System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及风力发电,具体地涉及一种风电机组扫塔风险评估方法及一种风电机组扫塔风险评估系统。
技术介绍
1、近年来,随着风机叶片大型化发展,现有风能资源评估理论不满足于我国机组叶片扫塔安全性需求,其地形复杂性以及百米级叶片的几何非线性、结构弱刚性导致旋转条件下的气弹耦合动态响应规律极其复杂,使得负切变、湍流、阵风等风资源评估面临失效的风险。现有基于数值模拟的扫塔风险评估方案,需要保证采集的数据准确。但是在实际情况中,随着地形复杂性增大,对应数值采集误差越来越大,也就使得基于数值模拟方案进行的扫塔风险评估结果并不可靠,准确性难以得到保证。针对现有风电机组扫塔方案存在的准确性不高的问题,需要创造一种新的风电机组扫塔风险评估方案。
技术实现思路
1、本专利技术实施方式的目的是提供一种风电机组扫塔风险评估方法及系统,以至少解决现有风电机组扫塔方案存在的准确性不高的问题。
2、为了实现上述目的,本专利技术第一方面提供一种风电机组扫塔风险评估方法,所述方法包括:采集目标评估区域内各风电机组的运行留存信息,并对所述运行留存信息进行预处理;对预处理后的运行留存信息进行修正,获得各风电机组的风向信息;基于预处理后的运行留存信息和各风电机组的风向信息,对各风电机组进行运行场景模拟仿真,获得各风电机组的极端负切变值;基于各风电机组的极端负切变值和预设极端负切变值阈值,进行目标评估区域扫塔风险评估。
3、可选的,所述各风电机组的运行留存信息,包括:风电机组的历史运行数据和风电机组
4、可选的,所述对所述运行留存信息进行预处理,包括:基于数据类型,对所述运行留存信息进行数据分类,获得多个数据集;在各数据集中,进行无效数据识别,并对无效数据执行剔除处理,获得预处理完成的运行留存信息。
5、可选的,所述对预处理后的运行留存信息进行修正,获得各风电机组的风向信息,包括:基于预处理后的运行留存信息确定各风电机组初始风向信息;基于所述各风电机组初始风向信息,以及对应采样时刻由测风塔采集的主方向信息,确定各风电机组位置的风向偏差值;基于各风电机组位置的风向偏差值,对预处理后的运行留存信息进行修正,获得各风电机组位置的实际来流位置,作为各风电机组的风向信息。
6、可选的,所述基于预处理后的运行留存信息和各风电机组的风向信息,对各风电机组进行运行场景模拟仿真,获得各风电机组的极端负切变值,包括:基于预处理后的运行留存信息,对目标评估区域进行三维地理模型构建;以模型中心为圆心,将构建的三维地理模型划分为多个扇区,并在各山区内分别进行风场仿真模拟;基于模拟结果,获得各扇区下对应各风电机组的模拟极端负切变值;筛选出待校对风电机组,并基于校对目标预设的激光雷达反馈的地形参数信息,对待校对风电机组的模拟极端负切变值进行校对和/或修正,获得各风电机组的极端负切变值。
7、可选的,所述基于预处理后的运行留存信息,对目标评估区域进行三维地理模型构建,包括:基于预处理后的运行留存信息读取各风电机组位置和对应位置的地形信息;基于各风电机组位置和对应位置的地形信息,获得整个目标评估区域面积信息和地形信息,作为目标场景;基于所述目标场景和预设三维建模算法,进行三维地理模型构建,获得目标评估区域的虚拟三维场景。
8、可选的,所述基于模拟结果,获得各扇区下对应各风电机组的模拟极端负切变值的规则为:
9、
10、
11、其中,为第i扇区上风电机组位置h高度的风切变模拟值;为第i扇区上测风塔点位处h高度的风切变模拟值;为 第i扇区上测风塔点位处h高度的风切变实测值;为第i扇区上风电机组位置h高度的风切变结果值;为对应风电机组的模拟极端负切变值。
12、可选的,所述筛选出待校对风电机组,并基于校对目标预设的激光雷达反馈的地形参数信息,对待校对风电机组的模拟极端负切变值进行校对和/或修正,获得各风电机组的极端负切变值,包括:分别对比各风电机组的基于模拟结果的风向信息和修正获得的各风电机组的风向信息,当二者的偏差值超过预设角度偏差阈值,则将对应风电机组选定为待校对风电机组;在各待校对风电机组实际位置或模拟位置进行激光雷达预设,并通过激光雷达进行地形参数采集,在激光雷达采集的地形参数信息与对应风电机组位置的地形参数信息之间的偏差小于预设地形偏差阈值时,将激光雷达测定的风切变值作为对应风电机组的风切变值;若各风电机组基于激光雷达获得的风切变值与基于模拟结果获得的风切变结果值之间的偏差大于风切变偏差阈值,则将基于激光雷达获得的风切变值作为风切变结果值对模拟极端负切变值进行校对,获得对应风电机组的极端负切变值;反之,则将模拟极端负切变值直接作为对应风电机组的极端负切变值。
