CN111553808A - 风电场的指标信息展示方法、装置及存储介质 - Google Patents
风电场的指标信息展示方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111553808A CN111553808A CN201911409001.0A CN201911409001A CN111553808A CN 111553808 A CN111553808 A CN 111553808A CN 201911409001 A CN201911409001 A CN 201911409001A CN 111553808 A CN111553808 A CN 111553808A
- Authority
- CN
- China
- Prior art keywords
- power generation
- time
- information
- index information
- wind
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000010248 power generation Methods 0.000 claims abstract description 228
- 238000004364 calculation method Methods 0.000 claims description 67
- 230000004044 response Effects 0.000 claims description 16
- 238000012935 Averaging Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 206010056508 Acquired epidermolysis bullosa Diseases 0.000 description 70
- 229920006245 ethylene-butyl acrylate Polymers 0.000 description 69
- 238000012423 maintenance Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
Abstract
本公开揭示了一种风电场的指标信息展示方法、装置及存储介质,所述方法包括:通过获取风电场中的至少一个风机设备的历史数据信息,然后根据至少一个风机设备的历史数据信息确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息,接着根据至少一个风机设备的历史数据信息中的时间信息,确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息各自的可信度,最后对至少一个风机设备的发电指标信息、风电场的发电指标信息以及可信度进行展示。通过上述方案,可以通过更加全面的对风电场的发电情况进行展示,改善了对风电场状态展示不够全面问题,提高了风电场指标信息展示的全面性。
Description
技术领域
本发明涉及风力发电技术领域,特别是涉及一种风电场的指标信息展示方法、装置及存储介质。
背景技术
如今,随着风力发电技术的日益发展,各个风电场的发电情况以及风电场中各个风机的发电情况需要进行评估并且展示给用户。
在相关技术中,通过收集一段时间内各个风机以及风电场的运行数据,运用运行数据可以计算得到各个风机以及风电场的损失电量、能量可利用率以及发电机组时间利用率这三种数据,通过选取其中的任意一个数据作为评估发电情况的指标进行展示。
然而,相关技术中的方案,选取损失电量、能量可利用率以及发电机组时间利用率中任意一种数据作为指标展示风电场以及风机的发电情况,不可避免的会出现对风电场以及其中各个风机的发电情况的展示过于片面的情况,这种情况会影响对风电场状态展示的准确性。
发明内容
本公开提供一种风电场的指标信息展示方法、装置及存储介质。所述技术方案如下:
根据本公开实施例的第一方面,提供了一种风电场的指标信息展示方法,其特征在于,所述方法包括:
获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
可选的,所述发电量信息包括:对应风机的实际发电量和理论发电量;
所述时间信息包括:总时间、无连接时间、不计算时间以及不可用时间。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息,包括:
将各个所述风机设备的实际发电量与理论发电量作比值,得到各个所述风机设备的所述能量可利用率EBA;
将所述风电场中所述至少一个风机设备的实际发电量之和所述至少一个风机设备的理论发电量之和作比值,得到所述风电场的所述能量可利用率EBA。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度,包括:
根据各个所述风机设备的无连接时间与总时间的比值,获取各个所述风机设备的EBA可信度;
根据所述至少一个风机设备的无连接时间的平均值与总时间的比值,获取所述风电场的EBA可信度。
可选的,响应于所述指标信息至少包括所述时间可利用率TBA,所述根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息,包括:
将各个所述风机设备的总时间、不可用时间以及不计算时间的差值,与各个所述风机设备的总时间和不计算时间的差值作比值,得到各个所述风机设备的时间可利用率TBA;
将所述风电场中所述至少一个风机设备的所述不可用时间作平均值,获得不可用时间均值;
将所述风电场中所述至少一个风机设备的所述不计算时间作平均值,获得不计算时间均值;
将所述总时间与第一时间均值的差值,与所述总时间和所述不计算时间均值的差值作比值,得到所述风电场的所述时间可利用率TBA,所述第一时间均值为所述不可用时间均值以及所述不计算时间均值之和。
可选的,所述响应于所述指标信息至少包括所述时间可利用率TBA,所述根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度,包括:
根据各个所述风机设备的不计算时间与总时间的比值,获取各个所述风机设备的TBA可信度;
根据所述至少一个风机设备的不计算时间的平均值与总时间的比值,获取所述风电场的TBA可信度。
可选的,所述对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示,包括:
根据各个所述发电指标信息设置的预定权重以及对应的可信度,将所述风机设备以及所述风电场按照发电功率情况进行排序。
根据本公开实施例的第二方面,提供了一种风电场的指标信息展示装置,其特征在于,所述装置包括:
数据获取模块,用于获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
指标确定模块,用于根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
可信度确定模块,用于根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
信息展示模块,用于对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
可选的,所述发电量信息包括:对应风机的实际发电量和理论发电量;
所述时间信息包括:总时间、无连接时间、不计算时间以及不可用时间。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述指标确定模块,包括:
第一指标获取子模块,用于将各个所述风机设备的实际发电量与理论发电量作比值,得到各个所述风机设备的所述能量可利用率EBA;
