风力发电机的功率曲线描述了发电功率与瞬时风速的关系。在实验室理想条件下评估风力涡轮机的性能往往是乐观的，很少反映出涡轮机在实际情况下的实际表现。有时，一些航空发动机产生的功率与标称功率曲线有显著差异，给投资推动者造成经济损失。本研究的目的是建立实际风力发电机组功率曲线模型及其与名义功率曲线的变化关系。这项研究是在三个不同阶段进行从风速和电力生产相关数据的Senvion MM92?兆瓦风力发电机额定功率为2.05。第一阶段的重点是统计分析，使用最常见和可靠的概率密度函数。第二阶段是通过对实际生产数据进行过程拟合，对投产一年内现场实测功率曲线进行分析建模。第三个重点是开发一个基于人工神经网络的模型，该模型可以预测输出功率的大小。将多层神经网络建模的实际功率曲线与汽轮机SCADA的标称特性和性能进行了比较。对于所研究的器件，两种方法的可生产性偏差均小于1%，实际功率曲线偏差均小于0.5%。该模型可用于任何风力涡轮机，以验证实际性能和检查故障条件，帮助运营商了解正常和异常行为。
——文章发布于2019年9月
