權(quán)利要求書(shū)： 1.一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法，其特征在于，包括：獲取多類(lèi)型風(fēng)機(jī)數(shù)據(jù)，對(duì)所述多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行預(yù)處理；

將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，并采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，選出各種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差之后，所述方法進(jìn)一步包括：對(duì)比多種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，得出偏航性能最優(yōu)的風(fēng)機(jī)類(lèi)型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行預(yù)處理具體包括：

采用孤立森林和DBSCAN聚類(lèi)算法對(duì)異常數(shù)據(jù)進(jìn)行清洗，并進(jìn)行歸一化處理。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用孤立森林和DBSCAN聚類(lèi)算法對(duì)異常數(shù)據(jù)進(jìn)行清洗，并進(jìn)行歸一化處理具體包括：步驟1，根據(jù)公式1表示由t個(gè)孤立樹(shù)組成的孤立森林：IF∈{t1,...,tT}公式1；

其中，T為孤立樹(shù)總數(shù)目。

對(duì)于每棵樹(shù)t，計(jì)算出隔離觀察值x所需的迭代次數(shù)ht(x)，則根據(jù)公式2表示在孤立森林中隔離樣本x所需的平均步驟次數(shù)：

根據(jù)公式3和公式4定義標(biāo)準(zhǔn)化異常值s(x,n)：其中，n為，樣本數(shù)量，x為隔離觀察值，H(i)是諧波數(shù)，H(i)≈ln(i)+0.5772156649，c(n)是將一個(gè)樣本與其他n個(gè)樣本分離所需的平均步驟數(shù)，它提供了一個(gè)標(biāo)準(zhǔn)化因子，使得s值與樣本數(shù)量n無(wú)關(guān)

訓(xùn)練過(guò)程中，遞歸劃分給定的訓(xùn)練集，當(dāng)樣本中異常數(shù)據(jù)被隔離或達(dá)到指定樹(shù)的高度以生成局部模型后停止訓(xùn)練，根據(jù)公式5確定樹(shù)高h(yuǎn)約等于平均樹(shù)高：h＝ceiling(log2ψ)公式5；

其中，ψ代表子樣本大小，ceiling代表CEILING函數(shù)；

假設(shè)DBSCAN算法的數(shù)據(jù)集為X＝{p1,p2,Lpn}，則pi、pj兩點(diǎn)之間的距離公式dist(pi,pj)，定義DBSCAN算法如下：鄰域Nε(pi)的表達(dá)式為Nε(pi)＝{pj∈X|dist(pi,pj)≤ε}，是以pi為圓心，ε為半徑的區(qū)域，pi鄰域Nε(pi)中點(diǎn)的數(shù)量大于等于MinPts，則稱(chēng)pi為核心對(duì)象，若pj∈Nε(pi)，且pi為核心點(diǎn)，則稱(chēng)pj是從pi直接密度可達(dá)，若序列{pi,pi+1,K,pj}∈X中，pi+1從pi直接密度可達(dá)，則稱(chēng)pj是從pi密度可達(dá)，存在點(diǎn)pk∈X，若pi，pj均可以從pk密度可達(dá)，則稱(chēng)pi和pj是密度相連的；

步驟2，將經(jīng)過(guò)風(fēng)機(jī)狀態(tài)碼篩選的數(shù)據(jù)X分為t個(gè)組，選擇當(dāng)前組數(shù)據(jù)，隨機(jī)抽取Ψ個(gè)樣本，隨機(jī)選取一個(gè)樣本作為一個(gè)節(jié)點(diǎn)，并在該特征值域隨機(jī)選擇一個(gè)值，并對(duì)Ψ個(gè)樣本采用二叉分方法，如果取出的樣本值小于該取值劃到左分支，反之，劃到右分支；

步驟3，判斷當(dāng)前組數(shù)據(jù)是否不可分或者樹(shù)的高度是否大于公式5，如果不滿足條件，則返回步驟2；如果滿足條件，通過(guò)公式3計(jì)算數(shù)據(jù)得分，當(dāng)?shù)梅纸咏?時(shí)，則判斷為異常，當(dāng)?shù)梅众吔?.5，則不能判斷數(shù)據(jù)是否異常，當(dāng)?shù)梅纸咏?時(shí)，判斷為正常數(shù)據(jù)；

步驟4，通過(guò)步驟3剔除掉部分異常數(shù)據(jù)，剩下的數(shù)據(jù)輸入到DBSCAN模型中，并初始化參數(shù)ε和MinPts，從得到的數(shù)據(jù)集選取一個(gè)數(shù)據(jù)pi，并記為已讀，查看標(biāo)記數(shù)據(jù)的鄰域個(gè)數(shù)；

步驟5，如果|NEps(pi)|≥MinPts，則p為核心對(duì)象，進(jìn)而根據(jù)密度可達(dá)尋找密度相連的所有數(shù)據(jù)點(diǎn)并做標(biāo)記已讀；

步驟6，如果不滿足|NEps(pi)|≥MinPts，則p不是核心對(duì)象，將p點(diǎn)記為已讀，不做類(lèi)標(biāo)簽處理，且以后取數(shù)據(jù)不在考慮，等其他數(shù)據(jù)進(jìn)行密度可達(dá)、密度相連時(shí)，再進(jìn)行處理；

步驟7，重復(fù)步驟4～6，將沒(méi)有類(lèi)標(biāo)記的數(shù)據(jù)樣本作為異常數(shù)據(jù)處理，直到迭代完所有子集；

步驟8，根據(jù)公式6，進(jìn)行0?1歸一化，通過(guò)對(duì)原始數(shù)據(jù)量化，使其映射到在[0,1]之間，計(jì)算方法如下所示：