第一全场指标获取子模块,用于将所述风电场中所述至少一个风机设备的实际发电量之和所述至少一个风机设备的理论发电量之和作比值,得到所述风电场的所述能量可利用率EBA。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述可信度确定模块,包括:
第一可信度获取子模块,用于根据各个所述风机设备的无连接时间与总时间的比值,获取各个所述风机设备的EBA可信度;
第一全场可信度获取子模块,用于根据所述至少一个风机设备的无连接时间的平均值与总时间的比值,获取所述风电场的EBA可信度。
可选的,响应于所述指标信息至少包括所述时间可利用率TBA,所述指标确定模块,包括:
第二指标获取子模块,用于将各个所述风机设备的总时间、不可用时间以及不计算时间的差值,与各个所述风机设备的总时间和不计算时间的差值作比值,得到各个所述风机设备的时间可利用率TBA;
第一均值获取子模块,用于将所述风电场中所述至少一个风机设备的所述不可用时间作平均值,获得不可用时间均值;
第二均值获取子模块,用于将所述风电场中所述至少一个风机设备的所述不计算时间作平均值,获得不计算时间均值;
第二全场指标获取子模块,用于将所述总时间与第一时间均值的差值,与所述总时间和所述不计算时间均值的差值作比值,得到所述风电场的所述时间可利用率TBA,所述第一时间均值为所述不可用时间均值以及所述不计算时间均值之和。
可选的,所述响应于所述指标信息至少包括所述时间可利用率TBA,所述可信度确定模块,包括:
第二可信度获取子模块,用于根据各个所述风机设备的不计算时间与总时间的比值,获取各个所述风机设备的TBA可信度;
第二全场可信度获取子模块,用于根据所述至少一个风机设备的不计算时间的平均值与总时间的比值,获取所述风电场的TBA可信度。
可选的,所述信息展示模块,包括:
信息排序子模块,用于根据各个所述发电指标信息设置的预定权重以及对应的可信度,将所述风机设备以及所述风电场按照发电功率情况进行排序。
根据本公开实施例的第三方面,提供了一种风电场的指标信息展示装置,所述装置包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
根据本公开实施例的第四方面,提供了一种计算机设备可读存储介质,所述计算机设备可读存储介质中包含可执行指令,所述可执行指令由处理器调用执行,以实现上述第一方面或者第一方面的任一可选方案所述的风电场的指标信息展示方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过获取风电场中的至少一个风机设备的历史数据信息,其中历史数据信息包括发电量信息,以及各发电状态下的时间信息,然后根据至少一个风机设备的历史数据信息确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息,发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种,接着根据至少一个风机设备的历史数据信息中的时间信息,确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息各自的可信度,最后对至少一个风机设备的发电指标信息、风电场的发电指标信息以及可信度进行展示。通过上述方案,可以通过确定三种指标信息以及三种指标信息对应的可信度,从而更加全面的对风电场的发电情况进行了展示,改善了对风电场状态的评估质量不高,且展示不够全面问题,提高了风电场指标信息展示的全面性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并于说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种指标信息展示***的示意图;
图2是根据一示例性实施例示出的一种风电场的指标信息展示方法的示意图;
图3是根据一示例性实施例示出的一种风电场的指标信息展示方法的流程图;
图4是根据另一示例性实施例示出的一种风电场的指标信息展示方法的流程图;
图5是图4所示实施例涉及的一种风机设备非故障停机对应的时间范围的示意图;
图6是图4所示实施例涉及的一种风机设备非维护停机对应的时间范围的示意图;
图7是图4所示实施例涉及的一种非维护和非故障引起的手动停机对应的时间范围的示意图;
图8是图4所示实施例涉及的一种以EBA为指标以及对应的可信度直接展示在页面上的页面示意图;
图9是根据一示例性实施例示出的一种风电场的指标信息展示装置的框图;
图10是根据一示例性实施例示出的一种计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
应当理解的是,在本文中提及的“若干个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
为了方便理解,下面对本申请实施例中涉及的名词进行说明。
1)风场能量可利用率(Energy Based Availability,EBA)
风场能量可利用率用于衡量风电场的生产效率。
2)风场时间可利用率(Time Based Availability,TBA)
风场时间可利用率用于衡量风场发电机组正常工作时间。
3)风场损失电量
风场损失电量主要包含风机在故障、限功率、全场限电状态下的损失电量,分析风场风机故障原因。
图1是根据一示例性实施例示出的一种指标信息展示***的示意图。该指标信息展示***中包括至少一个风电场120、至少一个风电场120中包括至少一个风机110以及计算机设备130。
计算机设备130中安装有可以收集风机110以及风电场120的运行数据的***。
至少一个风机110与计算机设备130之间通过有线或者无线网络相连。
可选地,上述的有线或者无线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local Area Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、无线网络、专用网络或者虚拟专用网络的任何组合。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(Extensible Markup Language,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(Internet Protocol Security,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
图2是根据一示例性实施例示出的一种风电场的指标信息展示方法的示意图,如图2所示,在风电场运行的过程中,各个风机的运行数据可以上传到计算机设备中,其中,运行数据可以是风机的实际发电量、风速、风机状态、风机的理论功率等数据,用户选取一个时间范围进行各个风机以及风电场发电情况的查询,计算机设备可以获取该时间范围内的无连接时间,其中,无连接时间该时间范围之内风机状态为无连接和未知两种状态的持续时间之和。
1)该时间范围内的能量可利用率EBA=实际发电量/理论发电量,设置该EBA指标的可信度为1-无连接时间/总时间,可以计算出时间范围内的EBA以及该EBA指标的可信度。
2)计算机设备可以获取该时间范围内的风机不可用时间以及不计算时间,其中,风机不可用时间包括:故障停机、风机故障、风机检修、维护停机4种风机状态的时间,不计算时间主要是指风机处于未知状态的时间,不计算时间=非故障停机和非维护停机引起的无连接状态时间+非维护和故障停机引起的手动停机时间。该时间范围内的时间可利用率TBA=(总时间-不可用时间-不计算时间)/(总时间-不计算时间),设置该TBA指标的可信度为1-不计算时间/总时间,其中,非故障停机和非维护停机引起的无连接状态时间=统计时间范围之内的无连接时间-维护停机引起的无连接时间-故障停机引起的无连接时间,可以计算出时间范围内的TBA以及该TBA指标的可信度。
