风电场运行数据分析
风电场运行数据分析浅析
0 引言我国风电场运行特点：范围广，风电场较为分散，项目设备较多，项目规模大，机组台数多，导致占地面积增加，管理区域越来越大。
“运检合一、一岗多能”模式不能适应现代化风电场运行管理的要求，风电场工作内容较复杂，运检人员专业性不强，不利于风电场运行维护管理。
大量风电机组处在质保期内，设备检修维护主要依靠生产厂家；由于缺乏对核心技术的掌握，国内还没有形成成熟的专业运行检修队伍。
运行、维护工作不够深入，集中性故障频繁发生，发电效率有进一步提升空间。
面对日趋增加的风机台数及风机类型，通过风电场运行数据分析可提升机组性能，优化检修维护质量，提高检修人员工作效率，降低发电设备故障率。
1 风电场运行数据分析现状及问题1.1 目前风电场现场运行工作主要是日常值班监盘、远程操作及报表内容，其中监控过程中涉及各电气量、温度等数据变化情况是否在合理运行范围内，基本未开展运行数据分析工作，且故障处理，更依赖于外委单位，即使部分风电场已建设集中监控，运检分开模式，也未完全开展运行数据分析工作。
有关风电场运行数据分析可参考资料较少，风电场对运行数据分析仍停留在表格统计初级阶段。
1.2 风电机组或风电场的运行和评估分析不完善风电场涉及指标主要有发电量、风速、可利用小时、可利用率、损失时间、差异率、温度等，大多数为呈现型指标，无法说明风电机组或风电场实际问题，数据分析无效果。
风电场使用数据分析软风电场运行数据分析浅析董 惠（湖北龙源新能源有限公司，襄阳 441000）摘 要：风力发电是资源潜力巨大的可再生能源，一直备受国内外关注，并已在全球大规模开发利用。
随着我国风电能源的快速发展，风电场的陆续建成投产，风机数量的急剧增加。
如何提高风电场运行管理水平，保证机组可利用率，降低设备故障次数和故障时间，已经成为风电运营企业日常设备维护与检修的重要目标。
本文浅析风电场运行数据分析，达到对风电场运行设备的问题排查和提前预警，提高机组可利用率，确保风电场发电能力。
风电场监控系统的实时监测与数据分析方法研究
风电场监控系统的实时监测与数据分析方法研究随着全球对可再生能源需求的不断增长，风电场作为一种清洁、可持续的能源形式，得到了广泛的关注和应用。
为确保风电场的高效运行和可靠性，以及及时检测和排除潜在的故障，开发一种实时监测与数据分析方法对于风电场运维管理至关重要。
首先，实时监测方法是风电场监控系统的核心。
该方法通过采集和分析各个风机的运行数据来实现对整个风电场状态的实时监测。
在风电场中，各个风机的运行情况是需要连续监测的。
通过在风机上安装传感器，可以实时获取温度、振动、转速等参数，进一步分析和判断风机是否正常运行。
同时，可以利用无人机进行航拍和检测，对整个风电场的风机进行巡检，及时发现潜在的故障。
其次，数据分析方法在风电场监控系统中的重要性不可忽视。
海量的风机数据需要经过有效的分析和处理，以提取有价值的信息和建立准确的预测模型。
一种常用的数据分析方法是基于统计学和机器学习的方法。
通过对历史数据的分析，可以建立风机的负载预测模型，帮助判断风机的可靠性和寿命。
此外，通过数据挖掘算法，可以识别出可能导致故障的隐含因素，从而提前采取相应的维修和保养措施。
在数据分析的基础上，风电场监控系统还可以进行故障诊断和预测。
通过对风机数据的实时监测和分析，可以发现异常行为和故障信号，并及时采取措施进行诊断和修复。
利用机器学习和人工智能算法，可以建立故障识别和预测模型，实现对故障的预警和及时处理。
这样可以大大减少风电场由于故障带来的停机时间和维修成本，提高风电场的稳定性和可靠性。
此外，风电场监控系统还具备远程控制和协同管理的功能。
通过互联网和物联网技术，可以实现对风电场的远程监控和管理。
