CN115828439B - 风力发电机组异常损耗的识别方法及装置 - Google Patents
风力发电机组异常损耗的识别方法及装置 Download PDFInfo
- Publication number
- CN115828439B CN115828439B CN202111092272.5A CN202111092272A CN115828439B CN 115828439 B CN115828439 B CN 115828439B CN 202111092272 A CN202111092272 A CN 202111092272A CN 115828439 B CN115828439 B CN 115828439B
- Authority
- CN
- China
- Prior art keywords
- wind
- power loss
- wind speed
- power
- speed section
- 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
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000010586 diagram Methods 0.000 claims description 45
- 238000010248 power generation Methods 0.000 claims description 26
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims 2
- 238000004458 analytical method Methods 0.000 description 10
- 238000007405 data analysis Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process 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
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- 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
- Control Of Eletrric Generators (AREA)
- Wind Motors (AREA)
Abstract
提供了一种风力发电机组异常损耗的识别方法及装置。所述识别方法包括：获取风电场内M台风力发电机组中每台风力发电机组的多条功率损耗数据，其中，每条功率损耗数据包括风力发电机组在风速值大于或等于额定风速的预设时长内的风速值和功率损耗值；通过对比所述M台风力发电机组的功率损耗数据，确定所述M台风力发电机组之中存在异常损耗的风力发电机组；其中，M为大于1的整数。
Description
技术领域
本公开总体说来涉及风力发电技术领域，更具体地讲，涉及一种风力发电机组异常损耗的识别方法及装置。
背景技术
在风力发电机组实际运行过程中，功率损耗异常对整机的功率输出影响较大，甚至在最终功率输出时，会因为损耗高而产生不满发的现象。因此，有效识别风力发电机组的异常损耗至关重要。
发明内容
本公开的示例性实施例在于提供一种风力发电机组异常损耗的识别方法及装置，其能够便捷、准确地识别风力发电机组是否存在异常损耗。
根据本公开的示例性实施例，提供一种风力发电机组异常损耗的识别方法，所述识别方法包括：获取风电场内M台风力发电机组中每台风力发电机组的多条功率损耗数据，其中，每条功率损耗数据包括风力发电机组在风速值大于或等于额定风速的预设时长内的风速值和功率损耗值；通过对比所述M台风力发电机组的功率损耗数据，确定所述M台风力发电机组之中存在异常损耗的风力发电机组；其中，M为大于1的整数。
可选地，所述功率损耗值包括第一功率损耗值和/或第二功率损耗值，其中，第一功率损耗值用于表征从风力发电机组的变流器到网侧过程中的功率损耗情况；第二功率损耗值用于表征风力发电机组的发电机及动力电缆的功率损耗情况。
可选地，所述通过对比所述M台风力发电机组的功率损耗数据，确定所述M台风力发电机组之中存在异常损耗的风力发电机组，包括：针对所述M台风力发电机组中的第i台风力发电机组，对第i台风力发电机组的多条功率损耗数据进行风速分仓，以得到每个风速段下的各个功率损耗值，其中，第j个风速段下的各个功率损耗值包括：风速值处于第j个风速段的各条功率损耗数据的功率损耗值，i为大于0且小于或等于M的整数，j为大于0且小于或等于风速段总数量的整数；针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值；通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组；和/或，通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组。
可选地，所述通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组，包括：针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第一功率损耗均值，获取第i台风力发电机组的关于风速段和第一功率损耗均值的第一关系图；将同一坐标系中所述M台风力发电机组各自的第一关系图之中，所在位置与大部分第一关系图所在位置差异较大的第一关系图所对应的风力发电机组，确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组。
可选地，所述通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组，包括：针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第二功率损耗均值，获取第i台风力发电机组的关于风速段和第二功率损耗均值的第二关系图；将同一坐标系中所述M台风力发电机组各自的第二关系图之中，所在位置与大部分第二关系图所在位置差异较大的第二关系图所对应的风力发电机组，确定为发电机及动力电缆的功率损耗存在异常的风力发电机组。
可选地，所述针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值，包括：针对每台风力发电机组，确定每个风速段下的第一功率损耗值的数量和/或第二功率损耗值的数量，并将第一功率损耗值的数量小于或等于预设数量或第二功率损耗值的数量小于或等于预设数量的风速段确定为无效风速段；针对第i台风力发电机组，对第k个有效风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第一功率损耗均值；和/或，对第k个有效风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第二功率损耗均值，其中，有效风速段为除针对每台风力发电机组确定的无效风速段之外的风速段，k为大于0且小于或等于有效风速段总数量的整数。