13、可选的,基于各风电机组的极端负切变值和预设极端负切变值阈值,进行目标评估区域扫塔风险评估,包括:基于知识图谱库采集极端负切变值判定规则,并基于所述判定规则获得风电机组各高度位置的极端负切变值阈值;对比各风电机组的极端负切变值和对应风电机组的极端负切变值阈值,若极端负切变值大于对应的极端负切变值阈值,则判定对应风电机组存在扫塔风险;反之,则判定对应风电机组不存在扫塔风险;遍历所有风电机组的扫塔风险判定结果,获得目标评估区域的扫塔风险评估结果。
14、本专利技术第二方面提供一种风电机组扫塔风险评估系统,所述系统包括:采集单元,用于采集目标评估区域内各风电机组的运行留存信息,并对所述运行留存信息进行预处理;修正单元,用于对预处理后的运行留存信息进行修正,获得各风电机组的风向信息;仿真单元,用于基于预处理后的运行留存信息和各风电机组的风向信息,对各风电机组进行运行场景模拟仿真,获得各风电机组的极端负切变值;评估单元,用于基于各风电机组的极端负切变值和预设极端负切变值阈值,进行目标评估区域扫塔风险评估。
15、另一方面,本专利技术提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的风电机组扫塔风险评估方法。
16、通过上述技术方案,本专利技术方案基于目标评估区域内各风电机组的运行留存信息,确定各风电机组的历史运行状态所处的地理环境信息。然后基于这些信息进行仿真模拟,以保证将地形数据、运行状态等耦合影响因素纳入扫塔风险评估中,以此摆脱数值模拟方案存在的无法耦合多样化影响因子导致的评估结果精准度不高的问题。通过计算各风电机组的极端负切变值进行对应位置扫塔风险评估,通过耦合地形变化因子保证扫塔风险评估的精准性。
17、本专利技术实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种风电机组扫塔风险评估方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述各风电机组的运行留存信息,包括:
3.根据权利要求1所述的方法,其特征在于,所述对所述运行留存信息进行预处理,包括:
4.根据权利要求1所述的方法,其特征在于,所述对预处理后的运行留存信息进行修正,获得各风电机组的风向信息,包括:
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于预处理后的运行留存信息和各风电机组的风向信息,对各风电机组进行运行场景模拟仿真,获得各风电机组的极端负切变值,包括:
6.根据权利要求5所述的方法,其特征在于,所述基于预处理后的运行留存信息,对目标评估区域进行三维地理模型构建,包括:
7.根据权利要求5所述的方法,其特征在于,所述基于模拟结果,获得各扇区下对应各风电机组的模拟极端负切变值的规则为:
8.根据权利要求5所述的方法,其特征在于,所述筛选出待校对风电机组,并基于校对目标预设的激光雷达反馈的地形参数信息,对待校对风电机组的模拟极端负切变值进行校对
9.根据权利要求1所述的方法,其特征在于,基于各风电机组的极端负切变值进行目标评估区域扫塔风险评估,包括:
10.一种风电机组扫塔风险评估系统,其特征在于,所述系统包括:
11.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行权利要求1-9中任一项权利要求所述的风电机组扫塔风险评估方法。
...【技术特征摘要】
1.一种风电机组扫塔风险评估方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述各风电机组的运行留存信息,包括:
3.根据权利要求1所述的方法,其特征在于,所述对所述运行留存信息进行预处理,包括:
4.根据权利要求1所述的方法,其特征在于,所述对预处理后的运行留存信息进行修正,获得各风电机组的风向信息,包括:
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于预处理后的运行留存信息和各风电机组的风向信息,对各风电机组进行运行场景模拟仿真,获得各风电机组的极端负切变值,包括:
6.根据权利要求5所述的方法,其特征在于,所述基于预处理后的运行留存信息,对目标评估区域进行三维地理模型构建,包括:
7....
【专利技术属性】
技术研发人员:张亦澄,汪正军,夏德喜,袁飞,王兴宇,
申请(专利权)人:国电联合动力技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。