3)计算机设备可以获取风机故障损失电量=风机故障停机和风机检修时间范围内的理论发电量,风机限电损失=风机限功率运行和限功率停机期间的理论发电量-实际发电量,可以设置风机故障损失电量可信度=1-风机故障引起的无连接时间/总时间,风机限功率损失电量可信度=1-风机限电引起的无连接时间/总时间,风机损失电量=风机限电损失电量+风机故障损失电量,风机损失电量可信度=(风机限电可信度*风机限电损失电量+风机故障可信度*风机故障损失电量)/风机损失电量。
由风机的EBA、TBA、损失电量指标以及分别的可信度,可以确定整个风电场的EBA、TBA、损失电量指标以及分别的可信度。
用户可以通过EBA、TBA、损失电量三个不同的维度来判断一个风机或者一个风场的发电情况,重点看用户对三个维度那个维度比较感兴趣,用户可以根据自己感兴趣的维度来进行查询,然后指标排序看每个风场该值,通过对应的可信度来反映这个风场的造假的可能性有多大。这里可以通过指标加权排序最后得出一个综合得分,通过三种不同纬度来衡量风机性能、风场效率,求出综合得分。
图3是根据一示例性实施例示出的一种风电场的指标信息展示方法的流程图。该风电场的指标信息展示方法可以应用于指标信息展示***中,指标信息展示***中存在有风机设备、风电场以及计算机设备,该方法由计算机设备执行。比如,该风机设备可以是图1所示的风机设备110中的任意一个,该风电场可以是图1所示的风电场120中任意一个,该计算机设备可以是图1所示的计算机设备130。如图3所示,该风电场的指标信息展示方法可以包括以下步骤:
在步骤301中,获取风电场中的至少一个风机设备的历史数据信息,该历史数据信息包括发电量信息,以及各发电状态下的时间信息。
在步骤302中,根据该至少一个风机设备的历史数据信息确定该至少一个风机设备的发电指标信息,以及该风电场的发电指标信息;该发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种。
在步骤303中,根据该至少一个风机设备的历史数据信息中的时间信息,确定该至少一个风机设备的发电指标信息,以及该风电场的发电指标信息各自的可信度。
在步骤304中,对该至少一个风机设备的发电指标信息、该风电场的发电指标信息以及该可信度进行展示。
综上所述,本公开实施例中提供的风电场的指标信息展示方法,通过获取风电场中的至少一个风机设备的历史数据信息,其中历史数据信息包括发电量信息,以及各发电状态下的时间信息,然后根据至少一个风机设备的历史数据信息确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息,发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种,接着根据至少一个风机设备的历史数据信息中的时间信息,确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息各自的可信度,最后对至少一个风机设备的发电指标信息、风电场的发电指标信息以及可信度进行展示。通过上述方案,可以通过确定三种指标信息以及三种指标信息对应的可信度,从而更加全面的对风电场的发电情况进行了展示,改善了对风电场状态的评估质量不高,且展示不够全面问题,提高了风电场指标信息展示的全面性。
图4是根据另一示例性实施例示出的一种风电场的指标信息展示方法的流程图,该风电场的指标信息展示方法可以应用于指标信息展示***中,指标信息展示***中存在有风机设备、风电场以及计算机设备,该方法由计算机设备执行。比如,该风机设备可以是图1所示的风机设备110中的任意一个,该风电场可以是图1所示的风电场120中任意一个,该计算机设备可以是图1所示的计算机设备130。如图4所示,该风电场的指标信息展示方法可以包括以下步骤:
在步骤401中,计算机设备获取风电场中的至少一个风机设备的历史数据信息。
在本公开实施例中,计算机设备可以通过风电场数据收集的专用***收集该计算机设备所监控的至少一个风机设备的历史数据信息。
其中,该历史数据信息包括运行数据信息和时间数据信息,该风电场是由该至少一个风机设备组成的。该历史数据信息包括发电量信息,以及各发电状态下的时间信息,其中,该发电量信息包括:对应风机的实际发电量和理论发电量;该时间信息包括:总时间、无连接时间、不计算时间以及不可用时间。
可选的,计算机设备可以通过在SCADA(Supervisory Control And DataAcquisition,数据采集与监视控制***)中进行数据采样,获取到的采样数据为该历史数据信息。
可选的,用户可以在专用***中输入一个时间范围,该时间范围是需要查询历史数据信息的一段时间。
比如,若用户需要对2019年10月1日的风机设备运行情况以及风电场的发电情况进行评估,则在专用***中输入2019年10月1日0点到2019年10月2日0点作为时间范围,查询在该时间范围内该计算机设备可以监控的各个风机设备的实际发电量和理论发电量,以及各个风机设备在运行的过程中的无连接时间、不计算时间以及不可用时间。根据获取到的各个风机设备的历史数据信息,可以获得由各个风机设备构成的整个风电场的实际发电量和理论发电量,以及风电场在生产的过程中的平均无连接时间、平均不计算时间以及平均不可用时间。
在步骤402中,计算机设备根据该至少一个风机设备的历史数据信息确定该至少一个风机设备的发电指标信息,以及该风电场的发电指标信息。
在本公开实施例中,计算机设备根据各个风机设备的实际发电量、理论发电量、无连接时间、不计算时间以及不可用时间中的至少一个数据信息,确定各个风机设备的指标信息,根据各个风机设备的历史数据信息,确定由各个风机设备构成的风电场的指标信息。
其中,发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种。根据各个风机设备的历史数据信息,确定三种发电指标信息的方法如下所示:
1)发电指标信息为能量可利用率EBA
可选的,当该指标信息至少包括该能量可利用率EBA时,将各个该风机设备的该实际发电量与该理论发电量作比值,得到各个该风机设备的该能量可利用率EBA,将该风电场中该至少一个风机设备的该实际发电量之和与该至少一个风机设备的该理论发电量之和作比值,得到该风电场的该能量可利用率EBA。
其中,风机设备的EBA=(该风机设备的实际发电量)/(该风机设备的理论发电量)。风电场的EBA=sum(该风电场中每台风机的实际发电量)/sum(该风电场中每台风机的理论发电量)。
比如,当风机设备的实际发电量为A,风机设备的理论发电量为B,则该风机设备的EBA=A/B。当一个风电场包含三个风机设备,且实际发电量分别为C、D和E,理论发电量为F、G和H,则该风电场的EBA为(C+D+E)/(F+G+H)。
其中,风电场的能量可利用率EBA是用来衡量风电场的生产效率的一种指标信息,EBA值越大说明该风电场的发电效率越高。
2)发电指标信息为时间可利用率TBA
可选的,当该指标信息至少包括该时间可利用率TBA时,将各个该风机设备的总时间、不可用时间以及不计算时间的差值,与各个该风机设备的总时间和不计算时间的差值作比值,得到各个该风机设备的时间可利用率TBA,将该风电场中该至少一个风机设备的该不可用时间作平均值,获得不可用时间均值;将该风电场中该至少一个风机设备的该不计算时间作平均值,获得不计算时间均值;将该总时间与第一时间均值的差值,与该总时间和该不计算时间均值的差值作比值,得到该风电场的该时间可利用率TBA,该第一时间均值为该不可用时间均值以及该不计算时间均值之和。
其中,风机设备的TBA=(总时间-可不用时间-不计算时间)/(总时间-不计算时间)。风电场的EBA=1–该风电场下各个风机设备不可用时间的平均值/(总时间-该风电场下各个风机设备不计算时间的平均值)。
其中,不计算时间=非故障停机和非维护停机引起的无连接状态时间+非维护和故障引起的手动停机时间。
