性的,目标风机参数数据包括(x0,y0,z0)、(x1,y1,z1)、…、(x0,y0,z0),其中,x,y,z分别为相同时刻下获取的发电机功率、风机风速和风向标偏航误差。实测额定风速为ym,预设的两个风机风速选取区间分别为[ym-1,ym-0.5]和(ym-0.5,ym],若目标风机参数数据中,属于两个风机风速选取区间的风机风速分别为y3、y10、y18、y35、y56、y78和y91,则风机风速属于相应风机风速区间的发电机功率分别为x3、x10、x18、x35、x56、x78和x91,风机风速属于相应风机风速区间的风向标偏航误差分别为z3、z10、z18、z35、z56、z78和z91,相应的,生成风机风速选取区间对应的第二风机参数点为(x3,z3)、(x10,z10)、(x18,z18)、(x35,z35)、(x56,z56)和(x78,z78)。
S360、根据第二风机参数点的分布情况,从各第二风机参数点中选取目标风机参数点。
目标风机参数点用于进行目标偏航误差的确定。示例性的,可以从第二风机参数点中确定属于各风机风速选取区间的风机参数点。并从各风机风速选取区间内选取满足预设参数选取条件的风机参数点,并将马努预设参数选取条件的风机参数点作为目标风机参数点。其中,预设参数选取条件可以是,各风机风速选取区间的风机参数点中,风向标偏航误差是否在预设的偏航误差区间范围内。
在一个可选实施例中,根据第二风机参数点的分布情况,从各第二风机参数点中选取目标风机参数点,包括:对第二风机参数点中的各风向标偏航误差所属误差区间进行均匀划分,得到至少两个标准误差区间;根据不同标准误差区间下各风机风速选取区间的第二风机参数点的发电机功率的均值,从各标准误差区间中选取目标误差区间;将风向标偏航误差属于目标误差区间的第二风机参数点作为目标风机参数点。
其中,标准误差区间可以由相关技术人员预先设定。示例性的,相关技术人员可以根据实际经验值或实验值设定划分间隔和区间上下限值,并根据划分间隔和区间上下限值对偏航误差区间进行均匀划分。例如,预设的划分间隔可以是2度,区间上下限值分别为-12度和12度。即,至少两个标准误差区间分别为[-12,-10]、(-10,-8]、(-8,-6]、(-6,-4]、(-4,-2]、(-2,0]、(0,2]、(2,4]、(4,6]、(6,8]、(8,10]和(10,12]。
标准误差区间还可以根据确定的第二风机参数点中的风向标偏航误差的所属误差区间进行均匀划分。示例性的,可以将第二风机参数点中的风向标偏航误差的最大值和最小值作为误差区间的上限和下限,再对误差区间进行均匀划分得到至少两个标准误差区间。例如,风向标偏航误差的最大值为10度,最小值为-10度,预设的划分间隔为2度,则可以将-10度至10度区间,以2度为划分间隔进行均匀划分,得到至少两个标准误差区间。
确定在不同标准误差区间下,各风机风速选取区间的第二风机参数点中,发电机功率的均值;根据不同标准误差区间下的各风机风速选取区间对应的发电机功率均值,确定目标误差区间。示例性的,可以将不同标准误差区间下的各风机风速选取区间对应的发电机功率均值进行相加,将相加得到的最大值对应的标准误差区间,作为目标误差区间。将风向标偏航误差属于目标误差区间的第二风机参数点作为目标风机参数点。
示例性的,若存在标准误差区间A、标准误差区间B和标准误差区间C,风机风速选取区间一和风机风速选取区间二。风机风速选取区间一中的风向标偏航误差在标准误差区间A的包括z1、z2、z3和z4,z1、z2、z3和z4对应的发电机功率为x1、x2、x3和x4,则风机风速选取区间一在标准误差区间A的发电机功率平均值为同理,可以确定风机风速选取区间一在标准误差区间B和标准误差区间C的发电机功率平均值,以及确定风机风速选取区间二分别在标准误差区间A、标准误差选取区间B和标准误差选取区间C的发电机功率平均值。若风机风速选取区间一在标准误差区间A、标准误差区间B和标准误差区间C的发电机功率平均值分别为和风机风速选取区间二在标准误差区间A、标准误差区间B和标准误差区间C的发电机功率平均值分别为和则将标准误差区间A下的风机风速选取区间一的发电机功率平均值和风机风速选取区间二的发电机功率平均值相加,得到标准误差区间A下各风机风速选取区间的发电机功率均值之和同理可得标准误差区间B下各风机风速选取区间的发电机功率均值之和以及标准误差区间C下各风机风速选取区间的发电机功率均值之和确定和中的最大值,并将最大值对应的标准误差区间作为目标误差区间。
本可选实施例方案通过根据不同标准误差区间下各风机风速选取区间的第二风机参数点的发电机功率的均值,从各标准误差区间中选取目标误差区间,在确定目标误差区间的过程中考虑各标准误差区间对应的发电机功率的均值,结合发电机功率均值确定目标误差区间,实现了对目标误差区间的准确确定,将目标误差区间的第二风机参数点作为目标风机参数点,提高了确定的目标风机参数点的准确度。
