用于对涡轮机的控制参数进行计算机实现的确定的方法与流程

风力涡轮机的操作基于风力涡轮机的标称特性值，所述标称特性值在取决于风速的功率输出方面表征风力涡轮机。使用标称参数使得风力涡轮机制造商能够向客户保证特定的年度能量产生（AEP），这是因为风力涡轮机在其按合约规定的额定点处被视为具有相同的性能。

因此，标称参数被用作关于特定环境条件、特别是风速下的特定功率输出来导出涡轮机控制参数（简称：控制参数）的基础。众所周知，风力涡轮机中的许多组件对温度是敏感的。例如，直接驱动式（DD）风力涡轮机中的永磁体在剩磁（remanence）和矫顽力（coercivity）方面的性能会随着温度增加而可逆地降低，这减小了扭矩和功率，并且减小了在故障条件下针对去磁化耐受（demagnetization withstand）所提供的裕度。操作温度是环境空气温度和损耗（例如，铜损耗、铁损耗、由于磁体涡流所致的自发热）两者的函数。作为另外的示例，绝缘体的寿命可能受温度所影响。

因此，在操作期间监测敏感组件的温度是至关重要的。然而，给关键组件全部装上测量仪器（fully instrument）是极其昂贵且复杂的并且有时甚至是不可能的。对转子和磁体温度的监测是具有挑战性的，这是因为大多数传感器将要么需要经由滑环（slip-ring）进行电连接，从而影响了可靠性，并且这在大直径且无轴的机器（如风力涡轮机）上是具有挑战性的，或者要么需要经由无线遥测进行电连接，这增加了复杂性和成本，并且由于电噪声环境（例如，脉宽调制馈电绕组），也可能是具有挑战性的。

由于诸如转子磁体温度之类的某些温度是不容易获得的，因此会以合适的安全性裕度来操作风力涡轮机，从而导致了年度能量产生（AEP）的损失。替代地，可能会过度设计（over engineer）风力涡轮机，即由于磁体温度的不确定性，可能需要使用更高温度等级的磁体。这种替代方案会导致更高的成本。

相同的问题出现在其他工业过程（诸如，燃气涡轮机的操作）中。

因此，本发明的目的是提供一种计算机实现的方法和系统，该方法和系统允许涡轮机在高功率产生的情况下操作，而同时受到保护。本发明的另外目的是提供一种计算机程序产品。

这些目的通过根据权利要求1的特征的方法、根据权利要求12的计算机程序产品、以及根据权利要求13的特征的系统来解决。在从属权利要求中阐述了优选实施例。

根据本发明的第一方面，提出了一种用于对涡轮机的控制参数进行计算机实现的确定的方法。所述涡轮机可以是单个风力涡轮机。所述涡轮机可以是风场的风力涡轮机。在所述涡轮机是风力涡轮机的情况下，它包括发电机。替代地，所述涡轮机可以是具有发电机的燃气涡轮机。

所述方法包括以下步骤：通过接口来接收涡轮机传感器的一个或多个测量值。根据散布在所述涡轮机上的涡轮机传感器的数量，提供对应数量的测量值。要理解的是，所述数量的涡轮机传感器正在以预定的时间间隔来获取测量值，从而产生通过所述接口接收到的测量值的数据流。

作为进一步的步骤，所述方法包括：由处理单元通过对所述涡轮机的操作的仿真在配备有或未配备有涡轮机传感器的组件或涡轮机地点（place）处确定一个或多个虚拟参数和/或温度，所述仿真是利用给定涡轮机模型来进行的，在所述给定涡轮机模型中，所述涡轮机的一个或多个测量值和一个或多个特性值被用作输入参数。