比如,图5是本实施例涉及的一种风机设备非故障停机对应的时间范围的示意图,风机设备的无连接状态分为两种,一种是由非故障停机和非维护停机引起的无连接状态时间,另外一种是由故障停机引起的无连接时间。其中,非故障停机和非维护停机引起的无连接状态时间=统计的时间范围之内的无连接时间-维护停机引起的无连接时间-故障停机引起的无连接时间,其中,无连接时间=未知状态时间+无连接状态时间,该风机设备的运行过程的状态以及对应的时间范围如图5所示,未知状态和无连接状态的时间之和等于无连接时间,无连接时间=t2+t3+t4+t6。
其中,由故障停机引起的无连接时间为风机设备在故障停机状态之后紧接着的状态是未知状态或者无连接状态,直到风机设备的状态变为非未知状态以及有连接的状态,这一段时间作为由故障停机引起的无连接时间。比如,如图5所示,由故障停机引起的无连接时间=t2+t3+t4。
同理,图6是本实施例涉及的一种风机设备非维护停机对应的时间范围的示意图,由维护停机引起的无连接时间为风机设备在维护停机状态之后紧接着的状态是未知状态或者无连接状态,直到风机设备的状态变为非未知状态以及有连接的状态,这一段时间作为由维护停机引起的无连接时间。比如,如图5所示,由维护停机引起的无连接时间=t2+t4+t5。
另外,非维护和非故障引起的手动停机时间=统计时间范围内风机状态为手动停机的时间-维护停机引起的手动停机时间-故障停机引起的手动停机时间。图7是本实施例涉及的一种非维护和非故障引起的手动停机对应的时间范围的示意图,如图7所示,手动停机时间=t2+t5+t7。其中,维护停机引起的手动停机时间为维护停机状态之后紧接着的状态是手动停机,直到风机状态为非手动停机状态的时间范围,比如,如图7所示,维护停机引起的手动停机时间=t2。故障停机引起的手动停机时间为故障停机状态之后紧接着的状态是手动停机,直到风机设备状态为非手动停机状态的时间范围,比如,如图7所示,故障停机引起的手动停机时间=t7。
其中,风电场的时间可利用率TBA是用来衡量风电场的发电机组的正常工作时间的一种指标信息,TBA值越大说明该风电场的发电效率越高。
3)发电指标信息为损失电量
可选的,当该指标信息至少包括该损失电量,将风机故障停机以及风机检修时间范围内的理论发电量之和作为风机故障损失电量;将风机限功率运行以及限功率停机时间范围内的理论发电量之和与实际发电量作差值,确定风机限功率损失电量;将该风机故障损失电量与该风机限功率损失电量之和作为该风机设备的该损失电量;根据该风机设备的该损失电量,确定该风电场的损失电量。
其中,风机故障损失电量=风机故障停机和风机检修时间范围内的理论发电量,风机限电损失电量=风机限功率运行和限功率停机期间的理论发电量-实际发电量。风机设备的损失电量=风机限电损失电量+风机故障损失电量。
其中,全风电场限电损失电量=max(全风电场限电时间范围内全风电场风机理论电量之和-限功率设定值*时间,0);全风电场故障损失电量=min(min(全风电场风机理论发电量之和,全风电场限功率电量)-全场风机实际发电量之和,全风电场风机故障停机损失电量之和);全风电场损失电量=全风电场限电损失电量+全风电场故障损失电量。
其中,风电场的损失电量包含风机设备在故障、限功率、全场限电状态下的损失电量,主要用来分析风电场风机设备故障原因的一种指标信息,损失电量值越小说明该风电场的发电效率越高。
在步骤403中,计算机设备根据该至少一个风机设备的历史数据信息中的时间信息,确定该至少一个风机设备的发电指标信息,以及该风电场的发电指标信息各自的可信度。
在本公开实施例中,为了增加各个指标信息的真实可信性,计算机设备针对于各个指标信息设置不同的可信度计算方法,并根据时间数据信息计算各个指标信息的可信度。
其中,该可信度用来表示该指标信息显示的该风机设备以及该风电场的运行情况与实际运行情况之间的差距情况。
可选的,可信度的数值越大,对应的指标信息的计算结果与实际运行情况差距越小。
其中,确定指标信息能量可利用率EBA、时间可利用率TBA以及损失电量的可信度的计算方法如下所示:
1)能量可利用率EBA的可信度
可选的,计算机设备根据各个该风机设备的无连接时间与总时间的比值,获取各个该风机设备的EBA可信度,根据该至少一个风机设备的无连接时间的平均值与总时间的比值,获取该风电场的EBA可信度。
可选的,通过该无连接时间,确定该能量可利用率EBA的可信度。
其中,EBA指标的可信度=1-无连接时间/总时间。风电场EBA可信度=1–该风电场下风机设备无连接时间的平均值/总时间。
2)时间可利用率TBA的可信度
可选的,计算机设备根据各个该风机设备的不计算时间与总时间的比值,获取各个该风机设备的TBA可信度;根据该至少一个风机设备的不计算时间的平均值与总时间的比值,获取该风电场的TBA可信度。
可选的,通过该不计算时间,确定该时间可利用率TBA的该可信度。
其中,TBA指标的可信度=1-不计算时间/总时间。风电场TBA可信度=1-该风电场下风机不计算时间的平均值/总时间。
3)损失电量的可信度
可选的,通过该无连接时间,确定该损失电量的可信度。
其中,风机故障损失电量可信度=1-风机故障引起的无连接时间/总时间。风机限功率损失电量可信度=1-风机限电引起的无连接时间/总时间。风电场限电损失电量可信度=1-无连接时间/总时间。风电场故障损失电量可信度=1-无连接时间/总时间。风机损失电量可信度=(风机限电可信度*风机限电损失电量+风机故障可信度*风机故障损失电量)/风机损失电量;如果,损失电量为0,则可信度为1。风电场损失电量可信度=(风电场限电可信度*风电场限电损失电量+风电场故障可信度*风电场故障损失电量)/风电场损失电量。如果,损失电量为0,则可信度为1。总时间=风机台数*统计时间范围。
在步骤404中,计算机设备对该至少一个风机设备的发电指标信息、该风电场的发电指标信息以及该可信度进行展示。
在本公开实施例中,计算机设备可以将各个指标信息以及对应的可信度直接展示在计算机设备的显示界面上,由用户进行查看分析,或者,可以为各个指标信息设置预定权重,根据预定权重以及可信度将各个风机设备按照发电功率进行排序,将各个风电场按照发电功率情况进行排序,将排序结果展示在显示界面上。
可选的,计算机设备根据各个该发电指标信息设置的预定权重以及对应的可信度,将该风机设备以及该风电场按照发电功率情况进行排序。
其中,图8是本实施例涉及的一种以EBA为指标以及对应的可信度直接展示在页面上的页面示意图,如图8所示,页面可以以表格的形式展示,页面中包含计算EBA所需要的实际发电量、理论发电量以及无连接时间等历史数据信息,还包括选择时间范围的控件,以及选择查询风机或者风电场的控件,并且可以查询和导出。
可选的,计算机设备可以通过指标加权,进行排序,最后得出一个综合得分,通过三种指标来衡量风机性能、风场效率,并且求出综合得分。
比如,用户可以设置给每个指标一个权重w,风机综合得分=w1*归一化EBA*EBA的可信度+w2*归一化TBA*TBA可信度+w3*归一化的损失电量*损失电量可信度,其中w1+w2+w3=1,归一化风机的EBA=(当前风机EBA-查询所有风机最小EBA)/(查询所有风机最大EBA)-查询所有风机最小的EBA),归一化的TBA同EBA,归一化损失电量=1-(当前风机损失电量-查询所有风机最小损失电量)/(查询所有风机最大-查询所有风机最小损失电量),最后得出一个综合得分。同理,该方法可以运用于风电场中,计算出各个风电场的综合得分,将各个风电场进行比较。