可选地，所述通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组，包括：针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第一功率损耗均值计算平均及方差，以得到第k个有效风速段的第一平均值和第一方差；针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第一功率损耗均值是否满足第一预设条件，并当第一功率损耗均值满足第一预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组；其中，第一预设条件为：在有效风速段下的第一功率损耗均值与有效风速段的第一平均值之间的差值的绝对值大于有效风速段的第一方差的N倍，其中，N为大于0的数。
可选地，所述通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组，包括：针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第二功率损耗均值计算平均及方差，以得到第k个有效风速段的第二平均值和第二方差；针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第二功率损耗均值是否满足第二预设条件，并当第二功率损耗均值满足第二预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为发电机及动力电缆的功率损耗存在异常的风力发电机组；其中，第二预设条件为：在有效风速段下的第二功率损耗均值与有效风速段的第二平均值之间的差值的绝对值大于有效风速段的第二方差的N倍，其中，N为大于0的数。
可选地，预设时长内的第一功率损耗值基于预设时长内的变流器反馈扭矩的平均值、变流器反馈转速的平均值、网侧有功功率的平均值计算得到；和/或，预设时长内的第二功率损耗值基于预设时长内的发电机需求扭矩的平均值、变流器反馈转速的平均值、扭矩折减系数计算得到。
根据本公开的示例性实施例，提供一种风力发电机组异常损耗的识别装置，所述识别装置包括：数据获取单元，被配置为获取风电场内M台风力发电机组中每台风力发电机组的多条功率损耗数据，其中，每条功率损耗数据包括风力发电机组在风速值大于或等于额定风速的预设时长内的风速值和功率损耗值；异常损耗确定单元，被配置为通过对比所述M台风力发电机组的功率损耗数据，确定所述M台风力发电机组之中存在异常损耗的风力发电机组；其中，M为大于1的整数。
可选地，所述功率损耗值包括第一功率损耗值和/或第二功率损耗值，其中，第一功率损耗值用于表征从风力发电机组的变流器到网侧过程中的功率损耗情况；第二功率损耗值用于表征风力发电机组的发电机及动力电缆的功率损耗情况。
可选地，异常损耗确定单元包括：分仓单元，被配置为针对所述M台风力发电机组中的第i台风力发电机组，对第i台风力发电机组的多条功率损耗数据进行风速分仓，以得到每个风速段下的各个功率损耗值，其中，第j个风速段下的各个功率损耗值包括：风速值处于第j个风速段的各条功率损耗数据的功率损耗值，i为大于0且小于或等于M的整数，j为大于0且小于或等于风速段总数量的整数；仓内均值确定单元，被配置为针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值；对比分析单元，被配置为通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组；和/或，通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组。
可选地，对比分析单元被配置为针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第一功率损耗均值，获取第i台风力发电机组的关于风速段和第一功率损耗均值的第一关系图；并将同一坐标系中所述M台风力发电机组各自的第一关系图之中，所在位置与大部分第一关系图所在位置差异较大的第一关系图所对应的风力发电机组，确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组。
可选地，对比分析单元被配置为针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第二功率损耗均值，获取第i台风力发电机组的关于风速段和第二功率损耗均值的第二关系图；并将同一坐标系中所述M台风力发电机组各自的第二关系图之中，所在位置与大部分第二关系图所在位置差异较大的第二关系图所对应的风力发电机组，确定为发电机及动力电缆的功率损耗存在异常的风力发电机组。
可选地，仓内均值确定单元被配置为针对每台风力发电机组，确定每个风速段下的第一功率损耗值的数量和/或第二功率损耗值的数量，并将第一功率损耗值的数量小于或等于预设数量或第二功率损耗值的数量小于或等于预设数量的风速段确定为无效风速段；针对第i台风力发电机组，对第k个有效风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第一功率损耗均值；和/或，对第k个有效风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第二功率损耗均值，其中，有效风速段为除针对每台风力发电机组确定的无效风速段之外的风速段，k为大于0且小于或等于有效风速段总数量的整数。
可选地，对比分析单元被配置为针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第一功率损耗均值计算平均及方差，以得到第k个有效风速段的第一平均值和第一方差；并针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第一功率损耗均值是否满足第一预设条件，并当第一功率损耗均值满足第一预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组；其中，第一预设条件为：在有效风速段下的第一功率损耗均值与有效风速段的第一平均值之间的差值的绝对值大于有效风速段的第一方差的N倍，其中，N为大于0的数。
可选地，对比分析单元被配置为针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第二功率损耗均值计算平均及方差，以得到第k个有效风速段的第二平均值和第二方差；并针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第二功率损耗均值是否满足第二预设条件，并当第二功率损耗均值满足第二预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为发电机及动力电缆的功率损耗存在异常的风力发电机组；其中，第二预设条件为：在有效风速段下的第二功率损耗均值与有效风速段的第二平均值之间的差值的绝对值大于有效风速段的第二方差的N倍，其中，N为大于0的数。
