Page 47 - 电力与能源2023年第三期

苏智超：基于深度学习的风电机组风向预测方法研究 241

大风区域，风向平稳，风机输出功率一直维持在满 后，启动偏航电机，进行风向追踪，否则不进行偏
发状态。偏航系统优化控制策略并非强调实时追 航，本次风向变化判断过程结束。
踪风向变化来获取最大发电功率，而是在掌握风
2 风速风向运行数据清洗整定
场风能特性的基础上，采取“此消彼长”的策略，实
现不同分段风速区间与不同运行年限下的变参数 由于风向数据为矢量的特殊性质，以及风机
控制，即减少功率输出增长较慢的风速区间内的 检修和数据记录故障等的原因，风机初始数据在

偏航次数，增加功率输出增长迅速的风速区间内 某些时刻会存在缺失，无法进行后续的数据分析
的追风次数 ［23-26］ 。 和风向学习及预测，因此需要对风电场提供的初
偏航系统优化控制策略根据风场风速大小的 始数据进行必要的处理 ［26］ 。
不同，采取不同的参数设定与动作方式，将偏航系 2.1 数据对齐
统启动分为两级，即高风速偏航与低风速偏航， 由于风电场风机初始数据的缺失使得获得的
如图 2 所示。 每台风机数据不等长，无法进行不同风机的横向
比较，因此需要将所有风机的运行数据按照时刻

进行归类，这个过程称为数据对齐。主要方法为
当某时刻某风机运行数据缺失时人为填入标识
符 p（取−30），使得对齐后的数据长度相同。数
据对齐流程如图 3 所示。

图 2 偏航系统优化控制策略流程

当风向与机舱轴线偏离一定角度时，控制系
统经过一段时间的确认后，首先判断风向变化角 图 3 数据对齐流程
度 θ 是否大于风机的最大允许误差角度 θ dmax，当 2.2 数据清洗
t
t
θ> θ dmax 时 ，先 令 风 机 正 常 停 机 而 后 进 行 偏 航 动 数据对齐后， v ( dq ) n 和 d ( dq ) n 中的−30 是代
作，随后再使风机正常启动，本次风向变化判断过 表数据缺失的标识符，而并非真实有效的风速风
程到此结束。否则继续判断风速 v 是否大于高低 向数据，无法反映当时时刻的风速风向和风的运

风速界定风速 v d，当 v<v d 时，判断 θ 是否超出低 行状态的变化情况，属于无效数据，因而需要进行
风速区间内的设定角度 θ d1，如果 θ>θ d1，经过 T d1 偏 数据清洗。将所有无效数据清除的过程称为数据
航延时后，启动偏航系统，完成对风动作，否则不 清洗。数据清洗的主要思想是通过适当牺牲数据
进行偏航；当 v>v d 时，判断 θ 是否大于高风速下 的连续性来保证数据的有效性，有利于科学分析
风向相关性和进行风向预测；主要方法是清除无
的阈值设定角度 θ d2，如果 θ>θ d2，经过偏航延时 T d2