一种风电场机组功率异常在线评估方法及系统与流程

1.本发明属于风力发电技术领域，涉及一种风电场机组功率异常在线评估方法及系统。


背景技术：

2.风力发电机组在投运一段时间后，其发电性能由于受到周围环境条件的变化、自身本体设计结构与零部件使用寿命等方面的影响存在不同程度的劣化。评估风电机组发电性能主要依靠比较风电机组实际功率曲线与设计风电功率曲线的差异。而风电机组实际功率曲线的获取一般需要现场进行风电机组功率曲线测试获取。风电机组功率曲线测试过程中需要使用机载雷达、功率变送器、电流传感器等大量电气测量设备获取风机周围实时气象数据与风机功率数据，测量结果由于受到气象条件变化的影响，需要花费较长时间进行全风速段的测量，而且大量测量设备的购买与安装成本较高。显然，风电机组功率曲线测试存在测试周期长、测试成本高，不能满足风电机组发电性能实时在线评估的要求。


技术实现要素：

3.本发明的目的在于解决现有技术中风电机组功率曲线测试存在测试周期长、测试成本高，不能满足风电机组发电性能实时在线评估要求的问题，提供一种风电场机组功率异常在线评估方法及系统。
4.为达到上述目的，本发明采用以下技术方案予以实现：
5.一种风电场机组功率异常在线评估方法，包括：
6.获取全场风电机组运行数据，并对全场风电机组运行数据进行预处理，获取风速稳态工况数据；
7.对风速稳态工况数据进行划分，获取若干个风速区间；
8.基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值；
9.基于所划分的风速区间，获取全场n台风机在全风速段内的各风速下的风机有功功率值，进而获取各单台风机的有功功率的功率曲线；
10.基于n台风机在各个相同风速区间的有功功率值平均值，得到全场集群机组的有功功率的功率曲线；
11.判断单台风机的有功功率与集群机组的有功功率在各个风速区间下的相对偏差是否大于阈值，若大于，则正常；若小于，则基于相对偏差的大小，判断风机功率的异常等级。
12.本发明的进一步改进在于：
13.进一步的，全场风电机组运行数据包括：单位时间内的风速、风向、风机有功功率、发电机转速、叶轮转速和偏航角度，并将各个测点运行数据以时间先后顺序为索引，共同构成一个多维时序矩阵。
14.进一步的，对全场风电机组运行数据进行预处理，获取风速稳态工况数据，具体为：剔除离群值和异常值并对稳态工况数据进行筛选；
15.剔除离群值和异常值，具体为：基于直接筛选法剔除风电机组切入风速以下、切出风速以上的运行数据，剔除风机有功功率、发电机转速、叶轮转速小于零的运行数据。
16.进一步的，对稳态工况数据进行筛选，具体为：基于四分位法和3σ准则法，对稳态工况数据进行筛选；所述四分位法处理数据的计算方法如下：
17.将多维时序矩阵按照风速最小值到风速最大值以0.1m/s的区间间隔进行划分，对每个区间内的风机有功功率值按照从小到大进行排序得到功率值序列[p1，p2，p3，
…
，pn]；
[0018]
计算下四分位数q1、上四分位数q3、四分位差i
qr
：
[0019][0020][0021][0022]
设置运行数据正常值的范围为[n1，n2]，正常值区间下界n1、正常值区间上界n2分别按照公式(4)计算得到：
[0023][0024]
若运行数据不在正常值范围内，则认为是异常值，予以剔除；
[0025]
所述基于3σ准则法筛选稳态工况数据，具体为：将风速在最小值到最大值之间以0.1m/s的区间进行划分，针对每个风速区间内的运行数据，假定风机运行数据x是服从正态分布的，则
[0026]
r(|x-μ|》3σ)≤0.003 (5)
[0027]
式中，μ与σ分别表示正态总体的数学期望和标准差；将大于μ+3σ或小于μ-3σ的数据值作为异常值，予以剔除。
[0028]
进一步的，对风速稳态工况数据进行划分，获取若干个风速区间，具体为：
[0029]
将风速稳态工况数据按照风速最小值到风速最大值以固定的区间间隔进行划分，对每个区间内的风机有功功率值按照从小到大进行排序得到功率值序列[p1，p2，p3，
…
，pn]。
[0030]
进一步的，基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值，具体为：将风速区间内的风机有功功率的平均值作为风速区间中间值所对应的风机有功功率值。
[0031]
进一步的，基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值，还包括：对于某些风速区间段内缺失风机有功功率数据的情况，基于插值法，