作为最后的步骤，所述方法包括：由处理单元从所述一个或多个虚拟参数和/或温度中导出所述涡轮机的控制参数。

本发明的上下文中的虚拟参数可以是例如温度、噪声、振动、组件应力（stress）和组件应变（strain）中的至少一个。

通过使用涡轮机模型（所述模型是与标称和/或所测量的制造参数耦合的经验证的物理模型），结合采用更容易测量的测量值的形式的一定数量（少量）的所测量的性能参数，可以预测和/或估计其他参数和/或温度。这可以用于例如确定旋转组件（例如，电机或发电机的转子中的磁体）的参数。然后，可以采用对一定数量（少量）的传感器的使用，从而以高保真度来可信地估计遍及所述涡轮机的参数和/或温度，所述高保真度是通过涡轮机模型保真度而不是传感器的数量来确定的。该知识用于使所述涡轮机更接近其潜在热极限来操作，并且因此即使出现某些故障（例如，冷却风扇停止操作），也能维持高水平的AEP。

通过使用标称和/或制造数据连同多个容易测量的参数（特别是温度）来对涡轮机模型——该模型对于每个涡轮机是订制的——的使用被用于预测难以触及/难以装上测量仪器的组件的参数和/或温度，从而避免复杂且昂贵的传感器，诸如用于将信号从旋转组件携带到静态框架的滑环、或遥测或Wi-Fi。因此，所提出的过程使得能够减少安装在所述涡轮机处的传感器的数量。

考虑所述涡轮机的合适特性值使得能够形成定制的涡轮机“DNA”，所述涡轮机“DNA”可以被视为表征涡轮机参数的独特的图。在具有关于所述涡轮机的制造公差的知识的情况下，可以向给定涡轮机模型馈送特性值，以确定所述涡轮机是否能够仍然在不被损坏的情况下产生功率。在风力涡轮机的情况下，根据所预测和/或所估计的参数和/或温度可以产生多少功率的确定可以从相关联的功率对风速图中导出，所述功率对风速图可以从所述给定涡轮机模型的输出中导出，并且除了测量值之外，所述给定涡轮机模型还对作为输入参数的风力涡轮机的一个或多个特性值进行处理。

因此，在涡轮机模型中考虑特性值，以导出实际的且特定于涡轮机的控制参数。关于通过使用所述给定涡轮机模型来进行功率最大化的这种机制不会对现有的涡轮机结构（诸如，发电机、功率转换器和叶片等）产生负面影响，这是因为它们的操作考虑涡轮机组件的标称和/或实际特性值以及功能性。

根据优选实施例，所述涡轮机模型是物理模型，所述物理模型基于通过仿真和/或经验证的测试数据和/或查找表找到的多个等式。此外，所述涡轮机模型可以考虑多个所测量的性能参数（诸如，温度、当前负载简档等），以在风力涡轮机的情况下确定特定风力涡轮机的功率对风速图。

所述一个或多个特性值可以通过所述接口从数据库来检索和接收。所述接口和处理单元是计算机系统的一部分。所述计算机系统可以是风力涡轮机的控制实例的一部分。替代地，所述计算机系统可以是外部控制系统的一部分。所述数据库可以存储在该计算机系统上，或者可以是连接到所述计算机系统的外部数据库。所述一个或多个特性值由如下各项组成：特性值的标称参数（即，标称特性值）、和/或特性值的制造公差带内的所实现的值或实际值（即，实际特性值），所述所实现的值或实际值在制造过程期间通过测量来获得并且在所述数据库中针对多个涡轮机被核对。

所述一个或多个特性值包括以下各项中的一个或多个：气隙（转子与定子之间）、磁体性能、磁体尺寸、热导率和线圈电阻。除了特性值之外，还可以考虑另外的特性值，诸如定子段的变化（variation）等等。

根据另外的优选实施例，所述一个或多个测量值由线圈温度和/或环境温度和/或电流负载简档组成。根据这些容易测量的值，可以预测和/或估计其他参数和/或温度。所述涡轮机模型可以考虑时间常数，以用于考虑从一个或多个温度传感器的地点到要针对其确定虚拟温度的组件或涡轮机组件的热传播。此外，由于要监测的组件的各种时间常数，所述涡轮机模型可以基于启发式方法。由于该基于时间的计算，可以连续更新所述涡轮机模型。这使得能够考虑反应时间，取决于材料和/或组件的形式（例如，大的蓄热块（thermal mass）），所述反应时间有时可能非常长。