可选地，预设时长内的第一功率损耗值基于预设时长内的变流器反馈扭矩的平均值、变流器反馈转速的平均值、网侧有功功率的平均值计算得到；和/或，预设时长内的第二功率损耗值基于预设时长内的发电机需求扭矩的平均值、变流器反馈转速的平均值、扭矩折减系数计算得到。
根据本公开的示例性实施例，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时实现如上所述的风力发电机组异常损耗的识别方法。
根据本公开的示例性实施例，提供一种电子设备，所述电子设备包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的风力发电机组异常损耗的识别方法。
根据本公开示例性实施例的风力发电机组异常损耗的识别方法及装置，通过横向对比风电场内多台风力发电机组在达到额定风速后稳定功率段下的功率损耗数据间的差异，确定存在异常损耗的风力发电机组，能够便捷、准确地识别风力发电机组是否存在异常损耗。
此外，能够基于风力发电机组的运行数据进行场级多台风力发电机组异常损耗的识别；通过风电场内多台机组之间的横向一致性对标，便于有效判定出各个机组之间的损耗差异。
将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开总体构思的实施而得知。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述，本公开示例性实施例的上述和其他目的和特点将会变得更加清楚，其中：
图1示出根据本公开的示例性实施例的风力发电机组异常损耗的识别方法的流程图；
图2示出根据本公开的示例性实施例的通过对比各台风力发电机组的功率损耗数据，确定各台风力发电机组之中存在异常损耗的风力发电机组的方法的流程图；
图3示出根据本公开的示例性实施例的各台风力发电机组的风速段-第一功率损耗均值折线图的示例；
图4示出根据本公开的示例性实施例的各台风力发电机组的风速段-第二功率损耗均值折线图的示例；
图5示出根据本公开的示例性实施例的风力发电机组异常损耗的识别装置的结构框图。
具体实施方式
现将详细参照本公开的实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例，以便解释本公开。
图1示出根据本公开的示例性实施例的风力发电机组异常损耗的识别方法的流程图。
参照图1，在步骤S10，获取风电场内M台风力发电机组中每台风力发电机组的多条功率损耗数据。M为大于1的整数。
风力发电机组的每条功率损耗数据包括：风力发电机组在风速值(也即，风力发电机组的环境风速值)大于或等于额定风速(也即，风力发电机组的额定风速)的预设时长内的风速值和功率损耗值。
作为示例，预设时长内的风速值可为该预设时长内的风速值的平均值。例如，预设时长的长度可为10min。
作为示例，预设时长内的功率损耗值可基于该预设时长内的风力发电机组运行数据计算得到。
作为示例，风力发电机组的功率损耗值可以是适当功率损耗类型的损耗值，本公开对此不做限制。本公开考虑到在风力发电机组的所有功率损耗中，从变流器到网侧过程中的功率损耗、发电机及动力电缆的功率损耗是占比最重的两种损耗，因此，作为示例，所述功率损耗值可包括第一功率损耗值和/或第二功率损耗值，第一功率损耗值用于表征从风力发电机组的变流器到网侧过程中的功率损耗情况；第二功率损耗值用于表征风力发电机组的发电机及动力电缆的功率损耗情况。
例如，从变流器到网侧过程中的功率损耗可包括：变流器自身的功率损耗、400V控制变压器自身的功率损耗、变流器与网侧变压器之间400V及24V控制回路的功率损耗。
作为示例，风力发电机组的预设时长内的第一功率损耗值可基于预设时长内的风力发电机组运行数据计算得到。作为示例，风力发电机组的预设时长内的第二功率损耗值可基于预设时长内的风力发电机组运行数据计算得到。
作为示例，预设时长内的第一功率损耗值可基于预设时长内的变流器反馈扭矩的平均值、变流器反馈转速的平均值、网侧有功功率的平均值计算得到。变流器反馈转速即变流器的实际计算转速，变流器反馈扭矩即变流器的实际计算扭矩。
例如，第一功率损耗值可等于：变流器反馈扭矩(Nm)*变流器反馈转速(RPM)*2*π/60000-网侧有功功率。
作为示例，预设时长内的第二功率损耗值可基于预设时长内的发电机需求扭矩(也即，目标扭矩)的平均值、变流器反馈转速的平均值、扭矩折减系数计算得到。
例如，第二功率损耗值可等于：发电机需求扭矩*(扭矩折减系数-1)*变流器反馈转速(RPM)/9550。
作为示例，可获取所述M台风力发电机组一段时间内的实时运行数据，包括每台风力发电机组的多条运行数据，每条运行数据对应一个时间点，每条运行数据可包括：该条运行数据的可用状态、变流器反馈扭矩、变流器反馈转速、网侧有功功率、需求扭矩、扭矩折减系数(来源于机组配置文件)、风速。例如，可用状态为1的运行数据为机组正常运行时的数据，可用状态为0的运行数据为机组故障、停机、限功率等异常运行时的数据。
作为示例，可针对每台风力发电机组，按照其每条运行数据的时间戳将所有运行数据转换成10min(即，上述所提及的预设时长)数据，即，每10min内的运行数据构成1个10min数据；可计算每个10min数据内运行数据的总条数、每个10min数据内可用状态为1的运行数据的总条数，并计算每个10min数据内可用状态为1的运行数据总条数占10min数据内运行数据的总条数的占比，然后，剔除占比低于90％的10min数据，完成10min数据筛选。
作为示例，可针对每台风力发电机组，根据筛选后的每个10min数据的风速平均值大小，选取风速平均值大于或等于额定风速的所有10min数据；接下来，可计算选取的每个10min数据的第一功率损耗值(也即，损耗1)和第二功率损耗值(也即，损耗2)，这里，每个10min数据的第一功率损耗值即每个10min时长的第一功率损耗值，每个10min数据的第二功率损耗值即每个10min时长的第二功率损耗值，每个10min数据的第一功率损耗值、第二功率损耗值、风速平均值构成了一条功率损耗数据。表1示出了一台风力发电机组的每10min的第一功率损耗值和第二功率损耗值的示例。
表1第一功率损耗值和第二功率损耗值
在步骤S20，通过对比所述M台风力发电机组的功率损耗数据，确定所述M台风力发电机组之中存在异常损耗的风力发电机组。
本公开考虑到：由于机组在不同功率段下的损耗大小不一致，随着功率增加损耗也会增加。当风速达到额定风速后，机组功率基本维持在额定功率，损耗也趋于稳定。此时通过对比各个机组在稳定功率下的损耗大小，便可识别出异常损耗机组。因此，本公开提出摆脱额定风速前的功率段的损耗数据，仅通过分析各个机组在达到额定风速后稳定功率下的损耗差异，来识别出异常损耗机组。