获取该风速区间段中心风速值所对应的风机有功功率值；计算公式如下：
[0032][0033]
其中，pc为插值得到的风机有功功率值，p2、p1分别为有功功率缺失值对应的风速区间上下的风机有功功率值，v2、v1、vc分别为有功功率缺失值对应的风速区间上界值、下界值和中心值。
[0034]
进一步的，阈值具体为：
[0035][0036]
其中，pi为单台风机的有功功率，为同风场、同机型、同风速下全场n台风机集群功率。
[0037]
进一步的，基于相对偏差的大小，判断风机功率的异常等级，具体为：设定有功功率相对偏差阈值为a；设置风机功率异常为三级；分别为异常三级、异常二级和异常一级；异常三级、异常二级和异常一级报警阈值为单台机组功率与集群机组有功功率相对偏差分别低于a、b、c；其中，a》b》c；
[0038][0039]
一种风电场机组功率异常在线评估系统，包括：
[0040]
预处理模块，所述预处理模块获取全场风电机组运行数据，并对全场风电机组运行数据进行预处理，获取风速稳态工况数据；
[0041]
划分模块，所述划分模块对风速稳态工况数据进行划分，获取若干个风速区间；
[0042]
第一获取模块，所述第一获取模块基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值；
[0043]
第二获取模块，所述第二获取模块基于所划分的风速区间，获取全场n台风机在全风速段内的各风速下的风机有功功率值，进而获取各单台风机的有功功率的功率曲线；
[0044]
第三获取模块，所述第三获取模块基于n台风机在各个相同风速区间的有功功率值平均值，得到全场集群机组的有功功率的功率曲线；
[0045]
判断模块，所述判断模块判断单台风机的有功功率与集群机组的有功功率在各个风速的下相对偏差是否大于阈值，若大于，则正常；若小于，则基于相对偏差的大小，判断风机功率的异常等级。
[0046]
与现有技术相比，本发明具有以下有益效果：
[0047]
本发明通过对风速稳态工况数据进行划分，并将风速区间中间值作为风机有功功率值，通过所划分的风速区间，得到各单台风机的有功功率的功率曲线；进而得到全场集群机组的有功功率的功率曲线；判断单台风机的有功功率与集群机组的有功功率在各个风速区间下的相对偏差与阈值的关系，判断风机功率的异常等级。本发明成本较低，在不增加额外传感器的基础上实现风机功率异常报警、发电性能劣化程度量化评估与发电低效机组的
识别，同时具有实时在线、快速准确的优点，大大缩短了风机功率异常评估与低效机组识别的周期。本发明可定位功率异常的风电机组，便于精准指导运维人员及时进行风机的排查与维修，有效降低了机组定检的运维成本。
附图说明
[0048]
为了更清楚的说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0049]
图1为本发明的风电场机组功率异常在线评估方法的一种流程示意图；
[0050]
图2为本发明的风电场机组功率异常在线评估方法的另一种流程图；
[0051]
图3为本发明的运行数据预处理前后对比图；
[0052]
图4为本发明的功率曲线异常机组与集群功率对比图；其中，图4(a)为3号风机的有机功率与集群的有机功率的曲线对比图；图4(b)为7号风机的有机功率与集群的有机功率的曲线对比图；图4(c)为11号风机的有机功率与集群的有机功率的曲线对比图；图4(d)为21号风机的有机功率与集群的有机功率的曲线对比图；图4(e)为51号风机的有机功率与集群的有机功率的曲线对比图；图4(f)为62号风机的有机功率与集群的有机功率的曲线对比图；
[0053]
图5为本发明的风电场机组功率异常在线评估系统的结构示意图。
具体实施方式
[0054]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0055]
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0056]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0057]
在本发明实施例的描述中，需要说明的是，若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0058]
此外，若出现术语“水平”，并不表示要求部件绝对水平，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
