风力发电机组发电性能分析与优化

• 作者: 唐应才
• 来源期刊: 大科技
• 学科: 工学
• 关键词: 风电机组 风功率曲线 异常数据识别 运行状态识别 参数化模型
• 年，卷（期）: 2022,（8）
• 所属期刊栏目: 电力建设
• 页码范围: 56-58
• 页数: 3页
• 分类号: TM315
• 语种: 中文

摘要

风电机组的运行环境往往非常恶劣,存在大量不符合风电机组正常输出特性的异常数据.为了使风能成为可靠的能源,建立一个高效、准确的风电功率监测和预测模型非常重要,因此有必要对异常数据进行识别,以便更准确地分析风电机组的运行状态.同时,异常数据的识别和剔除是获取风电功率曲线,从而评估风电机组发电性能、预测风电功率的重要步骤.分析数据异常的原因是识别机组运行状态、实现风电监测的重要工作.本文阐述了风速功率散点图中异常数据的分布特征,总结了异常数据识别、风电功率曲线建模和风电机组运行状态识别的常用方法,分析了各种方法存在的问题和不足,提出了风电机组运行状态识别深入研究的未来发展方向.