综上所述,本公开实施例中提供的风电场的指标信息展示方法,通过获取风电场中的至少一个风机设备的历史数据信息,其中历史数据信息包括发电量信息,以及各发电状态下的时间信息,然后根据至少一个风机设备的历史数据信息确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息,发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种,接着根据至少一个风机设备的历史数据信息中的时间信息,确定至少一个风机设备的发电指标信息,以及风电场的发电指标信息各自的可信度,最后对至少一个风机设备的发电指标信息、风电场的发电指标信息以及可信度进行展示。通过上述方案,可以通过确定三种指标信息以及三种指标信息对应的可信度,从而更加全面的对风电场的发电情况进行了展示,改善了对风电场状态的评估质量不高,且展示不够全面问题,提高了风电场指标信息展示的全面性。
图9是根据一示例性实施例示出的一种风电场的指标信息展示装置的框图,如图9所示,该风电场的指标信息展示装置可以通过硬件或者软硬结合的方式实现为计算机设备的全部或者部分,以执行图3或图4任一所示实施例所示的步骤。比如,该***可以是图1所示的指标信息展示***,该风机设备可以是图1所示的风机设备110,该风电场可以是图1所示的风电场120,该计算机设备可以是图1所示的计算机设备130。该风电场的指标信息展示装置可以包括:
数据获取模块910,用于获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
指标确定模块920,用于根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
可信度确定模块930,用于根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
信息展示模块940,用于对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
可选的,所述发电量信息包括:对应风机的实际发电量和理论发电量;
所述时间信息包括:总时间、无连接时间、不计算时间以及不可用时间。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述指标确定模块920,包括:
第一指标获取子模块,用于将各个所述风机设备的实际发电量与理论发电量作比值,得到各个所述风机设备的所述能量可利用率EBA;
第一全场指标获取子模块,用于将所述风电场中所述至少一个风机设备的实际发电量之和所述至少一个风机设备的理论发电量之和作比值,得到所述风电场的所述能量可利用率EBA。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述可信度确定模块930,包括:
第一可信度获取子模块,用于根据各个所述风机设备的无连接时间与总时间的比值,获取各个所述风机设备的EBA可信度;
第一全场可信度获取子模块,用于根据所述至少一个风机设备的无连接时间的平均值与总时间的比值,获取所述风电场的EBA可信度。
可选的,响应于所述指标信息至少包括所述时间可利用率TBA,所述指标确定模块920,包括:
第二指标获取子模块,用于将各个所述风机设备的总时间、不可用时间以及不计算时间的差值,与各个所述风机设备的总时间和不计算时间的差值作比值,得到各个所述风机设备的时间可利用率TBA;
第一均值获取子模块,用于将所述风电场中所述至少一个风机设备的所述不可用时间作平均值,获得不可用时间均值;
第二均值获取子模块,用于将所述风电场中所述至少一个风机设备的所述不计算时间作平均值,获得不计算时间均值;
第二全场指标获取子模块,用于将所述总时间与第一时间均值的差值,与所述总时间和所述不计算时间均值的差值作比值,得到所述风电场的所述时间可利用率TBA,所述第一时间均值为所述不可用时间均值以及所述不计算时间均值之和。
可选的,所述响应于所述指标信息至少包括所述时间可利用率TBA,所述可信度确定模块930,包括:
第二可信度获取子模块,用于根据各个所述风机设备的不计算时间与总时间的比值,获取各个所述风机设备的TBA可信度;
第二全场可信度获取子模块,用于根据所述至少一个风机设备的不计算时间的平均值与总时间的比值,获取所述风电场的TBA可信度。
可选的,所述信息展示模块940,包括:
信息排序子模块,用于根据各个所述发电指标信息设置的预定权重以及对应的可信度,将所述风机设备以及所述风电场按照发电功率情况进行排序。
需要说明的一点是,上述实施例提供的装置在实现其功能时,仅以上述各个功能模块的划分进行举例说明,实际应用中,可以根据实际需要而将上述功能分配由不同的功能模块完成,即将设备的内容结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开一示例性实施例提供了一种风电场的指标信息展示装置,该风电场的指标信息展示装置可以通过硬件或者软硬结合的方式实现为计算机设备的全部或者部分,以执行图3或图4任一所示实施例所示的步骤。比如,该***可以是图1所示的指标信息展示***,该风机设备可以是图1所示的风机设备110,该风电场可以是图1所示的风电场120,该计算机设备可以是图1所示的计算机设备130。该风电场的指标信息展示装置还包括:处理器、用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
可选的,所述发电量信息包括:对应风机的实际发电量和理论发电量;
所述时间信息包括:总时间、无连接时间、不计算时间以及不可用时间。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息,包括:
将各个所述风机设备的实际发电量与理论发电量作比值,得到各个所述风机设备的所述能量可利用率EBA;
将所述风电场中所述至少一个风机设备的实际发电量之和所述至少一个风机设备的理论发电量之和作比值,得到所述风电场的所述能量可利用率EBA。
可选的,响应于所述指标信息至少包括所述能量可利用率EBA,所述根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度,包括:
根据各个所述风机设备的无连接时间与总时间的比值,获取各个所述风机设备的EBA可信度;
根据所述至少一个风机设备的无连接时间的平均值与总时间的比值,获取所述风电场的EBA可信度。
可选的,响应于所述指标信息至少包括所述时间可利用率TBA,所述根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息,包括:
将各个所述风机设备的总时间、不可用时间以及不计算时间的差值,与各个所述风机设备的总时间和不计算时间的差值作比值,得到各个所述风机设备的时间可利用率TBA;
将所述风电场中所述至少一个风机设备的所述不可用时间作平均值,获得不可用时间均值;
将所述风电场中所述至少一个风机设备的所述不计算时间作平均值,获得不计算时间均值;
将所述总时间与第一时间均值的差值,与所述总时间和所述不计算时间均值的差值作比值,得到所述风电场的所述时间可利用率TBA,所述第一时间均值为所述不可用时间均值以及所述不计算时间均值之和。
可选的,所述响应于所述指标信息至少包括所述时间可利用率TBA,所述根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度,包括:
根据各个所述风机设备的不计算时间与总时间的比值,获取各个所述风机设备的TBA可信度;
根据所述至少一个风机设备的不计算时间的平均值与总时间的比值,获取所述风电场的TBA可信度。
可选的,所述对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示,包括:
根据各个所述发电指标信息设置的预定权重以及对应的可信度,将所述风机设备以及所述风电场按照发电功率情况进行排序。
图10是根据一示例性实施例示出的一种计算机设备的结构示意图。所述计算机设备1000包括中央处理单元(Central Processing Unit,CPU)1001、包括随机存取存储器(Random Access Memory,RAM)1002和只读存储器(Read-Only Memory,ROM)1003的***存储器1004,以及连接***存储器1004和中央处理单元1001的***总线1005。所述计算机设备1000还包括帮助计算机设备内的各个器件之间传输信息的基本输入/输出***(Input/Output,I/O***)1006,和用于存储操作***1013、应用程序1014和其他程序模块1015的大容量存储设备1007。