[0059]
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0060]
下面结合附图对本发明做进一步详细描述：
[0061]
参见图1，本发明公布了一种风电场机组功率异常在线评估方法，包括：
[0062]
s101，获取全场风电机组运行数据，并对全场风电机组运行数据进行预处理，获取风速稳态工况数据。
[0063]
全场风电机组运行数据包括：单位时间内的风速、风向、风机有功功率、发电机转速、叶轮转速和偏航角度，并将各个测点运行数据以时间先后顺序为索引，共同构成一个多维时序矩阵。
[0064]
对全场风电机组运行数据进行预处理，获取风速稳态工况数据，具体为：剔除离群值和异常值并对稳态工况数据进行筛选；
[0065]
剔除离群值和异常值，具体为：基于直接筛选法剔除风电机组切入风速以下、切出风速以上的运行数据，剔除风机有功功率、发电机转速、叶轮转速小于零的运行数据。
[0066]
对稳态工况数据进行筛选，具体为：基于四分位法和3σ准则法，对稳态工况数据进行筛选；四分位法处理数据的计算方法如下：
[0067]
将多维时序矩阵按照风速最小值到风速最大值以0.1m/s的区间间隔进行划分，对每个区间内的风机有功功率值按照从小到大进行排序得到功率值序列[p1，p2，p3，
…
，pn]；
[0068]
计算下四分位数q1、上四分位数q3、四分位差i
qr
：
[0069][0070][0071]iqr
＝q
3-q
1 (3)
[0072]
设置运行数据正常值的范围为[n1，n2]，正常值区间下界n1、正常值区间上界n2分别按照公式(4)计算得到：
[0073][0074]
若运行数据不在正常值范围内，则认为是异常值，予以剔除；
[0075]
所述基于3σ准则法筛选稳态工况数据，具体为：将风速在最小值到最大值之间以0.1m/s的区间进行划分，针对每个风速区间内的运行数据，假定风机运行数据x是服从正态分布的，则
[0076]
r(|x-μ|》3σ)≤0.003 (5)
[0077]
式中，μ与σ分别表示正态总体的数学期望和标准差；将大于μ+3σ或小于μ-3σ的数据值作为异常值，予以剔除。
[0078]
s102，对风速稳态工况数据进行划分，获取若干个风速区间。
[0079]
将风速稳态工况数据按照风速最小值到风速最大值以固定的区间间隔进行划分，对每个区间内的风机有功功率值按照从小到大进行排序得到功率值序列[p1，p2，p3，
…
，pn]。
[0080]
s103，基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值。
[0081]
将风速区间内的风机有功功率的平均值作为风速区间中间值所对应的风机有功功率值。
[0082]
对于某些风速区间段内缺失风机有功功率数据的情况，基于插值法，获取该风速区间段中心风速值所对应的风机有功功率值；计算公式如下：
[0083][0084]
其中，pc为插值得到的风机有功功率值，p2、p1分别为有功功率缺失值对应的风速区间上下的风机有功功率值，v2、v1、vc分别为有功功率缺失值对应的风速区间上界值、下界值和中心值。
[0085]
s104，基于所划分的风速区间，获取全场n台风机在全风速段内的各风速下的风机有功功率值，进而获取各单台风机的有功功率的功率曲线。
[0086]
将单台风机的各个风速区间的风机有功功率值依次连接，获得单台风机的有功功率的功率曲线；重复该步骤，获得全场n台风机的有功功率的功率曲线。
[0087]
s105，基于n台风机在各个相同风速区间的有功功率值平均值，得到全场集群机组的有功功率的功率曲线。
[0088]
将n台风机在各个相同风速区间的有功功率值进行叠加，并求平均值，将该平均值作为集群基组在该风速区间的有功功率值。重复该步骤，获得n台风机在各个相同风速区间的有功功率平均值；继而获取全场集群机组的有功功率的功率曲线。
[0089]
s106，判断单台风机的有功功率与集群机组的有功功率在各个风速的下相对偏差是否大于阈值，若大于，则正常；若小于，则基于相对偏差的大小，判断风机功率的异常等级。
[0090]
阈值具体为：
[0091][0092]
其中，pi为单台风机的有功功率，为同风场、同机型、同风速下全场n台风机集群功率。
[0093]
