一种风电场风机电量分析方法技术

本发明专利技术公开了一种风电场风机电量分析方法，包括,S1、根据风机历史数据进行模型训练，获得回归模型；S2、由步骤S1中得到的回归模型确定功率曲线，并由落入到功率曲线上的历史数据确定出正常风机运行数据所对应的功率曲线区间，所述的功率曲线区间为功率带；S3、将风电场内各风机的历史数据与功率带相比较，若历史数据落入功率带内，则判断该历史数据为正常类数据，并标记该历史数据为正常数据，若判断结果为否，则判断该历史数据为异常类数据，并标记该历史数据为异常数据；S4、根据S3中标记的数据类型进行分类统计，并根据统计结果，判断各风机是否需进行检修、维护及更换。本发明专利技术对于机器分析上正确率高于传统方法。

Wind farm electric quantity analysis method for wind farm

The invention discloses a wind power machine analysis method, including S1, the model is trained according to historical data of wind turbine, obtained from the regression model; determine the power curve regression model obtained by S2, step S1, and fall into the historical data on the power curve determine the normal fan operation data of the power curve the corresponding interval, the interval power curve power belt; S3, the history of wind farms within the fan data and compared with the power, if historical data fall into the power band, it is judged that the historical data for normal data, and mark the historical data for normal data, if the no, it is judged that the historical data is abnormal data, and mark the historical data for the abnormal data; S4, based on the statistical classification of S3 marker data types, and according to the statistical results, the wind Does the machine need to be overhauled, maintained and replaced?. The invention has higher accuracy than the traditional method in machine analysis.

【技术实现步骤摘要】

本专利技术属于电力系统控制领域，涉及一种风电场风机电量分析方法。
技术介绍
风机电量分析是指通过分析风机过往的发电量、风速、功率等采集数据，从而获得风机过往的运作状态，例如风机过去正常工作的状态时间是多少，正常发电量是多少，风机欠发了多少，风机停机造成损失多少等。对风场的运行、检修、风机机组老化分析都有重要意义。传统电量分析利用风机出厂的标准功率曲线为基础，在标准功率曲线上做出标准功率带，在根据标准功率带进一步对已经实际产生的风机功率与风速信息进行分析，获得风机的电量分析结果信息。传统办法在分析上，因为其工作原理导致对于风机老化后的分析以及不同机型的分析都需要大量修改参数，也无法完全覆盖风场的每一个风机情况，新的模式将会提升电量分析的正确性并且适应性更强。在风机实际运作中，因为老化、性能、备件更换等风机的功率状况与出厂的标准功率信息都存在差距，因此传统方式，对于不同的风机类型都需要进行调整，而且判断出的结果依然有偏差。有鉴于此，特提出本专利技术。
技术实现思路
本专利技术要解决的技术问题在于克服现有技术的不足，提供一种风电场风机电量分析方法，本方法利用大数据理念，通过对风机过往正常发电区间的风速以及电量信息进行有监督学习训练模型，最终利用训练后的模型使用回归的方式对过往风机运作数据进行分析，从而获得风机的电量分析信息。本专利技术在分析因为老化或者实际风机已经偏离功率带的分析正确率明显提升，对于在标准功率带的机器分析正确率也高于传统方法。本方法中模型训练方式流程确定，只要通过学习不同的风机类型，就可以进行横向扩展，可以快速的扩充未来可以识别的风机种类。为解决上述技术问题，本专利技术采用技术方案的基本构思是：一种风电场风机电量分析方法，包括以下步骤：S1、根据风机历史数据进行模型训练，获得回归模型；S2、由步骤S1中得到的回归模型确定功率曲线，并由落入到功率曲线上的历史数据确定出正常风机运行数据所对应的功率曲线区间，所述的功率曲线区间为功率带；S3、将风电场内各风机的历史数据与功率带相比较，若历史数据落入功率带内，则判断该历史数据为正常类数据，并标记该历史数据为正常数据，若判断结果为否，则判断该历史数据为异常类数据，并标记该历史数据为异常数据；S4、根据S3中标记的数据类型进行分类统计，并根据统计结果，判断各风机是否需进行检修、维护及更换。在上述方案中，所述的风机历史数据主要包括了风机的运行数据包括了风速和功率，优选的，所述的风机历史数据还包括有该数据对应的风机的编号。本专利技术中通过对数据类型进行分类统计，有利于直观的查看风机历史电量分析结果，正常工作的状态时间是多少，正常发电量是多少，风机欠发了多少，风机停机造成损失多少等。对风场的运行、检修、风机机组老化分析都有重要意义。另一方面，该模型的训练中，还包括了学习不同的风机类型数据，比如风机的各参数，从而有利于未来横向扩展，可以快速的扩充未来可以识别的风机种类。优选的，在步骤S4中，还包括判断各风机的历史数据中正常数据的比例，当该正常数据的比例大于设定值时，则判断风机为正常状态，不需要进行检修；否则，判断风机为非正常状态，需要进行检修，尤其，在正常数据的比例低于最低值时，风机停机并发出检修提醒。优选的，在步骤S3中，当判断该历史数据为异常类数据后进一步判断该异常类数据的类型，并标记该历史数据为对应的类型，所述的异常类数据的类型包括欠功率类型、限功率类型、保护限功率类型。优选的，步骤S3中，还包括以下步骤：S301、将风电场内各风机的历史数据与功率带相比较，判断出历史数据对应的类型；S302、对判断好类型的数据增加对应的类型标签；S303、根据各数据的类型标签进行数据输出，以分类统计的方式显示给用户。优选的，在步骤S303中，所述的以分类统计的方式显示给用户包括：以电量数据、类型标签对应的类别以及时间为数据源绘制统计结果图/表。通过所述的统计结果图/表可直观的看到各风机的历史运行状态。例如风机过去正常工作的状态时间是多少，正常发电量是多少，风机欠发了多少，风机停机造成损失多少等。对风场的运行、检修、风机机组老化分析都有重要意义优选的，所述的步骤S1还包括以下步骤：S101、获取风机历史数据；S102、按照步骤S101中的历史数据绘制风速功率散点图，对历史数据进行人工监督标记，并剔除错误/异常的数据；S103、针对步骤S102中标记后的正常的数据进行回归模型训练。优选的，在步骤S101中，还包括对历史数据进行数据清洗去除干扰或者错误产生的数据；在上述方案中，通过对历史数据进行数据清洗去除干扰或者错误产生的数据，有利于回归模型的训练和未来判断数据的准确性。优选的，所述的对历史数据进行数据清洗去除干扰或者错误产生的数据，包括去除功率为0、功率为负数、风速为0、风速为负数、功率大于风机实际功率1.2倍以上的数据项。优选的，在步骤S2中，包括在风速功率散点图上以预设风速间隔划分区间，分别确定各区间的中值点，并按照各中值点构造功率曲线。优选的，所述的步骤S2还包括以下步骤：S201、以每N米风速作为切分点，对风速功率散点图进行分组，获得多个组；S202、分别对每个组内的数据进行中值法计算，确定每个组内的中值点；S203、根据各中值点构造功率曲线，并由落入到功率曲线上的历史数据确定出正常风机运行数据所对应的功率曲线区间，所述的功率曲线区间为功率带；优选的，所述的N为0.05-1，优选的，所述的N为0.1。优选的，在步骤S203中还包括对各中值点进行连线并平滑处理，优选的，所述的平滑处理包括通过最小二乘法对各中值点进行拟合：对中值点的功率数据进行线性化处理，将实测值Yi与利用计算值Yj(Yj＝a0+a1Xi)的离差(Yi-Yj)的平方和∑(Yi-Yj)2作为最小为“优化判据”。R＝[∑XiYi-m(∑Xi/m)(∑Yi/m)]/SQR{[∑Xi2-m(∑Xi/m)2][∑Yi2-m(∑Yi/m)2]本文档来自技高网...