运维人员可以通过手机或电脑对风电场的运行状态进行监测和控制，及时调整风机的运行参数，最大限度地优化风电场的发电效率。
同时，可以实现不同风电场之间的数据共享和协同管理，加强对整个风电产业链的控制和协调。
综上所述，风电场监控系统的实时监测与数据分析方法对于风电场的高效运行和可靠性至关重要。
风电场监测技术及其数据分析研究
风电场监测技术及其数据分析研究随着全球能源问题的日益严峻，可再生能源逐渐成为了人们对未来能源的重要选择之一。
风能作为可再生能源的重要组成部分，其开发和利用受到各国政府和学者的广泛关注。
然而，风能作为一项新兴产业，其技术还存在不少困难和挑战。
风电场的建设、监测和维护需要大量的技术支持和数据分析，促使了风电场监测技术及其数据分析研究的深入。
一、风电场的监测技术风电场的建设需要进行周密的前期规划，选择合适的场址和风机型号，并对整个风电场进行可行性分析和经济性评估。
建设后，风电场的监测同样非常重要，包括现场监控、远程监控和数据采集等。
其中，现场监控主要是对风机的机械和电气设备进行检修和维护，远程监控则是利用网络技术对整个风电场进行实时监视和管理，数据采集则是通过各种传感器对风机和气象参数进行测量，收集大量数据用于后续的分析和评估。
目前，风电场的监测技术已经相当成熟，主要包括以下方面：1. 传感器技术风电场需要测量的参数非常多，包括风速、风向、温度、风机转速、电流、电压、功率等等。
为了获取这些数据，需要在风机上安装一系列传感器，并通过信号调理和数据采集系统将数据传输到控制中心进行分析和管理。
利用先进的传感器技术，能够精确地测量各种参数，提高监测数据的质量和可靠性。
2. 通讯技术风电场的遥测系统需要将采集到的数据传输至控制中心进行分析和处理，因此需要建立稳定快速的通讯系统。
目前，常用的通讯技术包括无线电通讯、卫星通讯、移动通讯等，可以实现对风电场的全面监控和管理。
3. 数据处理技术为了更好地分析监测数据，需要采用一些先进的数据处理技术。
例如，数据分析可以采用机器学习、大数据挖掘、分布式计算等技术来进行。
这些方法优化了数据挖掘、预测和监控的能力，有利于提高风电场的运行效率和可靠性。
二、风电场监测数据的分析研究风电场产生的监测数据是巨大的，对其进行分析和利用可以帮助优化风电场的设计和运营管理，提高风能的利用效率和经济性。
风电机组运行数据分析在提升运维价值中的应用研究
风电机组运行数据分析在提升运维价值中的应用研究新疆乌鲁木齐市 830063摘要：风力发电是现阶段较为流行的发电形式.一般情况下,风力发电场地理位置偏僻,自然环境较为恶劣,且风电场设备数量较多,会产生大量运行数据,这就需要工作人员采用新技术,规范管理,提升风电机组运行维护效率,以此保证风力发电场运行稳定、效益良好.本文简要阐述了风电机组运行数据分类及其影响因素,介绍了风电机组运行数据分析工具,并对风电机组运行数据分析在提升运维价值中的应用路径进行深入研究.关键词：风电机组；运行数据分析；运维价值引言：近些年来，随着我国风电场规模以及数量的不断增加，新能源的开发与利用受到了世界各国的高度重视，但与此同时，也对风电场以及风电机组的运行管理工作提出了更高的要求标准，在新能源中，风能是使用最为广泛的一种。
一、简述风电场与风电机组运行数据的重要性及优势在社会经济快速发展的今天，电力已经成为人们生产生活中不可缺少的一部分。
为了更好的满足人们对电力的需求，需要电力生产企业加大电力生产力度，风力被作为电力生产的一种重要方式。
如何充分利用风力，提升已投运风电场发电能力，并进一步增加风电场的效益，已经是目前是各个发电企业面临的问题。
为了实现上述目的，就必须要了解和掌握风电场机组的实际运行状态，获取相应的运行数据并分析，并通过分析来提高风电机组的运行效率，进而有效提高风电机组的效能。
风力发电的优势主要体现在以下两点：第一，风电在某种意义上属于一种清洁型能源，它的电能生产不需要通过燃煤等方式来实现，这样一来，就会更加有利于避免燃煤环节带来的环境污染，以及温室效应等现象，同时，在电能的生产过程中，基本上不会产生其他的废料；第二，由于风电的经济性正处在不断上升的阶段，与水力发电相比，风电是不需要进行水坝等建筑设施的建筑，进而使得风电场建设项目很少会涉及到移民等情况。
二、风电机组数据分析软件研究1.数据分析软件的重要模块（1）数据的采集与标准化模块。
风电场并网系统运行数据分析与挖掘
风电场并网系统运行数据分析与挖掘随着可再生能源的快速发展，风电场已经成为全球电力系统中的重要组成部分。
风电场并网系统的运行数据分析与挖掘对于优化风电场的运行、提高发电效率以及保障电网安全具有重要意义。
本文将对风电场并网系统的运行数据进行分析与挖掘，探讨其在提高风电场运行效率和电网安全方面的应用。
一、风电场运行数据概述风电场运行数据主要包括风速、风向、发电功率、转速、温度等多个方面的数据。
这些数据通过传感器实时采集，并传输至监控中心进行存储和分析。
风电场的运行数据具有时序性强、数据量大、多变性等特点，因此需要利用先进的数据分析技术进行挖掘和分析。
二、风电场运行数据分析方法1. **时序数据分析**：利用时间序列分析方法，对风速、发电功率等数据进行趋势分析、周期性分析，以及异常检测，发现数据中的规律性和异常情况，为风电场的运行优化提供依据。
2. **数据关联分析**：通过挖掘风速、风向与发电功率之间的关联关系，分析不同风速下的发电效率，以及风向变化对发电功率的影响，为风电场的布局优化和风机控制策略提供参考。
3. **机器学习算法应用**：利用机器学习算法，如支持向量机（SVM）、神经网络等，建立风电场发电功率与环境因素之间的预测模型，实现对风电场发电量的准确预测，提高发电效率。
4. **大数据分析技术**：运用大数据技术处理风电场海量的实时数据，利用分布式计算平台对数据进行实时处理和分析，实现对风电场运行状态的实时监测和预警。
三、风电场运行数据挖掘应用1. **运行优化**：通过对风电场运行数据的分析和挖掘，优化风机的布局和运行策略，提高发电效率，降低能源消耗，减少运行成本。
2. **故障诊断与预测**：利用风电场运行数据挖掘技术，实现对风机设备的故障诊断和预测，及时发现设备异常，减少因故障造成的停机时间，提高风电场的可靠性和稳定性。
3. **电网安全保障**：通过分析风电场与电网之间的数据交互情况，及时发现电网故障和问题，实现对电网的安全监控和保障，确保风电场与电网的稳定运行。
风电场运行指标与评价导则
风电场运行指标与评价导则风电场是一种利用风力发电的设施，通过将风能转化为电能来实现可持续、清洁的能源生产。
为了保证风电场的正常运行和高效发电，需要对其进行指标评价和综合评估。
下面给出一些常见的风电场运行指标与评价导则。
1.发电量指标风电场的核心目标是发电，因此发电量是最重要的指标之一、发电量指标可以分为年度发电量和小时发电量两个层面进行评价。
年度发电量是指风电场在一年内总共发电的电量，可以用来判断风电场的发电能力和效益。
小时发电量是指在特定时间段内发电的电量，可以用来评价风电场的日常运行情况和稳定性。
2.发电厂用电率发电厂用电率是指风电场发电机组的利用率，即发电机组实际发电量与额定发电量之比。
高的发电厂用电率意味着发电机组运行效益高，能够更充分利用风资源进行发电。
3.故障率与可靠性风电场运行中可能出现的故障会影响风电机组的正常运行和发电效率。
因此，故障率是评价风电场运行良好与否的重要指标之一、故障率可以通过统计风电机组故障次数与运行时间的比值得到。
可靠性是指风电机组正常运行和提供持续发电的能力。
通过对故障率和可靠性的评价，可以对风电场进行风险评估，提出相应的改进和维护措施。
4.电网并网率电网并网率是指风电场实际接入电网的能力与理论全年最大接入能力之比。
高的电网并网率意味着风电场能够更充分地接入电网，实现综合利用风能和电能的目标。
5.经济效益经济效益是评价风电场运行好坏的重要指标之一、经济效益可以通过对风电场的发电成本、维护成本、收益等进行评估。
随着技术的不断发展和成熟，风电场的经济性逐渐提高，成为可持续、清洁能源发展的重要支撑。
为了对以上指标进行综合评估，可以建立风电场运行评价导则，包括但不限于以下几方面：1.评估标准与方法：制定合理的评估标准和评估方法，基于科学数据和统计信息进行评估，确保评价结果的准确性和可靠性。
2.数据采集与分析：建立健全的数据采集与分析系统，监测风电场的运行数据和指标，及时发现问题和异常，并进行针对性的分析和处理。
风电场运行数据分析与优化方法研究
风电场运行数据分析与优化方法研究引言：近年来，随着可再生能源的发展和利用的推广，风电场成为可再生能源中重要的组成部分。
然而，由于风能本身的不稳定性和难以预测性，风电场的运行和维护面临着诸多挑战。
为了提高风电场的发电效率和可靠性，进行风电场运行数据分析和优化方法研究变得尤为重要。
一、风电场运行数据分析1.数据收集与清洗风电场运行数据的收集是进行分析的基础。
现代风电场通常配备有数据采集设备，可以得到风电机组和整个风电场的多种数据。
这些数据包括风速、转速、温度、压力等参数。
在进行数据分析前，需要对数据进行清洗，去除噪声和错误数据，确保数据的准确性和一致性。
2.数据特征分析与挖掘通过对风电场运行数据进行特征分析和挖掘，可以发现其中的规律和潜在问题。
常用的数据特征包括数据的统计指标、频谱分析、相关性分析等。
通过分析特征，可以判断风电场的运行状态和表现，并针对性地进行优化。
3.故障检测与诊断风电场在长期运行中难免会出现故障，及时检测和诊断故障是保障风电场正常运行的重要环节。
通过对风电场运行数据进行分析，可以检测出异常数据和趋势变化，从而判断是否存在故障。
进一步，结合故障数据库和专家经验，可以诊断故障的原因，并采取相应的措施进行维修和修复。
二、风电场运行优化方法研究1.风电场发电功率预测模型风电场的发电功率与风速、风向、温度等因素密切相关。
通过建立准确的发电功率预测模型，可以为风电场的日常运营和调度提供依据。
常用的预测模型包括数学建模方法、神经网络方法、机器学习方法等。
预测模型的准确性和可靠性对风电场的运行效率和收益具有重要影响。
2.运行策略优化针对风电场的具体运行特点和目标，研究合理的运行策略是优化风电场效能的关键。
包括运行参数的优化、风电机组的优化配置、流场结构优化等。
通过优化策略，可以最大限度地提高风电场的发电效率，降低维护成本，延长设备寿命。
3.运维数据集成与智能决策风电场的运维过程中产生的数据非常庞杂，如何将这些数据进行集成和分析，以便提供智能决策，是当前的研究热点之一。
风电场群区域集控系统的运营数据分析与决策支持方法研究
风电场群区域集控系统的运营数据分析与决策支持方法研究随着全球能源需求的不断增长和环境保护意识的提高，可再生能源逐渐成为主流选择。
风能作为一种清洁、可持续的能源形式，逐渐受到了广泛关注。
而风电场群区域集控系统在风能发电过程中扮演着至关重要的角色。
对于风电场群区域集控系统的运营数据进行分析并提供决策支持，不仅可以提高风电场群的运行效率，还可以优化资源配置，降低成本，提升风电场群的经济效益。
本文将对风电场群区域集控系统的运营数据分析与决策支持方法进行研究。
一、风电场群区域集控系统运营数据的分析方法1. 数据收集与整合风电场群区域集控系统需要收集大量的运营数据，包括发电量、风速、功率输出、风机故障、运行时间等信息。
首先需要建立完善的数据收集系统，并将采集到的数据进行整合，以便进行后续的分析。
2. 数据预处理在进行数据分析之前，需要对收集到的数据进行预处理。
这包括数据清洗、去噪、数据插补等步骤，以确保数据的准确性和完整性。
同时，还可以对数据进行降维处理，提取出最有用的特征。
3. 数据可视化数据可视化是数据分析的重要手段之一。
通过将数据以图表、曲线等形式展示，可以直观地观察数据的变化趋势和关联关系。
常见的数据可视化方法包括散点图、线图、柱状图等。
4. 数据挖掘与分析在数据挖掘与分析阶段，可以运用各种统计学和机器学习方法对数据进行分析和模型构建。
例如，可以通过回归分析来预测风电场群的发电量。
同时，还可以运用聚类分析和分类分析等方法对风机故障数据进行处理，以识别故障原因并进行预防性维护。
二、决策支持方法研究1. 风电场群运营优化决策支持在风电场群的运营过程中，需要根据实时数据进行运营优化决策。
通过建立数学模型，结合优化算法，可以对发电计划、功率输出等进行优化，以实现更高效的发电和运营效果。
2. 风电场群维护决策支持风电场群的维护决策对于确保风电场的可靠运行至关重要。
通过对运营数据进行分析，可以预测风机的故障概率和寿命，提前制定维护计划，减少维护成本和时间。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘 要 ：为 了挖 掘风 电大数 据蕴 含 的深层 信 息 ，探 索风 电场 生 产 运行 的规 律 ，科 学 指导 风 电场 生 产经 济 运行 ，开 展 风 电场运行数 据分析研究 ，以风电场风力发 电机组ＳＣＡＤＡ系统 运行 数据为 主要研究 对象 ，以电力 大数据 分析为 基本思路 ， 以计量 经济 学和 统计 学为 主要研 究 方法 ，提出 了风 电场 大 数 据分 析 的层 次结 构 ，归 纳 了风 电场数据 分类 框架 结构 ， 分 析 了 风 电 场 风 力 发 电 机 不 同参 数 的 运 行 特 性 ，在 数 据 分 析 的基 础 上验 证 了时下 风 电产 业 热点 研 究方 向 的研究 必 要 性 。
基金项 目：国家科技支撑计划课题（２ｏ Ｊ ２ＢＡＪ２６Ｂ０１）。 Ｐｒｏｊｅｃｔ Ｓｕｐｐｏｒｔｅｄ ｂｙ ｔｈｅ Ｎａｔｉｏｎａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｓｕｐｐｏｒ ｔ Ｐｒｏｇｒａｍ ｏｆ Ｃｈｉｎａ（２０１２ＢＡＪ２６Ｂ０１）．
关 键 词 ：风 电场 运行 ；风 力 发 电机 ；数 据 分 析 ；风 电 大 数据
Ａｎａｌｙｓｉｓ ｏｆ Ｏ ｐｅｒａｔｉｏｎ Ｄａｔａ ｏｆ Ｗ ｉｎｄ Ｐｏｗｅｒ Ｆａｒｍ ＧＵＯ Ｄａｎ ，ＰＩＡＯ Ｚａｉｌｉｎ ，ＨＵ Ｂｏ ，ＺＨＡＮＧ Ｚｈｉｘｉａ ，Ｌ０ Ｑｉａｎｇｑｉａｎｇ２，ＬＩＡＮＧ Ｙｏｎｇｚｈｉ
（１．Ｃｏｌｌｅｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈｅｎｙａｎｇ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ １ １０８６６，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ； ２．Ｆｕｘｉｎ Ｔａｉｈｅ Ｗ ｉｎｄ Ｐｏｗｅｒ Ｌｉｍｉｔｅｄ Ｃｏｍｐａｎｙ，Ｆｕｘｉｎ １２３０００，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ；３．Ｓｔａｔｅ Ｇｒ ｉｄ Ｂａｉｓｈａｎ Ｓｕｂｕｒｂ Ｐｏｗｅｒ Ｓｕｐｐｌｙ Ｃｏｍｐａｎｙ，Ｊｉｌｉｎ Ｅｌｅｃｔｒ ｉｃ Ｐｏｗｅｒ Ｃｏｍｐａｎｙ，Ｂａｉｓｈａｎ １ ３７０００，Ｊｉｌｉｎ，Ｃｈｉｎａ）
文 献 标 志 码 ：Ａ
风 电场 运 行 数 据 分 析
郭丹１，朴在林 ，胡博 ，张志霞 ，吕强强ｚ，梁永志３
（１．沈阳农业大学 信息与电气工程学院，辽 宁 沈阳 １１０８６６；２．阜新秦合风力发 电有 限公 司， 辽 宁 阜新 １２３０００；３．国 网吉林 省 电力有 限公 司 白山市城 郊供 电分 公 司 ，吉林 白山 １３４３００）
Ａ ＢＳＴＲＡ ＣＴ ：Ｉｎ ｏｒｄｅｒ ｔｏ ｍ ｉｎｅ ｔｈｅ ｄｅｅｐ ｉｎｆｏｒｍ ａｔｉｏｎ ｃｏｎｔａｉｎｅｄ ｉｎ ｔｈｅ ｗｉｎｄ ｐｏｗｅｒ ｂｉｇ ｄａｔａ ａｎｄ ｅｘｐｌｏｒｅ ｔｈｅ ｌａｗ ｏｆ ｔｈｅ ｗｉｎｄ ｆａｒｍ ｏｐｅｒａｔｉｏｎ ａｎｄ ｏｆｆｅｒ ｇｕｉｄａｎｃｅ ｆｏｒ ｔｈｅ ｐｒａｃｔｉｃａｌ ｗｉｎｄ ｆａｒｍ ｏｐｅｒａｔｉｏｎ ｉｎ ａ ｓｃｉｅｎｔｉｆ ｉｃ， ｐｒｏｐｅｒ， ａｎｄ ｅｃｏｎｏｍｉｃａｌ ｗａｙ， ｔｈｅ ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｗｉｎｄ ｐｏｗｅｒ ｆａｒｍ ｏｐｅｒａｔｉｏｎ ｄａｔａ ａｎａｌｙｓｉｓ ｉｓ ｄｏｎｅ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｗ ｉｔｈ ｔｈｅ ｏｐｅｒａｔｉｏｎ ｄａｔａ ｏｆ ｔｈｅ ＳＣＡＤＡ ｓｙｓｔｅｍ ｏｆ ｔｈｅ ｗｉｎｄ ｔｕｒｂｉｎｅ ｇｅｎｅｒａｔｏｒ ａｓ ｔｈｅ ｍ ａｉｎ ｒｅｓｅａｒｃｈ ｔａｒｇｅｔ， ｗｉｔｈ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｐｏｗｅｒ ｂｉｇ ｄａｔａ ａｓ ｔｈｅ ｂａｓｉｃ ｔｒａｉｎ ｏｆ ｔｈｏｕｇｈｔ， ａｎｄ ｅｃｏｎｏｍ ｅｔｒｉｃｓ ａｎｄ ｓｔａｔｉｓｔｉｃｓ ａｓ ｔｈｅ ｍａｉｎ ｒｅｓｅａｒｃｈ ｍｅｔｈｏｄ， ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｓ ｔｈｅ ｌｅｖｅｌ ｓｔｒｕｃｔｕｒｅ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｆ ａ ｒ ｍ ｄａｔａ ａｎａｌｙｓｉｓ， ａｎｄ ｓｕｍｍ ａｒｉｚｅｓ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｆｌａｍｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ａｎａｌｙｚｅｓ ｔｈｅ ｐｅｒ ｆｏｒｍ ａｎｃｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｖａｒｉｏｕｓ ｐａｒａｍｅ— ｔｅｒｓ ｏｆ ｔｈｅ ｗｉｎｄ ｔｕｒｂｉｎｅ ｇｅｎｅｒａｔｏｒ ａｎｄ ｖｅｒ ｉｆ ｉｅｓ ｔｈｅ ｎｅｃｅｓｓｉｔｙ ｏｆ ｒｅｓｅａｒｃｈ ｉｎ ｔｈｅ ｃｕｒｒｅｎｔ ｈｏｔ ｐｏｉｎｔｓ ｉｎ ｔｈｅ ｗｉｎｄ ｐｏｗｅｒ ｓｅｃｔｏｒ ｂａｓｅｄ ｏｎ ｔｈｅ ｄａｔａ ａｎａｌｙｓｉｓ． Ｋ ＥＹ Ｗ Ｏ Ｒ ＤＳ ：ｗｉｎｄ ｐｏｗｅｒ ｆ ａ ｒｍ ｏｐｅｒａｔｉｏｎ； ｗｉｎｄ ｔｕｒｂｉｎｅ ｇｅｎｅｒａｔｏｒ；ｄａｔａ ａｎａｌｙｓｉｓ；ｗｉｎｄ ｐｏｗｅｒ ｂｉｇ ｄａｔａ
第 ３２卷 第 ４期 ２０１６年 ４月
文 章 编 号 ：１６７４—３８１４（２０１６）０４—００９３—０６
电网 与 清洁 能 源
Ｐｏｗｅｒ Ｓｙｓｔｅｍ ａｎｄ Ｃｌｅａｎ Ｅｎｅｒｇｙ
中 图分 类 号 ：ＴＭ７３２；ＴＭ６１４
≮ ０ 墓溢
一 转
Ｖｏ１．３２ Ｎｏ．４ Ａｐｒ．２０１６