基于相对偏差的大小，判断风机功率的异常等级，具体为：设定有功功率相对偏差阈值为a；设置风机功率异常为三级；分别为异常三级、异常二级和异常一级；异常三级、异常二级和异常一级报警阈值为单台机组功率与集群机组有功功率相对偏差分别低于a、b、
c；其中，a》b》c；
[0094][0095]
实施例：
[0096]
如图2所示，本发明公布了一种风电场机组功率异常在线评估方法，步骤为：
[0097]
a、全场风电机组运行数据获取与预处理。
[0098]
b、全场单台机组与全场集群机组功率曲线的拟合计算。
[0099]
c、风电机组功率异常报警阈值的确定与低效机组的识别。
[0100]
优选的，步骤a中通过风电机组scada(数据采集与监视控制系统)读取一段时间范围内的风速、风向、风机有功功率、发电机转速、叶轮转速、偏航角度等测点的运行数据，各个测点运行数据以时间先后顺序为索引，共同构成一个多维时序矩阵。
[0101]
优选的，步骤a中在获取风电机组scada(数据采集与监视控制系统)运行数据后，需要对所取出的运行数据进行数据预处理，包括：离群值、异常值的剔除、稳态工况数据筛选等预处理步骤。
[0102]
参见图3，优选的，步骤a中所取出的运行数据中离群值、异常值的剔除主要包括：采用直接筛选法剔除风电机组切入风速以下、切出风速以上的运行数据，剔除风机有功功率、发电机转速、叶轮转速小于零的运行数据；
[0103]
优选的，步骤a中所取出的运行数据在离群值、异常值剔除后还需进行稳态工况数据筛选处理。所采用的方法包括：四分位法和3σ准则法。其中四分位法处理数据的计算方法如下：
[0104]
划分风速区间：将多维时序矩阵按照风速最小值到风速最大值以0.1m/s的区间间隔进行划分，对每个区间内的风机有功功率值按照从小到大进行排序得到功率值序列[p1，p2，p3，
…
，pn]。
[0105]
计算下四分位数q1、上四分位数q3、四分位差i
qr
:
[0106][0107][0108]iqr
＝q
3-q
1 (3)
[0109]
设置运行数据正常值的范围为[n1，n2]：正常值区间下界n1、正常值区间上界n2分别按照如下公式计算得到：
[0110][0111]
3σ准则法筛选稳态工况数据：将风速在最小值到最大值之间以0.1m/s的区间进行划分，针对每个风速区间内的运行数据，假定风机运行数据x是服从正态分布的，则
[0112]
r(|x-μ|》3σ)≤0.003 (5)
[0113]
式中，μ与σ分别表示正态总体的数学期望和标准差。此时，在运行数据值中出现大于μ+3σ或小于μ-3σ数据值的概率是很小的。因此，根据上式对于大于μ+3σ或小于μ-3σ的数据值作为异常值，予以剔除。
[0114]
优选的，步骤b中全场单台机组与全场集群机组功率曲线的拟合计算。计算风场全场n台风机的功率曲线步骤如下：对数据预处理和稳态工况筛选后得到的数据按照风速最小值v
min
到最大值v
max
之间以0.2m/s为间隔进行均等划分得到m个风速区间，其中第i个风速区间为[v
min
+0.1
×
(i-1)，v
min
+0.1
×
(i+1)]。计算每个风速区间内的风机有功功率的平均值作为该风速区间中间值vi所对应的风机有功功率值。风速最小值v
min
、风速区间中间值vi、风速最大值v
max
三者满足如公式(6)所示：
[0115][0116]
优选的，步骤b中全场单台机组与全场集群机组功率曲线的拟合计算。对于某些风速区间段内缺失风机有功功率数据的情况，采用插值法计算得到该风速区间段中心风速值所对应的风机有功功率值。如公式(7)所示：
[0117][0118]
式中，pc为插值得到的风机有功功率值，p2、p1分别为有功功率缺失值对应的风速区间上下的风机有功功率值，v2、v1、vc分别为有功功率缺失值对应的风速区间上界值、下界值和中心值。
[0119]
优选的，步骤b中全场单台机组与全场集群机组功率曲线的拟合计算。计算全风场n台风机在全风速段内的各风速下的风机有功功率值后，绘制出全场n台风机的功率曲线。对同风场、风型号、同风速下的全场n台风机在各风速下的有功功率值取平均值得到全场集群机组的有功功率值，进而可以绘制出全场集群机组功率曲线。参见图4，图4(a)为3号风机的有机功率与集群的有机功率的曲线对比图；图4(b)为7号风机的有机功率与集群的有机功率的曲线对比图；图4(c)为11号风机的有机功率与集群的有机功率的曲线对比图；
[0120]
图4(d)为21号风机的有机功率与集群的有机功率的曲线对比图；图4(e)为51号风机的有机功率与集群的有机功率的曲线对比图；图4(f)为62号风机的有机功率与集群的有机功率的曲线对比图。
[0121]
优选的，步骤c中风电机组功率异常报警阈值的确定与低效机组的识别。计算单台机组与集群机组在各个风速下的有功功率的相对偏差值δi作为风电机组功率异常的判定条件。
[0122][0123]
式中，pi为单台风机的有功功率，为同风场、同机型、同风速下全场n台风机集群功率。
[0124]
优选的，步骤c中风电机组功率异常报警阈值的确定与低效机组的识别。设定有功功率相对偏差阈值为-5％。当单台风机的有功功率与集群机组的有功功率相对偏差小于-5％时，判定机组处于异常状态，该机组被定位识别为发电低效机组，进行报警。设置风机功率异常三级、二级、一级报警阈值为单台机组功率与集群机组有功功率相对偏差分别低于-5％、-10％、-15％。
[0125]
优选的，步骤c中风电机组功率异常报警阈值的确定与低效机组的识别。进一步地，为量化风电机组发电性能的劣化程度，按照单台机组与集群机组有功功率的相对偏差值大小，进行劣化程度的等级划分如下：
[0126][0127]
参见图5，本发明公布了一种风电场机组功率异常在线评估系统，包括：
[0128]
预处理模块，所述预处理模块获取全场风电机组运行数据，并对全场风电机组运行数据进行预处理，获取风速稳态工况数据；
[0129]
划分模块，所述划分模块对风速稳态工况数据进行划分，获取若干个风速区间；
[0130]
第一获取模块，所述第一获取模块基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值；
[0131]
第二获取模块，所述第二获取模块基于所划分的风速区间，获取全场n台风机在全风速段内的各风速下的风机有功功率值，进而获取各单台风机的有功功率的功率曲线；
[0132]
第三获取模块，所述第三获取模块基于n台风机在各个相同风速区间的有功功率值平均值，得到全场集群机组的有功功率的功率曲线；
[0133]
判断模块，所述判断模块判断单台风机的有功功率与集群机组的有功功率在各个风速的下相对偏差是否大于阈值，若大于，则正常；若小于，则基于相对偏差的大小，判断风机功率的异常等级。
[0134]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种风电场机组功率异常在线评估方法，其特征在于，包括：获取全场风电机组运行数据，并对全场风电机组运行数据进行预处理，获取风速稳态工况数据；对风速稳态工况数据进行划分，获取若干个风速区间；基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值；基于所划分的风速区间，获取全场n台风机在全风速段内的各风速下的风机有功功率值，进而获取各单台风机的有功功率的功率曲线；基于n台风机在各个相同风速区间的有功功率值平均值，得到全场集群机组的有功功率的功率曲线；判断单台风机的有功功率与集群机组的有功功率在各个风速区间下的相对偏差是否大于阈值，若大于，则正常；若小于，则基于相对偏差的大小，判断风机功率的异常等级。2.根据权利要求1所述的风电场机组功率异常在线评估方法，其特征在于，所述全场风电机组运行数据包括：单位时间内的风速、风向、风机有功功率、发电机转速、叶轮转速和偏航角度，并将各个测点运行数据以时间先后顺序为索引，共同构成一个多维时序矩阵。3.根据权利要求2所述的风电场机组功率异常在线评估方法，其特征在于，所述对全场风电机组运行数据进行预处理，获取风速稳态工况数据，具体为：剔除离群值和异常值并对稳态工况数据进行筛选；所述剔除离群值和异常值，具体为：基于直接筛选法剔除风电机组切入风速以下、切出风速以上的运行数据，剔除风机有功功率、发电机转速、叶轮转速小于零的运行数据。4.根据权利要求3所述的风电场机组功率异常在线评估方法，其特征在于，所述对稳态工况数据进行筛选，具体为：基于四分位法和3σ准则法，对稳态工况数据进行筛选；所述四分位法处理数据的计算方法如下：将多维时序矩阵按照风速最小值到风速最大值以0.1m/s的区间间隔进行划分，对每个区间内的风机有功功率值按照从小到大进行排序得到功率值序列[p1，p2，p3，
…
，p
n
]；计算下四分位数q1、上四分位数q3、四分位差i
qr
：：i
qr
＝q
3-q1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)设置运行数据正常值的范围为[n1，n2]，正常值区间下界n1、正常值区间上界n2分别按照公式(4)计算得到：n1＝q
1-1.5i
qr
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)n2＝q2+1.5i
qr
若运行数据不在正常值范围内，则认为是异常值，予以剔除；所述基于3σ准则法筛选稳态工况数据，具体为：将风速在最小值到最大值之间以0.1m/s的区间进行划分，针对每个风速区间内的运行数据，假定风机运行数据x是服从正态分布的，则p(|x-μ|>3σ)≤0.003
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)式中，μ与σ分别表示正态总体的数学期望和标准差；将大于μ+3σ或小于μ-3σ的数据值作为异常值，予以剔除。5.根据权利要求1所述的风电场机组功率异常在线评估方法，其特征在于，所述对风速稳态工况数据进行划分，获取若干个风速区间，具体为：将风速稳态工况数据按照风速最小值到风速最大值以固定的区间间隔进行划分，对每个区间内的风机有功功率值按照从小到大进行排序得到功率值序列[p1，p2，p3，
…
，p
n
]。6.根据权利要求5所述的风电场机组功率异常在线评估方法，其特征在于，所述基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值，具体为：将风速区间内的风机有功功率的平均值作为风速区间中间值所对应的风机有功功率值。7.根据权利要求6所述的风电场机组功率异常在线评估方法，其特征在于，所述基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值，还包括：对于某些风速区间段内缺失风机有功功率数据的情况，基于插值法，获取该风速区间段中心风速值所对应的风机有功功率值；计算公式如下：其中，p
c
为插值得到的风机有功功率值，p2、p1分别为有功功率缺失值对应的风速区间上下的风机有功功率值，v2、v1、v
c
分别为有功功率缺失值对应的风速区间上界值、下界值和中心值。8.根据权利要求7所述的风电场机组功率异常在线评估方法，其特征在于，所述阈值具体为：其中，p
i
为单台风机的有功功率，为同风场、同机型、同风速下全场n台风机集群功率。9.根据权利要求8所述的风电场机组功率异常在线评估方法，其特征在于，所述基于相对偏差的大小，判断风机功率的异常等级，具体为：设定有功功率相对偏差阈值为a；设置风机功率异常为三级；分别为异常三级、异常二级和异常一级；异常三级、异常二级和异常一级报警阈值为单台机组功率与集群机组有功功率相对偏差分别低于a、b、c；其中，a>b>c；10.一种风电场机组功率异常在线评估系统，其特征在于，包括：
预处理模块，所述预处理模块获取全场风电机组运行数据，并对全场风电机组运行数据进行预处理，获取风速稳态工况数据；划分模块，所述划分模块对风速稳态工况数据进行划分，获取若干个风速区间；第一获取模块，所述第一获取模块基于风速区间内的风机有功功率，获取风速区间中间值所对应的风机有功功率值；第二获取模块，所述第二获取模块基于所划分的风速区间，获取全场n台风机在全风速段内的各风速下的风机有功功率值，进而获取各单台风机的有功功率的功率曲线；第三获取模块，所述第三获取模块基于n台风机在各个相同风速区间的有功功率值平均值，得到全场集群机组的有功功率的功率曲线；判断模块，所述判断模块判断单台风机的有功功率与集群机组的有功功率在各个风速的下相对偏差是否大于阈值，若大于，则正常；若小于，则基于相对偏差的大小，判断风机功率的异常等级。

技术总结
本发明公开了一种风电场机组功率异常在线评估方法及系统，包括：通过对风速稳态工况数据进行划分，并将风速区间中间值作为风机有功功率值，通过所划分的风速区间，得到各单台风机的有功功率的功率曲线；进而得到全场集群机组的有功功率的功率曲线；判断单台风机的有功功率与集群机组的有功功率在各个风速区间下的相对偏差与阈值的关系，判断风机功率的异常等级。本发明在不增加额外传感器的基础上实现风机功率异常报警、发电性能劣化程度量化评估与发电低效机组的识别，并缩短了风机功率异常评估与低效机组识别的周期。本发明可定位功率异常的风电机组，便于运维人员进行风机的检修，降低了机组定检的运维成本。降低了机组定检的运维成本。降低了机组定检的运维成本。


技术研发人员：安留明 李德永 沙德生 刘兴伟 李芊 周利鹏 张庆 巴特尔 张鑫赟 姜文鑫 刘潇波 刘勇
受保护的技术使用者：中国华能集团清洁能源技术研究院有限公司
技术研发日：2023.05.19
技术公布日：2023/8/9