S370、根据目标风机参数点的风向标偏航误差,确定目标偏航误差。
示例性的,可以将目标风机参数点的风向标偏航误差的平均值或中值,作为目标偏航误差。
本实施例方案通过将目标风机参数数据中,风机风速属于相应风机风速选取区间的发电机功率和风向标偏航误差,生成该风机风速选取区间对应的第二风机参数点,并根据第二风机参数点的分布情况,从各第二风机参数点中选取目标风机参数点,从而确定目标偏航误差。上述方案通过确定第二风机参数点,并分析第二风机参数点的分布情况确定目标风机参数点从而确定目标偏航误差,实现了对目标偏航误差的准确确定。
实施例四
图4为本发明实施例四提供的一种偏航误差确定系统的结构图。如图4所示,该风电机组中塔筒的异常监测系统可以包括:边缘计算控制模块410、风机主控420、北斗定向定位装置430、工业交换机440和开关电源450。其中,边缘计算控制模块410分别与风机主控420、工业交换机440和开关电源450之间进行通信连接。
开关电源450用于为边缘计算控制模块410供电,边缘计算控制模块410与风机主控420之间可以通过Modbus通讯网关进行通信连接。边缘计算控制模块410与工业交换机440之间可以通过网线进行通信连接。工业交换机440与风机主控420之间可以通过网线进行通信连接,以及工业交换机440与北斗定位定向装置430之间可以通过网线进行通信连接。
其中,北斗定位定向装置430用于精准的获取风机位置角度。现有技术通常采用风控主机计算风向标位置,并根据风控主机计算的风向标位置确定风向标误差。本实施例将北斗厘米级高精度定位技术应用于风电机组,能够精准监测风机位置,比风机主控计算得到的位置更加精准。此外,在确定风向标偏航误差的过程中结合了北斗定位定向装置获取的风机位置角度和基于风向标确定的风机角度,共同确定风向标偏航误差,提高了风向标偏航误差的确定准确度。
风机主控420用于向边缘计算控制模块410发送在确定目标偏航误差的过程中所用到的一些风电机组的参数,例如风电机组的额定功率和风电机组的切出风速等。边缘计算控制模块410用于确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率;根据各第一风机参数点在风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域;获取目标参数点网格区域内的目标风机参数数据;根据目标风机参数数据和所述实测额定风机风速,确定目标偏航误差。
实施例五
图5为本发明实施例五提供的一种偏航误差确定装置的结构示意图。本发明实施例所提供的一种偏航误差确定装置,该装置可适用于对风电机组的偏航误差进行确定的情况,该装置可采用软件和/或硬件的方式实现。如图5所示,该装置具体包括:散点网格构建模块501、目标区域确定模块502、参数数据获取模块503和目标偏航误差确定模块504。其中,
散点网格构建模块501,用于确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,所述第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率;
目标区域确定模块502,用于根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域;
参数数据获取模块503,用于获取所述目标参数点网格区域内的目标风机参数数据;
目标偏航误差确定模块504,用于根据所述目标风机参数数据和所述实测额定风机风速,确定目标偏航误差。
本发明实施例方案通过根据基于不同时刻的第一风机参数点构建的风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域,实现了对目标参数点网格区域的准确确定,提高了对目标参数点网格区域内的目标风机参数数据的准确确定,从而提高了后续根据目标风机参数数据确定目标偏航误差的准确度。此外,在确定目标偏航误差的过程中引入实测额定风机风速,进一步提高了目标偏航误差的确定准确度。
可选的,所述目标区域确定模块502,包括:
候选子网格选取单元,用于根据所述风速功率散点网格的各子网格中第一风机参数点的数量,从各子网格中选取候选子网格;其中,所述子网格基于预设发电机功率区间长度和预设风机风速区间长度对所述风机功率散点网格划分得到;
目标区域确定单元,用于将各所述候选子网格进行合并,得到所述目标参数点网格区域。
可选的,所述候选子网格选取单元,包括:
占比统计子单元,用于统计各子网格中第一风机参数点的数量在相同发电机功率区间下的占比;
当前子网格确定子单元,用于将占比数量较高的子网格作为当前子网格;
候选子网格选取子单元,用于根据相同发电机功率区间下与所述当前子网格相邻的其他子网格的占比,与所述当前子网格的占比之间的和值,从相同发电机功率区间中选取候选子网格。
可选的,所述候选子网格选取子单元,具体用于:
将所述当前子网格作为所述候选子网格;以及,
将相同发电机功率区间下与所述当前子网格相邻的其他子网格的占比与所述当前子网格的占比之间的和值大于预设占比和值时的其他子网格,作为所述候选子网格。
可选的,所述目标区域确定模块,包括:
关联关系曲线确定单元,用于根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定所述风机风速和所述发电机功率的关联关系曲线;
实测额定风速确定单元,用于确定所述关联关系曲线的拐点,并将所述拐点处对应的风机风速作为所述实测额定风速。
可选的,所述目标风机参数数据包括相同时刻采集的风机风速、发电机功率和风向标偏航误差;
所述目标偏航误差确定模块,包括:
风速选取区间确定单元,用于根据所述实测额定风速,确定至少两个风机风速选取区间;
第二风机参数点生成单元,用于将所述目标风机参数数据中,风机风速属于相应风机风速选取区间的发电机功率和风向标偏航误差,生成该风机风速选取区间对应的第二风机参数点;
目标风机参数点选取单元,用于根据第二风机参数点的分布情况,从各所述第二风机参数点中选取目标风机参数点;
目标偏航误差确定单元,用于根据所述目标风机参数点的风向标偏航误差,确定所述目标偏航误差。
可选的,所述目标风机参数点选取单元,包括:
标准误差区间确定子单元,用于对所述第二风机参数点中的各风向标偏航误差所属误差区间进行均匀划分,得到至少两个标准误差区间;
目标误差区间选取子单元,用于根据不同标准误差区间下各风机风速选取区间的第二风机参数点的发电机功率的均值,从各所述标准误差区间中选取目标误差区间;
目标风机参数点确定子单元,用于将风向标偏航误差属于目标误差区间的第二风机参数点作为所述目标风机参数点。
可选的,所述装置还包括风向标偏航误差确定模块;
所述风向标偏航误差确定模块,包括:
角度获取单元,用于获取风机位置角度和风机角度;
风向标偏航误差确定单元,用于根据所述风机位置角度和所述风机角度,确定所述风向标偏航误差。
上述偏航误差确定装置可执行本发明任意实施例所提供的偏航误差确定方法,具备执行各偏航误差确定方法相应的功能模块和有益效果。
实施例六
图6示出了可以用来实施本发明的实施例的电子设备60的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备60包括至少一个处理器61,以及与至少一个处理器61通信连接的存储器,如只读存储器(ROM)62、随机访问存储器(RAM)63等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器61可以根据存储在只读存储器(ROM)62中的计算机程序或者从存储单元68加载到随机访问存储器(RAM)63中的计算机程序,来执行各种适当的动作和处理。在RAM 63中,还可存储电子设备60操作所需的各种程序和数据。处理器61、ROM 62以及RAM 63通过总线64彼此相连。输入/输出(I/O)接口65也连接至总线64。
电子设备60中的多个部件连接至I/O接口65,包括:输入单元66,例如键盘、鼠标等;输出单元67,例如各种类型的显示器、扬声器等;存储单元68,例如磁盘、光盘等;以及通信单元69,例如网卡、调制解调器、无线通信收发机等。通信单元69允许电子设备60通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器61可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器61的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器61执行上文所描述的各个方法和处理,例如偏航误差确定方法。
在一些实施例中,偏航误差确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元68。在一些实施例中,计算机程序的部分或者全部可以经由ROM 62和/或通信单元69而被载入和/或安装到电子设备60上。当计算机程序加载到RAM 63并由处理器61执行时,可以执行上文描述的偏航误差确定方法的一个或多个步骤。备选地,在其他实施例中,处理器61可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行偏航误差确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种偏航误差确定方法,其特征在于,包括:
确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,所述第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率;
根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域;
获取所述目标参数点网格区域内的目标风机参数数据;
根据所述目标风机参数数据和所述实测额定风机风速,确定目标偏航误差。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定目标参数点网格区域,包括:
根据所述风速功率散点网格的各子网格中第一风机参数点的数量,从各子网格中选取候选子网格;其中,所述子网格基于预设发电机功率区间长度和预设风机风速区间长度对所述风机功率散点网格划分得到;
将各所述候选子网格进行合并,得到所述目标参数点网格区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述风速功率散点网格的各子网格中第一风机参数点的数量,从各子网格中选取候选子网格,包括:
统计各子网格中第一风机参数点的数量在相同发电机功率区间下的占比;
将占比数量较高的子网格作为当前子网格;
根据相同发电机功率区间下与所述当前子网格相邻的其他子网格的占比,与所述当前子网格的占比之间的和值,从相同发电机功率区间中选取候选子网格。
4.根据权利要求3所述的方法,其特征在于,所述根据相同发电机功率区间下与所述当前子网格相邻的其他子网格的占比,与所述当前子网格的占比之间的和值,从相同发电机功率区间中选取候选子网格,包括:
将所述当前子网格作为所述候选子网格;以及,
将相同发电机功率区间下与所述当前子网格相邻的其他子网格的占比与所述当前子网格的占比之间的和值大于预设占比和值时的其他子网格,作为所述候选子网格。
5.根据权利要求1所述的方法,其特征在于,所述根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定实测额定风机风速,包括:
根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定所述风机风速和所述发电机功率的关联关系曲线;
确定所述关联关系曲线的拐点,并将所述拐点处对应的风机风速作为所述实测额定风速。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述目标风机参数数据包括相同时刻采集的风机风速、发电机功率和风向标偏航误差;
根据所述目标风机参数数据和所述实测额定风机风速,确定目标偏航误差,包括:
根据所述实测额定风速,确定至少两个风机风速选取区间;
将所述目标风机参数数据中,风机风速属于相应风机风速选取区间的发电机功率和风向标偏航误差,生成该风机风速选取区间对应的第二风机参数点;
根据第二风机参数点的分布情况,从各所述第二风机参数点中选取目标风机参数点;
根据所述目标风机参数点的风向标偏航误差,确定所述目标偏航误差。
7.根据权利要求6所述的方法,其特征在于,所述根据第二风机参数点的分布情况,从各所述第二风机参数点中选取目标风机参数点,包括:
对所述第二风机参数点中的各风向标偏航误差所属误差区间进行均匀划分,得到至少两个标准误差区间;
根据不同标准误差区间下各风机风速选取区间的第二风机参数点的发电机功率的均值,从各所述标准误差区间中选取目标误差区间;
将风向标偏航误差属于目标误差区间的第二风机参数点作为所述目标风机参数点。
8.根据权利要求6所述的方法,其特征在于,所述风向标偏航误差采用以下方式确定:
获取风机位置角度和风机角度;
根据所述风机位置角度和所述风机角度,确定所述风向标偏航误差。
9.一种偏航误差确定装置,其特征在于,包括:
散点网格构建模块,用于确定基于不同时刻的第一风机参数点构建的风速功率散点网格;其中,所述第一风机参数点的坐标对应相同时刻采集的风机风速和发电机功率;
目标区域确定模块,用于根据各所述第一风机参数点在所述风速功率散点网格的分布情况,确定实测额定风机风速和目标参数点网格区域;
参数数据获取模块,用于获取所述目标参数点网格区域内的目标风机参数数据;
目标偏航误差确定模块,用于根据所述目标风机参数数据和所述实测额定风机风速,确定目标偏航误差。
10.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的偏航误差确定方法。
