一种基于二维概率密度估计和四分位法的数据清洗方法

    公开(公告)号:CN109918364B

    公开(公告)日:2020-10-27

    申请号:CN201910149966.4

    申请日:2019-02-28

    IPC分类号: G06F16/215

    摘要: 本发明属于风电机组数据测量处理技术领域,尤其涉及一种基于二维概率密度估计和四分位法的数据清洗方法,包括:采集风电机组轮毂高度处风速、功率、桨距角数据后归一化预处理,形成样本数据集;采用二维非参数核密度估计方法计算功率和桨距角的联合概率密度函数,并通过网格划分法确定桨距角分界线位置;基于桨距角分界线,将功率和桨距角数据划分为正常数据和异常数据,并采用数据时间对标法得到正常的风速和功率数据;针对清洗后遗漏异常数据,采用四分位法进行数据再清洗。本方法通用性强,可有效识别过渡区域数据类别和科学地清洗大量堆积型限电数据,为风电机组的效能评估、性能分析、状态诊断、健康管理以及功率预测等提供可靠的数据基础。

    一种基于二维概率密度估计和四分位法的数据清洗方法

    公开(公告)号:CN109918364A

    公开(公告)日:2019-06-21

    申请号:CN201910149966.4

    申请日:2019-02-28

    IPC分类号: G06F16/215

    摘要: 本发明属于风电机组数据测量处理技术领域,尤其涉及一种基于二维概率密度估计和四分位法的数据清洗方法,包括:采集风电机组轮毂高度处风速、功率、桨距角数据后归一化预处理,形成样本数据集;采用二维非参数核密度估计方法计算功率和桨距角的联合概率密度函数,并通过网格划分法确定桨距角分界线位置;基于桨距角分界线,将功率和桨距角数据划分为正常数据和异常数据,并采用数据时间对标法得到正常的风速和功率数据;针对清洗后遗漏异常数据,采用四分位法进行数据再清洗。本方法通用性强,可有效识别过渡区域数据类别和科学地清洗大量堆积型限电数据,为风电机组的效能评估、性能分析、状态诊断、健康管理以及功率预测等提供可靠的数据基础。

    风电场的推力分配协同控制优化方法

    公开(公告)号:CN113836836B

    公开(公告)日:2024-05-31

    申请号:CN202111032694.3

    申请日:2021-09-03

    摘要: 本申请涉及风电控制领域,具体提供一种风电场的推力分配协同控制优化方法,旨在解决现有方法无法针对任意风电场进行控制优化的问题。为此目的,所述方法包括:获取风电场的数据,所述数据包括所述风电场中各机组的点位坐标、运行数据和型号参数;对各机组的点位坐标进行坐标变换;根据坐标变换结果、运行数据和型号参数,计算风电场的总发电功率;以风电场的发电总功率最大为目标,优化各机组的推力系数,得到优化后的各机组推力系数;根据优化后的推力系数对各机组进行变桨控制。由于优化过程中的总发电功率基于各机组的坐标变换结果来计算,本发明的方案可以快速、准确地计算出任意风电场各机组的最优推力系数,能显著提高风电场的整场发电量。

    发电功率预测方法、装置、设备及存储介质

    公开(公告)号:CN117791549A

    公开(公告)日:2024-03-29

    申请号:CN202311377527.1

    申请日:2023-10-23

    摘要: 本公开涉及一种发电功率预测方法、装置、设备及存储介质。该方法包括:获取海上风电基地中各场站的预报气象参数和历史实测参数;利用预先训练的场站气象参数预测模型,对各场站的预报气象参数和各场站的历史实测参数进行处理,得到各场站的预测气象参数;利用预先训练的多级风电功率预测模型,对各场站的预测气象参数、各场站的历史实测参数以及各场站的预报气象参数进行处理,得到海上风电基地的基地预测功率、各场站的场站预测功率以及每个场站中各机组的机组预测功率。通过上述方式,面对海上风电基地,能够利用两个不同的模型预测多空间尺度的发电功率,从而保证海上风电场的预测精度。

    一种评价风速时移性的方法

    公开(公告)号:CN112395812B

    公开(公告)日:2024-03-26

    申请号:CN202011343428.8

    申请日:2020-11-26

    摘要: 本发明公开了属于风电场技术领域的一种评价风速时移性的方法。通过建立不同空间位置处风速序列间的时移性模型,设计了评价风速时移性的步骤,并提出延迟时间DT和速度因子SF两个指标定量来评价不同空间位置处各风过程间的时间关系与速度变化情况。定量分析不同空间位置处风速序列间的时移特性,为风电场设计运行和电力系统调度提供了可靠的技术支撑。所提方法的研究结果可依据实际风况进行不断完善,且适用于任何风电场与任意空间尺度,结果可作为风资源评估的有效衡量指标,为风电场出力特性的研究提供了理论依据。

    风电场运行控制方法、装置、设备及存储介质

    公开(公告)号:CN117614023A

    公开(公告)日:2024-02-27

    申请号:CN202311315644.5

    申请日:2023-10-11

    IPC分类号: H02J3/46 F03D7/00 F03D17/00

    摘要: 本公开涉及一种风电场运行控制方法、装置、设备及存储介质。该方法包括:获取目标风电场在当前时间段内的当前实测影响数据和当前仿真影响数据,其中,当前实测影响数据和当前仿真影响数据都包括风况数据;利用预先训练的控制参数预测模型对当前实测影响数据和当前仿真影响数据进行处理,得到目标风电场在当前时间段之后的未来时间段的目标控制参数,其中,目标控制参数是目标风电场在未来时间段输出最大发电功率时的工况数据;基于目标控制参数,控制目标风电场中的各台机组运行。通过上述方式,避免因为基于实际风况确定预测风况这一过程产生控制策略存在误差的问题,提高了尾流效应的消除效果,提升了风电场尾流控制技术的实际应用价值。

    一种基于合成少数类样本的风电机组叶片结冰诊断方法

    公开(公告)号:CN115450864A

    公开(公告)日:2022-12-09

    申请号:CN202211341472.4

    申请日:2022-10-26

    IPC分类号: F03D80/40 G06F30/27

    摘要: 本发明公开了属于风电机组状态预警及故障诊断技术领域的一种基于合成少数类样本的风电机组叶片结冰诊断方法。该方法包括步骤1:监测并记录风电机组的结冰状态,给相应的SCADA数据增加结冰标签,将瞬时特征、原始SCADA数据提取的特征及时序特征结合成最终特征;步骤2:拟合理论功率曲线,采用KBS2合成少数类样本过采样方法形成新的数据集;步骤3:对训练集进行多次迭代,并得出测试集的准确率指标;步骤4:离线训练、在线部署及应用风电机组叶片结冰状态预测模型。本发明能够解决风电机组叶片结冰特征提取及结冰数据占比过低的问题,为风电机组运行维护、状态预警及故障预测研究提供可靠的方法基础。