[发明专利]基于BP神经网络的风电机组功率特性评估方法

说明书

技术领域：

本发明具体地涉及一种基于BP神经网络的风电机组功率特性评估方法，属于风力发电技术领域。

背景技术：功率特性是风电机组的重要的基本属性，它直接关系到风电机组的经济技术水平。目前一般采用IEC61400-12-1或IEC61400-12-2进行风电机组功率特性测试。虽IEC61400-12-1标准能够准确的测试出机组的功率输出情况，但对地形及测风塔的安装有严格的要求，对某些地形复杂的风电场，很可能无法或是较为困难进行这种方式的试验，即使能够进行测试，对于具有几十台甚至几百台的风电场也不可能逐一进行IEC标准风功率特性测试，若进行必将耗费大量的人力物力财力。虽IEC61400-12-2标准能够较为快速且花费较低对机组进行功率评估，但评估中建立的机舱传递函数(Nacelle Transfer Functions，NTF)适用条件非常严格，难以全部满足，这就造成评估出的功率曲线存在较大的误差，影响对机组运行状态的判断。

针对IEC标准风电机组功率特性测试难以广泛使用，在风电机组运行过程中，SCADA系统会对机舱风速及对应的功率进行动态采样，自动绘制该机组的功率曲线。然而，安装在风电机组尾部的测风设备所测得机舱风速是收到风轮尾流影响的风速，由于风速的微小偏差会造成功率很大的偏差，所以用受尾流影响的风速进行功率曲线的绘制存在着较大的误差。

然而对风电机组尾流效应的模拟是困难的，是需要借助专业计算工具才能进行；风流经转动的叶轮，风速波动更加不规则，机舱风速与自由风速之间的映射关系是复杂的非线性，是难以用线性函数进行的描述的。。

发明内容

发明目的：本发明提供了一种基于BP神经网络的风电机组功率特性评估方法，其目的是解决以往的方式所存在的不足，其利用BP神经网络对机舱风速进行修正，对风电场的全部或部分风电机组进行功率特性的评估。

技术方案：本发明是通过以下技术方案来实现的：

一种基于BP神经网络的风电机组功率特性评估方法，其特征在于：该方法包括如下步骤：

步骤1：根据IEC61400-12-1标准对风电场内各台机组进行场地评估，对于一般地形的风电场，随机选择一台机组作为参考机组；对于复杂地形的风电场，计算各台机组崎岖指数(RIX)，选择接近所有RIX平均值的机组作为参考机组；

步骤2：将参考机组按照IEC61400-12-1标准进行功率特性测试，与此同时，在剩余机组箱变低压侧安装电压互感器和电流互感器，以获得各机组的净功率输出值；

步骤3：同步记录测风塔数据、功率特性测试测风杆数据、各台机组SCADA数据及各台机组功率输出数据，并建立评估数据库。评估数据库中的机舱风速采集于机组的SCADA系统，自由风速采集于风电场内测风塔及功率特性测试测风杆，且该数据库存储不低于180h连续测量时间的数据，且数据采集频率在7s～10min之内，能够覆盖一定范围的风速范围和风况条件；

步骤4：评估数据库中机舱风速、自由风速、功率等数据时间同步，对数据库中的数据进行筛选与检验并统一频率为10min，自由风速即测风塔及测风杆所测风速；

步骤5：数据回归，根据测风塔数据确定测试风电场的空气密度，测试场地有效数据采集期间测量的平均空气密度在1.225±0.05kg/m³范围时，无需将空气密度标准化为实际平均空气密度；若否，则按照IEC61400-12-1有关内容进行转化；

步骤6：利用BP神经网络的非线性拟合能力去修正风电机组机舱尾部测风设备所测得的机舱风速，从而得到自由风速，以此进行风电机组功率特性的评估。本方法采用三层BP神经网络，其中输入层为测风塔风速、机舱风速，输出层为自由风速，选取参考机组数据作为训练数据，建立自由风速与机舱风速的映射关系；

步骤7：将风电场中的各机组的机舱风速、测风塔数据作为训练后BP神经网络的输入值，得到各台机组的自由风速；

步骤8：经过上述风速的修正，根据IEC 61400-12-1风电机组功率特性测试标准要求进行风电机组的功率特性测试，绘制出功率曲线及功率系数，外推出年发电量，最后出具评估报告。

适用本方法时风电场中至少有一台机组按照IEC61400-12-1标准进行功率特性测试(该机组成为参考机组)，且该风电场中至少安装有一处测风塔。

该方法步骤具体为：