所述基本输入/输出***1006包括有用于显示信息的显示器1008和用于用户输入信息的诸如鼠标、键盘之类的输入设备1009。其中所述显示器1008和输入设备1009都通过连接到***总线1005的输入输出控制器1010连接到中央处理单元1001。所述基本输入/输出***1006还可以包括输入输出控制器1010以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器1010还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1007通过连接到***总线1005的大容量存储控制器(未示出)连接到中央处理单元1001。所述大容量存储设备1007及其相关联的计算机设备可读介质为计算机设备1000提供非易失性存储。也就是说,所述大容量存储设备1007可以包括诸如硬盘或者只读光盘(Compact Disc Read-Only Memory,CD-ROM)驱动器之类的计算机设备可读介质(未示出)。
不失一般性,所述计算机设备可读介质可以包括计算机设备存储介质和通信介质。计算机设备存储介质包括以用于存储诸如计算机设备可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机设备存储介质包括RAM、ROM、可擦除可编程只读存储器(Erasable Programmable ReadOnly Memory,EPROM)、带电可擦可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,EEPROM),CD-ROM、数字视频光盘(Digital Video Disc,DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机设备存储介质不局限于上述几种。上述的***存储器1004和大容量存储设备1007可以统称为存储器。
根据本公开的各种实施例,所述计算机设备1000还可以通过诸如因特网等网络连接到网络上的远程计算机设备运行。也即计算机设备1000可以通过连接在所述***总线1005上的网络接口单元1011连接到网络1012,或者说,也可以使用网络接口单元1011来连接到其他类型的网络或远程计算机设备***(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,中央处理器1001通过执行该一个或一个以上程序来实现图3或图4所示的方法的全部或者部分步骤。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本公开实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机设备可读介质中或者作为计算机设备可读介质上的一个或多个指令或代码进行传输。计算机设备可读介质包括计算机设备存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机设备程序的任何介质。存储介质可以是通用或专用计算机设备能够存取的任何可用介质。
本公开实施例还提供了一种计算机设备存储介质,用于储存为上述测试装置所用的计算机设备软件指令,其包含用于执行上述风电场的指标信息展示方法所设计的程序。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种风电场的指标信息展示方法,其特征在于,所述方法包括:
获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
2.根据权利要求1所述的方法,其特征在于,
所述发电量信息包括:对应风机的实际发电量和理论发电量;
所述时间信息包括:总时间、无连接时间、不计算时间以及不可用时间。
3.根据权利要求2所述的方法,其特征在于,响应于所述指标信息至少包括所述能量可利用率EBA,所述根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息,包括:
将各个所述风机设备的实际发电量与理论发电量作比值,得到各个所述风机设备的所述能量可利用率EBA;
将所述风电场中所述至少一个风机设备的实际发电量之和所述至少一个风机设备的理论发电量之和作比值,得到所述风电场的所述能量可利用率EBA。
4.根据权利要求3所述的方法,其特征在于,响应于所述指标信息至少包括所述能量可利用率EBA,所述根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度,包括:
根据各个所述风机设备的无连接时间与总时间的比值,获取各个所述风机设备的EBA可信度;
根据所述至少一个风机设备的无连接时间的平均值与总时间的比值,获取所述风电场的EBA可信度。
5.根据权利要求2所述的方法,其特征在于,响应于所述指标信息至少包括所述时间可利用率TBA,所述根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息,包括:
将各个所述风机设备的总时间与不可用时间、不计算时间的差值,与各个所述风机设备的总时间和不计算时间的差值作比值,得到各个所述风机设备的时间可利用率TBA;
将所述风电场中所述至少一个风机设备的所述不可用时间作平均值,获得不可用时间均值;
将所述风电场中所述至少一个风机设备的所述不计算时间作平均值,获得不计算时间均值;
将所述总时间与第一时间均值的差值,与所述总时间和所述不计算时间均值的差值作比值,得到所述风电场的所述时间可利用率TBA,所述第一时间均值为所述不可用时间均值以及所述不计算时间均值之和。
6.根据权利要求5所述的方法,其特征在于,所述响应于所述指标信息至少包括所述时间可利用率TBA,所述根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度,包括:
根据各个所述风机设备的不计算时间与总时间的比值,获取各个所述风机设备的TBA可信度;
根据所述至少一个风机设备的不计算时间的平均值与总时间的比值,获取所述风电场的TBA可信度。
7.根据权利要求1所述的方法,其特征在于,所述对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示,包括:
根据各个所述发电指标信息设置的预定权重以及对应的可信度,将所述风机设备以及所述风电场按照发电功率情况进行排序。
8.一种风电场的指标信息展示装置,其特征在于,所述装置包括:
数据获取模块,用于获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
指标确定模块,用于根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
可信度确定模块,用于根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
信息展示模块,用于对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
9.一种风电场的指标信息展示装置,其特征在于,所述装置包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取风电场中的至少一个风机设备的历史数据信息,所述历史数据信息包括发电量信息,以及各发电状态下的时间信息;
