[发明专利]基于风机SCADA数据的风电场发电量损失测量方法及系统

权利要求书

1.基于风机SCADA数据的风电场发电量损失测量方法，其特征在于，所述方法包括以下步骤：

步骤S1，获得风机SCADA数据和现场测风塔数据；

步骤S2，对所述风机SCADA数据和现场测风塔数据进行筛选处理，筛选所述风机SCADA数据中异常的记录值及停机时间，并建立一个完整的数据集；

步骤S3,根据所述数据集，建立风机性能评价指标；

步骤S4，通过所述风机性能评价指标，计算得到风电场的发电量损失。

2.根据权利要求1所述的基于风机SCADA数据的风电场发电量损失测量方法，其特征在于，

所述步骤S3，具体为：

根据所述数据集中的数据，通过预先建立的基于神经网络的风机运行模型，计算风机输出功率预测值与实测值的偏差；

通过自组织映射，对所述偏差信号进行聚类，得到系统状态；

通过预先建立的基于MC的状态转移模型，得到风机性能评价指标。

3.根据权利要求1所述的基于风机SCADA数据的风电场发电量损失测量方法，其特征在于，

步骤S4，具体为：

通过所述风机性能评价指标，将每台风机周围分为若干个扇区，从风机SCADA数据获得每台风机每个扇区的实际发电量，将风电场分为若干个扇区，并计算每个扇区的参考发电量；

根据所述实际发电量和所述参考发电量，计算得到风电场的发电量损失。

4.根据权利要求2所述的基于风机SCADA数据的风电场发电量损失测量方法，其特征在于，

通过预先建立的基于神经网络的风机运行模型，计算风机输出功率预测值与实测值的偏差，具体为：

在所述预处理后的SCADA数据中，选择WS，AT，GT，桨角数据和RS数据作为输入参数，输入至所述预先建立的基于神经网络的风机运行模型，计算得到风机输出功率预测值与实测值的偏差。

5.根据权利要求2所述的基于风机SCADA数据的风电场发电量损失测量方法，其特征在于，

通过自组织映射，对所述偏差信号进行聚类，得到系统状态，具体为：

选取所述偏差信号中的若干个数据点和包含n个状态的状态空间，所述状态空间为聚类偏差信号的结果；

将所述偏差信号到所述状态空间的映射形成自组织映射；

根据所述聚类偏差信号的结果，建立马尔可夫模型，作为系统状态。

6.根据权利要求1所述的基于风机SCADA数据的风电场发电量损失测量方法，其特征在于，

所述风电场中的风机为双叶轮风力发电机，该双叶轮风力发电机包括：

一级叶轮、二级叶轮和叶轮转速合并机构；所述叶轮转速合并机构具有第一输入轴、第二输入轴、第一输出轴和第二输出轴，所述一级叶轮与所述第一输入轴驱动连接，所述二级叶轮与所述第二输入轴驱动连接，所述第一输出轴通过第一离合器与第一发电机的输入轴驱动连接，所述第二输出轴通过第二离合器与所述第二发电机的输入轴驱动连接；

所述一级叶轮与所述二级叶轮同轴连接，所述一级叶轮的叶片长度大于所述二级叶轮的叶片长度，且工作时的旋转方向相反，所述一级叶轮位于所述二级叶轮的前方；

所述叶轮转速合并机构包括同轴设置的太阳轮、齿圈和行星架，所述行星架上设有多个行星轮，所述齿圈设有内齿和外齿，所述行星轮啮合在所述齿圈的内齿和所述太阳轮之间，所述第一输入轴设有驱动齿轮，所述驱动齿轮与所述齿圈的外齿啮合，所述第二输入轴与所述太阳轮的转轴连接，所述行星架的转轴通过中间轴与输出轴驱动连接，所述输出轴的一端形成所述第一输出轴，另一端形成所述第二输出轴；

当风速小于第一阈值时，对一级叶轮和二级叶轮的叶片进行变桨，使一级叶轮停止发电状态，二级叶轮处于旋转发电状态，第一离合器处于啮合状态，第二离合器出去分离状态；

当风速不小于第一阈值且不大于第二阈值时，对一级叶轮和二级叶轮的叶片进行变桨，使一级叶轮和二级叶轮均处于旋转发电状态，第一离合器处于啮合状态，第二离合器处于分离状态；

当风速大于第二阈值时，一级叶轮和二级叶轮均处于旋转发电状态，第一离合器和第二离合器均处于啮合状态。