【技术保护点】
一种风电场风机电量分析方法，其特征在于，包括以下步骤：S1、根据风机历史数据进行模型训练，获得回归模型；S2、由步骤S1中得到的回归模型确定功率曲线，并由落入到功率曲线上的历史数据确定出正常风机运行数据所对应的功率曲线区间，所述的功率曲线区间为功率带；S3、将风电场内各风机的历史数据与功率带相比较，若历史数据落入功率带内，则判断该历史数据为正常类数据，并标记该历史数据为正常数据，若判断结果为否，则判断该历史数据为异常类数据，并标记该历史数据为异常数据；S4、根据S3中标记的数据类型进行分类统计，并根据统计结果，判断各风机是否需进行检修、维护及更换。

【技术特征摘要】
1.一种风电场风机电量分析方法，其特征在于，包括以下步骤：S1、根据风机历史数据进行模型训练，获得回归模型；S2、由步骤S1中得到的回归模型确定功率曲线，并由落入到功率曲线上的历史数据确定出正常风机运行数据所对应的功率曲线区间，所述的功率曲线区间为功率带；S3、将风电场内各风机的历史数据与功率带相比较，若历史数据落入功率带内，则判断该历史数据为正常类数据，并标记该历史数据为正常数据，若判断结果为否，则判断该历史数据为异常类数据，并标记该历史数据为异常数据；S4、根据S3中标记的数据类型进行分类统计，并根据统计结果，判断各风机是否需进行检修、维护及更换。2.根据权利要求1所述的一种风电场风机电量分析方法，其特征在于，在步骤S4中，还包括判断各风机的历史数据中正常数据的比例，当该正常数据的比例大于设定值时，则判断风机为正常状态，不需要进行检修；否则，判断风机为非正常状态，需要进行检修，尤其，在正常数据的比例低于最低值时，风机停机并发出检修提醒。3.根据权利要求1或2所述的一种风电场风机电量分析方法，其特征在于，在步骤S3中，当判断该历史数据为异常类数据后进一步判断该异常类数据的类型，并标记该历史数据为对应的类型，所述的异常类数据的类型包括欠功率类型、限功率类型、保护限功率类型。4.根据权利要求1-3任一所述的一种风电场风机电量分析方法，其特征在于，步骤S3中，还包括以下步骤：S301、将风电场内各风机的历史数据与功率带相比较，判断出历史数据对应的类型；S302、对判断好类型的数据增加对应的类型标签；S303、根据各数据的类型标签进行数据输出，以分类统计的方式显示给用户。5.根据权利要求4所述的一种风电场风机电量分析方法，其特征在于，在步骤S303中，所述的以...

【专利技术属性】
技术研发人员：张羽，辛克锋，宋利宇，刘峰，张磊，鲁志平，时文刚，纪洪涛，王智强，曲福明，那新，姚江，李晓东，
申请(专利权)人：北京唐浩电力工程技术研究有限公司，
类型：发明
国别省市：北京;11