作为示例，可通过对比所述M台风力发电机组的第一功率损耗值数据，确定从变流器到网侧过程中的功率损耗存在异常的风力发电机组。
作为示例，可通过对比所述M台风力发电机组的第二功率损耗值数据，确定发电机及动力电缆的功率损耗存在异常的风力发电机组。
作为示例，可通过对比所述M台风力发电机组在相同风速段下的功率损耗数据，来确定所述M台风力发电机组之中存在异常损耗的风力发电机组，也即，通过对比所述M台风力发电机组风速值处于同一风速段时的功率损耗数据，来确定所述M台风力发电机组之中存在异常损耗的风力发电机组。
根据本公开示例性实施例的风力发电机组异常损耗的识别方法，通过横向对比风电场内多台风力发电机组在达到额定风速后稳定功率段下的功率损耗数据间的差异，确定存在异常损耗的风力发电机组，能够便捷、准确地识别风力发电机组是否存在异常损耗。
作为示例，根据本公开示例性实施例的风力发电机组异常损耗的识别方法可由风电场的场级控制器执行，例如，场级控制器可从风电场的数据监控系统(例如，集控中心或SCADA系统)获取风电场内多台风力发电机组的实时运行数据，以得到多台风力发电机组中每台风力发电机组的多条功率损耗数据用于进行风力发电机组异常损耗的识别。
作为示例，根据本公开示例性实施例的风力发电机组异常损耗的识别方法还可包括：当识别出存在异常损耗的风力发电机组时，触发针对所述风力发电机组的功率损耗异常预警。例如，可通过生成并派发指示所述风力发电机组功率损耗异常的预警工单来实现预警，以指示维护人员进行相应检查处理。
作为示例，根据本公开示例性实施例的风力发电机组异常损耗的识别方法还可包括：当识别出存在异常损耗的风力发电机组时，识别导致所述风力发电机组功率损耗异常的原因。进一步地，作为示例，根据本公开示例性实施例的风力发电机组异常损耗的识别方法还可包括：当导致所述风力发电机组功率损耗异常的原因为所述风力发电机组的控制参数设置问题时，确定并调整影响功率损耗的相关控制参数，以使所述风力发电机组功率损耗正常。
根据本公开的示例性实施例的风力发电机组异常损耗的识别方法，可有效判定各个机组之间的损耗差异，对于离散度较高的机组可快速输出以便分析问题原因；该方法可应用在后台预警系统中或前台机组中控系统中，还可应用在离线的数据分析中；使用该方法，可批量对已运行机组的数据进行大数据分析，识别出存在异常损耗的所有机组，以便分析解决异常原因以提高机组的发电效率。
下面，将结合图2来描述步骤S20的示例性实施例。
图2示出根据本公开的示例性实施例的通过对比各台风力发电机组的功率损耗数据，确定各台风力发电机组之中存在异常损耗的风力发电机组的方法的流程图。
参照图2，在步骤S201，针对所述M台风力发电机组中的第i台风力发电机组，对第i台风力发电机组的多条功率损耗数据进行风速分仓，以得到每个风速段下的各个功率损耗值。具体说来，针对所述M台风力发电机组中的每台风力发电机组，对该风力发电机组的多条功率损耗数据进行风速分仓，以得到每个风速段下的各个功率损耗值。
第j个风速段下的各个功率损耗值包括：风速值处于第j个风速段的各条功率损耗数据的功率损耗值，i为大于0且小于或等于M的整数，j为大于0且小于或等于风速段总数量的整数。例如，如果风力发电机组的某一条功率损耗数据的风速值属于某一风速段，就将该条功率损耗数据划分到该风速段下。
作为示例，各个风速段可通过按照0.5m/s的步长划分13m/s-22.5m/s这一风速范围来得到。
在步骤S202，针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值。
具体说来，针对每台风力发电机组，对每个风速段下的所有第一功率损耗值取平均，得到该风力发电机组在该风速段下的第一功率损耗均值；和/或，对每个风速段下的所有第二功率损耗值取平均，得到该风力发电机组在该风速段下的第二功率损耗均值。
在步骤S203，通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组；和/或，通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组。
根据本公开的实施例，可通过风速分仓、风速仓内功率损耗取均值、横向比较多台风力发电机组在同一风速仓内的功率损耗均值的差异，来确定功率损耗异常的机组。
作为示例，步骤S202可包括：针对每台风力发电机组，确定每个风速段下的第一功率损耗值的数量和/或第二功率损耗值的数量，并将第一功率损耗值的数量小于或等于预设数量或第二功率损耗值的数量小于或等于预设数量的风速段确定为无效风速段；然后，针对第i台风力发电机组，对第k个有效风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第一功率损耗均值；和/或，对第k个有效风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第二功率损耗均值，其中，有效风速段为除针对每台风力发电机组确定的无效风速段之外的风速段，k为大于0且小于或等于有效风速段总数量的整数。例如，所述预设数量可为6，针对每台风力发电机组要求每个风速段下的功率损耗值的数量超过6个，如果未超过，则将该风速段确定为无效风速段，针对该风速段不进行机组间功率损耗横向对比。
相应地，在步骤S203，可通过对比所述M台风力发电机组在同一有效风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组；和/或，通过对比所述M台风力发电机组在同一有效风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组。即，可先基于风速段下的数据量对风速段进行筛选，以保证识别结果的有效性。
作为示例，可通过图像识别或数据分析的方法，来对比所述M台风力发电机组在同一风速段或同一有效风速段下的第一功率损耗均值。
作为示例，可通过图像识别或数据分析的方法，来对比所述M台风力发电机组在同一风速段或同一有效风速段下的第二功率损耗均值。
关于图像识别方法
在一个实施例中，可针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第一功率损耗均值，获取第i台风力发电机组的关于风速段和第一功率损耗均值的第一关系图；并将同一坐标系中所述M台风力发电机组各自的第一关系图之中，所在位置与大部分第一关系图所在位置差异较大(也即，离群)的第一关系图所对应的风力发电机组，确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组。
应该理解，这里的大部分第一关系图是所在位置较为接近的多个第一关系图。作为示例，可通过各种适当的方式，判断同一坐标系中所述M台风力发电机组各自的第一关系图之中，所在位置与大部分第一关系图所在位置差异较大(也即，离群)的第一关系图。例如，可根据所在位置距大部分第一关系图所在位置的距离是否超过预设阈值来进行判断。
