一种发电机组的发电性能评估方法及设备技术

本发明专利技术的实施例提供一种发电机组的发电性能评估方法及设备，涉及电力设备领域，能够结合发电机组的历史运行数据对发电机组的发电性能进行精准的评估。该方法包括：获取至少一个发电机组的历史运行数据；在历史运行数据中选取每个发电机组的训练数据；通过基于数据挖掘的人工智能算法计算每个发电机组的训练数据获得至少一个发电机组的纵向发电量预测模型；获取至少一个发电机组中待评估发电机组的待评估运行数据，将待评估运行数据输入对应的纵向发电量预测模型检测待评估发电机组的纵向发电性能是否正常。本发明专利技术的实施例用于发电机组的发电性能评估。

【技术实现步骤摘要】

本专利技术涉及电力设备领域，尤其涉及一种发电机组的发电性能评估方法及设备。
技术介绍
风电场和光伏电站投产运营后，其出力情况能否达到系统的标称出力，发电性能 是否稳定且持续，是运营商最为关心的问题，也是决定风电场和光伏电站经济运营指标最 为重要的问题。而随机变化的风能和太阳能会导致系统输出功率具有波动性、间歇性和随 机性的特点。这给风力发电机组和光伏发电机组的发电性能评估带来的很多困难。 对于风力发电机组，可以通过考核机组功率曲线表征风机的发电性能，功率曲线 考核是在某一段时间内记录风电机组轮毂高度处的风速和在该风速下机组的输出功率。将 不同风速下风电机组的输出功率绘制成曲线，再按照相应公式矫正至标准空气密度下，绘 制成标准功率曲线，以此分析该台机组发电性能的优劣。类似的，也可以通过绘制太阳辐射 强度一有功功率曲线来表征光伏发电机组的性能。另一种衡量发电系统性能的方法为：通 过一系列生产运行指标来表征其可靠性和经济性，如利用风机设备可利用率、故障时间、年 月发电量、等效利用小时数等来评价风力发电机组的发电性能。 但是，发电机组的发电性能往往是同多种运行数据直接相关的，例如：发电机组所 处环境的气象数据、发电机组运行数据等等，因此现有技术中并不能综合多种运行数据提 供精准的发电性能评估。
技术实现思路
本专利技术的实施例提出一种发电机组的发电性能评估方法及设备，能够结合发电机 组的历史运行数据对发电机组的发电性能进行精准的评估。 为达到上述目的，本专利技术的实施例采用如下技术方案： 第一方面，提供一种发电机组的性能评估方法，包括： 获取至少一个发电机组的历史运行数据，所述历史运行数据用于表征所述发电机 组的发电性能； 在所述历史运行数据中选取每个所述发电机组的训练数据； 通过基于数据挖掘的人工智能算法计算每个所述发电机组的训练数据获得至少 一个发电机组的纵向发电量预测模型； 获取所述至少一个发电机组中待评估发电机组的待评估运行数据，将所述待评估 运行数据输入对应的纵向发电量预测模型检测所述待评估发电机组的纵向发电性能是否 正常。 第二方面，提供一种发电机组的性能评估设备，包括： 参数获取单元，用于获取至少一个发电机组的历史运行数据，所述历史运行数据 用于表征所述发电机组的发电性能； 数据筛选单元，用于在所述参数获取单元获取的历史运行数据中选取每个所述发 电机组的训练数据； 计算单元，用于通过基于数据挖掘的人工智能算法计算所述数据筛选单元选取的 每个所述发电机组的训练数据获得至少一个发电机组的纵向发电量预测模型； 检测单元，用于获取所述至少一个发电机组中待评估发电机组的待评估运行数 据，将所述待评估运行数据输入所述计算单元获得的对应的纵向发电量预测模型检测所述 待评估发电机组的纵向发电性能是否正常。 在上述的方案提供的发电机组的发电性能评估方法中，发电性能评估设备能够结 合发电机组的历史运行数据，通过基于数据挖掘的人工智能算法计算每个发电机组的训练 数据获得至少一个发电机组的纵向发电量预测模型，进而通过纵向发电量预测模型对发电 机组性的发电性能进行评估，能够实现对发电机组的发电性能进行精准的评估。【附图说明】 为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例或现有技术描述中 所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实 施例，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 获得其他的附图。 图1为本专利技术的实施例提供的一种发电机组的发电性能评估方法的流程示意图； 图2为本专利技术的另一实施例提供的一种发电机组的发电性能评估方法的流程示 意图； 图3为本专利技术的实施例提供的一种纵向发电量预测模型的建模方法示意图； 图4为本专利技术的实施例提供的一种纵向发电量预测模型的校验方法示意图； 图5为本专利技术的实施例提供的一种聚类分析的方法示意图； 图6为本专利技术的实施例提供的一种横向发电性能的检测方法示意图； 图7为本专利技术的实施例提供的一种发电性能评估设备的结构示意图； 图8为本专利技术的另一实施例提供的一种发电性能评估设备的结构示意图； 图9为本专利技术的又一实施例提供的一种发电性能评估设备的结构示意图。【具体实施方式】 现在参照附图描述多个实施例，其中用相同的附图标记指示本文中的相同元件。 在下面的描述中，为便于解释，给出了大量具体细节，以便提供对一个或多个实施例的全面 理解。然而，很明显，也可以不用这些具体细节来实现所述实施例。在其它例子中，以方框 图形式示出公知结构和设备，以便于描述一个或多个实施例。 参照图1所示，本专利技术的实施例提供一种发电机组的发电性能评估方法，包括如 下步骤： 101、获取至少一个发电机组的历史运行数据，所述历史运行数据用于表征所述发 电机组的发电性能； 其中，本专利技术的实施例所保护的发电机组包括：风力发电机组、光伏发电机组，但 不限于上述的两种。其中上述的风力发电机组可以为包括单台风力发电机、变压器以及传 输线路组成的发电机组，或者多台风力发电机、变压器及传输线路组成的风力发电场；类似 的，光伏发电机组也可以为包括单片光伏电池板、变流器及传输线路构成的发电机组，或者 可以是由多个光伏电池板、变流器及传输线路构成的太阳能发电站；以光伏发电机组，在实 际评估过程中，发电机组的历史运行数据可以为单独表征光伏电池板或者单独表征变流器 性能的数据，也可以是同时包括表征光伏电池板和变流器性能的数据，从而实现对发电机 组整体性能，或者光伏电池板和变流器等发电机组中任一组成部分的性能的评估。 102、在所述历史运行数据中选取每个所述发电机组的训练数据； 103、通过基于数据挖掘的人工智能算法计算每个所述发电机组的训练数据获得 至少一个发电机组的纵向发电量预测模型； 例如，步骤103中的基于数据挖掘的人工智能算法可以采用ANFIS(英文： Adapitive Neuro-fuzzy Inference System，中文：自适应模糊神经推理系统）。 104、获取所述至少一个发电机组中待评估发电机组的待评估运行数据，将所述待 评估运行数据输入对应的纵向发电量预测模型检测所述待评估发电机组的纵向发电性能 是否正常。 在上述的方案提供的发电机组的发电性能评估方法中，发电性能评估设备能够结 合发电机组的历史运行数据，通过基于数据挖掘的人工智能算法计算每个发电机组的训练 数据获得至少一个发电机组的纵向发电量预测模型，进而通过纵向发电量预测模型对发电 机组的发电性能进行评估，能够实现对发电机组的发电性能进行精准的评估。 具体的，参照图2所示，本专利技术的实施例提供的发电机组的发电性能评估方法包 括： 201、获取至少一个发电机组的历史运行数据，所述历史运行数据用于表征所述发 电机组的发电性能。 其中，发电机组可以采用：风力发电机组或光伏发电机组，运行数据包括：气象数 据和发电机组运行数据，其中发电机组为风力发电机组时，所述气象数据包括：风速、风向、 环境温度、空气湿度、气压及湍流强度；所述发电机组运行数据包括：功率、转速、风机运行 状态，其中风机运行状态包括：空转状态、发电状态及停当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种发电机组的发电性能评估方法，其特征在于，包括：获取至少一个发电机组的历史运行数据，所述历史运行数据用于表征所述发电机组的发电性能；在所述历史运行数据中选取每个所述发电机组的训练数据；通过基于数据挖掘的人工智能算法计算每个所述发电机组的训练数据获得至少一个发电机组的纵向发电量预测模型；获取所述至少一个发电机组中待评估发电机组的待评估运行数据，将所述待评估运行数据输入对应的纵向发电量预测模型检测所述待评估发电机组的纵向发电性能是否正常。

【技术特征摘要】

【专利技术属性】
技术研发人员：王晓钰，赵冰洁，房新雨，梁家宁，
申请(专利权)人：远景能源江苏有限公司，
类型：发明
国别省市：江苏;32