实时修正风电机组对风偏差的方法、系统、介质及设备与流程

本发明涉及风电场后评估的，尤其涉及一种实时修正风电机组对风偏差的方法、系统、介质及设备。

背景技术：

1、由于测量结果受叶轮、机舱的影响、维护不当、测量和初始安装误差、风向标的安装位置等因素的影响，大型风电机组在运行过程中会产生不同程度的静态对风偏差。静态对风偏差会带来机组出力性能的损失，从而会影响风力发电机组的发电量，带来经济损失。

2、所谓静态对风偏差是相对于实时运行过程中的瞬时对风偏差来定义的，在实际运行过程中，风向和机舱轴线始终存在一个角度，也就是对风偏差。通过偏航控制系统，这个偏差长期平均值是趋于零的。静态偏差就是长期平均值的对风“零位”产生的偏差。

3、为了矫正静态对风偏差，目前的方式多是通过人工校正，需要投入很大的人力物力，成本很高。

4、近年来，多种基于运行数据的偏航偏差计算方法被提出，但这些方法的本质都是基于对不同风速区间，不同偏航角度的功率进行统计对比，综合各个风速区间，找到功率关于偏航位置的最高点，即认为该位置是最优对风角度。

5、但这些方法有一个共同的特点，就是需要积累大量的历史数据才能的到分析结果，这些已有方法的缺点在于，分析的结果无法准确反映当前的实际情况，因为大量的历史数据所跨越的时间范围非常长，分析结果可能是失真的。

技术实现思路

1、针对现有技术中所存在的不足，本发明提供了一种实时修正风电机组对风偏差的方法、系统、介质及设备，解决了现有技术中存在的矫正静态对风偏差的分析结果无法准确反映当前的实际情况的问题。

2、本发明的至少一个实施例提供了一种实时修正风电机组对风偏差的方法，包括：

3、获取连续多个时刻下的历史scada数据作为目标数据集，其中，每个所述scada数据至少包括对应时刻下的风速、风向标、风机发电的功率以及桨距角；

4、在风速与风向标这两个维度上对所述目标数据集进行划分，得到多个网格数据，其中，每一个所述网格数据均对应一个风速区间和风向标区间；

5、对所有所述网格数据进行静态偏差分析，确定用以表征每一个所述网格数据所处的风速区间和风向标区间所蕴含的能量密度大小的表征值；

6、将属于同一个风速区间的所有所述表征值作为第一数据集，以得到对应不同风速区间的多个第一数据集；

7、对每一个所述第一数据集均采用局部异常因子算法进行提纯，得到多个第二数据集；

8、将所有所述第二数据集中最大的所述表征值作为第三数据集，利用局部异常因子算法对再次所述第三数据集进行提纯，得到第四数据集；

9、根据第四数据集中的各个表征值，确定其对应的多个目标风向标，以得到对风偏航偏差的结果；

10、根据所述对风偏航偏差的结果，对风电机组的机舱轴线进行校正。

11、本发明公开提供的技术方案至少具有如下有益效果：

12、在上述方法中，通过多次对数据的提纯，可以更为精确的判断出对风电机组对风偏航偏差更具有实际意义的数据，无需使用大量的历史数据，且可以实时反馈给风电机组的控制系统，以对风电机组的机舱轴线进行校正，达到提升发电量的目的。

13、在本发明其中一种实施例提供的实时修正风电机组对风偏差的方法中，获取连续多个时刻下的历史scada数据作为目标数据集，包括：

14、获取连续多个时刻下的历史scada数据，并丢弃所有不满足第一预设条件的历史scada数据，所述第一预设条件为功率大于第一预设值、风速大于第二预设值且桨距角小于第三预设值，将剩余历史scada数据作为目标数据集。

15、本发明公开提供的技术方案至少具有如下有益效果：

16、通过丢弃不满足的第一预设条件的历史scada数据，可初步剔除明显不合理以及对后续计算过程无意义的数据，减轻计算量的同时，还可提高后续计算精度。

17、在本发明其中一种实施例提供的实时修正风电机组对风偏差的方法中，对所有所述网格数据进行静态偏差分析，确定用以表征每一个所述网格数据所处的风向区间和风向标区间所蕴含的能量密度大小的表征值，包括：