作为示例，关于风速段和第一功率损耗均值的第一关系图可为多种形式，本公开对此不作限制，例如，可为折线图、散点分布图、曲线图。
例如，如图3所示，在同一坐标系中绘制了各个机组的风速-第一功率损耗均值的折线图，wtnum指示机组号，横坐标为风速段，纵坐标为第一功率损耗均值，明显离群的折线图所对应的机组为从变流器到网侧过程中的功率损耗存在异常的机组。
在另一实施例中，可针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第二功率损耗均值，获取第i台风力发电机组的关于风速段和第二功率损耗均值的第二关系图；并将同一坐标系中所述M台风力发电机组各自的第二关系图之中，所在位置与大部分第二关系图所在位置差异较大的第二关系图所对应的风力发电机组，确定为发电机及动力电缆的功率损耗存在异常的风力发电机组。
例如，如图4所示，在同一坐标系中绘制了各个机组的风速-第二功率损耗均值的折线图，wtnum指示机组号，横坐标为风速段，纵坐标为第二功率损耗均值，明显离群的折线图所对应的机组为发电机及动力电缆的功率损耗存在异常的机组。
关于数据分析方法
在一个实施例中，可针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第一功率损耗均值计算平均及方差，以得到第k个有效风速段的第一平均值和第一方差；然后，针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第一功率损耗均值是否满足第一预设条件，并当第一功率损耗均值满足第一预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组。
具体说来，当第i台风力发电机组在y个有效风速段下的第一功率损耗均值满足第一预设条件，且y达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组。作为示例，所述预设百分比可为50％。
作为示例，第一预设条件可为：在有效风速段下的第一功率损耗均值与有效风速段的第一平均值之间的差值的绝对值大于有效风速段的第一方差的N倍，其中，N为大于0的数。例如，当N为2时，第一预设条件可为：|机组在有效风速段下的第一功率损耗均值-该有效风速段的第一平均值|>2倍的该有效风速段的第一方差。
在另一个实施例中，可针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第二功率损耗均值计算平均及方差，以得到第k个有效风速段的第二平均值和第二方差；然后，针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第二功率损耗均值是否满足第二预设条件，并当第二功率损耗均值满足第二预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为发电机及动力电缆的功率损耗存在异常的风力发电机组。
作为示例，第二预设条件可为：在有效风速段下的第二功率损耗均值与有效风速段的第二平均值之间的差值的绝对值大于有效风速段的第二方差的N倍，其中，N为大于0的数。例如，当N为2时，第二预设条件可为：|机组在有效风速段下的第二功率损耗均值-该有效风速段的第二平均值|>2倍的该有效风速段的第二方差。
图5示出根据本公开的示例性实施例的风力发电机组异常损耗的识别装置的结构框图。
如图5所示，根据本公开的示例性实施例的风力发电机组异常损耗的识别装置包括：数据获取单元10和异常损耗确定单元20。
具体说来，数据获取单元10被配置为获取风电场内M台风力发电机组中每台风力发电机组的多条功率损耗数据，其中，每条功率损耗数据包括风力发电机组在风速值大于或等于额定风速的预设时长内的风速值和功率损耗值。M为大于1的整数。
异常损耗确定单元20被配置为通过对比所述M台风力发电机组的功率损耗数据，确定所述M台风力发电机组之中存在异常损耗的风力发电机组。
作为示例，所述功率损耗值可包括第一功率损耗值和/或第二功率损耗值，其中，第一功率损耗值用于表征从风力发电机组的变流器到网侧过程中的功率损耗情况；第二功率损耗值用于表征风力发电机组的发电机及动力电缆的功率损耗情况。
作为示例，异常损耗确定单元20可包括：分仓单元(未示出)、仓内均值确定单元(未示出)、对比分析单元(未示出)。
具体说来，分仓单元被配置为针对所述M台风力发电机组中的第i台风力发电机组，对第i台风力发电机组的多条功率损耗数据进行风速分仓，以得到每个风速段下的各个功率损耗值，其中，第j个风速段下的各个功率损耗值包括：风速值处于第j个风速段的各条功率损耗数据的功率损耗值，i为大于0且小于或等于M的整数，j为大于0且小于或等于风速段总数量的整数。
仓内均值确定单元被配置为针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值。
对比分析单元被配置为通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组；和/或，通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组。
作为示例，对比分析单元可被配置为针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第一功率损耗均值，获取第i台风力发电机组的关于风速段和第一功率损耗均值的第一关系图；并将同一坐标系中所述M台风力发电机组各自的第一关系图之中，所在位置与大部分第一关系图所在位置差异较大的第一关系图所对应的风力发电机组，确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组。
作为示例，对比分析单元可被配置为针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第二功率损耗均值，获取第i台风力发电机组的关于风速段和第二功率损耗均值的第二关系图；并将同一坐标系中所述M台风力发电机组各自的第二关系图之中，所在位置与大部分第二关系图所在位置差异较大的第二关系图所对应的风力发电机组，确定为发电机及动力电缆的功率损耗存在异常的风力发电机组。
作为示例，仓内均值确定单元可被配置为针对每台风力发电机组，确定每个风速段下的第一功率损耗值的数量和/或第二功率损耗值的数量，并将第一功率损耗值的数量小于或等于预设数量或第二功率损耗值的数量小于或等于预设数量的风速段确定为无效风速段；针对第i台风力发电机组，对第k个有效风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第一功率损耗均值；和/或，对第k个有效风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第二功率损耗均值，其中，有效风速段为除针对每台风力发电机组确定的无效风速段之外的风速段，k为大于0且小于或等于有效风速段总数量的整数。
