特許 7408846 風向補正装置、モデル生成装置、補正方法、モデル生成方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-22

(45)【発行日】2024-01-05

(54)【発明の名称】風向補正装置、モデル生成装置、補正方法、モデル生成方法、及びプログラム

(51)【国際特許分類】

   G01P 13/02 20060101AFI20231225BHJP

   F03D 7/04 20060101ALI20231225BHJP

【ＦＩ】

G01P13/02 A

F03D7/04 Z

【請求項の数】 13

(21)【出願番号】P 2022575029

(86)(22)【出願日】2021-01-18

(86)【国際出願番号】 JP2021001429

(87)【国際公開番号】W WO2022153525

(87)【国際公開日】2022-07-21

【審査請求日】2023-07-04

(73)【特許権者】

【識別番号】517356058

【氏名又は名称】株式会社ユーラステクニカルサービス

(74)【代理人】

【識別番号】100110928

【弁理士】

【氏名又は名称】速水 進治

(72)【発明者】

【氏名】犬童 健太郎

【審査官】岡田 卓弥

(56)【参考文献】

【文献】特表２０２０－５１３４９２（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１９／０３２３４８２（ＵＳ，Ａ１）

【文献】特開２０１８－９７７３３（ＪＰ，Ａ）

【文献】特開２０１３－１０８４６２（ＪＰ，Ａ）

【文献】国際公開第２００８／１４６６０４（ＷＯ，Ａ１）

【文献】特表２００７－５３０９２６（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｐ１３／００－１３／０４

Ｆ０３Ｄ １／００－８０／８０

(57)【特許請求の範囲】

【請求項1】

風力発電装置に設けられた風向計の測定結果を補正する風向補正装置であって、
前記風向計の測定項目は、前記風力発電装置を基準とした風の向きである相対風向、及び風速を含んでおり、
前記風力発電装置の周囲における空気密度に関連する空気密度パラメータ、前記風向計が測定した前記風速、及び前記風力発電装置のナセルの方向を取得する実績取得部と、
前記空気密度パラメータ、前記風速、及び前記ナセルの方向を用いて、前記相対風向及び絶対風向の少なくとも一方を補正するための補正パラメータを決定する補正量決定部と、
を備え、
前記補正量決定部は、前記空気密度パラメータ、前記風速、及び前記ナセルの方向を含む入力データを前記補正パラメータに変換する変換モデルを用いて、前記補正パラメータを決定する、風向補正装置。

【請求項2】

請求項１に記載の風向補正装置において、
前記空気密度パラメータは気温を含む、風向補正装置。

【請求項3】

請求項１又は２に記載の風向補正装置において、
前記補正量決定部は、前記空気密度パラメータ、前記相対風向、及び前記風速の少なくとも一つが基準を満たさなかったとき、前記補正パラメータとして定数を用いる風向補正装置。

【請求項4】

請求項１～３のいずれか一項に記載の風向補正装置において、
前記風速、前記相対風向、前記空気密度パラメータ、前記ナセルの方向、及び前記風力発電装置の出力電力を含んでいる複数の訓練データを取得する訓練データ取得部と、
前記複数の訓練データを用いて、前記風速、前記相対風向、前記空気密度パラメータ、及び前記ナセルの方向を説明変数の少なくとも一部として、前記出力電力を目的変数とした機械学習を実行してベースモデルを生成するベースモデル生成部と、
前記ベースモデルを用いて前記変換モデルを生成する変換モデル生成部と、
を備える風向補正装置。

【請求項5】

請求項４に記載の風向補正装置において、
前記補正量決定部は、前記訓練データの数が基準以下であるとき、前記補正パラメータとして定数を用いる風向補正装置。

【請求項6】

請求項１～３のいずれか一項に記載の風向補正装置において、
通信により、前記変換モデルを更新するための更新データを取得して前記変換モデルを更新するモデル更新部をさらに備える風向補正装置。

【請求項7】

請求項１～６のいずれか一項に記載の風向補正装置において、
前記風向補正装置は前記風力発電装置に搭載される、風向補正装置。

【請求項8】

請求項１～７のいずれか一項に記載の風向補正装置において、
前記相対風向及び前記補正パラメータを用いて前記ナセルの方向を制御する制御部を備える風向補正装置。

【請求項9】

請求項１に記載の前記変換モデルを生成するモデル生成装置であって、
前記風速、前記相対風向、前記空気密度パラメータ、及び前記ナセルの方向を入力データの少なくとも一部として、前記風力発電装置の出力電力を出力データとするベースモデルを作成するベースモデル作成部と、
前記ベースモデルを用いて前記変換モデルを生成する変換モデル生成部と、
を備えるモデル生成装置。

