[发明专利]一种风电场风机叶片覆冰状态预测方法

说明书

本发明公开了一种风电场风机叶片覆冰状态预测方法，包括：获取风电场历史运行数据和并网功率数据，对风电场历史运行数据和并网功率数据进行数据预处理，剔除无效数据；计算并确定测风塔的第一时间段内风速、风向、温度、湿度、压力数据的时间序列，并网功率数据的时间序列，并将两组数据按照时间取交集进行整合，作为风电场风机叶片覆冰状态预测的历史数据；获取现场风电场风机叶片覆冰情况的历史记录；根据参考风电机组功率曲线，结合现场风电场风机叶片覆冰情况的历史记录，建立覆冰预测模型；根据覆冰预测模型，获得风电场风机叶片发生覆冰的时间，并记录状态；若发生覆冰，则标记为1，否则标记为零。还公开了对应的系统、电子设备以及计算机可读存储介质。

技术领域

本发明涉及风电场设备监测与管理技术领域，尤其涉及一种风电场风机叶片覆冰状态预测方法。

背景技术

风力发电资源利用率高，技术也比较成熟，随着技术发展成本也在不断下降，因此装机容量答复提高，但是风力发电对气象条件的变化非常敏感，具有一定程度的不稳定性。冬春季节气候湿润的地区，风机叶片覆冰称为风电场无法正常运行发电的主要影响因素。叶片覆冰后，叶片气动特性改变，机组动态载荷增加，会对风电场安全运行和效益产生负面影响。不同气候环境、地形条件影响，风机叶片工作中会形成质地不同、形状各异的覆冰，不同区域的风机叶片覆冰过程和特征存在很大差异，相应的除冰技术措施也不同。

此外，由于风电场的日常运行系统维护、电网限电计划、数据采集设备故障等原因，会导致风电场的部分历史运行数据并不能准确反映其对应时刻的实际发电能力。该部分数据会对风电场覆冰预测过程中准确标识场站的整体冰冻状态造成很大干扰，从而影响风电场覆冰预测的准确性和覆冰预测模型的可靠性。

发明内容

为了解决现有技术中存在的问题，本发明提供了如下技术方案。

本发明一方面提供了一种风电场风机叶片覆冰状态预测方法，包括：

步骤1，获取风电场历史运行数据和并网功率数据，对风电场历史运行数据和所述并网功率数据进行数据预处理，剔除无效数据；

步骤2，计算并确定测风塔的第一时间段内风速、风向、温度、湿度、压力数据的时间序列，并网功率数据的时间序列，并将两组数据按照时间取交集进行整合，作为风电场风机叶片覆冰状态预测的历史数据；

步骤3，获取现场风电场风机叶片覆冰情况的历史记录；

步骤4，根据参考风电机组功率曲线，结合所述现场风电场风机叶片覆冰情况的历史记录，建立覆冰预测模型；

步骤5，根据所述覆冰预测模型，获得所述风电场风机叶片发生覆冰的时间，并记录状态；若发生覆冰，则标记为1，否则标记为零。

优选的，所述剔除无效数据包括：

(1)剔除风机定检维护时段的数据；

(2)剔除风机各种因素造成的停机数据，包括故障停机、手动关机等；

(3)剔除异常因素造成的数据损坏，包括通信中断、SCADA系统故障等；

(4)剔除电网限电原因造成的降功率运行数据。

优选的，所述第一时间段为15分钟。

优选的，所述步骤4根据参考风电机组功率曲线，结合所述现场风电场风机叶片覆冰情况的历史记录，建立覆冰预测模型，包括：

步骤41，确定对叶片覆冰有影响的多个指标因素；

步骤42，根据灰色关联分析，定量计算所述多个指标因素与所述风机叶片覆冰程度的关联度的数值，确定影响叶片覆冰因素的重要程度，通过所述灰色关联分析，将对所述风机叶片覆冰有影响的所述多个指标因素按照影响程度从大到小的顺序进行排列，并所述关联度的数值选取建立所述叶片覆冰预测模型采用的参数；