作为示例，对比分析单元可被配置为针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第一功率损耗均值计算平均及方差，以得到第k个有效风速段的第一平均值和第一方差；并针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第一功率损耗均值是否满足第一预设条件，并当第一功率损耗均值满足第一预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组；其中，第一预设条件为：在有效风速段下的第一功率损耗均值与有效风速段的第一平均值之间的差值的绝对值大于有效风速段的第一方差的N倍，其中，N为大于0的数。
作为示例，对比分析单元可被配置为针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第二功率损耗均值计算平均及方差，以得到第k个有效风速段的第二平均值和第二方差；并针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第二功率损耗均值是否满足第二预设条件，并当第二功率损耗均值满足第二预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为发电机及动力电缆的功率损耗存在异常的风力发电机组；其中，第二预设条件为：在有效风速段下的第二功率损耗均值与有效风速段的第二平均值之间的差值的绝对值大于有效风速段的第二方差的N倍，其中，N为大于0的数。
作为示例，预设时长内的第一功率损耗值可基于预设时长内的变流器反馈扭矩的平均值、变流器反馈转速的平均值、网侧有功功率的平均值计算得到；和/或，预设时长内的第二功率损耗值可基于预设时长内的发电机需求扭矩的平均值、变流器反馈转速的平均值、扭矩折减系数计算得到。
应该理解，根据本公开示例性实施例的风力发电机组异常损耗的识别装置所执行的具体处理已经参照图1至图4进行了详细描述，这里将不再赘述相关细节。
应该理解，根据本公开示例性实施例的风力发电机组异常损耗的识别装置中的各个单元可被实现硬件组件和/或软件组件。本领域技术人员根据限定的各个单元所执行的处理，可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
本公开的示例性实施例提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时实现如上述示例性实施例所述的风力发电机组异常损耗的识别方法。该计算机可读存储介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读存储介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
根据本公开的示例性实施例的电子设备包括：处理器(未示出)和存储器(未示出)，其中，存储器存储有计算机程序，当所述计算机程序被处理器执行时，实现如上述示例性实施例所述的风力发电机组异常损耗的识别方法。作为示例，所述电子设备可为风电场的控制器。
虽然已表示和描述了本公开的一些示例性实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下，可以对这些实施例进行修改。
Claims (10)
1.一种风力发电机组异常损耗的识别方法，其特征在于，所述识别方法包括：
获取风电场内M台风力发电机组中每台风力发电机组的多条功率损耗数据，其中，每条功率损耗数据包括风力发电机组在风速值大于或等于额定风速的预设时长内的风速值和功率损耗值，所述功率损耗值包括第一功率损耗值和/或第二功率损耗值，M为大于1的整数；
针对所述M台风力发电机组中的第i台风力发电机组，对第i台风力发电机组的多条功率损耗数据进行风速分仓，以得到每个风速段下的各个功率损耗值，其中，第j个风速段下的各个功率损耗值包括：风速值处于第j个风速段的各条功率损耗数据的功率损耗值，i为大于0且小于或等于M的整数，j为大于0且小于或等于风速段总数量的整数；
针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值；
通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组；和/或，通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组；
其中，第一功率损耗值用于表征从风力发电机组的变流器到网侧过程中的功率损耗情况，第二功率损耗值用于表征风力发电机组的发电机及动力电缆的功率损耗情况。
2.根据权利要求1所述的识别方法，其特征在于，所述通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组，包括：
针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第一功率损耗均值，获取第i台风力发电机组的关于风速段和第一功率损耗均值的第一关系图；
将同一坐标系中所述M台风力发电机组各自的第一关系图之中，所在位置与大部分第一关系图所在位置差异较大的第一关系图所对应的风力发电机组，确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组。
3.根据权利要求1所述的识别方法，其特征在于，所述通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组，包括：
针对第i台风力发电机组，基于第i台风力发电机组在各个风速段下的第二功率损耗均值，获取第i台风力发电机组的关于风速段和第二功率损耗均值的第二关系图；
将同一坐标系中所述M台风力发电机组各自的第二关系图之中，所在位置与大部分第二关系图所在位置差异较大的第二关系图所对应的风力发电机组，确定为发电机及动力电缆的功率损耗存在异常的风力发电机组。
4.根据权利要求1所述的识别方法，其特征在于，所述针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值，包括：
针对每台风力发电机组，确定每个风速段下的第一功率损耗值的数量和/或第二功率损耗值的数量，并将第一功率损耗值的数量小于或等于预设数量或第二功率损耗值的数量小于或等于预设数量的风速段确定为无效风速段；
针对第i台风力发电机组，对第k个有效风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第一功率损耗均值；和/或，对第k个有效风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第k个有效风速段下的第二功率损耗均值，
