一种风机功率特性曲线的辨识方法及系统技术方案

本发明专利技术提供一种风机功率特性曲线的辨识方法及系统，本发明专利技术能够通过对风机功率特性曲线进行辨识识别出异常区间，并且针对风机功率特性曲线非线性的特点，将其进行离散化，通过分析内部的离散点进行辨识，并将离散点根据风速进行区间的划分，通过对多个区间的辨识判断风机的异常点，降低了对大量离散点进行处理的数据量，并且通过构造运行状态图能够十分方便的看出风机在不同的风速下的工作情况，直观的辨识出异常点或者异常区间。辨识出异常点或者异常区间。辨识出异常点或者异常区间。

【技术实现步骤摘要】
一种风机功率特性曲线的辨识方法及系统


[0001]本专利技术涉及风电分析
，具体为一种风机功率特性曲线的辨识方法及系统。

技术介绍

[0002]风电机组输入的风速是影响其输出有功功率的主要因素，因此风机的内部特性可以被忽略，仅考虑输入风速和输出有功功率的关系，这种描述风速与风力发电机组输出有功功率之间对应关系的曲线称为风机的功率特性曲线，风机的实际运行功率曲线是根据风机运行时所采集记录的风机实际运行数据得到的，一般来说通过功率特性曲线能够识别出风机在不同风速下的工作情况，但是风机的功率特性曲线是非线性的，因此微小的异常点或者异常段曲线直接通过观测特性曲线是难以发现的，因此需要对功率特性曲线进行辨识，判断出风机的异常点，便于后期的维护。
[0003]传统的风机功率特性曲线的辨识基于录波数据实现，但是录波数据只有在大故障下才能触发，难以满足对不同工况进行在线辨识的需求，目前的风机功率特性曲线的研究主要是集中于对于风机功率特性曲线的纠正和校准，如公开号为CN105740595A提供的一种风机功率特性曲线的辨识方法及系统，其采用风机运行功率曲线分段和遗传算法计算，可以显著提高拟合曲线与实际曲线的符合度，使得求得的风机功率曲线能更加精确地反应风机特性，但是校准后的曲线仍旧难以通过曲线直接辨识出异常点和异常风速区间，因此针对于风机功率放入特性曲线，开发出一种能够直接通过曲线辨识出风机工作的异常点是十分必要的。