11.一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计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的偏航误差确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210438060.6A CN114996903A (zh) | 2022-04-20 | 2022-04-20 | 偏航误差确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210438060.6A CN114996903A (zh) | 2022-04-20 | 2022-04-20 | 偏航误差确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114996903A true CN114996903A (zh) | 2022-09-02 |
Family
ID=83025247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210438060.6A Pending CN114996903A (zh) | 2022-04-20 | 2022-04-20 | 偏航误差确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996903A (zh) |
-
2022
- 2022-04-20 CN CN202210438060.6A patent/CN114996903A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7194868B1 (ja) | 風に対するヨーの異常を検出するための方法および装置、並びにそれらのデバイスおよび記憶媒体 | |
CN116090605A (zh) | 一种管网预警方法、装置、电子设备及存储介质 | |
CN115329667A (zh) | 一种风机点位确定方法、装置、设备及存储介质 | |
CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
CN114819385A (zh) | 风电功率预测方法、装置、电子设备及存储介质 | |
WO2024156164A1 (zh) | 一种风电场运行分析方法及系统 | |
CN114996903A (zh) | 偏航误差确定方法、装置、设备及存储介质 | |
CN116698874A (zh) | 一种电缆的缺陷检测方法、装置、设备及存储介质 | |
CN115597872B (zh) | 抽水蓄能机组甩负荷测试方法、装置、设备及介质 | |
CN115952921A (zh) | 一种光伏能源功率预测方法、装置、电子设备及存储介质 | |
CN116596106A (zh) | 风电场站的功率预测方法、装置、电子设备及存储介质 | |
CN115329428A (zh) | 一种风机排布方式的确定方法、装置、设备及存储介质 | |
CN118100233B (zh) | 微网群储能容量配置方法、装置、电子设备和存储介质 | |
CN117424240A (zh) | 电压控制方法、装置、设备及介质 | |
CN116402231A (zh) | 一种电力负荷预测方法、装置、设备及存储介质 | |
CN116859333A (zh) | 一种矩形带状分布式光伏辐照度采集位置确定方法及装置 | |
CN116304635A (zh) | 一种抽水蓄能设备的运行数据分析方法、装置及设备 | |
CN116128204A (zh) | 配电网调度方法、装置、电子设备及存储介质 | |
CN114186494A (zh) | 负荷确定方法、模型训练方法、装置以及电子设备 | |
CN115728515A (zh) | 风电机组的风向测量偏差识别方法、装置、设备以及介质 | |
CN116914737A (zh) | 配电网光伏承载力评估方法、装置、设备及存储介质 | |
CN115864384A (zh) | 基于日发电量数据的扩容检测方法、装置、设备及介质 | |
CN117077941A (zh) | 电梯维保计划生成方法、装置、电子设备和存储介质 | |
CN116154818A (zh) | 储能系统与风电机组的协同控制方法、装置及电子设备 | |
CN117828730A (zh) | 一种光伏组件布设方案的确定方法、装置、设备及介质 |
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 |