其中，有效风速段为除针对每台风力发电机组确定的无效风速段之外的风速段，k为大于0且小于或等于有效风速段总数量的整数。
5.根据权利要求4所述的识别方法，其特征在于，所述通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组，包括：
针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第一功率损耗均值计算平均及方差，以得到第k个有效风速段的第一平均值和第一方差；
针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第一功率损耗均值是否满足第一预设条件，并当第一功率损耗均值满足第一预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为从变流器到网侧过程中的功率损耗存在异常的风力发电机组；
其中，第一预设条件为：在有效风速段下的第一功率损耗均值与有效风速段的第一平均值之间的差值的绝对值大于有效风速段的第一方差的N倍，
其中，N为大于0的数。
6.根据权利要求4所述的识别方法，其特征在于，所述通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组，包括：
针对第k个有效风速段，对所述M台风力发电机组在第k个有效风速段下的第二功率损耗均值计算平均及方差，以得到第k个有效风速段的第二平均值和第二方差；
针对第i台风力发电机组，确定第i台风力发电机组在每个有效风速段下的第二功率损耗均值是否满足第二预设条件，并当第二功率损耗均值满足第二预设条件的有效风速段的数量达到有效风速段总数量的预设百分比时，将第i台风力发电机组确定为发电机及动力电缆的功率损耗存在异常的风力发电机组；
其中，第二预设条件为：在有效风速段下的第二功率损耗均值与有效风速段的第二平均值之间的差值的绝对值大于有效风速段的第二方差的N倍，
其中，N为大于0的数。
7.根据权利要求1所述的识别方法，其特征在于，
预设时长内的第一功率损耗值基于预设时长内的变流器反馈扭矩的平均值、变流器反馈转速的平均值、网侧有功功率的平均值计算得到；
和/或，预设时长内的第二功率损耗值基于预设时长内的发电机需求扭矩的平均值、变流器反馈转速的平均值、扭矩折减系数计算得到。
8.一种风力发电机组异常损耗的识别装置，其特征在于，所述识别装置包括：
数据获取单元，被配置为获取风电场内M台风力发电机组中每台风力发电机组的多条功率损耗数据，其中，每条功率损耗数据包括风力发电机组在风速值大于或等于额定风速的预设时长内的风速值和功率损耗值，所述功率损耗值包括第一功率损耗值和/或第二功率损耗值，M为大于1的整数；
异常损耗确定单元，被配置为执行以下操作：
针对所述M台风力发电机组中的第i台风力发电机组，对第i台风力发电机组的多条功率损耗数据进行风速分仓，以得到每个风速段下的各个功率损耗值，其中，第j个风速段下的各个功率损耗值包括：风速值处于第j个风速段的各条功率损耗数据的功率损耗值，i为大于0且小于或等于M的整数，j为大于0且小于或等于风速段总数量的整数；
针对第i台风力发电机组，对第j个风速段下的所有第一功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第一功率损耗均值；和/或，对第j个风速段下的所有第二功率损耗值计算平均，得到第i台风力发电机组在第j个风速段下的第二功率损耗均值；
通过对比所述M台风力发电机组在同一风速段下的第一功率损耗均值，确定所述M台风力发电机组之中从变流器到网侧过程中的功率损耗存在异常的风力发电机组；和/或，通过对比所述M台风力发电机组在同一风速段下的第二功率损耗均值，确定所述M台风力发电机组之中发电机及动力电缆的功率损耗存在异常的风力发电机组；
其中，第一功率损耗值用于表征从风力发电机组的变流器到网侧过程中的功率损耗情况，第二功率损耗值用于表征风力发电机组的发电机及动力电缆的功率损耗情况。
9.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被处理器执行时实现如权利要求1至7中的任意一项所述的风力发电机组异常损耗的识别方法。
10.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至7中的任意一项所述的风力发电机组异常损耗的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111092272.5A CN115828439B (zh) | 2021-09-17 | 2021-09-17 | 风力发电机组异常损耗的识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111092272.5A CN115828439B (zh) | 2021-09-17 | 2021-09-17 | 风力发电机组异常损耗的识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115828439A CN115828439A (zh) | 2023-03-21 |
| CN115828439B true CN115828439B (zh) | 2024-02-02 |
Family
ID=85515209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111092272.5A Active CN115828439B (zh) | 2021-09-17 | 2021-09-17 | 风力发电机组异常损耗的识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115828439B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116362036B (zh) * | 2023-03-29 | 2024-01-30 | 中国铁道科学研究院集团有限公司 | 一种高铁设备故障预警方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014201849A1 (zh) * | 2013-06-18 | 2014-12-24 | 国网辽宁省电力有限公司电力科学研究院 | 配有储能电站的分散式风电场有功优化调控方法 |
| CN107103175A (zh) * | 2017-02-03 | 2017-08-29 | 华北电力科学研究院有限责任公司 | 一种风力发电机组异常数据识别方法及装置 |
| CN108131245A (zh) * | 2016-12-01 | 2018-06-08 | 北京金风科创风电设备有限公司 | 风力发电机的恒功率运行控制方法和装置 |
