[发明专利]一种基于全风速运行状态的风电机组偏航误差矫正的方法

权利要求书

1.一种基于全风速运行状态的风电机组偏航误差矫正的方法，其特征在于，包括以下步骤：

S1:首先，在风电机组的历史数据中通过有效变量选择方法选取有效变量，基于所述有效变量和根据全风速段工况数据的提取方法提取出额定风速以上的工况数据；

S2:根据所述有效变量和工况数据，基于对风偏差的自变量等效功率寻优，得出寻优结果；

S3:根据所述寻优结果，基于额定风速以下工况偏航误差计算方法、额定风速以上工况偏航误差计算方法和偏航误差的矫正方法来估计出额定风速以上和额定风速以下的偏航偏差，并得出矫正偏航偏差算法；

S4:对计算出的额定风速以下的偏航偏差数据，进行数据筛选，得出有效结果；

S5:通过得到的额定风速以上a和额定风速以下b的偏航误差进行比对矫正，最终得到风力发电量机组的偏航误差数据，在进行偏航误差矫正时，若a=b，偏航误差为a或b；若绝对值a绝对值b且绝对值a-绝对值b5°，偏航误差为a；若绝对值a绝对值b且绝对值a-绝对值b5°，需重新增大样本重新计算；若绝对值a绝对值b，需重新考虑地形或不同扇区对于风向标的影响增大样本重新计算，不能轻易调整风向标采集数据。

2.根据权利要求1所述的基于全风速运行状态的风电机组偏航误差矫正的方法，其特征在于，步骤S1中，所述变量包括风速、风向、功率、变桨角度、发电机转速、叶轮转速、机组状态、偏航位置及环境温度；所述选择有效变量的方法是若有两个风速仪则选取两个风速变量、若有两个风向标则选取两个风向变量、根据发电机并网功率选择功率变量、根据偏航编码器的显示选取偏航位置变量。

3.根据权利要求1所述的基于全风速运行状态的风电机组偏航误差矫正的方法，其特征在于，步骤S1中，所述全风速段工况数据的提取方法的步骤包括：

S31:准备数据集，根据有效变量，历史数据以10秒为采样间隔来获得每组的数据，并将每组数据各自组成一个向量X；

S32:数据集归一化，采用归一化函数Fone对每个数据元素进行归一化计算来得到一个新的数据集One，并把各组变量根据各自的物理范围合量进行比例运算，把各个变量的值变换到一个数据等级上；

S33:采用混合高斯模型对数据集One进行自动聚类计算，通过采用DBSCAN方法和引入对应的开源代码库；

S34:从分类完成的数据集里提取出代表额定以上的工况的数据集，提取方法是针对每一个数据集中的数据元素计算出一个额定以上指数。

4.根据权利要求1所述的基于全风速运行状态的风电机组偏航误差矫正的方法，其特征在于，步骤S34中，额定以上指数的计算方法是，在计算出每个元素的指数之后，对一个数据集取全体数据元素所得指数的均值，根据均值，判断出指数数值最大的就为额定以上风速工况的数据集，小于最大值的为额定风速以下工况的数据集。

5.根据权利要求1所述的基于全风速运行状态的风电机组偏航误差矫正的方法，其特征在于，步骤S4中，数据筛选是采用横向和纵向两个LOF算法计算对网格化计算得出的结构进行筛选，步骤包括：

S51:把网格化计算得到的结果按照风坐标以等距0.5，分为n组，把每一组数据进行LOF计算，得到每个数据组的LOF数值；

S52:把每一组 LOF 数值最小的 2 个数据删除掉，保留其余数据；

S53:在每一组保留下的数据中找到功率最大的数据组；

S54:把每一组功率最大的数据组成一个新的数据集合A；

S55:对新的数据集合A进行LOF计算，删掉LOF中一个最小值，得到数据集合B；

S56:对数据集合B中的最大功率对应的风向标数值求出平均值，来得到风偏差的最后结果。

6.根据权利要求5所述的基于全风速运行状态的风电机组偏航误差矫正的方法，其特征在于，所述LOF算法是对每个数据点，计算它与其它所有点的距离，并按照从近到远进行排序；或者是对每个数据点，找到它的最相邻的数值k-nearest-neighbor，计算LOF得分。

7.根据权利要求1所述的基于全风速运行状态的风电机组偏航误差矫正的方法，其特征在于，步骤S2中，对风偏差的自变量等效功率的计算方法是根据变桨型风电机组的运行原理，在同一功率水平下，风速越大，就需要更大的变桨位置来维持功率的稳定输出，把变桨位置的数值，作为等效功率来进行寻优，步骤包括：

S71:寻优数据及的提取；

S72:划分偏航对风角度的区间；

S73:用连续求导数的方法找到等效的功率最高点；

S74:最优功率位置的确定规则。