技术实现思路

[0004]本专利技术的目的在于提供一种风机功率特性曲线的辨识方法及系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种风机功率特性曲线的辨识方法，其中，所述辨识方法包括：
[0007]S1：将功率特性曲线按照风速分隔成若干段曲线，将每一段曲线均离散成为相同数量的点的集合，每个集合为：
[0008]C
i
＝{...(v
ij
‑1、p
ij
‑1)、(v
ij
、p
ij
)、(v
ij+1
、p
ij+1
)...}
[0009]式中，C
i
为第i个风速区间的离散点集合，v
ij
、p
ij
分别表示第i个风速区间内第j个点的风速和功率；
[0010]S2：求取一个风速区间内的功率平均值，每一个风速区间内有n组数据，则风速区间内的功率平均值为：
[0011][0012]式中，为第i个风速区间内的功率平均值；
[0013]根据功率平均值，计算各个风速区间内各个点与功率平均值的偏差值和每个风速区间的标准差分别为：
[0014][0015][0016]式中，Δp
ij
为第i个风速区间内第j个点在第i个风速区间内的偏差值，σ
i
为第i个风速区间的标准差；
[0017]S3：将每个风速区间内的每个点的偏差值和对应区间的标准差相比较，剔除每个区间内的异常数据，剔除的标准为：
[0018]|Δp
ij
|＞2σ
i
；
[0019]S4：基于Logistic曲线，构建各个风速空间内的理论功率方程，构建的理论功率方程为：
[0020][0021]式中，为第i个风速区间内第j个点的理论功率，α、β、γ、τ分别为理论功率方程的矢量参数；
[0022]S5：针对于每个风速区间，选取多组样本数，每个样本数构成一个样本集合，每个样本集合内部由四个样本点，且每个样本点的之间的个数间距相同，即：
[0023]Y
im
＝{(v
ij
‑
ε
、p
ij
‑
ε
)、(v
ij
、p
ij
)、(v
ij+ε
、p
ij+ε
)、、(v
ij+2ε
、p
ij+2ε
)}
[0024]式中，Y
im
表示第i个风速区间内第m个样本点集，v
ij
‑
ε
、p
ij
‑
ε
第i个风速区间内第j
‑
ε个点的风速和功率，ε表示样本点之间的个数间距；
[0025]S6：将每个样本集合代入到理论功率方程中，求解每个集合对应的α、β、γ、τ矢量参数的数值，计算多个α、β、γ、τ矢量参数的平均数，求得的平均数为α
i
、β
i
、γ
i
、τ
i
，其中α
i
、β
i
、γ
i
、τ
i
分别表示为第i个风速区间内理论功率方程的矢量参数；
[0026]S7：计算各个风速区间的平均残差和标准偏差，通过平均残差和标准偏差计算整个功率曲线的状态上限和状态下限，平均残差和标准偏差的计算公式为：
[0027][0028][0029]式中，分别为第i个风速区间内的平均残差和标准偏差，计算整个功率曲线的状态上限和状态下限的计算公式为：
[0030][0031][0032]式中，H、L分别为整个功率曲线的状态上限和状态下限，N为分隔的风速区间的数目；
[0033]S8：构建运行状态图，将各个风速区间作为横坐标，按照各个风速区间的平均风速从低到高进行排序，将各个风速区间的平均残差、状态上限和状态下限作为纵坐标绘制在一张图中，若对应风速区间的平均残差超过状态上限或状态下限，判断该风速区间内风机运行状态异常。
[0034]优选的，所述步骤S1中每个风速区间内的相邻离散点的风速差相同，即：
[0035]Δv
i
＝v
ij+1
‑
v
ij
＝v
ij
‑
v
ij
‑1[0036]式中，Δv
i
为第第i个风速区间内相邻离散点的风速差值。
[0037]优选的，所述步骤S3中每个风速区间剔除的异常数据值相同，若某个风速区间内剔除的异常数据较少，则按照|Δp
ij
|从大到小的顺序进行剔除，直至每个风速区间内剔除的异常点数目相同。
[0038]优选的，所述步骤S5中同一个风速区间内选取的样本集和之间的个数间距均不相同，且每个风速区间选取的样本数不少于五组。
[0039]优选的，所述步骤S6中计算多个α、β、γ、τ矢量参数的平均数时，去除对应矢量参数的最高值和最低值，剩下的数值计算平均数获得α
i
、β
i
、γ
i
、τ
i
的数值。
[0040]本专利技术另外还提供一种风机功率特性曲线的辨识系统，所述辨识系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风机功率特性曲线的辨识方法，其特征在于，所述辨识方法包括：S1：将功率特性曲线按照风速分隔成若干段曲线，将每一段曲线均离散成为相同数量的点的集合，每个集合为：C
i
＝{...(v
ij
‑1、p
ij
‑1)、(v
ij
、p
ij
)、(v
ij+1
、p
ij+1
)...}式中，C
i
为第i个风速区间的离散点集合，v
ij
、p
ij
分别表示第i个风速区间内第j个点的风速和功率；S2：求取一个风速区间内的功率平均值，每一个风速区间内有n组数据，则风速区间内的功率平均值为：式中，为第i个风速区间内的功率平均值；根据功率平均值，计算各个风速区间内各个点与功率平均值的偏差值和每个风速区间的标准差分别为：的标准差分别为：式中，Δp
ij
为第i个风速区间内第j个点在第i个风速区间内的偏差值，σ
i
为第i个风速区间的标准差；S3：将每个风速区间内的每个点的偏差值和对应区间的标准差相比较，剔除每个区间内的异常数据，剔除的标准为：|Δp
ij
|＞2σ
i
；S4：基于Logistic曲线，构建各个风速空间内的理论功率方程，构建的理论功率方程为：式中，为第i个风速区间内第j个点的理论功率，α、β、γ、τ分别为理论功率方程的矢量参数；s5：针对于每个风速区间，选取多组样本数，每个样本数构成一个样本集合，每个样本集合内部由四个样本点，且每个样本点的之间的个数间距相同，即：Y
im
＝{(v
ij
‑
ε
、p
ij
‑
ε
)、(v
ij
、p
ij
)、(v
ij+ε
、p
ij+ε
)、、(v
ij+2ε
、p
ij+2ε
)}式中，Y
im
表示第i个风速区间内第m个样本点集，v
ij
‑
ε
、p
ij
‑
ε
第i个风速区间内第j
‑
ε个点的风速和功率，ε表示样本点之间的个数间距；S6：将每个样本集合代入到理论功率方程中，求解每个集合对应的α、β、γ、τ矢量参数的数值，计算多个α、β、γ、τ矢量参数的平均数，求得的平均数为α
i
、β
i
、γ
i
、τ
i
，其中α
i
、β
i
、γ
i
、τ
i
分别表示为第i个风速区间内理论功率方程的矢量参数；S7：计算各个风速区间的平均残差和标准偏差，通过平均残差和标准偏差计算整个功
率曲线的状态上限和状态下限，平均残差和标准偏差的计算公式为：率曲线的状态上限和状态下限，平均残差和标准偏差的计算公式为：式中，分别为第i个风速区间内的平均残差和标准偏差，计算整个功率曲线的状态上限和状态下限的计算公式为：态上限和状态下限的计算公式为：式中，H、L分别为整个功率曲线的状态上限和状态下限，N为分隔的风速区间的数目；S8：构建运行状态图，将各个风速区间作为横坐标，按照各个风速区间的平均风速从低到高进行排序，将各个风速区间的平均残差、状态上限和状态下限作为纵坐标绘制在一张图中，若对应风速区间的平均残差超...

【专利技术属性】
技术研发人员：杨威，赵海亮，郎泽萌，刘东阳，张小雷，蒋成伟，
申请(专利权)人：中广核东至新能源有限公司，
类型：发明
国别省市：