[发明专利]一种基于大数据分析的风电机组风向自动校正方法

权利要求书

1.一种基于大数据分析的风电机组风向自动校正方法，其特征在于，所述方法包括：

步骤一：数据积累单元采集运行数据组，并将所述运行数据组存储在存储单元内；

步骤二：机器分析单元对存储单元内的所述运行数据组进行分析，得出预调风向区间和风向偏移量，并将风向偏移量叠加到主控偏航控制逻辑中，以便进行校正；

所述对存储单元内的所述运行数据组进行分析包括：

对所述运行数据组进行分仓，对分仓后的数据组进行排序，对排序后的数据进行处理，得到每一子仓实际有功平均值，比较每一子仓实际有功平均值大小，得到预调风向区间，并根据预调风向区间所在子仓计算风向偏移量；其中，对所述运行数据组进行分仓，包括：

将预设风速区间内的风速运行数据组分隔为若干个风速仓；

依据平均风向将每个风速仓内的运行数据组分隔为若干个风向仓；

所述对分仓后的数据组进行排序包括：

每一子仓根据所述运行数据组中的平均实际有功的大小，对预设数量的若干条所述运行数据组中的平均风速、平均风向、平均实际有功从小到大进行排列，得到有效运行数据组；

所述比较每一子仓实际有功平均值大小为：

比较每一所述子仓实际有功数据平均值，所述子仓实际有功数据平均值最大的子仓为对应风速仓的预调风向区间。

2.根据权利要求1所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，所述采集运行数据组包括：

初始清零；

采集实时运行数据组，计算每30s内实时运行数据组的平均值，获取平均运行数据组；

并根据判断条件，对所述实时运行数据组和所述平均运行数据组进行判断；

得到符合条件的所述运行数据组。

3.根据权利要求2所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，

所述实时运行数据组包括：风速、风向、实际桨角、实际有功和桨距角；

所述平均运行数据组包括：平均风速、平均风向、平均实际桨角、平均实际有功数据和平均桨距角；

所述运行数据组包括平均风速、平均风向、平均实际桨角、平均实际有功数据。

4.根据权利要求2所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，所述判断条件为：

3≤平均风速≤15m/s；

-20°＜平均风向＜20°；

平均实际有功数据≥0.6*当前风速下依据功率曲线差得的功率值；

30s内实时实际有功最大值≤6°，且平均桨距角≤4°。

5.根据权利要求1所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，

所述对所述运行数据组进行分仓包括：

依据平均风速对运行数据组进行风速分仓：

对[3，15](单位：m/s)区间内的风速以0.2m/s为间隔分为60个风速仓，风速仓的区间为：

[0.2a+2.8，0.2a+3](a＝1，2，3，...，60)；

每一风速仓依据平均风向对数据进行风向分仓：

每一风速仓根据平均风向分为3个子仓，分别为A仓、B仓、C仓，其中，每一子仓中的存储单元数量为100；

当-3°≤风向≤3°时，为A仓；

当3°＜风向＜20°时，为B仓；

当-20°＜风向＜-3°时，为C仓；

所述对分仓后的数据组进行排序包括：

每一子仓根据所述运行数据组中的平均实际有功的大小，对100条所述运行数据组中的平均风速、平均风向、平均实际有功从小到大进行排列，得到有效运行数据组；

所述对排序后的数据进行处理包括：

剔除5条最小和5条最大的所述平均实际有功对应的所述有效运行数据组，保留余下的90条所述有效运行数据组；

计算余下的90条所述有效运行数据组的实际有功数据平均值，得到每一子仓实际有功数据平均值；

所述比较每一子仓实际有功平均值大小为：

比较每一所述子仓实际有功数据平均值，所述子仓实际有功数据平均值最大的子仓为对应风速仓的预调风向区间。