风电场故障风速传感器风速预测方法、装置及存储介质制造方法及图纸

本发明专利技术涉及一种风电场故障风速传感器风速预测方法、装置及存储介质，该方法包括：对风电场机组按照风速空间相关性进行群落划分，将风速空间相关性较高的多台机组划分到一个群落中；定位故障风速传感器所在群落；根据风速传感器的实测风速数据在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组，将关联机组的实测风速序列输入至预先训练的风速预测模型，所述的风速预测模型输出故障风速传感器的预测风速序列。与现有技术相比，本发明专利技术具有预测速度快、准确度高等优点。准确度高等优点。准确度高等优点。

【技术实现步骤摘要】
风电场故障风速传感器风速预测方法、装置及存储介质


[0001]本专利技术涉及风力发电
，尤其是涉及一种风电场故障风速传感器风速预测方法、装置及存储介质。

技术介绍

[0002]风速作为风电机组运行控制的重要参数，直接影响风电机组的运行方式，风电机组控制系统需要输入风速及风向参数的功能主要有：(1)机组根据输入风速信号值自动进行启停、并网或离网操作；(2)风速变化时，机组能够自动进行转速变换和功率控制；(3)风向变化时机组能够进行偏航操作，完成自动对风。风电机组风速风向参数主要由裸露在机身外部的传感器测量，传感器的健康状态备受考验，当机组遭遇极端恶劣天气时，尤其是海上风电机组，长期运行在低温、潮湿等复杂气候环境下，雷击、鸟类撞击、材料腐蚀、机械磨损等都可能引起传感器转速失准甚至停止转动，机组控制器获得的风速信息偏离实际风速，造成机组运行紊乱，出力效率低下，事故率攀升，乃至对电网形成冲击。据瑞典某风电场某一年的故障统计，传感器故障约占风电场所有故障的25％，位居风机各部件故障率前三。风速传感器典型故障可归纳为以下几个方面：
[0003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电场故障风速传感器风速预测方法，其特征在于，该方法包括：对风电场机组按照风速空间相关性进行群落划分，将风速空间相关性较高的多台机组划分到一个群落中；定位故障风速传感器所在群落；根据风速传感器的实测风速数据在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组，将关联机组的实测风速序列输入至预先训练的风速预测模型，所述的风速预测模型输出故障风速传感器的预测风速序列。2.根据权利要求1所述的一种风电场故障风速传感器风速预测方法，其特征在于，所述的群落划分的方式包括：以机组偏航数据为基础计算风速空间相关性，将风速空间相关性较高的多台机组划分到一个群落中。3.根据权利要求1所述的一种风电场故障风速传感器风速预测方法，其特征在于，在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组的方式包括：选取群落内位于故障风速传感器所对应机组的上风向机组作为关联机组；计算待预测时间段内故障风速传感器与各关联机组实测风速的风速相关性；对于预测时间段内的任意一个时刻，选取风速相关性最高的关联机组作为该时刻的最优关联机组；提取各个时刻最优关联机组的实测风速组成实测风速序列。4.根据权利要求3所述的一种风电场故障风速传感器风速预测方法，其特征在于，所述的风速相关性通过如下方式获得：对于待计算的两个机组，选取当前时刻前n
‑
1个时刻以及当前时刻组成量化时间序列，通过下式滚动计算两个机组的风速相关性：其中，r
i
为量化时间序列i内两个风速传感器测量风速数据的相关性，X
i,t
、Y
i,t
对应为量化时间...

【专利技术属性】
技术研发人员：沈小军，
申请(专利权)人：同济大学，
类型：发明
国别省市：