组可W捕获最大的风能，提高风力发电机组的发电效率。
[0037] 本发明实施例提供的风力发电机组的风能捕获方法，通过在预定周期内实时获取 的风况数据，并对该风况数据进行散点拟合，获取该风况数据的几何中屯、点，进而通过与目 标几何中屯、点的比对，W对风力发电机组的风能捕获进行控制，从而有效的提升风力发电 机组对风能的捕获能力，W及风力发电机组的可靠性，同时可W降低叶轮未正对迎风面而 产生的风机载荷增加和尾流效应，减少风力发电机组故障及维护成本。
[003引实施例二
[0039] 图2是示出根据本发明实施例二的风力发电机组的风能捕获方法的流程图，所述 实施例可视为图1的又一种具体的实现方案。
[0040] 参照图2,在步骤S210,获取预先存储的历史风况数据。
[0041] 其中，本发明实施例中的风况数据可W包括风速的数值和风向，风向可W通过地 理方向来描述，也可W通过与预先设定的正方向确定的角度来描述，例如，可W设定正北方 向为正方向，从正方向开始顺时针旋转过的角度作为风向。
[0042] 具体地，为了提高测得的风况数据的准确性，可W选用雷达作为风况数据采集部 件，雷达根据预先设定的时间间隔采集当前时间点的风速的数值和相应的风向，并将采集 的风速的数值和相应的风向与当前时间点对应存储，从而得到历史风况数据。
[0043] 需要说明的是，由于雷达长期处于工作状态，因此，其获取的风况数据的数据量较 多，可W根据季节的不同，或者不同时间段的风况不同，对历史风况数据进行分类，得到多 个类别的历史风况数据，例如春季的历史风况数据等。
[0044] 另外，考虑到风速和风向总在不停的变化，而且预先存储的所有历史风况数据的 数据量较多，可W对所有历史风况数据根据预定周期进行分仓处理，将所有历史风况数据 划分成多段。
[0045] 例如，预定周期为10分钟，历史风况数据可W包括风速的数值和相应的风向，风速 的数值可WVi、V2......Vi康示，风向可WAi、A2......Al康示，可如表1所示，
[0046] 表 1
[004引由于预定周期为10分钟，则如表1所示的历史风况数据可将时间点14:20:00、14: 22:00、14: 24:00、14: 26:00、14: 28:00和14:30:00对应的历史风况数据确定为一个预定周 期对应的历史风况数据，通过表1的历史风况数据可W得到两个相邻预定周期对应的历史 风况数据，第一个历史风况数据对应的时间段为14:20:00~14:30:00,风况数据可包括： (Vl，Al)、(V2，A2)、(V3，A3)、（V4，A4)、（V5，A5)和(V6，A6);第二个分仓风况数据对应的时间段为 14:30:00~14:40:00，风况数据可包括：（￥6,46)、（￥7山）、（￥8,48)、（￥9,49)、（￥10,410)和(￥11， All)。
[0049] 在步骤S220，对该历史风况数据进行预处理，去除干扰风况数据，得到有效历史风 况数据。
[0050] 具体地，由于风力发电机组会受到某一瞬间的阵风或其它外界环境的影响使得此 时获取到的风速的数值和风向往往大大偏离历史风况数据的聚集位置，从而使得该历史风 况数据的准确性降低，为了提高该历史风况数据的准确性，W及对风力发电机组的风能捕 获的精准控制，可W将上述偏离大部分数据点的数据点从该历史风况数据中删除，得到有 效历史风况数据，运样就减少了阵风或者其他外界因素带来的不稳定的干扰数据。
[0051] 在步骤S230,对该历史风况数据进行散点拟合，得到该历史风况数据对应的目标 几何中屯、点。
[0052] 其中，该历史风况数据可W为经过所述步骤S220的预处理之后得到的有效历史数 据，也可W是未经过预处理的历史风况数据。
[0053] 具体地，可W对该历史风况数据进行散点拟合，即可W将该历史风况数据中的数 据点连接起来形成一个几何图形，计算该几何图形的几何中屯、点的位置可作为该历史风况 数据对应的目标几何中屯、点，具体处理过程可参见上述实施例一中步骤S120的相关内容， 在此不再寶述。
[0054] 其中，上述步骤S230的处理的具体实现方式可W多种多样，W下提供一种具体处 理方式，具体可包括W下内容：
[0055] 步骤一，将该历史风况数据导入至在极坐标系中。
[0056] 具体地，为了简化数据处理过程，并考虑到风况数据中的数据形式（即包括风速的 数值和风向），可W使用极坐标的方式设置风况数据。具体地，为了简化风况数据的表示形 式，可将风况数据采集部件（即雷达)所在位置作为极点，与正北方向垂直的正东方向作为 极轴方向，建立极坐标系。可W根据历史风况数据中的任一数据点的风速的数值和风向（如 表1中的风况数据(Vi，Ai)和(V2，A2)等），将上述数据对应的坐标点描绘到该极坐标系中，从 而得到历史风况数据在该极坐标系中的位置。其中，风向可W是与极轴之间的夹角，极点到 数据点之间的距离为风速的数值。
[0057] 步骤二，连接该历史风况数据的最外围的数据点，得到封闭的几何图形，将几何图 形的几何中屯、点作为目标几何中屯、点。
[0058] 具体地，考虑到几何图形的形状主要依靠最外围数据点（或坐标点）所确定的形 状，因此，在确定几何图形的几何中屯、点时可W通过连接最外围数据点得到的几何图形。具 体地，将历史风况数据描绘到该极坐标系上后，可W将该极坐标系中处于最外围的数据点 (或坐标点)使用折线连接，连接完成后，可W得到一个封闭的规则或者不规则的几何图形， 此时，在该封闭的几何图形中还可包括历史风况数据中除最外围的数据点外的其它数据 点。之后，可W计算该几何图形的几何中屯、点的坐标值，并将该几何中屯、点作为该历史风况 数据对应的目标几何中屯、点。
[0059] 例如，如图3所示，在极坐标系中包括两个风况数据，即黑色圆点（包括Bi、B2…… Bi2)对应的数据组成的第一个风况数据，W及空屯、圆点（包括Cl、C2……Cll)对应的数据组成 的第二个风况数据，其中，第一个风况数据对应的黑色圆点Bi、B2和B3偏离其它数据点，可W 不考虑运些数据点，对于剩余的黑色圆点，可W将最外围的84、85、86、87、88、89、810和81痛 接，从而形成一个封闭的几何图形，可W计算该几何图形的几何中屯、点的坐标值，通过计算 可得到几何中屯、点Bo,其中，Bi2处于该几何图形的内部。同理，对于第二个风况数据，可W剔 除Cl和C2,并将〔3八4心八6八7心心、(：10和(：1痛接形成一个封闭的几何图形，可^计算该几 何图形的几何中屯、点的坐标值，通过计算可得到几何中屯、点Co。
[0060] 需要说明的是，上述实施例一中的步骤S120的处理也可W通过上述步骤一和步骤 二的方式处理，具体可参见上述步骤一和步骤二的相关内容，在此不再寶述。
[0061] 在步骤S240,根据预定周期实时获取风况数据。
[0062] 在步骤S250,对预定周期内获取的风况数据进行散点拟合，得到该风况数据的几 何中屯、点，该几何中屯、点用于表示最大风能值所在位置。
[0063] 其中，上述步骤S240和S250的处理可参见上述实施例一中步骤SllO和步骤S120的 相关内容，在此不再寶述。
[0064] 在步骤S260,计算从该极坐标系的极点到几何中屯、点的连线与到目标几何中屯、点 的连线的夹角数值。
[0065] 最大风能值所在的方向可W包括两部分，即：将从该极坐标系的极点到该目标几 何中屯、点的方向作为该历史风况数据对应的最大风能值所在的方向；将从该极坐标系的极 点到该几何中屯、点的方向作为该风况数据对应的最大风能值所在的方向。
[0066] 基于此，上述步骤S260的具体处理可W为:基于图3的示例，可W将图3中黑色圆点