单元12用于储存历史数据。
[0045]所述功率模拟模块I包括:用于筛选历史数据的数据前处理单元21、用于根据筛选后的数据建立均衡数据集的数据重采样单元22和用于根据所述均衡数据集建立功率模型的功率建模单元23。
[0046]所述风向偏移量诊断模块3周期地对系统进行自动诊断，所述自动诊断是指将所述实时数据中的实时偏航角度与根据所述功率模型计算出的实时最佳偏航角度对比，得到偏移角δ。
[0047]实施例2
[0048]一种基于偏航校正的风电功率优化方法，下面结合附图2对本方法进行详细说明。
[0049]图2中，一种基于偏航校正的风电功率优化方法，所述方法包括如下步骤:
[0050]S201、采集风机运行的实时数据，储存所述实时数据得到历史数据；
[0051]S202、读取所述历史数据，对所述历史数据进行处理，利用处理后的数据建立功率模型；
[0052]S203、通过功率模型计算出实时最佳偏航角度，根据所述实时最佳偏航角度和实时数据生成控制信息；
[0053]S204、根据所述控制信息调整风机的偏航角度。
[0054]所述历史数据储存在基于Hadoop的分布式数据库。
[0055]对所述历史数据进行处理是指:对所述历史数据进行筛选、剔除故障数据；对筛选后的数据进行重采样并建立均衡数据集。
[0056]根据所述处理后的数据建立功率模型是指:采用数据挖掘预测类算法对风机功率建模，所述功率模型为动态功率模拟模型。
[0057]具体的，建立风电机组动态功率模拟模型的算法有多种，包括SVM(支持向量机)，ANN(人工神经网络)，KNN(k临近回归)，RFT(随机森林)等。考察各个算法在预测集中的平均绝对误差(MAE)和平均百分比误差(MAPE)，通过上述指标自动选择最优算法模拟。
[0058]具体的，所述风机运行的实时数据的采集周期为10秒，所述历史数据为近一年的风机运行数据。
[0059]具体的，所述功率模型的通用公式为:
[0060]P (t) = f [V (t)，ο ⑴，P (t)，T (t)，d ⑴，τ ⑴]
[0061]其中，t为当前时间，V为当前风速，σ为风速标准差，P为变桨角度，T为温度，d为风向角度，τ为风机电磁转矩。
[0062]其中变桨角度P，风向角度d和电磁转矩τ为相对独立可控制的参数。其他参数为和环境因子，属于不可控参数。下面是一个基于RFT模型的功率预测值和实际观测值时间序列对比结果。
[0063]根据对比结果，对函数进行优化。所述优化是指，通过不断的与实际数据进行对比，对动态功率模型进行优化。优化函数的搭建可根据优化目标来决定，优化目标可以分解为振动优化和功率优化，并注意可变参数应采用受控优化，以确保优化的结果具有一定的真实物理意义。
[0064]以可变参数为变桨的功率优化为例，优化目标可以分解为振动优化和功率优化，注意可变参数应采用受控优化，以确保优化的结果具有一定的真实物理意义。同样，可以搭建振动优化的优化函数并同时优化功率和振动的优化函数，可变参数为变桨角度。
[0065]具体的，所述根据实时最佳偏航角度和实时数据生成控制信息是指，将所述实时数据中的实时偏航角度与所述实时最佳偏航角度对比，从而得出偏移角S，当偏移角S >5°时，则需要调整控制参数，即将所述偏移角δ写入控制信息。当偏移角δ ^5°时，根据工程经验不需要对偏航角度进行调整，即在控制信息中写入偏移角δ =0°，这样可以避免偏航电机由于频繁动作导致风机震动。