根据另外的优选实施例，作为所述涡轮机模型的进一步输入参数，可以处理历史涡轮机传感器数据和/或历史操作条件，以用于由处理单元针对所述涡轮机来确定虚拟参数和/或温度。考虑由物理和/或虚拟传感器捕获的历史传感器数据使得能够关于当前功率输出和寿命考虑来接收关于组件行为的信息。要考虑的历史传感器数据可以由组件温度、环境温度、风速等等组成。可以将历史数据与所述涡轮机的过去操作期间的实时传感器数据进行比较。还可以将由所述模型在配备有传感器的位置处预测的参数和/或温度与实际测量值进行比较，以充当健康监测器并且指示发电机/涡轮机/传感器内的潜在问题。所测量的寿命数据与从所述涡轮机模型得到的寿命数据的比较允许灵活利用宽松的（generous）制造裕度，以在风力涡轮机的情况下根据当前操作情形来最大化AEP。

根据另外的优选实施例，所述涡轮机模型考虑由风力涡轮机的转子轮毂、发电机和转换器组成的传动系统。在燃气涡轮机的情况下，所述涡轮机模型考虑由转子轮毂、发电机和转换器组成的传动系统。附加地或替代地，所述涡轮机模型可以考虑风力涡轮机的叶片和/或齿轮箱和/或机舱和/或塔架和/或线缆和/或变压器。

虽然上面描述的方法可以优选地用于确定风力涡轮机的电传动系统的虚拟参数和/或温度，但是所述方法还可以用于监测风力涡轮机的转换器的组件，以基于散热器冷却剂温度输入、半导体制造数据和电信号来预测和/或估计半导体温度。

根据本发明的第二方面，提出了一种可直接加载到数字计算机的内部存储器中的计算机程序产品，包括软件代码部分，所述软件代码部分用于当所述产品在计算机上运行时执行本文中描述的方法的步骤。所述计算机程序产品可以采用存储介质的形式，诸如CD-ROM、DVD、USB条或存储卡。所述计算机程序产品也可以采用可经由有线或无线通信线路传输的信号的形式。

根据第三方面，提出了一种用于对涡轮机的控制参数进行计算机实现的确定的系统。所述涡轮机可以是单个风力涡轮机、或具有发电机的风场的风力涡轮机、或具有发电机的燃气涡轮机。所述系统包括接口，所述接口被适配成接收涡轮机传感器的一个或多个测量值，并且所述系统包括处理单元，所述处理单元被适配成：通过对所述风力涡轮机的操作的仿真在配备有或未配备有涡轮机传感器的组件或涡轮机地点处确定一个或多个虚拟参数和/或温度，所述仿真是利用给定涡轮机模型来进行的，在所述给定涡轮机模型中，所述风力涡轮机的一个或多个测量值和一个或多个特性值被用作输入参数，并且被用于从所述一个或多个虚拟温度中导出所述风力涡轮机的控制参数。

将参考附图来更详细地解释本发明。

图1示出了说明根据本发明的方法的步骤的流程图。

图2示出了说明用于执行用于确定风力涡轮机的控制参数的方法的步骤的示意图。

图3图示了说明用于确定风力涡轮机的改进的控制参数的涡轮机模型的示意图。

图4图示了所测量的温度和所确定的温度的示例性温度-时间序列。

在以下部分中，将通过参考风力涡轮机来描述本发明的示例。如本领域技术人员所理解的，该方法也可以用于其他工业应用（特别是燃气涡轮机领域）中。

众所周知，无论是在功率输出还是寿命方面，风力涡轮机中的许多组件对温度是敏感的。例如，永磁体的性能会随着温度增加而可逆地降低，这减小了扭矩和功率，并且减小了在故障条件下针对去磁化耐受所提供的裕度。风力涡轮机的操作温度是环境空气温度和损耗（例如，铜损耗、铁损耗、由于磁体涡流所致的自发热）两者的函数。作为另外的示例，绝缘体的寿命可能受温度所影响。

因此，在操作期间监测敏感组件的温度是至关重要的。为了避免给关键组件全部装上测量仪器的成本和复杂性，所提出的是，借助于虚拟温度对它们进行监测，这些虚拟温度是利用经验证的物理模型、结合更容易测量的线圈温度、环境温度和电流负载简档的有限数量的所测量的性能参数来预测和/或估计的。

下面描述的方法使得计算机系统能够在最小化由于风力涡轮机的热负载而使风力涡轮机损坏的风险与最大化AEP之间找到折衷。

参考图1，在步骤S1中，通过处理单元PU（图2）的接口IF来接收涡轮机传感器的一个或多个测量值。根据散布在该风力涡轮机上的涡轮机传感器的数量，提供对应数量的测量值。如上面所提到的，测量值可以是例如线圈温度、环境温度和电流负载简档。要理解的是，该数量的涡轮机传感器正在以预定的时间间隔来获取测量值，从而产生通过接口IF接收到的测量值的数据流。

在步骤S2中，处理单元PU通过对该风力涡轮机的操作的仿真在配备有或未配备有涡轮机传感器的组件或涡轮机地点处标识一个或多个虚拟参数和/或温度，该仿真是利用给定涡轮机模型来进行的，在该给定涡轮机模型中，该风力涡轮机的一个或多个测量值和一个或多个特性值被用作输入参数。该仿真是利用给定涡轮机模型来进行的，在该给定涡轮机模型中，对基于测量值的温度的传播进行建模。此外，该风力涡轮机的特性值的一个或多个制造公差被用作输入参数。

在步骤S3中，从该一个或多个虚拟参数和/或温度中导出该风力涡轮机的控制参数CP。

由于组件的各种时间常数，该涡轮机模型可以使用启发式方法，并且因此该涡轮机模型可以被连续地更新。此外，该涡轮机模型允许对照所测量的参数进行错误检查。

使用少量传感器（其可能是低成本传感器）的可能性仅使得能够以高保真度（通过模型保真度而不是传感器的数量所确定）来分别可信地估计遍及该风力涡轮机及其发电机的参数和/或温度。由该涡轮机模型找到的参数和/或温度将用于使该风力涡轮机更接近潜在热极限来操作，并且因此即使出现某些故障（诸如，在冷却风扇停止操作的情况下进行操作），也能维持高水平的AEP。

尽管已经通过对该风力涡轮机的温度的确定描述了上述过程，但是要理解的是，可以替代地或附加地使用该涡轮机模型来预测和/或估计其他参数。这种参数的示例包括噪声和振动以及组件应力和/或应变。

尽管本描述总体上涉及风力涡轮机，但是所描述的方法可以用于特别地对其发电机的行为进行建模。其他应用可能包括使用转换器的组件级别模型，该模型可以基于散热器冷却剂温度输入、半导体制造数据和电信号来估计半导体温度。

该方法和涡轮机模型分别优选地考虑个体涡轮机制造公差对涡轮机性能的影响，从而允许预测和/或估计风力涡轮机的参数和/或温度。由于考虑了个体涡轮机制造公差，因此可以以优化的方式来操作风力涡轮机，从而得到最大化的AEP。然而，要理解的是，也可以向该涡轮机模型馈送标称特性值。在另外的实现方式中，标称特性值和考虑了制造公差的实际特性值两者都可以用作该涡轮机模型中的输入信息。

参考图2，在第一或准备步骤中，执行制造数据MMV的测量。对涡轮机性能具有影响的制造公差例如是气隙AG、磁体性能MP（由于磁体材料和/或尺寸MDM和/或制造过程）、热导率TC和线圈电阻CR。这些制造公差中的每一个是特性值，这些特性值对于要考虑的每个涡轮机是独特的。这些特性值AG、MP、MDM、TC、CR的制造公差在正常操作且没有任何问题的情况下以及在已经出现了问题的操作期间都对涡轮机性能具有即刻影响（immediate impact）。

特性值AG、MP、MDM、TC、CR的制造公差——通常对于每一个涡轮机是不同的（涡轮机DNA）——被核对并且存储在数据库DB中。针对每个涡轮机T1...Tn（其中n对应于风场WP中的风力涡轮机的数量，其中n≥1），可以存储制造数据集MDT1...MDTn，该制造数据集MDT1...MDTn包含了特性值AG、MP、MDM、TC、CR。制造数据集MDT1...MDTn可以被视为每个个体风力涡轮机T1...Tn的DNA。要理解的是，可以以诸如查找表、相关联的图等任何方式来存储由特性值AG、MP、MDM、TC、CR的制造公差组成的制造数据。

在计算机或计算机系统的接口IF处接收特性值AG、MP、MDM、TC、CR的制造公差。该计算机或计算机系统包括处理单元PU。数据库DB可以存储在该计算机（系统）的存储器或该计算机（系统）的外部存储装置中。在另一实现方式中，数据库DB可以是基于云的。处理单元PU被适配成：针对多个风力涡轮机T1...Tn中的每一个来确定功率对风速图MT1...MTn。功率对风速图MT1...MTn是根据上面提到的给定涡轮机模型TM来计算的，该给定涡轮机模型TM具有考虑了相应风力涡轮机T1...Tn的制造公差的实际特性值AG、MP、MDM、TC、CR、和/或实际特性值AG、MP、MDM、TC、CR以及涡轮机传感器的一个或多个测量值MVi（其中i对应于涡轮机传感器的数量）作为输入参数。

对于每种类型的风力涡轮机，可以提供特定的涡轮机模型。在替代实施例中，可以针对风场的相应风力涡轮机使用特定的涡轮机模型。在另外的替代实施例中，可以针对风场的所有风力涡轮机使用共同的涡轮机模型。

该涡轮机模型是一种物理模型，该物理模型基于通过仿真和/或经验证的测试数据找到的多个等式。该涡轮机模型可以被视为每个个体风力涡轮机的“数字孪生体”。每个个体风力涡轮机T1...Tn的功率对风速图MT1...MTn是从该涡轮机模型和标称和/或特性值AG、MP、MDM、TC、CR、以及涡轮机传感器的一个或多个测量值MVi得到的独特的图。它们是针对不具有任何故障的涡轮机而创建的。此外，可以针对所有可能的故障来创建每个涡轮机的附加的图。可以提前创建这些图，即在确定相应问题之前创建这些图。替代地，可以在接收到指示组件故障的信息ML时创建这些图。

图3图示了用于对个体风力涡轮机进行建模的涡轮机模型的实施例。在该实施例中，涡轮机模型TM考虑风力涡轮机的电传动系统，该电传动系统由转子轮毂ROT、发电机GEN、转换器CON、线缆CAB和辅助/附属组件AUX以及变压器TRF组成。然而，涡轮机模型TM还可以考虑风力涡轮机的另外组件，诸如叶片、机舱、塔架、子站、齿轮箱（用于齿轮传动式涡轮机）等等。

涡轮机模型TM计算传动系统内的组件的损耗，以计及在机电能量转换和附属或支持系统期间涡轮机叶片输入与去往电网的输出之间的功率/能量损耗。由于损耗机制是温度相关的，并且本身生成热量，因此涡轮机模型TM被耦合或者包括发电机GEN的热模型（发电机热模型GTM）和/或转换器CON的热模型（转换器热模型CTM），并且被迭代地求解。发电机热模型GTM和转换器热模型CTM耦合到影响传动系统的冷却的组件，诸如冷却系统COOLS（例如，冷却风扇）、热交换器HX和机舱环境NAAMB。

涡轮机模型TM基于风速WS和温度ATMP的输入环境条件来计算（电网）输出处的可用功率Pout。涡轮机模型TM可以用于通过输入给定时间段内的历史风条件和/或所预测的风条件来评估给定风力涡轮机和场所的潜在AEP。对热模型GTM、CTM的使用允许准确地计及任何控制特征（诸如，高温缩减（curtailment））。替代地，涡轮机模型TM可以被实时采用，以评估控制决策对特定发电机操作点的影响和/或潜在输出。此外，它可以用作对照实际涡轮机的参考，从而响应于操作条件来比较实际操作和所预测的操作，以充当健康监测器。

涡轮机模型TM可以以多个不同的环境/编程代码来实现。通常，它可以基于迭代的求解器例程来处理热耦合和控制算法两者。在可能的情况下，使用降阶模型、查找表或函数（等式）以使用合适的近似和/或假设来表示复杂的行为，从而确保短的计算时间，同时维持合适的准确度水平。

如图3中所示，涡轮机模型TM可以扩展成包括涡轮机的叶片模型或结构模型。这种模型可以用于表示风力涡轮机之外的任何电传动/发电机系统。

更详细地，涡轮机模型TM包括以下子模型：

转子模型，用于通过将风速WS转换成转子/叶片转速RS和机械功率Pmech（即，输入扭矩M）来对转子ROT进行建模。

可选轴承模型，用于通过计及非理想主轴承以及因此计及功率损耗来对轴承进行建模。

发电机模型，用于通过考虑主机械能到电能转换来对发电机GEN进行建模，该建模计及了扭矩能力、电压产生、以及转换中引发的损耗。这可以通过对电磁性能的数值计算（例如，有限元分析）、分析性模型、或使用降阶模型（ROM）的这些的混合来实现，在降阶模型（ROM）中，通过先验数值建模来导出发电机性能，并且将该发电机性能提炼（distill）到更简单的函数或查找表中。该发电机模型还被适配成计算转换中引发的损耗，诸如绕组铜损耗和定子电气钢铁损耗（steel iron loss）。它计及了控制决策。

转换器模型，用于对转换器CON进行建模：在直接传动永磁发电机中，发电机的可变频率输出经由功率电子转换器（有源整流器-DC链路-逆变器）与固定频率电网对接，该功率电子转换器允许控制发电机操作条件。计及了转换器中的负载相关的开关和传导损耗。

线缆损耗模型，用于通过考虑连接线缆中的欧姆损耗来对线缆CAB进行建模。

辅助/附属损耗模型，用于通过计及诸如冷却风扇、泵和液压控制系统之类的支持服务所消耗的功率来对辅助/附属组件AUX进行建模，因为这些损耗减损了（detract from）电网处的可用功率。

变压器损耗模型，用于通过计及取决于负载条件的欧姆绕组损耗和芯损耗（core loss）来对变压器TRF进行建模。

发电机GEN和转换器CON的热模型：上述组件的性能和损耗是温度相关的。例如，由于铜电阻率取决于温度，定子电绕组所产生的电阻以及因此铜损耗增加，并且永磁体所产生的磁通量（发电机中的场源）由于材料剩磁（material remanence）随温度的改变而变化。由于损耗本身增加了组件温度，因此上述损耗模型是利用相应热模型GTM、CTM迭代地计算的。与发电机模型一样，这可以通过降阶模型来实现，该降阶模型使用从数值建模（例如，CFD和热FEA）中导出的参数来创建等效电路或集总参数网络（lumped parameter network）。

图2的P-WS示图（功率对风速图PWM）中图示了从涡轮机模型TM得到的多个图MR、MT1和MT3。在该示图中，图示了基于标称参数所计算的风力涡轮机的图MR、以及针对涡轮机T1、T3的两个图MT1和MT3，这两个图MT1和MT3基于订制的涡轮机模型以及涡轮机传感器的测量值MVi。仅作为示例，涡轮机T1、T3的图MT1和MT3示出了：特性值AG、MP、MDM、TC、CR的制造公差（中的至少一些）不同于标称涡轮机的制造公差，从而得到了针对给定风速WS的附加功率P，和/或温度低于具有标称参数的风力涡轮机的温度。

基于它们相关联的功率对风速图，可以针对每个个体涡轮机（要么有故障、要么没有故障）导出用于控制风力涡轮机的控制参数CP。

图4图示了风力涡轮机的发电机的两个示例性温度-时间序列（TMP-t序列）。在图4的上部示图中，用TMPR,CT来表示所测量的线圈温度，并且用TMPV,MT来表示由该涡轮机模型确定的虚拟磁体温度。可以看出的是，温度的时间发展彼此对应，从而具有由于发电机中的不同地点所致的偏移。

在图4的下部示图中，用TMPR来表示例如线圈的组件的所测量温度，并且用TMPV来表示由该涡轮机模型确定的组件的虚拟磁体温度。只要不出现问题，这些温度就会彼此对应。OCC表示了问题，该问题可以通过两个温度TMPR和TMPV的显著偏离来确定。比较所测量的温度和所确定的温度可以用于健康监测，并且将提供如下警报/报告：潜在问题（problem/issue）已经发生，并且可以采取纠正性/预防性动作。

温度TMPR和TMPVR,CT表示涡轮机传感器的测量值MVi，如上所描述的那样。

上面描述的方法可以用于由数量n个涡轮机组成的风场的风力涡轮机。要理解的是，风力涡轮机的数量可以是任意的。风力涡轮机的数量可以是一（1）个，即风场对应于单个风力涡轮机。如果风力涡轮机的数量大于一个，则风力涡轮机优选地被布置成彼此靠近，以在单个点处向能量电网供应总的产生的功率。

通过使用特定于涡轮机的模型并且评估参数和/或温度，可以做出关于该涡轮机可以在什么功率水平下安全地操作的决定。因此，在涡轮机模型中找到的安全性限制内，可以从该涡轮机产生最大功率。例如，如果在一个涡轮机处，风扇中的一个已经停止工作，则该特定涡轮机的涡轮机模型的热性能可以在少一个风扇的情况下被建模。这将提供新的参考功率要求，同时保持处于发电机限制内，并且同时还计及该涡轮机的任何特定特性。

然而，如果该涡轮机将在减小的功率下操作，在没有上述评估的情况下，经修正的操作点可能会被低估，因此会损失AEP，或者可能会被高估，从而导致额外的故障、热过载（降低涡轮机总体寿命）或损坏。

考虑个体涡轮机制造公差和虚拟参数和/或温度对涡轮机性能的影响并且在针对每个个体涡轮机的涡轮机模型中使用它们允许通过风场优化来最大化AEP，这是通过如下方式来进行的：即，基于其个体涡轮机性能在每个位置处、即使在组件故障的情况下也以优化的方式来操作涡轮机。

此外，将采用从处理单元接收到的历史数据AD的形式的所测量的寿命数据与制造数据进行比较允许灵活利用宽松的制造裕度，以最大化AEP。此外，处理单元PU能够通过将所测量的参数（诸如，组件温度）与可以由涡轮机模型TM预测的那些参数进行比较来并入健康监测特征。

物理涡轮机数据的比较可以利用相关联的涡轮机模型TM来进行，以监测其中该涡轮机可能表现不佳的情形、以及提供对表现不佳的原因的可能洞察。该比较可以标记潜在问题并呼叫（call for）维修，以及提供针对未来涡轮机开发的学习。

本发明涵盖了使用特定于涡轮机的模型，以便对某些场景、特别是涡轮机传动系统内的场景进行建模，从而根据可容忍的参数和/或温度限制来提取功率。该涡轮机模型引入了一定水平的模型保真度，这允许对这些不同的场景进行建模。这将增加风场可用性，并且允许严格的可用性最低限度被满足。