根据所述至少一个风机设备的历史数据信息确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息;所述发电指标信息包括能量可利用率EBA、时间可利用率TBA以及损失电量中的至少一种;
根据所述至少一个风机设备的历史数据信息中的时间信息,确定所述至少一个风机设备的发电指标信息,以及所述风电场的发电指标信息各自的可信度;
对所述至少一个风机设备的发电指标信息、所述风电场的发电指标信息以及所述可信度进行展示。
10.一种计算机设备可读存储介质,其特征在于,所述计算机设备可读存储介质中包含可执行指令,所述可执行指令由处理器调用执行,以实现上述权利要求1至7任一所述的风电场的指标信息展示方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911409001.0A CN111553808B (zh) | 2019-12-31 | 2019-12-31 | 风电场的指标信息展示方法、装置及存储介质 |
PCT/SG2020/050770 WO2021137758A1 (en) | 2019-12-31 | 2020-12-22 | Method and apparatus for displaying indicator information of wind farm and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911409001.0A CN111553808B (zh) | 2019-12-31 | 2019-12-31 | 风电场的指标信息展示方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111553808A true CN111553808A (zh) | 2020-08-18 |
CN111553808B CN111553808B (zh) | 2023-09-12 |
Family
ID=72004206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911409001.0A Active CN111553808B (zh) | 2019-12-31 | 2019-12-31 | 风电场的指标信息展示方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111553808B (zh) |
WO (1) | WO2021137758A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021137758A1 (en) * | 2019-12-31 | 2021-07-08 | Envision Digital International Pte. Ltd. | Method and apparatus for displaying indicator information of wind farm and storage medium |
CN114139873A (zh) * | 2021-11-03 | 2022-03-04 | 北京华能新锐控制技术有限公司 | 发电设备投产判断方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113984111A (zh) * | 2021-09-30 | 2022-01-28 | 北京华能新锐控制技术有限公司 | 基于外部环境变化的风电机组控制方法与装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4410950A (en) * | 1979-12-17 | 1983-10-18 | Hitachi, Ltd. | Method of and apparatus for monitoring performance of steam power plant |
CN101931241A (zh) * | 2010-09-21 | 2010-12-29 | 许继集团有限公司 | 风电场并网协调控制方法 |
US20150105924A1 (en) * | 2012-02-16 | 2015-04-16 | Spyros James Lazaris | Renewable energy-based electricity grid infrastructure and method of grid infrastructure automation and operation |
US20150278405A1 (en) * | 2014-03-31 | 2015-10-01 | Vestas Wind Systems A/S | Method for evaluating a performance prediction for a wind farm |
CN105117830A (zh) * | 2015-08-11 | 2015-12-02 | 中节能港建(甘肃)风力发电有限公司 | 一种风电场生产运维信息采集应用***及方法 |
CN205846744U (zh) * | 2016-07-20 | 2016-12-28 | 锐电科技有限公司 | 一种结合储能的风电场能量管理*** |
WO2017042160A1 (en) * | 2015-09-07 | 2017-03-16 | Shoreline As | Simulation method and system |
CN107832881A (zh) * | 2017-11-02 | 2018-03-23 | 南方电网科学研究院有限责任公司 | 考虑负荷水平和风速分段的风电功率预测误差评价方法 |
CN108492367A (zh) * | 2018-03-28 | 2018-09-04 | 深圳智润新能源电力勘测设计院有限公司 | 一种风电场展示方法以及风电场展示*** |
CN108736469A (zh) * | 2018-05-31 | 2018-11-02 | 北京鉴衡认证中心有限公司 | 风电场运行数据的分析方法 |
CN109347151A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 一种新能源参与调峰的送端电网电源结构优化方法 |
CN110348654A (zh) * | 2018-04-04 | 2019-10-18 | 北京金风科创风电设备有限公司 | 风力发电机组评价及运行数据的修正方法、装置及终端 |
CN110458392A (zh) * | 2019-07-04 | 2019-11-15 | 湖南大唐先一科技有限公司 | 一种风电场运维绩效评价管理方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553808B (zh) * | 2019-12-31 | 2023-09-12 | 远景智能国际私人投资有限公司 | 风电场的指标信息展示方法、装置及存储介质 |
-
2019
- 2019-12-31 CN CN201911409001.0A patent/CN111553808B/zh active Active
-
2020
- 2020-12-22 WO PCT/SG2020/050770 patent/WO2021137758A1/en active Application Filing
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4410950A (en) * | 1979-12-17 | 1983-10-18 | Hitachi, Ltd. | Method of and apparatus for monitoring performance of steam power plant |
