(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110418312.4 (22)申请日 2021.04.19 (65)同一申请的已公布的文献号 申请公布号 CN 113094997 A (43)申请公布日 2021.07.09 (73)专利权人 华北电力大 学 地址 102206 北京市昌平区朱辛庄北农路2 号 (72)发明人 阎洁　王航宇　陶涛　刘永前　 韩爽　李莉　孟航　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 代理人 安伟 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/08(2006.01) G06F 111/06(2020.01) G06F 113/06(2020.01)(56)对比文件 CN 111260503 A,2020.0 6.09 CN 111291514 A,2020.0 6.16 CN 111753893 A,2020.10.09 CN 110298494 A,2019.10.01 CN 105654207 A,2016.0 6.08 CN 104299044 A,2015.01.21 CN 110210044 A,2019.09.0 6 US 201714793 0 A1,2017.0 5.25 解加盈等.基 于多变量选择的深度神经网络 功率曲线建模. 《华电技 术》 .2019,第41卷(第8 期), 吴丹岳等.基于风速-功率拟合与区间潮流 的风电场电压波动预测. 《电气技 术》 .2016,(第7 期), 阎洁等.基 于风场景识别的动态风电功率 概 率预测方法. 《现代电力》 .2016,第3 3卷(第2期), 胡宇鹏.时间序列数据 挖掘中的特 征表示与 分类方法的研究. 《中国博士学位 论文全文数据 库》 .2019,(第2期), 审查员 杨杭 (54)发明名称 一种风电机组运行模拟方法、 装置、 设备及 存储介质 (57)摘要 本公开涉及一种风电机组运行模拟方法、 装 置、 设备和存储介质。 该方法包括： 获取风电机组 的待模拟数据， 其中， 待模拟数据包括风电机组 的实时运行数据和/或仿真数据， 实时运行数据 和仿真数据均包括风况数据、 工况数据； 将待模 拟数据输入至预先训练好的运行模拟模型， 得到 风电机组的运行模拟结果， 其中， 运行模拟模型 根据风况样 本集、 工况样本集以及样本运行模拟 数据训练得到。 通过上述方式， 实现了基于训练 好的运行模拟 模型和获取的实际运行数据， 准确 且快速地确定风电机组的运行参数和荷载参数， 且运行模拟模 型采用通用的编程语 言建立， 模型的兼容性高。 权利要求书3页 说明书11页 附图4页 CN 113094997 B 2022.04.01 CN 113094997 B 1.一种风电机组运行模拟方法， 其特 征在于， 包括： 获取风电机组的待模拟数据， 其中， 所述待模拟数据包括风电机组的实时运行数据和/ 或仿真数据， 所述实时运行 数据和所述仿真数据均包括 风况数据、 工况 数据； 将所述待模拟数据输入至预先训练好的运行模拟模型， 得到风电机组的运行模拟结 果， 其中， 所述运行模拟模型根据风况样本集、 工况样本集以及样本运行模拟数据训练得 到， 所述样本运行模拟数据包括历史 时间段内的实测样本集和/或仿 真样本集， 所述 实测样 本集和/或仿真样本集均包括功率数据和载荷数据中的至少一种， 所述运行模拟结果包括 功率数据和载荷数据中的至少一种； 所述实时运行数据中的风况数据包括风速、 湍流强度和风速波动幅值； 所述实时运行 数据中的工况数据包括风电机组正常发电工况、 风电机组限功 率发电工况和发电机组非正 对风向运行工况 下的桨距角和转速； 所述运行模拟模型的训练方法， 包括： 获取风况样本集、 工况样本集、 样本运行模拟数据和原始模拟模型， 所述风况样本集包 括至少一种风况输入特 征， 所述工况样本集包括至少一种工况输入特 征； 将所述至少一种风况输入特征和至少一种工况输入特征， 作为所述原始模拟模型的输 入数据， 将所述样本运行模拟数据作为所述原始模拟模型 的输出数据， 并基于所述输入数 据和所述输出 数据， 迭代训练所述原 始模拟模型， 直至得到训练完成的运行模拟模型； 所述获取风况样本集， 包括： 获取预设时间段内的实际风况 数据和/或仿真风况 数据； 对所述实际风况 数据进行分类， 得到实际风况 特征； 基于所述仿真风况 数据和/或所述实际风况 特征， 确定所述 风况样本集； 所述对所述实际风况 数据进行分类， 包括： 如果所述实际风况数据的分类时间长度为第 一类时间长度， 基于至少一个第 一类时间 长度内所述实际风况数据的特征， 对所述实际风况数据进行分类， 所述第一类时间长度为 固定时间长度； 其中， 所述基于至少一个第一类时间长度内所述实 际风况数据的特征， 对所述实 际风 况数据进行分类， 包括： 对以风速时间序列 形式表示的实际风况数据进行数据拟合， 得到所述实际风况数据对 应的拟合曲线； 基于预设聚类算法对所述拟合曲线 进行波动类型分类， 得到实际风况 特征。 2.根据权利要求1所述的方法， 其特 征在于， 所述对所述实际风况 数据进行分类， 包括： 如果所述分类时间长度为第 二类时间长度， 基于至少一个第 二类时间长度内所述实际 风况数据的特 征， 对所述实际风况 数据进行分类； 所述第二类时间长度为非固定时间长度。 3.根据权利要求1所述的方法， 其特 征在于， 获取 所述工况样本集， 包括： 获取历史时间段内的实际工况 数据和/或仿真工况 数据； 对所述实际工况 数据进行 特征分类， 得到实际工况 特征； 基于所述仿真工况 数据和/或所述实际工况 特征， 确定所述工况样本集。 4.根据权利要求3所述的方法， 其特征在于， 所述对所述实 际工况数据进行特征分类，权　利　要　求　书 1/3 页 2 CN 113094997 B 2包括： 根据所述实际工况数据的分类 需求， 对所述实际工况数据进行特征分类， 其中， 所述分 类需求包括风电机组正常发电工况、 风电机组限功 率发电工况和风电机组非正对风向运行 工况中的至少一种。 5.根据权利要求2所述的方法， 其特 征在于， 还 包括： 分别获取 预设比例的所述 风况样本集和所述工况样本集， 作为测试样本集； 基于所述测试样本集对所述训练完成的运行模拟模型进行测试， 得到测试完成的运行 模拟模型。 6.一种风电机组运行模拟装置， 其特 征在于， 包括： 待模拟数据获取模块， 用于获取风电机组 的待模拟数据， 其中， 所述待模拟数据包括风 电机组的实时运行数据和/或仿 真数据， 所述 实时运行数据和所述仿 真数据均包括： 实际风 况数据和实际工况 数据； 运行模拟结果确定模块， 用于将所述待模拟数据输入至预先训练好的运行模拟模型， 得到风电机组的运行模拟结果， 其中， 所述运行模拟模型根据风况样本集、 工况样本集以及 样本运行模拟数据训练得到， 所述样本运行模拟数据包括历史时间段内的实测样本集和/ 或仿真样本集， 所述实测样本集和/或仿真样本集均包括功率数据和载荷数据中的至少一 种， 所述运行模拟结果包括功率数据和载荷数据中的至少一种； 所述实时运行数据中的风况数据包括风速、 湍流强度和风速波动幅值； 所述实时运行 数据中的工况数据包括风电机组正常发电工况、 风电机组限功 率发电工况和发电机组非正 对风向运行工况 下的桨距角和转速； 所述装置还 包括： 运行模拟模型的训练模块， 用于获取风况样本集、 工况样本集、 样本运行模拟数据和 原 始模拟模型， 所述风况样本集包括至少一种风况输入特征， 所述工况样本集包括至少一种 工况输入特 征； 将所述至少一种风况输入特征和至少一种工况输入特征， 作为所述原始模拟模型的输 入数据， 将所述样本运行模拟数据作为所述原始模拟模型 的输出数据， 并基于所述输入数 据和所述输出 数据， 迭代训练所述原 始模拟模型， 直至得到训练完成的运行模拟模型； 所述运行模拟模型的训练模块具体用于， 获取预设时间段内的实 际风况数据和/或仿 真风况数据； 对所述实际风况 数据进行分类， 得到实际风况 特征； 基于所述仿真风况 数据和/或所述实际风况 特征， 确定所述 风况样本集； 所述运行模拟模型的训练模块具体用于， 如果所述实际风况数据的分类时间长度为第 一类时间长度， 基于至少一个第一类时间长度内所述实际风况数据的特征， 对所述实际风 况数据进行分类， 所述第一类时间长度为固定时间长度； 所述运行模拟模型的训练模块具体用于， 对以风速时间序列 形式表示的实际风况数据 进行数据拟合， 得到所述实际风况 数据对应的拟合曲线； 基于聚类算法等对所述拟合曲线 进行波动类型分类， 得到实际风况 特征。 7.一种风电机组运行模拟设备， 其特 征在于， 所述设备包括： 一个或多个处 理器；权　利　要　求　书 2/3 页 3 CN 113094997 B 3