一種風(fēng)電機組功率優(yōu)化的方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及領(lǐng)域，尤其涉及一種風(fēng)電機組功率優(yōu)化的方法和系統(tǒng)。
【背景技術(shù)】
[0002]在風(fēng)電產(chǎn)業(yè)中，風(fēng)機后期的運行維護費用是風(fēng)電場的主要開支之一。在傳統(tǒng)分析思路中，風(fēng)機的產(chǎn)能和振動優(yōu)化從空氣動力學(xué)和力學(xué)角度出發(fā)。然而，傳統(tǒng)思路中的風(fēng)機建模在工程實踐中有很大限制。

【發(fā)明內(nèi)容】

[0003]本發(fā)明所要解決的技術(shù)問題是優(yōu)化風(fēng)電機組的功率，提供一種風(fēng)電機組功率優(yōu)化的方法和系統(tǒng)。
[0004]本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:一種風(fēng)電機組功率優(yōu)化的方法，包括如下步驟，
[0005]步驟I，采集風(fēng)電機組運行數(shù)據(jù)；
[0006]步驟2，將采集到的所述數(shù)據(jù)進行處理，即選取秒級時間分辨率的數(shù)據(jù)，剔除故障數(shù)據(jù)；
[0007]步驟3，根據(jù)處理后的數(shù)據(jù)構(gòu)建發(fā)電功率模型P(t)和振動幅值模型A(t);
[0008]步驟4，選擇誤差均方值最小的發(fā)電功率模型和振動幅值模型為最優(yōu)發(fā)電功率模型和最優(yōu)振動幅值模型；
[0009]步驟5，根據(jù)最優(yōu)發(fā)電功率模型和最優(yōu)振動幅值模型搭建功率優(yōu)化函數(shù)和振動優(yōu)化函數(shù)。
[0010]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進。
[0011]進一步地，步驟I中采集的數(shù)據(jù)包括風(fēng)電機組的如下運行參數(shù)數(shù)據(jù)集，風(fēng)速
V(t)，偏航y(tǒng) (t)，風(fēng)向d (t)，變槳角P (t)，溫度T (t)。
[0012]進一步地，步驟2中的故障數(shù)據(jù)包括因風(fēng)電機組故障采集到的數(shù)據(jù)以及明顯異常的數(shù)據(jù)。
[0013]進一步地，步驟3 中 P (t) = f (v(t), y (t), d(t), p (t), T (t)) +error, A (t) = g(v(t), y(t), d(t), p(t), T(t))+error，其中f ()，g()為數(shù)據(jù)挖掘的回歸類算法，t為風(fēng)電機組的運行時間，error為所述發(fā)電功率模型和振動幅值模型的誤差值。
[0014]進一步地，步驟4中還包括確定所述最優(yōu)發(fā)電功率模型和所述最優(yōu)振動幅值模型對應(yīng)的風(fēng)速v(t)、偏航y(tǒng)(t)、風(fēng)向d(t)、變槳角p(t)和溫度T(t)的參數(shù)值。
[0015]進一步地，步驟4中將經(jīng)過處理的數(shù)據(jù)隨機分為兩部分，其中70%用于發(fā)電功率模型和振動幅值模型訓(xùn)練的訓(xùn)練數(shù)據(jù)，另外30%用于MSE誤差均方的預(yù)測數(shù)據(jù)集。
[0016]進一步地，在進行步驟5之前，可對訓(xùn)練數(shù)據(jù)部分的非平衡數(shù)據(jù)采用重采樣，使所述發(fā)電功率模型P(t)和振動幅值模型A(t)中的參數(shù)風(fēng)速v(t)、偏航y(tǒng)(t)、風(fēng)向d(t)、變槳角P(t)和溫度T(t)在五維狀態(tài)空間中每個區(qū)間的數(shù)量不少于預(yù)設(shè)值nl，nl表示區(qū)間數(shù)據(jù)數(shù)量預(yù)設(shè)值。
[0017]進一步地，步驟5中在搭建優(yōu)化函數(shù)之前，需要將參數(shù)風(fēng)速V (t)、偏航y(tǒng)(t)、風(fēng)向d(t)、變槳角p(t)和溫度T(t)受控優(yōu)化。
[0018]進一步地，步驟5中功率優(yōu)化函數(shù)為Tp = max {P (t)}，Tp指功率優(yōu)化后的功率值，振動優(yōu)化函數(shù)為TA = max {A (t)}，其中TA是指優(yōu)化后的振動，C = max (Tp | TA< = C)，C代表振動限值，即在振動可以接受條件下的功率最佳。
[0019]本發(fā)明解決上述技術(shù)問題的另一種技術(shù)方案如下:一種風(fēng)電機組功率優(yōu)化的系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、最優(yōu)模型構(gòu)建模塊以及優(yōu)化函數(shù)搭建模塊；
[0020]所述數(shù)據(jù)采集模塊用于采集風(fēng)電機組運行數(shù)據(jù)；
[0021]所述數(shù)據(jù)處理模塊用于將采集到的所述數(shù)據(jù)進行處理，即選取秒級時間分辨率的數(shù)據(jù)，剔除故障數(shù)據(jù)；
[0022]所述模型構(gòu)建模塊用于根據(jù)處理后的數(shù)據(jù)構(gòu)建發(fā)電功率模型P (t)和振動幅值模型 A(t);
[0023]所述最優(yōu)模型構(gòu)建模塊用于選擇誤差均方值最小的發(fā)電功率模型和振動幅值模型為最優(yōu)發(fā)電功率模型和最優(yōu)振動幅值模型；
[0024]所述優(yōu)化函數(shù)搭建模塊用于根據(jù)最優(yōu)發(fā)電功率模型和最優(yōu)振動幅值模型搭建功率優(yōu)化函數(shù)和振動優(yōu)化函數(shù)。
[0025]本發(fā)明的有益效果是:從控制模型的角度出發(fā)研宄風(fēng)電機組的功率優(yōu)化，同時考慮傳動鏈和塔筒振動的優(yōu)化。
【附圖說明】
[0026]圖1為本發(fā)明所述風(fēng)電機組功率優(yōu)化的方法流程圖；
[0027]圖2為本發(fā)明所述風(fēng)電機組功率優(yōu)化的系統(tǒng)結(jié)構(gòu)圖；
[0028]圖3為以GW1500為例數(shù)據(jù)清理后的功率曲線；
[0029]圖4為以GWl500為例數(shù)據(jù)清理后的變槳曲線；
[0030]圖5為以GWl500為例數(shù)據(jù)清理后的轉(zhuǎn)速曲線；
[0031]圖6為以GW1500為例的誤差時間序列圖；
[0032]圖7為以GWl500為例的標準化的變槳曲線置信區(qū)間圖；
[0033]圖8為以GWl500為例的優(yōu)化前后的變槳角度圖；
[0034]圖9為以GW1500為例的優(yōu)化后功率減去未優(yōu)化的功率圖。
【具體實施方式】
[0035]以下結(jié)合附圖對本發(fā)明的原理和特征進行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
[0036]本發(fā)明從控制模型的角度出發(fā)研宄風(fēng)電機組的功率優(yōu)化，優(yōu)化目標中同時考慮傳動鏈和塔筒振動的優(yōu)化。本發(fā)明探討了數(shù)據(jù)挖掘方法來優(yōu)化風(fēng)機產(chǎn)能和振動的基本思路框架，并以一個工程案例來實現(xiàn)了由變槳控制功率優(yōu)化。
[0037]如圖1所示，一種風(fēng)電機組功率優(yōu)化的方法，包括如下步驟:
[0038]步驟1，采集風(fēng)電機組運行數(shù)據(jù)，以風(fēng)電機組運行時間為變量，采集風(fēng)電機組的如下運行參數(shù)數(shù)據(jù)集，風(fēng)速V (t)，偏航y(tǒng) (t)，風(fēng)向d (t)，變槳角P (t)，溫度T (t);
[0039]步驟2，數(shù)據(jù)處理，選擇合適時間分辨率的數(shù)據(jù)，根據(jù)工程經(jīng)驗，一般選取秒級別的數(shù)據(jù)，剔除故障數(shù)據(jù)，包括因風(fēng)電機組故障采集到的數(shù)據(jù)以及明顯異常的數(shù)據(jù)。該數(shù)據(jù)處理的過程有利于提高數(shù)據(jù)的準確度，保證后續(xù)計算的精確度。
[0040]步驟3，根據(jù)處理后的數(shù)據(jù)構(gòu)建發(fā)電功率模型P(t)和振動幅值模型A(t)，其中P (t) = f (V (t), y(t), d(t), P (t)，T (t)) +error, A (t) = g (v (t), y(t), d(t), p (t)，T (t)) +eiror，其中f(.)，g(.)為數(shù)據(jù)挖掘的回歸類算法，數(shù)據(jù)挖掘算法中可以實現(xiàn)上述效果的有neural network, support vector machine, k nearest neighbor 和隨機森林法等，error為模型的誤差值。
