[发明专利]一种基于历史气候数据的风电场运维检修模型

说明书

本发明提供了一种基于历史气候数据的风电场运维检修模型，基于气象站历史气候数据，采用数据建模分析的方式，得到风速的真实平均值，过滤数据中心频繁起伏的随机误差，使数据更为平滑，从而显示出其统计特征量，进行最优维检时间窗口寻找，减少了发电量损失。

技术领域

本发明涉及一种基于历史气候数据的风电场运维检修模型。

背景技术

风电场的运维检修一般分为两种，一种是针对风电场电网设备检修的春检、秋检，另一种是针对风电机组的半年检修与全年检修。电网设备集中检修由发电公司报送电网，再进行全场停机维检，一般视不同情况，持续时间为5到20天。而风电机组的检修由设备厂商报送发电公司，进行逐台机组设备的维护和故障排查，一般一台风机需停机半个工作日。

风电场运维检修能够提升风电场设备可靠性，安全性以及发电效率，但同时不可避免的造成了风电场发电损失。因此选择风速较小的维检时间窗口，成为了降低维检发电损失的关键。目前发电公司一般根据去年风功率历史数据结合短期风功率预报的结果，确定维检时间窗口。但由于气候内部自然变率，一年的结果统计代表性较差，无法体现气候周期中大风年、小风年、以及风期偏差的效应。同时风电场短期风功率预报一般只能预报未来3-4天的预报结果，不能覆盖维检工作周期。因此这种方法只能大致的确定维检日期，不能合理、客观的寻找最优维检时间窗口。

发明内容

本发明要解决的技术问题是：现有风电场运维检修只能大致的确定维检日期，不能合理客观的找到最优维检时间窗口，造成风电场发电损失的问题。

为了解决上述问题，本发明的技术方案是提供了一种基于历史气候数据的风电场运维检修模型，其特征在于包括以下步骤：

步骤一、获取计算场站最近气象站的N个平均风速数据y(t)，y(t)由确定性成分和随机性成分组成；

步骤二、视N个平均风速数据y(t)在每m个相邻观测风速的小区间内是平稳的，取每m个相邻观测风速的平均值y_k表示该m个数据中任一个数据的值，

其中k为正整数，k＝{1,…,N}；n为正整数，n＝{1,…,N}；j为整数，j＝{-n,…,n}；m＝2n+1；

步骤三、得出滤掉随机性成分后的确定性结果

由此得到N个平均风速数据y(t)的真实平均值，确定维检时间窗口。

优选地，所述步骤一中的平均风速数据y(t)为30年的数据。

优选地，所述步骤一中的平均风速数据y(t)的取样间隔为1小时或3小时。

优选地，所述步骤二中m的取值为5。

与现有技术相比，本发明的有益效果是：

本发明基于气象站的历史气候数据，采用数据建模分析的方式，得到风速数据的真实平均值，过滤数据中心频繁起伏的随机误差，使数据更为平滑，从而显示出其统计特征量，进行最优维检时间窗口寻找，减少了发电量损失。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，作详细说明如下。

首先获取计算场站最近气象站30年平均风速数据。

由于30年历史风速存在波动，因此需要对确定性成分和不确定成分进行分离。而风速存在不确定性，难以选用某种多项式来表示其确定性成分；因此采用平滑和滤波的数据处理方法来建立数据模型，过滤30年平均风速数据中的随机起伏。

建模的基本机理为：