18、对于每一个网格数据，将其包含的所有功率数据进行平均运算，以得到用以表征该网格数据所处风速区间以及风向区间所蕴含的能量密度大小的表征值。

19、本发明公开提供的技术方案至少具有如下有益效果：

20、利用表征值代表该网格数据所蕴含的能量密封大小，可减轻后续计算量。

21、在本发明其中一种实施例提供的实时修正风电机组对风偏差的方法中，对每一个所述第一数据集均采用局部异常因子算法进行提纯，得到多个第二数据集，包括：

22、对于每一个所述第一数据集，将其中所有的表征值进行局部因子计算，得到对应每一个所述表征值的局部因子数值，将最小的预设个局部因子数值对应的表征值删除，将剩余所有表征值作为第二数据集。

23、本发明公开提供的技术方案至少具有如下有益效果：

24、通过对异常数据的删除，可以更为精确的判断出对风电机组对风偏航偏差更具有实际意义的数据，无需使用大量的历史数据。

25、在本发明其中一种实施例提供的实时修正风电机组对风偏差的方法中，将所有所述第二数据集中最大的所述表征值作为第三数据集，利用局部异常因子算法对再次所述第三数据集进行提纯，得到第四数据集，包括：

26、将所有所述第二数据集中最大的所述表征值作为第三数据集，对所述第三数据集中的所有表征值进行局部因子计算，得到对应每一个所述表征值的局部因子数值，将最小的一个局部因子数值对应的表征值删除，将剩余所有所述表征值作为第四数据集。

27、本发明公开提供的技术方案至少具有如下有益效果：

28、通过进一步的异常因子的计算，可以进一步的判断出对风电机组对风偏航偏差更具有实际意义的数据，无需使用大量的历史数据。

29、在本发明其中一种实施例提供的实时修正风电机组对风偏差的方法中，根据第四数据集中的各个表征值，确定其对应的多个目标风向标，以得到对风偏航偏差的结果，包括：

30、对于每一个所述网格数据，将其包含的所有所述风向标数据的平均值作为风向均值，并建立在不同风速区间下，所述风向均值与所述表征值的非线性关系；

31、对于第四数据集中的每一个表征值，在对应风速区间下，根据所述非线性关系，寻找对应的风向均值，作为目标风向标；

32、对确定的多个所述目标风向标求平均，以得到对风偏航偏差的结果。

33、本发明公开提供的技术方案至少具有如下有益效果：

34、通过建立风向均值与所述表征值的非线性关系，在可求得各个风速区间内，有效的最大的表征值后，确定其对应的风向均值；

35、以便于利用该风向均值确定对风偏航偏差，进而提升风力发电机组的对风精度。

36、本发明的至少一个实施例还提供了一种实时修正风电机组对风偏差的系统，包括：

37、数据获取模块，获取连续多个时刻下的历史scada数据作为目标数据集，其中，每个所述scada数据至少包括对应时刻下的风速、风向标、风机发电的功率以及桨距角；

38、第一划分模块，在风速与风向标这两个维度上对所述目标数据集进行划分，得到多个网格数据，其中，每一个所述网格数据均对应一个风速区间和风向标区间；

39、静态偏差分析模块，对所有所述网格数据进行静态偏差分析，确定用以表征每一个所述网格数据所处的风速区间和风向标区间所蕴含的能量密度大小的表征值；

40、第二划分模块，将属于同一个风速区间的所有所述表征值作为第一数据集，以得到对应不同风速区间的多个第一数据集；

41、第一局部异常计算模块，对每一个所述第一数据集均采用局部异常因子算法进行提纯，得到多个第二数据集；

42、第二局部异常计算模块，将所有所述第二数据集中最大的所述表征值作为第三数据集，利用局部异常因子算法对再次所述第三数据集进行提纯，得到第四数据集；

43、偏差确定模块，根据第四数据集中的各个表征值，确定其对应的多个目标风向标，以得到对风偏航偏差的结果；

44、校正模块，根据所述对风偏航偏差的结果，对风电机组的机舱轴线进行校正。

45、在本发明其中一种实施例提供的实时修正风电机组对风偏差的系统中，数据获取模块还包括：

46、获取连续多个时刻下的历史scada数据，并丢弃所有不满足第一预设条件的历史scada数据，所述第一预设条件为功率大于第一预设值、风速大于第二预设值且桨距角小于第三预设值，将剩余历史scada数据作为目标数据集。

47、本发明的至少一个实施例还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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如上述的实时修正风电机组对风偏差的方法的步骤。

48、本发明的至少一个实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如上述的实时修正风电机组对风偏差的方法的步骤。