【請求項10】

コンピュータが、風力発電装置に設けられた風向計の測定結果を補正する補正方法であって、
前記風向計の測定項目は、前記風力発電装置を基準とした風の向きである相対風向、及び風速を含んでおり、
前記コンピュータは、
前記風力発電装置の周囲における空気密度に関連する空気密度パラメータ、前記風向計が測定した前記風速、及び前記風力発電装置のナセルの方向を取得する実績取得処理と、
前記空気密度パラメータ、前記風速、及び前記ナセルの方向を用いて、前記相対風向及び絶対風向の少なくとも一方を補正するための補正パラメータを決定する補正決定処理と、
を行い、
前記補正決定処理において、前記コンピュータは、前記空気密度パラメータ、前記風速、及び前記ナセルの方向を含む入力データを前記補正パラメータに変換する変換モデルを用いて、前記補正パラメータを決定する、補正方法。

【請求項11】

コンピュータが、請求項１に記載の前記変換モデルを生成するモデル生成方法であって、
前記コンピュータは、
前記風速、前記相対風向、前記空気密度パラメータ、及び前記ナセルの方向を入力データの少なくとも一部として、前記風力発電装置の出力電力を出力データとした出力データとするベースモデルを作成するベースモデル作成処理と、
前記ベースモデルを用いて前記変換モデルを生成する変換モデル生成処理と、
を行うモデル生成方法。

【請求項12】

コンピュータを、風力発電装置に設けられた風向計の測定結果を補正する補正装置として機能させるためのプログラムであって、
前記風向計の測定項目は、前記風力発電装置を基準とした風の向きである相対風向、及び風速を含んでおり、
前記コンピュータに、
前記風力発電装置の周囲における空気密度に関連する空気密度パラメータ、前記風向計が測定した前記風速、及び前記風力発電装置のナセルの方向を取得する実績取得機能と、
前記空気密度パラメータ、前記風速、及び前記ナセルの方向を用いて、前記相対風向及び絶対風向の少なくとも一方を補正するための補正パラメータを決定する補正決定機能と、
を持たせ、
前記補正決定機能は、前記空気密度パラメータ、前記風速、及び前記ナセルの方向を含む入力データを前記補正パラメータに変換する変換モデルを用いて、前記補正パラメータを決定する、プログラム。

【請求項13】

コンピュータを、請求項１に記載の前記変換モデルを生成するモデル生成装置として機能させるためのプログラムであって、
前記コンピュータに、
前記風速、前記相対風向、前記空気密度パラメータ、及び前記ナセルの方向を入力データの少なくとも一部として、前記風力発電装置の出力電力を出力データとするベースモデルを作成するベースモデル作成機能と、
前記ベースモデルを用いて前記変換モデルを生成する変換モデル生成機能と、
を持たせるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、風向補正装置、モデル生成装置、補正方法、モデル生成方法、及びプログラムに関する。

【背景技術】

【0002】

再生エネルギーの一つに、風力発電がある。風力発電装置の発電効率を上げるためには、ナセルの向きを風向に合わせることは重要である。例えば特許文献１には、風向風速センサの検出結果を用いてナセルのヨ―旋回機構を制御することが記載されている。また、特許文献１には、風向風速センサの検出結果を用いて風の乱れ度を算出し、この乱れ度を用いてナセルのヨ―旋回機構を制御することも記載されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２０－２０２６４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

