一种基于累计概率分布的风电机组状态判定方法
摘要文本
本发明公开了一种基于累计概率分布的风电机组状态判定方法，该方法包括通过机组SCADA数据收集装置进行机组数据收集，经过数据清洗后，去除掉数据中的异常数据得到正常机组参数；将所述正常机组参数经过基于累计概率分布的机组状态判定算法给出机组状态结果；所述基于累计概率分布的机组状态判定算法包括通过建立正常机组参数的概率分布范围P。本申请提供的方法，通过收集机组SCADA运行的连续时序数据来对机组的状态进行高准确性实时判定，通过装置给出机组异常状态，从而有利于优化风电场的运维，提高风场发电量。该方法可以应用的场合有：风速‑功率曲线分布；风速‑转速曲线；风速‑桨距角曲线；功率‑转速曲线；功率‑扭矩曲线等。
申请人信息
- 申请人:中能电力科技开发有限公司
- 申请人地址:100080 北京市海淀区中关村南大街52号中外交流大厦6层616
- 发明人: 中能电力科技开发有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于累计概率分布的风电机组状态判定方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN201810473599.9 |
| 申请日 | 2018年5月17日 |
| 公告号 | CN108443088B |
| 公开日 | 2024年1月16日 |
| IPC主分类号 | G06F17/00 |
| 权利人 | 中能电力科技开发有限公司 |
| 发明人 | 王栋; 周继威; 张涵; 刘宇星; 陈晨; 孔维兵 |
| 地址 | 北京市海淀区中关村南大街52号中外交流大厦6层616 |
专利主权项内容
1.一种基于累计概率分布的风电机组状态判定方法，其特征在于，所述方法包括：通过机组SCADA数据收集装置进行机组数据收集，经过数据清洗后，去除掉数据中的异常数据得到正常机组参数；所述机组数据为风速-功率曲线分布数据；将所述正常机组参数经过基于累计概率分布的机组状态判定算法给出机组状态结果；所述基于累计概率分布的机组状态判定算法包括通过建立正常机组参数的概率分布范围P，利用概率分布得出参数的累计概率分布F，根据不同机组不同参数的性能设定其累计概率分布的二项分布判定值W1，从而确定判定的范围集R；然后通过分析一段连续时序信号在R中的累计值的概率分布，确定连续时序信号的判定标准W2；根据所述判定标准W2确定机组状态结果；建立正常机组参数的概率分布范围P包括：将风速v等间隔地分为M组，每组数据风速宽度为0.1m/s，对于其中某一小区间(v，v)，v-v＝0.1m/s；区间内风速视为一个点值v；ii+1i+1ii将此小区间内的有功功率P等间隔分为N组，每组有功功率宽度为1KW，其中某一小区间(p，p)，P-P＝1KW，区间内功率视为一个点值p；设(v，p)内的状态点数量为r，(v，v)区间内的状态点总数为s，则jj+1j+1jjijii+1将所述机组状态结果由显示器显示以便传递给用户。