其中，x′i為歸一化后的數(shù)值，xi為原始數(shù)據(jù)，xmax和xmin為歸一化之前的最大值和最小值。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，并采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，選出各種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差具體包括：

將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，采用三次樣條對(duì)風(fēng)速?功率曲線進(jìn)行擬合，構(gòu)造一個(gè)三次函數(shù)Sk(x)，在[a,b]上有連續(xù)二階導(dǎo)數(shù)，選取節(jié)點(diǎn)上二階導(dǎo)數(shù)值參數(shù)S″3(xi)＝Mi(i＝0,1L,n)，則函數(shù)S3(xi)＝y(tǒng)i(i＝0,1,L,n)在分段[xi?1,xi]上需要滿足公式7：S3(xi?1)＝y(tǒng)i?1,S3(xi)＝y(tǒng)iS″3(xi?1)＝Mi?1,S″3(xi)＝Mi公式7；

根據(jù)公式8，采用拉格朗日進(jìn)行插值：其中，hi＝xi?xi?1。

根據(jù)公式9，對(duì)公式8進(jìn)行兩次積分，再進(jìn)行微分：將S′3(xi?0)＝S′3(xi+0)帶入公式9得到公式10：將公式10表示為公式12：

(1?ai)Mi?1+2Mi+aiMi+1＝gi(i＝1,2,Ln?1)公式11；

假設(shè)自由邊界條件為在起點(diǎn)的左邊界[x0,x1]上，x取x0時(shí)導(dǎo)入公式11得到公式12：若S′3(0)已知，取x＝x0，得到公式13：

2M0+0×M1＝2×S″3(x0)公式13；

根據(jù)公式13確定起點(diǎn)的邊界條件為公式14：

2M0+a0M1＝g(0)公式14；

其中，給定y″0時(shí)，a0＝0,g0＝2y″0；給定y′0時(shí)，同理，根據(jù)公式15確定終點(diǎn)的邊界條件：anMn?1+2Mn＝gn公式15；

其中，給定y″n時(shí)，an＝0,gn＝2y″n；給定y′n時(shí)，根據(jù)公式16構(gòu)成定解問(wèn)題：

解方程公式16求得M0,M1,LMn，得到功率曲線模型，其中得到的三次樣條擬合函數(shù)公式為公式17：

3 2

f(x)＝0.3105x+0.4633x+0.1538x+0.009898公式17。

6.一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置，其特征在于，包括：獲取模塊，用于獲取多類(lèi)型風(fēng)機(jī)數(shù)據(jù)，對(duì)所述多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行預(yù)處理；

處理模塊，用于將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，并采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，選出各種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置進(jìn)一步包括：對(duì)比模塊，用于在處理模塊根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差之后，對(duì)比多種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，得出偏航性能最優(yōu)的風(fēng)機(jī)類(lèi)型。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述獲取模塊具體用于：采用孤立森林和DBSCAN聚類(lèi)算法對(duì)異常數(shù)據(jù)進(jìn)行清洗，并進(jìn)行歸一化處理：

步驟1，根據(jù)公式1表示由t個(gè)孤立樹(shù)組成的孤立森林：IF∈{t1,...,tT}公式1；

其中，T為孤立樹(shù)總數(shù)目。

對(duì)于每棵樹(shù)t，計(jì)算出隔離觀察值x所需的迭代次數(shù)ht(x)，則根據(jù)公式2表示在孤立森林中隔離樣本x所需的平均步驟次數(shù)：

根據(jù)公式3和公式4定義標(biāo)準(zhǔn)化異常值s(x,n)：其中，n為，樣本數(shù)量，x為隔離觀察值，H(i)是諧波數(shù)，H(i)≈ln(i)+0.5772156649，c(n)是將一個(gè)樣本與其他n個(gè)樣本分離所需的平均步驟數(shù)，它提供了一個(gè)標(biāo)準(zhǔn)化因子，使得s值與樣本數(shù)量n無(wú)關(guān)

訓(xùn)練過(guò)程中，遞歸劃分給定的訓(xùn)練集，當(dāng)樣本中異常數(shù)據(jù)被隔離或達(dá)到指定樹(shù)的高度以生成局部模型后停止訓(xùn)練，根據(jù)公式5確定樹(shù)高h(yuǎn)約等于平均樹(shù)高：h＝ceiling(log2ψ)公式5；

其中，ψ代表子樣本大小，ceiling代表CEILING函數(shù)；

假設(shè)DBSCAN算法的數(shù)據(jù)集為X＝{p1,p2,Lpn}，則pi、pj兩點(diǎn)之間的距離公式dist(pi,pj)，定義DBSCAN算法如下：鄰域Nε(pi)的表達(dá)式為Nε(pi)＝{pj∈X|dist(pi,pj)≤ε}，是以pi為圓心，ε為半徑的區(qū)域，pi鄰域Nε(pi)中點(diǎn)的數(shù)量大于等于MinPts，則稱(chēng)pi為核心對(duì)象，若pj∈Nε(pi)，且pi為核心點(diǎn)，則稱(chēng)pj是從pi直接密度可達(dá)，若序列{pi,pi+1,K,pj}∈X中，pi+1從pi直接密度可達(dá)，則稱(chēng)pj是從pi密度可達(dá)，存在點(diǎn)pk∈X，若pi，pj均可以從pk密度可達(dá)，則稱(chēng)pi和pj是密度相連的；

步驟2，將經(jīng)過(guò)風(fēng)機(jī)狀態(tài)碼篩選的數(shù)據(jù)X分為t個(gè)組，選擇當(dāng)前組數(shù)據(jù)，隨機(jī)抽取Ψ個(gè)樣本，隨機(jī)選取一個(gè)樣本作為一個(gè)節(jié)點(diǎn)，并在該特征值域隨機(jī)選擇一個(gè)值，并對(duì)Ψ個(gè)樣本采用二叉分方法，如果取出的樣本值小于該取值劃到左分支，反之，劃到右分支；

步驟3，判斷當(dāng)前組數(shù)據(jù)是否不可分或者樹(shù)的高度是否大于公式5，如果不滿足條件，則返回步驟2；如果滿足條件，通過(guò)公式3計(jì)算數(shù)據(jù)得分，當(dāng)?shù)梅纸咏?時(shí)，則判斷為異常，當(dāng)?shù)梅众吔?.5，則不能判斷數(shù)據(jù)是否異常，當(dāng)?shù)梅纸咏?時(shí)，判斷為正常數(shù)據(jù)；

步驟4，通過(guò)步驟3剔除掉部分異常數(shù)據(jù)，剩下的數(shù)據(jù)輸入到DBSCAN模型中，并初始化參數(shù)ε和MinPts，從得到的數(shù)據(jù)集選取一個(gè)數(shù)據(jù)pi，并記為已讀，查看標(biāo)記數(shù)據(jù)的鄰域個(gè)數(shù)；

步驟5，如果|NEps(pi)|≥MinPts，則p為核心對(duì)象，進(jìn)而根據(jù)密度可達(dá)尋找密度相連的所有數(shù)據(jù)點(diǎn)并做標(biāo)記已讀；

步驟6，如果不滿足|NEps(pi)|≥MinPts，則p不是核心對(duì)象，將p點(diǎn)記為已讀，不做類(lèi)標(biāo)簽處理，且以后取數(shù)據(jù)不在考慮，等其他數(shù)據(jù)進(jìn)行密度可達(dá)、密度相連時(shí)，再進(jìn)行處理；

步驟7，重復(fù)步驟4～6，將沒(méi)有類(lèi)標(biāo)記的數(shù)據(jù)樣本作為異常數(shù)據(jù)處理，直到迭代完所有子集；

步驟8，根據(jù)公式6，進(jìn)行0?1歸一化，通過(guò)對(duì)原始數(shù)據(jù)量化，使其映射到在[0,1]之間，計(jì)算方法如下所示：

其中，x′i為歸一化后的數(shù)值，xi為原始數(shù)據(jù)，xmax和xmin為歸一化之前的最大值和最小值；

所述處理模塊具體用于：

將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，采用三次樣條對(duì)風(fēng)速?功率曲線進(jìn)行擬合，構(gòu)造一個(gè)三次函數(shù)Sk(x)，在[a,b]上有連續(xù)二階導(dǎo)數(shù)，選取節(jié)點(diǎn)上二階導(dǎo)數(shù)值參數(shù)S″3(xi)＝Mi(i＝0,1L,n)，則函數(shù)S3(xi)＝y(tǒng)i(i＝0,1,L,n)在分段[xi?1,xi]上需要滿足公式7：S3(xi?1)＝y(tǒng)i?1,S3(xi)＝y(tǒng)iS″3(xi?1)＝Mi?1,S″3(xi)＝Mi公式7；

根據(jù)公式8，采用拉格朗日進(jìn)行插值：其中，hi＝xi?xi?1。

根據(jù)公式9，對(duì)公式8進(jìn)行兩次積分，再進(jìn)行微分：將S′3(xi?0)＝S′3(xi+0)帶入公式9得到公式10：將公式10表示為公式12：

(1?ai)Mi?1+2Mi+aiMi+1＝gi(i＝1,2,Ln?1)公式11；

假設(shè)自由邊界條件為在起點(diǎn)的左邊界[x0,x1]上，x取x0時(shí)導(dǎo)入公式11得到公式12：若S′3(0)已知，取x＝x0，得到公式13：

2M0+0×M1＝2×S″3(x0)公式13；

根據(jù)公式13確定起點(diǎn)的邊界條件為公式14：

2M0+a0M1＝g(0)公式14；

其中，給定y″0時(shí)，a0＝0,g0＝2y″0；給定y′0時(shí)，同理，根據(jù)公式15確定終點(diǎn)的邊界條件：anMn?1+2Mn＝gn公式15；

其中，給定y″n時(shí)，an＝0,gn＝2y″n；給定y′n時(shí)，根據(jù)公式16構(gòu)成定解問(wèn)題：

解方程公式16求得M0,M1,LMn，得到功率曲線模型，其中得到的三次樣條擬合函數(shù)公式為公式17：

3 2

f(x)＝0.3105x+0.4633x+0.1538x+0.009898公式17。

9.一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置，其特征在于，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有信息傳遞的實(shí)現(xiàn)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的步驟。

說(shuō)明書(shū)： 多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法及裝置技術(shù)領(lǐng)域[0001] 本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其是涉及一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法及裝置。

背景技術(shù)[0002] 在現(xiàn)有技術(shù)中，風(fēng)能作為繼水能之后的第二大可再生能源，風(fēng)能市場(chǎng)上的裝機(jī)容量空間巨大，各國(guó)紛紛加入對(duì)風(fēng)電的投入，由于成本較低，并且應(yīng)用形式靈活、維護(hù)簡(jiǎn)單，已

具備較成熟的技術(shù)，在全世界范圍內(nèi)得到了廣泛的研究與應(yīng)用。根據(jù)2019年全球風(fēng)電聯(lián)合

會(huì)的統(tǒng)計(jì)，我國(guó)八家公司雖然進(jìn)入了世界風(fēng)機(jī)制造商前十五強(qiáng)，前兩名卻由歐洲公司的維

斯塔斯和西門(mén)子歌美颯占據(jù)，我國(guó)風(fēng)機(jī)廠商金風(fēng)科技和遠(yuǎn)景能源與其它外國(guó)廠商的差距是

我們需要思考的。目前解決這一問(wèn)題的方向是利用大數(shù)據(jù)技術(shù)分析多類(lèi)型風(fēng)機(jī)的運(yùn)行數(shù)

據(jù)，得出偏航性能優(yōu)異的風(fēng)機(jī)廠商。通過(guò)學(xué)習(xí)此種類(lèi)型風(fēng)機(jī)的偏航控制策略來(lái)指導(dǎo)其它類(lèi)

型風(fēng)機(jī)，并校正各類(lèi)風(fēng)機(jī)的偏航系統(tǒng)靜態(tài)偏差，優(yōu)化機(jī)組的偏航性能。

[0003] 針對(duì)偏航控制系統(tǒng)靜態(tài)偏差來(lái)進(jìn)行研究，風(fēng)電機(jī)組在正常運(yùn)行發(fā)電過(guò)程中，風(fēng)輪旋轉(zhuǎn)產(chǎn)生的渦流或者風(fēng)向儀安裝不準(zhǔn)確等一系列原因都可能導(dǎo)致對(duì)風(fēng)速和風(fēng)向測(cè)量的不

準(zhǔn)確，影響偏航控制器輸入數(shù)據(jù)的準(zhǔn)確性，從而導(dǎo)致偏航靜態(tài)誤差產(chǎn)生。現(xiàn)有技術(shù)中提供了

一種基于歷史運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組風(fēng)向標(biāo)測(cè)量誤差校準(zhǔn)方法，采用改進(jìn)的DBSCAN聚類(lèi)算法

對(duì)異常數(shù)據(jù)進(jìn)行剔除，利用雙調(diào)和樣條插值等方法對(duì)風(fēng)向儀進(jìn)行校正，提高了風(fēng)電機(jī)組的

發(fā)電量。但是，現(xiàn)有技術(shù)中仍然存在風(fēng)向標(biāo)對(duì)風(fēng)測(cè)量不準(zhǔn)確的問(wèn)題。

發(fā)明內(nèi)容[0004] 本發(fā)明的目的在于提供一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法及裝置，旨在解決現(xiàn)有技術(shù)中的上述問(wèn)題。

[0005] 本發(fā)明提供一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法，包括：[0006] 獲取多類(lèi)型風(fēng)機(jī)數(shù)據(jù)，對(duì)所述多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行預(yù)處理；[0007] 將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，并采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，選出各種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，根據(jù)所述最

優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差。

[0008] 本發(fā)明提供一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置，包括：[0009] 獲取模塊，用于獲取多類(lèi)型風(fēng)機(jī)數(shù)據(jù)，對(duì)所述多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行預(yù)處理；[0010] 處理模塊，用于將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，并采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，選出各種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲

線，根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差。

[0011] 本發(fā)明實(shí)施例還提供一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處

理器執(zhí)行時(shí)實(shí)現(xiàn)上述多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的步驟。

[0012] 本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有信息傳遞的實(shí)現(xiàn)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方

法的步驟。

[0013] 采用本發(fā)明實(shí)施例，能夠?qū)崿F(xiàn)同時(shí)對(duì)數(shù)據(jù)集中的離散型異常數(shù)據(jù)和堆積型異常數(shù)據(jù)進(jìn)行剔除。此外，本發(fā)明實(shí)施例的技術(shù)方案適用于不同類(lèi)型機(jī)組的偏航誤差測(cè)量，可以實(shí)

現(xiàn)不同類(lèi)型風(fēng)機(jī)偏航性能的對(duì)比。

[0014] 上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠

更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

附圖說(shuō)明[0015] 為了更清楚地說(shuō)明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的

附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前

提下，還可以根據(jù)這些附圖獲得其他的附圖。

[0016] 圖1是本發(fā)明實(shí)施例的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的流程圖；[0017] 圖2是本發(fā)明實(shí)施例的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的詳細(xì)流程圖；[0018] 圖3a是本發(fā)明實(shí)施例的DBSCAN算法原理的直接密度可達(dá)的示意圖；[0019] 圖3b是本發(fā)明實(shí)施例的DBSCAN算法原理的密度可達(dá)的示意圖；[0020] 圖3c是本發(fā)明實(shí)施例的DBSCAN算法原理的密度相連的示意圖；[0021] 圖4是本發(fā)明實(shí)施例的基于孤立森林和DBSCAN的異常點(diǎn)識(shí)別結(jié)果的示意圖；[0022] 圖5是本發(fā)明實(shí)施例的三次樣條擬合的風(fēng)電功率曲線的示意圖；[0023] 圖6是本發(fā)明實(shí)施例的A類(lèi)風(fēng)機(jī)區(qū)間化功率曲線的示意圖；[0024] 圖7是本發(fā)明實(shí)施例的四種類(lèi)型風(fēng)機(jī)偏航性能對(duì)比的示意圖；[0025] 圖8是本發(fā)明裝置實(shí)施例一的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置的示意圖；[0026] 圖9是本發(fā)明裝置實(shí)施例二的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置的示意圖。具體實(shí)施方式[0027] 針對(duì)風(fēng)向標(biāo)對(duì)風(fēng)測(cè)量不準(zhǔn)確的問(wèn)題，本發(fā)明實(shí)施例提供了一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法。首先，采用孤立森林和DBSCAN聚類(lèi)算法對(duì)異常數(shù)據(jù)進(jìn)行清洗，并進(jìn)行歸一化

處理，然后將得到的數(shù)據(jù)區(qū)間化處理，采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行

擬合，選出最優(yōu)的風(fēng)速?功率曲線，得出偏航誤差。通過(guò)對(duì)比四種類(lèi)型風(fēng)機(jī)最優(yōu)的風(fēng)速?功率

曲線，得出偏航性能最優(yōu)的風(fēng)機(jī)類(lèi)型。

[0028] 下面將結(jié)合實(shí)施例對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技

術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范

圍。

[0029] 在本發(fā)明的描述中，需要理解的是，術(shù)語(yǔ)“中心”、“縱向”、“橫向”、“長(zhǎng)度”、“寬度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底”、“內(nèi)”、“外”、“順時(shí)

針”、“逆時(shí)針”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于

描述本發(fā)明和簡(jiǎn)化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特

定的方位構(gòu)造和操作，因此不能理解為對(duì)本發(fā)明的限制。

[0030] 此外，術(shù)語(yǔ)“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者

隱含地包括一個(gè)或者更多個(gè)所述特征。在本發(fā)明的描述中，“多個(gè)”的含義是兩個(gè)或兩個(gè)以

上，除非另有明確具體的限定。此外，術(shù)語(yǔ)“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以

是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以

是直接相連，也可以通過(guò)中間媒介間接相連，可以是兩個(gè)元件內(nèi)部的連通。對(duì)于本領(lǐng)域的普

通技術(shù)人員而言，可以具體情況理解上述術(shù)語(yǔ)在本發(fā)明中的具體含義。

[0031] 方法實(shí)施例[0032] 根據(jù)本發(fā)明實(shí)施例，提供了一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法，圖1是本發(fā)明實(shí)施例的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的流程圖，如圖1所示，根據(jù)本發(fā)明實(shí)施例的多類(lèi)型

風(fēng)機(jī)的偏航誤差測(cè)量方法具體包括：

[0033] 步驟101，獲取多類(lèi)型風(fēng)機(jī)數(shù)據(jù)，對(duì)所述多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行預(yù)處理；[0034] 步驟102，將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，并采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，選出各種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，根

據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差。

[0035] 在本發(fā)明實(shí)施例中，在根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差之后，還可以對(duì)比多種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，得出偏航性能最優(yōu)的風(fēng)機(jī)類(lèi)型。

[0036] 以下結(jié)合附圖，對(duì)本發(fā)明實(shí)施例上述技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。[0037] 圖2是本發(fā)明實(shí)施例的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的詳細(xì)流程圖，如圖2所示，具體包括如下處理：

[0038] S1：多類(lèi)型風(fēng)機(jī)數(shù)據(jù)獲取。[0039] 在本實(shí)例種，選用華北某風(fēng)電場(chǎng)狀態(tài)良好的四種類(lèi)型風(fēng)機(jī)半年的數(shù)據(jù)，時(shí)間從秒級(jí)到分鐘級(jí)，時(shí)間尺度越小，選定的時(shí)間范圍可適當(dāng)縮。數(shù)據(jù)主要包含：時(shí)間、對(duì)風(fēng)角度、風(fēng)

速、功率、風(fēng)向等。四種類(lèi)型風(fēng)機(jī)數(shù)據(jù)量如表1所示。獲取四種類(lèi)型風(fēng)機(jī)的狀態(tài)碼，為后續(xù)剔

除異常數(shù)據(jù)點(diǎn)奠定了基礎(chǔ)。

[0040] 表1四種風(fēng)機(jī)類(lèi)型數(shù)據(jù)[0041][0042] S2：數(shù)據(jù)預(yù)處理。[0043] 對(duì)于S1中所獲取數(shù)據(jù)，需要剔除異常數(shù)據(jù)，為了對(duì)比不同風(fēng)機(jī)的性能，需要對(duì)數(shù)據(jù)集進(jìn)行歸一化處理。

[0044] S2.1：孤立森林對(duì)于異常點(diǎn)數(shù)量少、異常值和正常值差別大的特點(diǎn)來(lái)孤立異常點(diǎn)。主要思想是把數(shù)據(jù)集等量劃分，直到全部的數(shù)據(jù)點(diǎn)被孤立，根據(jù)每個(gè)數(shù)據(jù)點(diǎn)的得分來(lái)評(píng)判

是否為異常點(diǎn)。孤立森林的主要過(guò)程如下：

[0045] (1)孤立森林是由t個(gè)孤立樹(shù)組成，表示為：[0046] IF∈{t1,...,tT}(1)[0047] 其中，T為孤立樹(shù)總數(shù)目。[0048] (2)對(duì)于每棵樹(shù)t，都可以計(jì)算出隔離樣本x所需的迭代次數(shù)ht(x)，則在森林中隔離樣本x所需的平均步驟次數(shù)表示為：

[0049][0050] (3)此方法僅需少數(shù)步驟可完成異常值的隔離。但隔離觀察值x所需的步驟數(shù)受樣本數(shù)量n的影響。為消除此影響，定義標(biāo)準(zhǔn)化異常值s(x,n)：

[0051][0052] 其中c(n)表示為：[0053][0054] H(i)是諧波數(shù)，約等于：[0055] H(i)≈ln(i)+0.5772156649(5)[0056] 可證明，c(n)是將一個(gè)樣本與其他n個(gè)樣本分離所需的平均步驟數(shù)，它提供了一個(gè)標(biāo)準(zhǔn)化因子，使得s值與樣本數(shù)量n無(wú)關(guān)。

[0057] (4)訓(xùn)練過(guò)程中，遞歸劃分給定的訓(xùn)練集，當(dāng)樣本中異常數(shù)據(jù)被隔離或達(dá)到指定樹(shù)的高度以生成局部模型后停止訓(xùn)練。樹(shù)高h(yuǎn)約等于平均樹(shù)高，可定義為：

[0058] h＝ceiling(log2ψ)(6)[0059] 其中ψ代表子樣本大小，ceiling代表CEILING函數(shù)。路徑長(zhǎng)度短于平均路徑長(zhǎng)度的數(shù)據(jù)點(diǎn)落在異常區(qū)域的概率更大，因此讓樹(shù)木生長(zhǎng)到平均樹(shù)高對(duì)異常數(shù)據(jù)點(diǎn)進(jìn)行有效隔

離。

[0060] DBSCAN作為一種處理風(fēng)機(jī)異常數(shù)據(jù)的算法，以密度作為劃分依據(jù)，不用事先確定簇的個(gè)數(shù)，但算法中兩個(gè)重要的參數(shù)聚類(lèi)半徑ε和半徑區(qū)域內(nèi)密度閾值Minpts需要提前設(shè)

定，如果設(shè)定的參數(shù)值并不適用于數(shù)據(jù)集，導(dǎo)致聚類(lèi)效果不明顯。對(duì)于這兩個(gè)參數(shù)的設(shè)定尤

為重要，且在運(yùn)算過(guò)程中始終保持不變?；舅枷胧牵阂驭艦榘霃接?jì)算鄰域?qū)ο蟮膫€(gè)數(shù)，若到

達(dá)密度閾值便分為一類(lèi)，然后把高密度區(qū)域連通成為簇的過(guò)程。假設(shè)數(shù)據(jù)集為X＝{p1,p2,L

pn}，則pi、pj兩點(diǎn)之間的距離公式dist(pi,pj)，算法定義如下：

[0061] (1)ε鄰域：鄰域Nε(pi)的表達(dá)式為Nε(pi)＝{pj∈X|dist(pi,pj)≤ε}，是以pi為圓心，ε為半徑的區(qū)域。

[0062] (2)核心對(duì)象：pi鄰域Nε(pi)中點(diǎn)的數(shù)量大于等于MinPts，則稱(chēng)pi為核心對(duì)象；[0063] (3)直接密度可達(dá)：若pj∈Nε(pi)，且pi為核心點(diǎn)，則稱(chēng)pj是從pi直接密度可達(dá)，如圖3a所示。

[0064] (4)密度可達(dá)：若序列{pi,pi+1,K,pj}∈X中，pi+1從pi直接密度可達(dá)，則稱(chēng)pj是從pi密度可達(dá)，如圖3b所示。

[0065] (5)密度相連：存在點(diǎn)pk∈X，若pi，pj均可以從pk密度可達(dá)，則稱(chēng)pi和pj是密度相連的，如圖3c所示。

[0066] S2.1.1：將經(jīng)過(guò)風(fēng)機(jī)狀態(tài)碼篩選的數(shù)據(jù)X分為t個(gè)組，選擇當(dāng)前組數(shù)據(jù)，隨機(jī)抽取Ψ個(gè)樣本，隨機(jī)選取一個(gè)樣本作為一個(gè)節(jié)點(diǎn)，并在該特征值域隨機(jī)選擇一個(gè)值，并對(duì)Ψ個(gè)樣本

采用二叉分方法，如果取出的樣本值小于該取值劃到左分支，反之，劃到右分支。

[0067] S2.1.2：判斷當(dāng)前組數(shù)據(jù)是否不可分或者樹(shù)的高度是否大于公式6，如果不滿足條件，則返回步驟(1)；如果滿足條件，通過(guò)公式3計(jì)算數(shù)據(jù)得分，當(dāng)?shù)梅纸咏?時(shí)，則判斷為異

常。當(dāng)?shù)梅众吔?.5，則不能判斷數(shù)據(jù)是否異常，當(dāng)?shù)梅纸咏?時(shí)，判斷為正常數(shù)據(jù)。

[0068] S2.1.3：通過(guò)步驟(2)剔除掉部分異常數(shù)據(jù)，剩下的數(shù)據(jù)輸入到DBSCAN模型中，并初始化參數(shù)ε和MinPts,從得到的數(shù)據(jù)集選取一個(gè)數(shù)據(jù)pi，并記為已讀，查看標(biāo)記數(shù)據(jù)的鄰

域個(gè)數(shù)。

[0069] S2.1.4：如果|NEps(pi)|≥MinPts，則p為核心對(duì)象，進(jìn)而根據(jù)密度可達(dá)尋找密度相連的所有數(shù)據(jù)點(diǎn)并做標(biāo)記已讀。

[0070] S2.1.5：如果不滿足|NEps(pi)|≥MinPts，則p不是核心對(duì)象，將p點(diǎn)記為已讀，不做類(lèi)標(biāo)簽處理，且以后取數(shù)據(jù)不在考慮，等其他數(shù)據(jù)進(jìn)行密度可達(dá)、密度相連時(shí)，在進(jìn)行處理。

[0071] S2.1.6：重復(fù)步驟(3)～(5)，將沒(méi)有類(lèi)標(biāo)記的數(shù)據(jù)樣本作為異常數(shù)據(jù)處理，直到迭代完所有子集。

[0072] 如圖4所示為使用孤立森林和DBSCAN進(jìn)行異常數(shù)據(jù)識(shí)別結(jié)果。[0073] S2.2：數(shù)據(jù)歸一化[0074] 0?1歸一化，通過(guò)對(duì)原始數(shù)據(jù)量化，使其映射到在[0,1]之間，計(jì)算方法如下所示：[0075][0076] x′i為歸一化后的數(shù)值，xi為原始數(shù)據(jù)，xmax和xmin為歸一化之前的最大值和最小值。[0077] S3：回歸模型建立；[0078] 為了便于分析偏航系統(tǒng)四種風(fēng)機(jī)的偏航靜態(tài)誤差和風(fēng)機(jī)性能，以A類(lèi)風(fēng)機(jī)為例，通過(guò)查閱A類(lèi)風(fēng)機(jī)的技術(shù)文檔，現(xiàn)有的控制策略為偏航閾值時(shí)間超過(guò)160秒，并且當(dāng)β角(機(jī)艙

和在這一時(shí)間段內(nèi)的平均風(fēng)向夾角)超過(guò)8°時(shí)，機(jī)艙才進(jìn)行偏航，所以把α(?8,8)區(qū)間化劃

分，劃分為16個(gè)區(qū)間，對(duì)于得到的每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行擬合。

[0079] 對(duì)于每個(gè)得到的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，得到16條風(fēng)速?功率曲線，分析在風(fēng)速一定情況下，哪一條曲線的功率最大，所對(duì)應(yīng)的即為偏航誤差值。

[0080] 采用三次樣條對(duì)風(fēng)速?功率曲線進(jìn)行擬合，構(gòu)造一個(gè)三次函數(shù)Sk(x)，在[a,b]上有連續(xù)二階導(dǎo)數(shù)，選取節(jié)點(diǎn)上二階導(dǎo)數(shù)值參數(shù)S″3(xi)＝Mi(i＝0,1L,n)，則函數(shù)S3(xi)＝y(tǒng)i(i

＝0,1,L,n)在分段[xi?1,xi]上需要滿足：

[0081] S3(xi?1)＝y(tǒng)i?1,S3(xi)＝y(tǒng)i[0082] S″3(xi?1)＝Mi?1,S″3(xi)＝Mi(8)[0083] 采用拉格朗日進(jìn)行插值有：[0084][0085] 式中，hi＝xi?xi?1。[0086] 對(duì)式9進(jìn)行兩次積分，在進(jìn)行微分得：[0087][0088] 將S3'(xi?0)＝S3'(xi+0)帶入式子10得：[0089][0090] 上式可表示為：[0091] (1?ai)Mi?1+2Mi+aiMi+1＝gi(i＝1,2,Ln?1)(12)[0092] 自由邊界條件為在起點(diǎn)的左邊界[x0,x1]上，x取x0時(shí)導(dǎo)入式12得：[0093][0094] 若S3'(0)已知，由式子3.16取x＝x0可得：[0095] 2M0+0×M1＝2×S″3(x0)(14)[0096] 則起點(diǎn)的邊界條件為：[0097] 2M0+a0M1＝g(0)(15)[0098] 其中，給定y″0時(shí)，a0＝0,g0＝2y″0；給定y′0時(shí)，[0099] 同理，終點(diǎn)的邊界條件為：[0100] anMn?1+2Mn＝gn(16)[0101] 其中，給定y″n時(shí)，an＝0,gn＝2y″n；給定y′n時(shí)，[0102] 構(gòu)成了定解問(wèn)題：[0103][0104] 解方程求得M0,M1,LMn，得到功率曲線模型如圖6所示，其中得到的三次樣條擬合函數(shù)公式為：

[0105] f(x)＝0.3105x3+0.4633x2+0.1538x+0.009898(18)[0106] 三次樣條擬合的風(fēng)電功率曲線如圖5所示。[0107] S4：偏航系統(tǒng)靜態(tài)偏差求取。[0108] 以2019年A類(lèi)型風(fēng)機(jī)、B類(lèi)型風(fēng)機(jī)、C類(lèi)型風(fēng)機(jī)、D類(lèi)型風(fēng)機(jī)這四種狀況良好的風(fēng)機(jī)數(shù)據(jù)為基礎(chǔ)，對(duì)四種類(lèi)型風(fēng)機(jī)求取偏差值。以A類(lèi)風(fēng)機(jī)為例，將16個(gè)區(qū)間內(nèi)的風(fēng)功率散點(diǎn)進(jìn)行

擬合，得到16條風(fēng)速?功率曲線，如圖6所示，在最上面的線為[?5,?4)和[?4,?3)，所以取為?

4°。同理其它三種類(lèi)型風(fēng)機(jī)，B類(lèi)型風(fēng)機(jī)偏航誤差為?7°，C類(lèi)型風(fēng)機(jī)偏航誤差為?6°，D類(lèi)型風(fēng)

機(jī)偏航誤差為?6°，四種類(lèi)型風(fēng)機(jī)偏航性能對(duì)比如圖7所示。

[0109] 綜上所述，借助于本發(fā)明實(shí)施例的技術(shù)方案，對(duì)于數(shù)據(jù)集中的離散型異常數(shù)據(jù)，采用孤立森林算法可以很好的剔除這些異常點(diǎn)，對(duì)于堆積型異常數(shù)據(jù)點(diǎn)，采用DBSCAN聚類(lèi)算

法可以很好的剔除。本發(fā)明設(shè)計(jì)孤立森林和DBSCAN的組合識(shí)別模型處理異常數(shù)據(jù)，能夠?qū)?br>
現(xiàn)同時(shí)對(duì)數(shù)據(jù)集中的離散型異常數(shù)據(jù)和堆積型異常數(shù)據(jù)進(jìn)行剔除。此外本發(fā)明實(shí)施例的模

型適用于不同類(lèi)型機(jī)組的偏航誤差測(cè)量，可以實(shí)現(xiàn)不同類(lèi)型風(fēng)機(jī)偏航性能的對(duì)比。

[0110] 裝置實(shí)施例一[0111] 根據(jù)本發(fā)明實(shí)施例，提供了一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置，圖8是本發(fā)明實(shí)施例的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置的示意圖，如圖8所示，根據(jù)本發(fā)明實(shí)施例的多類(lèi)型

風(fēng)機(jī)的偏航誤差測(cè)量裝置具體包括：

[0112] 獲取模塊80，用于獲取多類(lèi)型風(fēng)機(jī)數(shù)據(jù)，對(duì)所述多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行預(yù)處理；所述獲取模塊80具體用于：采用孤立森林和DBSCAN聚類(lèi)算法對(duì)異常數(shù)據(jù)進(jìn)行清洗，并進(jìn)行歸一

化處理：

[0113] 處理模塊82，用于將預(yù)處理后的多類(lèi)型風(fēng)機(jī)數(shù)據(jù)進(jìn)行區(qū)間化處理，并采用三次樣條方法對(duì)每個(gè)區(qū)間的風(fēng)速?功率散點(diǎn)進(jìn)行多項(xiàng)式擬合，選出各種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率

曲線，根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差。

[0114] 上述裝置還可以進(jìn)一步包括：[0115] 對(duì)比模塊，用于在處理模塊根據(jù)所述最優(yōu)風(fēng)速?功率曲線獲取各種類(lèi)型風(fēng)機(jī)的偏航誤差之后，對(duì)比多種類(lèi)型風(fēng)機(jī)的最優(yōu)風(fēng)速?功率曲線，得出偏航性能最優(yōu)的風(fēng)機(jī)類(lèi)型。

[0116] 本發(fā)明實(shí)施例是與上述方法實(shí)施例對(duì)應(yīng)的裝置實(shí)施例，各個(gè)模塊的具體操作可以參照方法實(shí)施例的描述進(jìn)行理解，在此不再贅述。

[0117] 裝置實(shí)施例二[0118] 本發(fā)明實(shí)施例提供一種多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量裝置，如圖9所示，包括：存儲(chǔ)器90、處理器92及存儲(chǔ)在所述存儲(chǔ)器90上并可在所述處理92上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)

算機(jī)程序被所述處理器92執(zhí)行時(shí)實(shí)現(xiàn)如方法實(shí)施例中所述的步驟。

[0119] 裝置實(shí)施例三[0120] 本發(fā)明實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有信息傳輸?shù)膶?shí)現(xiàn)程序，所述程序被處理器92執(zhí)行時(shí)實(shí)現(xiàn)如方法實(shí)施例中所述的步驟。

[0121] 本實(shí)施例所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括但不限于為：ROM、RAM、磁盤(pán)或光盤(pán)等。[0122] 需要說(shuō)明的是，本說(shuō)明書(shū)中關(guān)于存儲(chǔ)介質(zhì)的實(shí)施例與本說(shuō)明書(shū)中關(guān)于基于區(qū)塊鏈的服務(wù)提供方法的實(shí)施例基于同一發(fā)明構(gòu)思，因此該實(shí)施例的具體實(shí)施可以參見(jiàn)前述對(duì)應(yīng)

的多類(lèi)型風(fēng)機(jī)的偏航誤差測(cè)量方法的實(shí)施，重復(fù)之處不再贅述。

[0123] 上述對(duì)本說(shuō)明書(shū)特定實(shí)施例進(jìn)行了描述。其它實(shí)施例在所附權(quán)利要求書(shū)的范圍內(nèi)。在一些情況下，在權(quán)利要求書(shū)中記載的動(dòng)作或步驟可以按照不同于實(shí)施例中的順序來(lái)

執(zhí)行并且仍然可以實(shí)現(xiàn)期望的結(jié)果。另外，在附圖中描繪的過(guò)程不一定要求示出的特定順

序或者連續(xù)順序才能實(shí)現(xiàn)期望的結(jié)果。在某些實(shí)施方式中，多任務(wù)處理和并行處理也是可

以的或者可能是有利的。

[0124] 本說(shuō)明書(shū)中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于系統(tǒng)實(shí)

施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例

的部分說(shuō)明即可。

[0125] 以上所述僅為本文件的實(shí)施例而已，并不用于限制本文件。對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)，本文件可以有各種更改和變化。凡在本文件的精神和原理之內(nèi)所作的任何修改、等同

替換、改進(jìn)等，均應(yīng)包含在本文件的權(quán)利要求范圍之內(nèi)。