[0041]步驟4，選擇誤差均方值最小的發(fā)電功率模型和振動幅值模型為最優(yōu)發(fā)電功率模型和最優(yōu)振動幅值模型，并確定該最優(yōu)發(fā)電功率模型和最優(yōu)振動幅值模型對應(yīng)的風(fēng)速v(t)、偏航y(tǒng)(t)、風(fēng)向d(t)、變槳角p(t)和溫度T(t)的參數(shù)值。在這個過程中，將經(jīng)過處理的數(shù)據(jù)隨機分為兩部分，其中70%用于模型訓(xùn)練的訓(xùn)練數(shù)據(jù)，另外30%用于MSE(即誤差均方)的預(yù)測數(shù)據(jù)集，其中MSE采用預(yù)測數(shù)據(jù)集是為了防止過度擬合。
[0042]為了減小計算負荷，加速計算，對訓(xùn)練數(shù)據(jù)部分的非平衡數(shù)據(jù)采用重采樣，使上述發(fā)電功率模型p(t)和振動幅值模型A(t)中的參數(shù)風(fēng)速v(t)、偏航y(tǒng)(t)、風(fēng)向d(t)、變槳角P(t)和溫度T(t)在η(對應(yīng)參數(shù)個數(shù)，即η為5)維狀態(tài)空間中每個區(qū)間的數(shù)量不少于預(yù)設(shè)值nl(nl取決于總的訓(xùn)練樣本量，在區(qū)間個數(shù)確定條件下，訓(xùn)練樣本越大，nl越大，重采樣后的數(shù)據(jù)量不能超過原訓(xùn)練數(shù)據(jù))，即使參數(shù)在某個η維狀態(tài)空間中的數(shù)量不少于nl。這樣既保留了原始訓(xùn)練數(shù)據(jù)能夠覆蓋所有可能的點，又減少了數(shù)據(jù)的體積。
[0043]步驟5，根據(jù)最優(yōu)發(fā)電功率模型和最優(yōu)振動幅值模型搭建功率優(yōu)化函數(shù)和振動優(yōu)化函數(shù)；在搭建優(yōu)化函數(shù)之前，參數(shù)應(yīng)采用受控優(yōu)化，以確保優(yōu)化的結(jié)果具有一定的真實物理意義；以參數(shù)為變槳角的功率優(yōu)化為例，優(yōu)化目標可以分解為，Tp = max {P (t)}, Tp指功率優(yōu)化后的功率值，其中變槳角變化應(yīng)在一定范圍內(nèi)受控優(yōu)化，p_min〈 = p(t)< = p_max，其范圍為當(dāng)前值+-someValue (默認10° )。
[0044]同樣，可以搭建振動優(yōu)化的優(yōu)化函數(shù)，TA = max{A(t)}，其中變槳角變化應(yīng)在一定范圍的受控優(yōu)化，P_min〈 = P (t) < = p_max，其范圍為當(dāng)前值+-someValue (默認10° )。
[0045]同時優(yōu)化功率和振動的優(yōu)化函數(shù)，可變參數(shù)為變槳角度，C = max (Tp | TA< = C)，C代表振動限值，即在振動可以接受條件下的功率最佳。
[0046]如圖2所示，一種風(fēng)電機組功率優(yōu)化的系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、最優(yōu)模型構(gòu)建模塊、訓(xùn)練數(shù)據(jù)重采樣模塊以及優(yōu)化函數(shù)搭建模塊；
[0047]數(shù)據(jù)采集模塊用于以時間為變量，采集風(fēng)電機組的如下運行參數(shù)數(shù)據(jù)集，風(fēng)速
V(t)，偏航y(tǒng) (t)，風(fēng)向d (t)，變槳角P (t)，溫度T (t)；
[0048]數(shù)據(jù)處理模塊用于選擇合適時間分辨率的數(shù)據(jù)，根據(jù)工程經(jīng)驗，一般選取秒級別的數(shù)據(jù)，剔除故障數(shù)據(jù)，包括因風(fēng)電機組故障采集到的數(shù)據(jù)以及明顯異常的數(shù)據(jù)。該數(shù)據(jù)處理的過程有利于提高數(shù)據(jù)的準確度，保證后續(xù)計算的精確度。
[0049]模型構(gòu)建模塊用于根據(jù)處理后的數(shù)據(jù)構(gòu)建發(fā)電功率模型P(t)和振動幅值模型A (t)，其中