風向計による風向の測定結果は、様々な原因に起因した誤差を含んでいる。このため、ナセルの向きを風向に合わせて精度良く制御することは難しい。

【0005】

本発明の目的の一例は、ナセルの向きを風向に合わせて精度良く制御することにある。

【課題を解決するための手段】

【0006】

本発明によれば、風力発電装置に設けられた風向計の測定結果を補正する補正装置であって、
前記風向計の測定項目は、前記風力発電装置を基準とした風の向きである相対風向、及び風速を含んでおり、
前記風力発電装置の周囲における空気密度に関連する空気密度パラメータ、前記風向計が測定した前記風速、及び前記風力発電装置のナセルの方向を取得する実績取得部と、
前記空気密度パラメータ、前記風速、及び前記ナセルの方向を用いて、前記相対風向及び絶対風向の少なくとも一方を補正するための補正パラメータを決定する補正量決定部と、
を備え、
前記補正量決定部は、前記空気密度パラメータ、前記風速、及び前記ナセルの方向を含む入力データを前記補正パラメータに変換する変換モデルを用いて、前記補正パラメータを決定する、風向補正装置が提供される。

【0007】

本発明によれば、上記した変換モデルを生成するモデル生成装置であって、
前記風速、前記相対風向、前記空気密度パラメータ、及び前記ナセルの方向を入力データの少なくとも一部として、前記風力発電装置の出力電力を出力データとするベースモデルを作成するベースモデル作成部と、
前記ベースモデルを用いて前記変換モデルを生成する変換モデル生成部と、
を備えるモデル生成装置が提供される。

【0008】

また、本発明によれば、上記した風向補正装置によって行われる風向補正方法、上記したモデル生成装置によって行われるモデル生成方法、上記した風向補正装置を実現するためのプログラム、及び上記したモデル生成装置を実現するためのプログラムも提供される。

【発明の効果】

【0009】

本発明によれば、ナセルの向きを風車前方の風向に合わせて精度良く制御できる。

【図面の簡単な説明】

【0010】

【図1】第１実施形態に係る風向補正装置の使用環境を説明するための図である。

【図2】（Ａ）及び（Ｂ）は、風向計が測定した相対風向に誤差が生じる理由を説明するための図である。

【図3】モデル生成装置の機能構成の一例を示す図である。

【図4】ベースモデルを生成するための機械学習を説明する図である。

【図5】ベースモデルから変換モデルを生成する方法の一例を説明するための図である。

【図6】ベースモデルから変換モデルを生成する方法の一例を説明するための図である。

【図7】風向補正装置が用いる定数の算出方法の一例を説明するための図である。

【図8】ΔＰの大きさを示す値（ε（φ））と相対風向（φ）の関係を示す図である。

【図9】風向補正装置の機能構成の一例を示す図である。

【図10】モデル生成装置のハードウェア構成例を示す図である。

【図11】モデル生成装置が行う変換モデルの生成処理を説明するためのフローチャートである。

【図12】風向補正装置が行う処理の一例を説明するためのフローチャートである。

【図13】図１２の第１変形例を示す図である。

【図14】図１２の第２変形例を示す図である。

【図15】第２実施形態に係る風向補正装置の機能構成の一例を示す図である。

【図16】第３実施形態に係る風向補正装置を説明するための図である。

【図17】第４実施形態に係る風向補正装置を説明するための図である。

【発明を実施するための形態】

【0011】

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

【0012】

（第１実施形態）
図１は、本実施形態に係る風向補正装置５０の使用環境を説明するための図である。風向補正装置５０は、風力発電装置１０に取り付けられた風向計３０の測定結果を補正する。

【0013】

具体的には、風向計３０は、風力発電装置１０を基準とした風向（以下、相対風向と記載）、及び風速を測定する。そして風力発電装置１０のヨー制御装置６０は、風向計３０が測定した相対風向を用いて、ナセル７０が風に正対するように、ナセル７０のヨー方向の向きを制御する。これは、ナセル７０が有する発電装置７２の発電効率を上げるためである。

【0014】

風向計３０が測定した相対風向が適正でない場合、発電装置７２の発電効率は低下する。風向補正装置５０は、相対風向を適正値に近づけるための処理を行う。具体的には、風向補正装置５０は、風力発電装置１０の周囲における空気密度に関連する空気密度パラメータ（例えば外気温）、風向補正装置５０が測定した相対風向、及びナセル７０の方向を取得し、これらのデータを用いて、相対風向及び絶対風向の少なくとも一方を補正するための補正パラメータを決定する。