[0066]以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种基于偏航校正的风电功率优化系统，其特征在于，所述系统包括:数据采集模块、功率模拟模块、风向偏移量诊断模块和控制模块； 所述数据采集模块用于采集风机运行的实时数据，储存所述实时数据从而形成历史数据，并将所述实时数据和历史数据发送给所述功率模拟模块和所述风向偏移量诊断模块； 所述功率模拟模块用于读取所述历史数据，对所述历史数据进行筛选并根据筛选后的数据建立均衡数据集，根据所述均衡数据集建立功率模型，并将所述功率模型发送给所述风向偏移量诊断模块； 所述风向偏移量诊断模块根据接收到的所述功率模型和所述实时数据生成控制信息并将所述控制信息发送给所述控制模块； 所述控制模块根据接收到的控制信息调整风机的偏航角度。
2.根据权利要求1所述一种基于偏航校正的风电功率优化系统，其特征在于，所述数据采集模块包括采集单元和存储单元，所述采集单元用于采集实时数据，所述存储单元用于储存历史数据。
3.根据权利要求1所述一种基于偏航校正的风电功率优化系统，其特征在于，所述功率模拟模块包括:用于筛选历史数据的数据前处理单元、用于根据筛选后的数据建立均衡数据集的数据重采样单元和用于根据所述均衡数据集建立功率模型的功率建模单元。
4.根据权利要求1所述一种基于偏航校正的风电功率优化系统，其特征在于，所述风向偏移量诊断模块周期地对系统进行自动诊断，所述自动诊断是指将所述实时数据中的实时偏航角度与根据所述功率模型计算出的实时最佳偏航角度对比，得到偏移角S。
5.一种基于偏航校正的风电功率优化方法，其特征在于，所述方法包括如下步骤: 5201、采集风机运行的实时数据，储存所述实时数据得到历史数据； 5202、读取所述历史数据，对所述历史数据进行处理，利用处理后的数据建立功率模型； 5203、通过功率模型计算出实时最佳偏航角度，根据所述实时最佳偏航角度和实时数据生成控制信息； 5204、根据所述控制信息调整风机的偏航角度。
6.根据权利要求5所述一种基于偏航校正的风电功率优化方法，其特征在于，所述历史数据储存在基于Hadoop的分布式数据库。
7.根据权利要求5所述一种基于偏航校正的风电功率优化方法，其特征在于，对所述历史数据进行处理是指:对所述历史数据进行筛选、剔除故障数据；对筛选后的数据进行重采样并建立均衡数据集。
8.根据权利要求5所述一种基于偏航校正的风电功率优化方法，其特征在于，根据所述处理后的数据建立功率模型是指:采用数据挖掘预测类算法对风机功率建模，所述功率模型为动态功率模拟模型。
9.根据权利要求8所述一种基于偏航校正的风电功率优化方法，其特征在于，所述功率模型的通用公式为:P (t) = f [V (t)，O ⑴，P (t)，T (t)，d ⑴，τ (t)] 其中，t为当前时间，V为当前风速，σ为风速标准差，P为变桨角度，T为温度，d为风向角度，τ为风机电磁转矩。
10.根据权利要求5所述一种基于偏航校正的风电功率优化方法，其特征在于，所述步骤S203中生成控制信息是指，将所述实时数据中的实时偏航角度与所述实时最佳偏航角度对比，从而得出偏移角δ。
【专利摘要】本发明涉及一种基于偏航校正的风电功率优化系统，系统包括：数据采集模块、功率模拟模块、风向偏移量诊断模块和控制模块；数据采集模块用于采集风机运行的实时数据、储存实时数据从而形成历史数据；功率模拟模块用于读取历史数据、对历史数据进行筛选并根据筛选后的数据建立均衡数据集，然后根据均衡数据集建立功率模型；风向偏移量诊断模块根据接收到的功率模型和实时数据生成控制信息并将控制信息发送给控制模块；控制模块根据接收到的控制信息调整风机的偏航角度。此外，本发明还提供了一种基于偏航校正的风电功率优化方法。本发明能通过实时诊断和调整偏航角度，延长风电机组寿命、提高运行安全系数。
【IPC分类】F03D7-00
【公开号】CN104632521
【申请号】CN201410799028
【发明人】叶毅, 李思亮, 申云
【申请人】风脉（武汉）可再生能源技术有限责任公司
【公开日】2015年5月20日
【申请日】2014年12月19日