[发明专利]一种风电机组偏航静态误差诊断方法和系统

说明书

本发明实施例公开了一种风电机组偏航静态误差诊断方法和系统，方法包括：对测算风速下所采集的风电特征数据和风电场环境数据进行预处理；根据预设回归模型，对预处理后的风电特征数据和风电场环境数据进行计算，得到风电机组偏航静态误差对应的功率参数，以确定所述测算风速下的偏航静态误差区间；将偏航控制阶段多个测算风速偏航静态误差区间进行处理，作为当前风电机组的偏航静态误差。本发明通过机器学习算法实现了风电机组偏航静态误差的快速诊断；就整个偏航控制阶段的数据来诊断偏航静态误差，考虑不同风况使得诊断结果更可靠；并且得到偏航静态误差所在的区间，提高对风电机组的操纵和控制的通用性和参考价值。

技术领域

本发明涉及风电场功率预测技术领域，更具体地说，涉及一种基于组合预测理论的风电机组偏航静态误差诊断方法。

背景技术

风能是一种可再生的清洁能源，在当前全球能源危机和环境危机的情况下，风力发电受到普遍重视和推广。

由于我国风资源的有限性，年平均风速较低，风电机组大多数时间都运行在偏航控制阶段，且在工程应用上偏航控制技术和传感器技术并未取得实质性进展，导致风电机组的偏航误差并未消除，其存在严重影响风电机组的发电性能。

现有大量的控制策略和算法在测算偏航误差时，多以动态误差表征，而实际上偏航静态误差的影响是动态误差影响的2～3倍，严重影响偏航静态误差，

因而，亟需可以通过校正偏航静态误差来补偿偏航动态误差影响的技术方案。

发明内容

有鉴于此，本发明提供一种风电机组偏航静态误差诊断方法和系统，以实现校正偏航静态误差来补偿偏航动态误差。

一种风电机组偏航静态误差诊断方法，包括：

对测算风速下所采集的风电特征数据和风电场环境数据进行预处理；

根据预设回归模型，对预处理后的风电特征数据和风电场环境数据进行计算，得到风电机组偏航静态误差对应的功率参数，以确定所述测算风速下的偏航静态误差区间；

将偏航控制阶段多个测算风速偏航静态误差区间进行处理，作为当前风电机组的偏航静态误差。

优选地，对测算风速下所采集的风电特征数据和风电场环境数据进行预处理，包括：

根据预设第一算法确定空气密度与当前温度及当前海拔的关系；

按照第二算法修正风电机组的输出功率值。

优选地，该诊断方法还包括：

将所述风电机组的输出功率值转换为风能利用系数。

优选地，对测算风速下所采集的风电特征数据和风电场环境数据进行预处理，包括：

过滤集中风速及功率异常数据；

清除设备运行数据异常值；

删除偏航角度极端值。

优选地，该诊断方法还包括：

采用SCiForest算法对集中风速及功率、设备运行数据、偏航角度进行基于样本的异常判断。

优选地，该诊断方法还包括：

构建稀疏高斯回归模型，包括：

将样本数据集按照预设比例分为训练集和测试集；

通过共轭梯度法对诱导输入进行接近实际分布的训练，以得到稀疏高斯回归模型。

优选地，将偏航控制阶段多个测算风速偏航静态误差区间进行处理，包括：

在多个测算风速下运用稀疏高斯回归模型，计算偏航角对应功率系数的平均值和方差；