【0015】

風向補正装置５０は、補正パラメータを決定する際に、入力データを補正パラメータに変換するモデル（以下、変換モデルと記載）を用いる。入力データは、空気密度パラメータ、風速、及びナセルの方向を含んでいる。また、変換モデルは、モデル生成装置２０によって生成されている。風向補正装置５０は、モデル生成装置２０から変換モデル及び／又は変換モデルの更新情報を取得する。なお、モデル生成装置２０は、例えば機械学習によって生成されたモデル（以下、ベースモデルと記載）を用いて、変換モデルを生成する。風力発電装置１０が複数ある場合、ベースモデル及び変換モデルは、複数の風力発電装置１０別に生成される。

【0016】

上記したように、空気密度パラメータの一例は気温（外気温）である。この気温は、風力発電装置１０の外面に取り付けられた温度計４０によって測定される。そして風向補正装置５０は、温度計４０から測定データを取得する。ただし、空気密度パラメータは、さらに湿度及び気圧の少なくとも一方を含んでいてもよい。この場合、温度計４０は湿度及び／又は気圧を測定する機能も有している。

【0017】

本図に示す例において、風向補正装置５０は風力発電装置１０のナセル７０に搭載されている。ただし、風向補正装置５０は風力発電装置１０のうちナセル７０以外の部分に搭載されていてもよいし、風力発電装置１０の外部に設けられていてもよい。

【0018】

図２の各図は、風向計３０が測定した相対風向が適正値でない状態が生じる理由を説明するための図である。

【0019】

風向計３０は、風力発電装置１０が有する回転体軸（ローター）が風力発電装置１０の前方の風向と平行な状態で相対風向が０°になるように、ナセル７０に取り付けられている。そして図１に示したヨー制御装置６０は、風向計３０が測定した相対風向が０°になるように、ヨー方向を制御する。しかし、図２（Ａ）に示すように、風力発電装置１０のローターと風力発電装置１０の前方の風向が平行でない状態で相対風向が０°となる場合がある。この理由の一つは、風向計３０をナセル７０に取り付けるときのミスアライメントである。

【0020】

また、風力発電装置１０のローターはブレード７４を有している。そして、風向計３０はブレード７４の後方に配置されている。このため、風は、風向計３０に届く前にブレード７４から影響を受けることがある。この影響は、風向計３０が測定した相対風向と風力発電装置１０の前方の相対風向に誤差が生じる一因となる。

【0021】

そして風向補正装置５０は、上記した２つの理由に起因した誤差を同時に補正することができる。

【0022】

図３は、モデル生成装置２０の機能構成の一例を示す図である。モデル生成装置２０は、訓練データ取得部２２０、ベースモデル生成部２３０、変換モデル生成部２５０、及びモデル送信部２６０を有している。

【0023】

訓練データ取得部２２０は、複数の訓練データを取得する。複数の訓練データのそれぞれは、風速、相対風向、空気密度パラメータ、ナセルの方向、及び発電装置７２の出力電力を含んでいる。本図に示す例において、訓練データ取得部２２０は訓練データ記憶部２１０から訓練データを取得する。訓練データ記憶部２１０は、訓練データとして風力発電装置１０の実績データ（すなわち風力発電装置１０が発電している間に得られたデータ）を用いる。風力発電装置１０が複数ある場合、訓練データ記憶部２１０は、複数の風力発電装置１０別に訓練データを記憶している。この訓練データは、風速が所定の範囲の時のデータ（例えば後述する図７において直線近似ができる範囲）であるのが好ましい。

【0024】

ベースモデル生成部２３０は、訓練データ取得部２２０が取得した複数の訓練データを用いて機械学習を行うことにより、ベースモデルを生成する。図１を用いて説明したように、ベースモデルは変換モデルを生成する際に用いられる。図４に示すように、この機械学習において、説明変数は、風速（ｖ）、空気密度パラメータ（Ｔ）、相対風向（φ）、及びナセルの方向（ω）を含んでおり、目的変数は出力電力（Ｐ）である。そしてベースモデルは、風速（ｖ）、空気密度パラメータ（Ｔ）、相対風向（φ）、及びナセルの方向（ω）が入力されると、出力電力（Ｐ）を出力する。ベースモデル生成部２３０は、生成したベースモデルをモデル記憶部２４０に記憶させる。