CN101931241A (zh) * | 2010-09-21 | 2010-12-29 | 许继集团有限公司 | 风电场并网协调控制方法 |
US20150105924A1 (en) * | 2012-02-16 | 2015-04-16 | Spyros James Lazaris | Renewable energy-based electricity grid infrastructure and method of grid infrastructure automation and operation |
US20150278405A1 (en) * | 2014-03-31 | 2015-10-01 | Vestas Wind Systems A/S | Method for evaluating a performance prediction for a wind farm |
CN105117830A (zh) * | 2015-08-11 | 2015-12-02 | 中节能港建(甘肃)风力发电有限公司 | 一种风电场生产运维信息采集应用***及方法 |
WO2017042160A1 (en) * | 2015-09-07 | 2017-03-16 | Shoreline As | Simulation method and system |
CN205846744U (zh) * | 2016-07-20 | 2016-12-28 | 锐电科技有限公司 | 一种结合储能的风电场能量管理*** |
CN107832881A (zh) * | 2017-11-02 | 2018-03-23 | 南方电网科学研究院有限责任公司 | 考虑负荷水平和风速分段的风电功率预测误差评价方法 |
CN108492367A (zh) * | 2018-03-28 | 2018-09-04 | 深圳智润新能源电力勘测设计院有限公司 | 一种风电场展示方法以及风电场展示*** |
CN110348654A (zh) * | 2018-04-04 | 2019-10-18 | 北京金风科创风电设备有限公司 | 风力发电机组评价及运行数据的修正方法、装置及终端 |
CN108736469A (zh) * | 2018-05-31 | 2018-11-02 | 北京鉴衡认证中心有限公司 | 风电场运行数据的分析方法 |
CN109347151A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 一种新能源参与调峰的送端电网电源结构优化方法 |
CN110458392A (zh) * | 2019-07-04 | 2019-11-15 | 湖南大唐先一科技有限公司 | 一种风电场运维绩效评价管理方法及*** |
Non-Patent Citations (3)
Title |
---|
Y. ZHANG ET AL.: "Risk-constrained energy management with multiple wind farms", 《2013 IEEE PES INNOVATIVE SMART GRID TECHNOLOGIES CONFERENCE (ISGT)》, pages 1 - 6 * |
丘刚;李国庆;赵新蔚;: "新疆风电场风机全信息展示的思考", 新疆电力技术, no. 04, pages 50 - 53 * |
李震领;: "风电场生产实时监测***的应用研究", 风能, no. 01, pages 58 - 63 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021137758A1 (en) * | 2019-12-31 | 2021-07-08 | Envision Digital International Pte. Ltd. | Method and apparatus for displaying indicator information of wind farm and storage medium |
CN114139873A (zh) * | 2021-11-03 | 2022-03-04 | 北京华能新锐控制技术有限公司 | 发电设备投产判断方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021137758A1 (en) | 2021-07-08 |
CN111553808B (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111553808A (zh) | 风电场的指标信息展示方法、装置及存储介质 | |
Preece et al. | Efficient estimation of the probability of small-disturbance instability of large uncertain power systems | |
US20200081054A1 (en) | Power line issue diagnostic methods and apparatus using distributed analytics | |
JP2015516530A (ja) | 遠心圧縮機用のリアルタイム性能回復勧告のための方法およびシステム | |
US20030105544A1 (en) | System and method for processing operation data obtained from turbine operations | |
CN116105885B (zh) | 一种核电用电气设备状态监测方法及*** | |
CN116231633A (zh) | 配电网碳排放量的监测方法、装置、设备及存储介质 | |
CN114778936A (zh) | 电能计量异常的监控方法、监控器、***以及电子设备 | |
CN115434870B (zh) | 风力发电组振动数据的处理方法、装置、设备及存储介质 | |
JP4181689B2 (ja) | 電力消費状況の遠隔自動診断システム | |
CN115617633A (zh) | 一种覆冰监测终端维护方法及相关设备 | |
CN116881658A (zh) | 一种水轮发电机组的智能状态评估方法及*** | |
CN108960688B (zh) | 一种风电机组的综合管理*** | |
CN113361983A (zh) | 一种高损台区技术成因诊断方法及*** | |
CN112882935A (zh) | 一种分布式环境运行状态的诊断方法及装置 | |
CN111401689A (zh) | 光伏场站降雪日期的确定方法、装置、设备及存储介质 | |
CN113341366B (zh) | 一种用户电表状态监测方法、装置设备和存储介质 | |
CN113487237B (zh) | 一种火电机组或锅炉运行状态判别及报警的方法 | |
CN110555540B (zh) | 用于评估风电场发电量的方法、装置及*** | |
CN117972147A (zh) | 一种电网运行报表的多维校核及异常数据定位方法及*** | |
CN117895644A (zh) | 一种配电终端故障监测***及方法 | |
CN115293810A (zh) | 风电场运营管理方法、***和装置 | |
CN114123511A (zh) | 一种监测分析电缆配电终端异常位置的方法及*** | |
CN116882811A (zh) | 一种风能资源评价方法、装置、计算机设备及存储介质 | |
CN115239058A (zh) | 基于dcs数据深度挖掘的发电机状态检测评价方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |