无人机控制模块;721-第一无人 机控制单元;722-第二无人机控制单元;723-数据采集方式生成单元;730-第一功率提升策 略生成模块;740-第二功率提升策略生成模块;750-第Ξ功率提升策略生成模块。
【具体实施方式】
[0032] 下面结合附图对本发明的示例性实施例基于风电机组功率的无人机调度方法、装 置及系统进行详细描述。
[00削实施例一
[0034] 图1为本发明提供的基于风电机组功率的无人机调度方法一个实施例的流程图， 该方法的执行主体可为设置在风电场中的控制器，如风电场升压站中的中央监控器。如图1 所示，该方法包括如下步骤：
[0035] S110,周期性获取风电机组的功率相关参数。
[0036] 具体的，上述功率相关参数包括风速、扭矩、偏航角度、奖距角W及发电机转速等 与风电机组功率有一定关系的参数。例如，对于风速来说，在一定的风速范围内（此时风电 机组未达到额定功率），风速越大，风电机组功率越大;对于奖距角来说，在不同的风速下， 存在某一个奖距角使得此时风电机组达到最大功率。
[0037] 为了对风电场进行实时的监测W保证风电场正常的运行，需要对风电场中各风电 机组的功率相关参数进行周期性的采集。
[0038] 在采集数据时，由于每个时刻的功率相关参数都不尽相同，可假设在一个周期(如 10秒钟）内风电机组的功率相关参数是不变的。优选地，可根据一个周期（10秒钟）内，选择 功率相关参数值出现次数最多的数据进行采集，也可W选择功率相关参数值的大小位于极 大值和极小值之间的数据进行采集。
[0039] S120,根据参数确定是否启动无人机进行风电机组检测。
[0040] 具体地，可根据采集到的参数与风电机组正常对应的参数进行对比，如果二者的 差距过大，则说明当前采集的参数异常，风电机组处于异常状态，则需要启动无人机进行风 电机组的检测。
[0041] 例如，可对正常参数设定某一个阔值范围（如80%)，如果参数超过该阔值范围之 夕h则表明该参数异常;如果参数处于该阔值范围内，说明参数正常。
[0042] 本实施例中，无人机在进行风电机组检测时，可利用自带的音、视频的采集设备对 风电机组进行拍照、摄像和录音，并根据声音和图像的处理设备对照片和声音进行处理，判 断磨损部件的运行状态、磨损程度。
[0043] 本发明实施例提供的基于风电机组功率的无人机调度方法，根据采集到的功率相 关参数，确定是否启动无人机进行风电机组检测，使无人机的检测更具目标性和准确性，并 且无人机的启动是自发性的，无需人工控制，节省了人力和物力。
[0044] 实施例二
[0045] 图2为本发明提供的基于风电机组功率的无人机调度方法另一个实施例的流程 图，其可视为图1的一种具体实现方式。如图2所示，该方法包括如下步骤：
[0046] S210,周期性获取风电机组的功率相关参数。
[0047] 例如，可W通过采集各风电机组的发电机转速、扭矩和功率因数计算实际功率，根 据各风电机组的实际功率绘制的各周期内各风电机组的功率曲线散点图、功率曲线箱线 图、功率因数散点图W及根据采集的各风电机组的发电机转速和扭矩绘制的转速-扭矩散 点图中的至少一幅图的数据分布情况，提取有效数据点，并将有效数据点对应的实际功率 作为有效的实际功率。
[0048] 图3为本发明中风电机组的输出功率曲线散点图，如图所示，横坐标表示风速、纵 坐标表示功率，图中的数据点即为采集到的多个周期内的风电机组的实际输出功率数据， 在各个周期内风速不同，对应不同的输出功率，图中的曲线表示为根据数据统计拟合的实 际的输出功率，曲线附近的点即可作为有效数据点。
[0049] 图4为本发明中风电机组的功率曲线箱线图，如图所示，其与图3相似，区别在于采 集到的数据点是用箱线图表示的，图中"箱子"（方块)中表示的点即可选为有效数据点。
[0050] 图5为本发明中风电机组的功率因数散点图，如图所示，横坐标表示风速，纵坐标 表示功率因数，即风电机组的实际功率因数随风速的变化而改变，图中数据点密集的地方 的功率因数对应的实际功率可选为有效数据点。
[0051] 图6为本发明中风电机组的转速-扭矩散点图，如图所示，横坐标表示发电机转速， 纵坐标表示扭矩，在发电机开始启动时，由于功率没有达到饱和，发电机转速和扭矩都在持 续增大，当功率达到饱和，发电机转速几乎保持不变，而扭矩在某一组数据附加来回震动， 图中数据点密集的地方的数据对应的实际功率可选为有效数据点。
[0052] 在S210后，该方法执行上述S120的方法步骤。在本实施例中，S120可分为S220和 S230两种不同的实现方式。
[0053] S220,根据参数与风电机组的功率的对应关系，计算功率，并根据各风电机组的实 际功率与相同风速下的理论功率的差值，确定是否启动无人机进行风电机组检测。
[0054] 具体地，风电机组在并网发电时，会输出功率。风电机组输出的功率根据某一时刻 风速的不同，其理论输出值不同。通常情况下，由于风电机组本身的原因 W及周围环境的影 响，风电机组的实际功率和理论功率也不同。本实施例的原理为:根据采集到的功率相关参 数与风电机组的功率的对应关系，计算风电机组的实际功率，实际功率与该时刻采集到的 风速相同风速下的理论功率的差值越大(通常实际功率要小于或等于理论功率），表明该风 电机组的异常状态的程度越高。
[0055] S230,根据所述参数与风电机组的功率的对应关系，计算所述功率；根据：
计算各周期风电场内所有风电机组的功率损耗R，根据
计算 各周期风电场内各风电机组的功率损耗ri，确定是否启动无人机进行风电机组检测。其中， Pi, real、Pi, the。巧分别为风电场内第i台风电机组的实际功率和相同风速下的理论功率。
[0056] 具体地，如果某一个周期内风电场内所有风电机组的功率损耗R大于第一预定值 (如0.2)，则说明整个风电场的功率损耗过大，则启动无人机进行风电机组的数据监测；如 果风电场内风电机组的功率损耗ri大于第二预定值(如0.2)的风电机组的台数大于第Ξ阔 值(如20台），说明风电场中处于严重异常状态的风电机组过多，也需要启动无人机对风电 机组进行检测。
[0057] 在本实施例中，参照图4对S230进行说明。图4的箱线图可W用来表示某一个周期 内整个风电场中各风电机组的实际功率，也可W表示某一台风电机组的实际功率。
[005引如果图4表示某一个周期内整个风电场中各风电机组的实际功率，图中的数据点 Pi,real的总巧
W为所有风电机组的功率的统计和，其相对于整个风电场的理论功 率的统计总和
的比值与理论偏离的大小(与1的差值）即为该周期风电场内所有 风电机组的功率损耗R。
[0059] 如果图4表示某一个周期内某一台风电机组的实际功率，第i台风电机组的实际功 率Pi,real和理论功率PI,theory的比值与理论偏离的大小（与1的差值）即为各周期某一台风电 机组的功率损耗ri。
[0060] S