| WO2019066934A1 (en) * | 2017-09-29 | 2019-04-04 | Siemens Energy, Inc. | WIND YIELD MONITORING |
| CN110206682A (zh) * | 2018-02-28 | 2019-09-06 | 北京金风科创风电设备有限公司 | 动态确定偏航控制精度的方法和装置 |
| CN110348654A (zh) * | 2018-04-04 | 2019-10-18 | 北京金风科创风电设备有限公司 | 风力发电机组评价及运行数据的修正方法、装置及终端 |
| CN210578238U (zh) * | 2019-11-18 | 2020-05-19 | 中国华能集团清洁能源技术研究院有限公司 | 一种具有轴电流抑制装置的双馈风力发电机组 |
| CN111861067A (zh) * | 2019-04-30 | 2020-10-30 | 北京金风科创风电设备有限公司 | 风电机组的损耗补偿控制方法和装置 |
| CN112879216A (zh) * | 2019-11-29 | 2021-06-01 | 北京金风科创风电设备有限公司 | 风电场的风速修正方法和装置 |
-
2021
- 2021-09-17 CN CN202111092272.5A patent/CN115828439B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014201849A1 (zh) * | 2013-06-18 | 2014-12-24 | 国网辽宁省电力有限公司电力科学研究院 | 配有储能电站的分散式风电场有功优化调控方法 |
| CN108131245A (zh) * | 2016-12-01 | 2018-06-08 | 北京金风科创风电设备有限公司 | 风力发电机的恒功率运行控制方法和装置 |
| CN107103175A (zh) * | 2017-02-03 | 2017-08-29 | 华北电力科学研究院有限责任公司 | 一种风力发电机组异常数据识别方法及装置 |
| WO2019066934A1 (en) * | 2017-09-29 | 2019-04-04 | Siemens Energy, Inc. | WIND YIELD MONITORING |
| CN110206682A (zh) * | 2018-02-28 | 2019-09-06 | 北京金风科创风电设备有限公司 | 动态确定偏航控制精度的方法和装置 |
| CN110348654A (zh) * | 2018-04-04 | 2019-10-18 | 北京金风科创风电设备有限公司 | 风力发电机组评价及运行数据的修正方法、装置及终端 |
| CN111861067A (zh) * | 2019-04-30 | 2020-10-30 | 北京金风科创风电设备有限公司 | 风电机组的损耗补偿控制方法和装置 |
| CN210578238U (zh) * | 2019-11-18 | 2020-05-19 | 中国华能集团清洁能源技术研究院有限公司 | 一种具有轴电流抑制装置的双馈风力发电机组 |
| CN112879216A (zh) * | 2019-11-29 | 2021-06-01 | 北京金风科创风电设备有限公司 | 风电场的风速修正方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 大荒山风力发电机组无功补偿方案探讨;王光烽;水科学与工程技术(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115828439A (zh) | 2023-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210377102A1 (en) | A method and system for detecting a server fault | |
| CN111881617B (zh) | 数据处理方法、风力发电机组的性能评估方法及系统 | |
| Peng et al. | Wind turbine failure prediction and health assessment based on adaptive maximum mean discrepancy | |
| CN107728059B (zh) | 一种变桨系统状态评估方法 | |
| CN110689141B (zh) | 风力发电机组的故障诊断方法及设备 | |
| CN116994416B (zh) | 基于人工智能的风机运行故障预警方法及系统 | |
| CN111997831B (zh) | 风电机组的载荷控制方法和装置 | |
| CN111275570A (zh) | 一种基于迭代式统计与假设检验的风电机组功率异常值检测方法 | |
| CN115828439B (zh) | 风力发电机组异常损耗的识别方法及装置 | |
| CN110533314A (zh) | 一种基于概率密度分布的风电场异常机组识别方法 | |
| CN112483334B (zh) | 基于边缘计算的风电机组智能控制方法 | |
| CN116308300B (zh) | 一种电力设备状态监测评价与指挥方法及系统 | |
| CN116771610A (zh) | 一种调整风电机组变桨系统故障评估值的方法 | |
| CN117849700B (zh) | 可控制测量的模块化电能计量系统 | |
| CN111275331A (zh) | 一种生产系统的监控方法和装置 | |
| CN114778116A (zh) | 一种风力发电机组变桨轴承故障预警方法及系统 | |
| CN112729884B (zh) | 基于大数据的设备故障诊断方法及装置 | |
| CN111623905B (zh) | 风电机组轴承温度预警方法及装置 | |
| CN116292133B (zh) | 风力发电机组的净空异常检测方法及装置 | |
| CN111062133A (zh) | 风电机组性能分析方法及系统 | |
| CN115238769B (zh) | 一种基于人工智能的异常数据监测方法及装置 | |
| CN114562431A (zh) | 监测风力发电机组湿度的方法及装置 | |
| CN112883019A (zh) | 数据处理方法及系统 | |
| Saucedo-Dorantes et al. | Novelty Detection Methodology Based on Self-Organizing Maps for Power Quality Monitoring | |
| CN118468164B (zh) | 一种基于深度学习的大数据实时分析处理装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |