法国Meteodyn专家蒋紫虓-用于风机功率曲线评估的SCADA数据的最优时间步长研究

1CHINAWINDPOWER2018CHINAWINDPOWER2018用于风机功率曲线评估的SCADA数据最优时间步长研究ResearchonOptimalTimeStepofSCADADataforPowerCurveAssessmentofWindTurbineJiangZixiao,Meteodyn2提纲

CHINAWINDPOWER2018数据处理剔除不合理数据剔除风机异常运行数据数据时间平均功率曲线评估根据不同时间步长的数据评估风机功率曲线计算RMSE频谱分析应用信号处理方法对风速和功率进行分析结论10min的时间步长为较好的选择conclusion3提纲

CHINAWINDPOWER2018数据处理功率曲线评估频谱分析结论4CHINAWINDPOWER2018数据处理数据检验数据采集或记录过程中产生的不合理数据应被剔除数据缺失范围检验趋势检验相关性检验有效数据SCADA数据5CHINAWINDPOWER2018数据处理风机运行状态识别当风机处在非正常发电状态下的数据应被剔除正常限电停机超发欠发6CHINAWINDPOWER2018数据处理风机运行状态识别SCADA数据剔除测量错误数据评估SCADA功率曲线分类标记数据利用正常运行数据重新计算功率曲线7CHINAWINDPOWER2018数据处理SCADA数据时间平均将风速和功率数据按照不同时间步长进行时间平均7s120min60min30s1min5min10min30min8提纲

CHINAWINDPOWER2018数据处理功率曲线评估频谱分析结论9CHINAWINDPOWER2018功率曲线评估功率曲线评估不同时间步长的风速、功率数据及相应评估得到的功率曲线10CHINAWINDPOWER2018功率曲线评估RMSE输出功率测量值相对于预测值（功率曲线）的RMSERMSE：RootMeanSquareError均方根误差时间步长10min时间步长RMSE最低时间步长11CHINAWINDPOWER2018功率曲线评估RMSE时间步长很短时，RMSE较大；时间步长10min时，RMSE最小；随着时间步长进一步增加，RMSE缓慢增加。10min时间步长RMSE最低12提纲

CHINAWINDPOWER2018数据处理功率曲线评估频谱分析结论13CHINAWINDPOWER2018频谱分析PSD分别计算功率、风速两个信号通道的PSDPSD：PowerSpectrumDensity功率谱密度右图给出了两个信号的PSD比值曲线频率高于0.03Hz时，两个信号变化很小，数据仅代表了测量噪声频率高于0.03时，比值接近于恒定14CHINAWINDPOWER2018频谱分析PSD将上图坐标改成对数坐标，则该曲线与Bode幅频图类似表现类似于一阶低通滤波器频率低于0.005Hz时，功率可响应风速的变化而变化频率高于0.005Hz时，功率无法响应风速的快速变化30s3min25min15CHINAWINDPOWER2018频谱分析PSD对于高频（时间步长低于30s），噪声是信号的主导因素对于中频，风机表现为在0.005Hz调谐的一阶低通滤波器中高频（30s~3min）信号被过滤——频率越高过滤越多中低频（3min~25min）信号的响应大致平坦30s30s3min25min16提纲

CHINAWINDPOWER2018数据处理功率曲线评估频谱分析结论17CHINAWINDPOWER2018结论结论3min为包括轮毂和发电机等在内的整个转动部件机械惯性的响应时间，若时间步长短于3min，风机轮毂转速由于惯性而无法跟随风速快