【0025】

なお、ベースモデル生成部２３０は、機械学習以外の方法、例えば、物理的なモデル、または現象を近似的に表すモデルを用いて、ベースモデルを生成してもよい。

【0026】

変換モデル生成部２５０は、ベースモデル生成部２３０が生成したベースモデルを用いて、変換モデル、又は変換モデルを更新するためのデータ（以下、更新データと記載）を生成する。変換モデル生成部２５０が行う処理の詳細については、他の図を用いて後述する。変換モデル生成部２５０は、生成した変換モデル及び更新データを、モデル記憶部２４０に記憶させる。なお、風力発電装置１０が複数ある場合、変換モデル生成部２５０は、複数の風力発電装置１０別に、その風力発電装置１０で用いられるべきベースモデル、変換モデル、及び更新データを記憶している。

【0027】

モデル送信部２６０は、モデル生成装置２０が生成した変換モデル又は更新データを風向補正装置５０に送信する。本図に示す例において、モデル送信部２６０は、モデル記憶部２４０から変換モデル及び更新データを読み出して風向補正装置５０に送信する。

【0028】

なお、図３に示した例において、訓練データ記憶部２１０及びモデル記憶部２４０はモデル生成装置２０の一部となっている。ただし、訓練データ記憶部２１０及びモデル記憶部２４０はモデル生成装置２０の外部に位置していてもよい。

【0029】

図５及び図６は、ベースモデルから変換モデルを生成する方法（すなわち変換モデル生成部２５０が行う処理）の一例を説明するための図である。上記したように、ベースモデルは、風速（ｖ）、空気密度パラメータ（Ｔ）、相対風向（φ）、及びナセルの方向（ω）が入力されると、出力電力（Ｐ）を出力する。このため、このベースモデルにおいて、風速（ｖ）、空気密度パラメータ（Ｔ）、及びナセルの方向（ω）を固定して、相対風向（φ）を変更すると、その風速（ｖ）、空気密度パラメータ（Ｔ）、及びナセルの方向（ω）における、相対風向（φ）を変数とした出力電力（Ｐ）の関数が得られる。

【0030】

図５は、この関数の一例である。風力発電装置１０の前方の風向に風向計３０の向きが調整されている場合、相対風向（φ）＝０のときにこの関数は極大値をとる。しかし、風力発電装置１０の前方の風向に風向計３０の向きが調整されていない場合、この関数が極大値をとるときのφは０とは異なる値となる。そして、この時のφは、この誤差（Δφ）を示している。

【0031】

そして、変換モデル生成部２５０は、風速（ｖ）、空気密度パラメータ（Ｔ）、及びナセルの方向（ω）のそれぞれを変えつつ、上記した処理を行うことにより、風速（ｖ）、空気密度パラメータ（Ｔ）、及びナセルの方向（ω）の組み合わせ毎の、Δφを算出できる。この結果は変換モデルとしてモデル記憶部２４０に記憶される。そしてこの変換モデルを用いることにより、風速（ｖ）、空気密度パラメータ（Ｔ）、及びナセルの方向（ω）をΔφに変換できる。なお、図６は、空気密度パラメータ（温度）及びナセルの方向を固定した時の、風速（ｖ）とΔφの関係を示している。

【0032】

なお、風向補正装置５０は、所定の条件を満たしたときに、補正パラメータとして定数を用いる。所定の条件の例については後述する。モデル生成装置２０のベースモデル生成部２３０は、この定数も算出する。図７及び図８は、この定数の算出方法の一例を説明するための図である。

【0033】

より詳細には、図７は、風速（ｖ）と発電装置７２の出力電力（Ｐ）の関係を示す図である。出力電力（Ｐ）は、風速が上がるにつれて上がるが、多少のばらつきを有している。このばらつきの要因の一つは、相対風向に分布が生じること（Δφ）である。この分布が生じる理由は、相対風向が頻繁に変化することにある。一方、風向計３０の向きが風力発電装置１０の前方の風向にあっていると、Δφ＝０で出力電力（Ｐ）は極大値をとる。

【0034】

ここでベースモデル生成部２３０は、例えば訓練データ記憶部２１０が記憶している訓練データを用いて、各風速（ｖ）における出力電圧の平均値（Ｐ_{ｖ＿ａｖｇ}）を求める。そして、各訓練データについて、その訓練データの出力電力Ｐ_ｖ（φ）と、その訓練データの風速における出力電力の平均値（Ｐ_{ｖ＿ａｖｇ}）と、の差（ΔＰ）を算出する。ΔＰは、相対風向（φ）の関数とみなすこともできる。

【0035】

図８は、ΔＰの大きさを示す値（ε（φ））と相対風向（φ）の関係を示す図である。本図において、ε（φ）は、（Ｐ_ｖ（φ）／（Ｐ_{ｖ＿ａｖｇ}）－１）×１００）と定義されている。そしてベースモデル生成部２３０は、各訓練データについて、ｘを相対風向（φ）としてｙをε（φ）としたデータを生成し、これらデータを処理することにより、相対風向（φ）別にε（φ）の平均値を算出する。そしてベースモデル生成部２３０は、ε（φ）が最大となったときの相対風向（φ）を、補正パラメータとして用いられる定数にする。

【0036】

なお、ベースモデル生成部２３０が算出した定数は、モデル記憶部２４０に記憶される。そして変換モデル生成部２５０は、変換モデル又はその更新データとともに、この定数も風向補正装置５０に送信する。

【0037】

図９は、風向補正装置５０の機能構成の一例を示す図である。風向補正装置５０は、実績取得部５３０及び補正量決定部５４０を備える。

【0038】

実績取得部５３０は、実績データを取得する。実績データは、その時の風力発電装置１０に関するデータであり、上記した空気密度パラメータ（例えば温度を含む）、風向計３０が測定した風速、及びナセル７０の方向を含んでいる。空気密度パラメータは、例えば温度計４０によって生成され、ナセル７０の方向は、例えばヨー制御装置６０によって生成される。

【0039】

補正量決定部５４０は、実績取得部５３０が取得した空気密度パラメータ、風速、及びナセルの方向を用いて、上記した補正パラメータを決定する。補正量決定部５４０は、補正パラメータを決定する際、モデル生成装置２０が生成した変換モデルを用いる。この変換モデルは、モデル記憶部５２０に記憶されている。

【0040】

本図に示す例において、補正量決定部５４０は、補正パラメータをヨー制御装置６０に出力する。ヨー制御装置６０は、この補正パラメータを用いて風向計３０が生成した相対風向を補正し、補正後の相対風向を用いてナセル７０の方向を制御する。

【0041】

また補正量決定部５４０は、空気密度パラメータ、相対風向、及び風速の少なくとも一つが基準を満たさなかったとき、補正パラメータとして定数を用いる。ここで用いられる基準は、空気密度パラメータ、相対風向、及び風速別に設定されており、これらが正常な状態の値である、と推定される範囲になっている。すなわち補正量決定部５４０は、変換モデルに入力されるパラメータの少なくとも一つが異常な値になったとき、補正パラメータとして定数を用いる。この定数も、上記したようにモデル生成装置２０が生成している。そしてこの定数は、モデル記憶部５２０に記憶されている。なお、このような状態になるときの一例としては、パラメータを生成するためのセンサに故障が生じた場合である。

【0042】

本図に示す例において、風向補正装置５０はモデル更新部５１０を備えている。モデル更新部５１０は、モデル生成装置２０から変換モデル及び補正パラメータとしての定数を取得し、これらのデータをモデル記憶部５２０に記憶させる。またモデル更新部５１０は、モデル生成装置２０から変換モデルを更新するための更新データを取得し、この更新データを用いて変換モデルを更新する。なお、モデル更新部５１０は、モデル生成装置２０から補正パラメータとしての定数の更新値を取得すると、定数をこの更新値に書き換える。

【0043】

図１０は、モデル生成装置２０のハードウェア構成例を示す図である。モデル生成装置２０は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０を有する。

【0044】

バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

【0045】

プロセッサ１０２０は、ＣＰＵ（Central Processing Unit） やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。

【0046】

メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。

【0047】

ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０はモデル生成装置２０の各機能（例えば訓練データ取得部２２０、ベースモデル生成部２３０、変換モデル生成部２５０、及びモデル送信部２６０）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０は訓練データ記憶部２１０及びモデル記憶部２４０としても機能する。

【0048】

入出力インタフェース１０５０は、モデル生成装置２０と各種入出力機器とを接続するためのインタフェースである。

【0049】

ネットワークインタフェース１０６０は、モデル生成装置２０をネットワークに接続するためのインタフェースである。このネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。モデル生成装置２０は、ネットワークインタフェース１０６０を介して風向補正装置５０と通信してもよい。

【0050】

なお、風向補正装置５０のハードウェア構成も、図１０に示したモデル生成装置２０のハードウェア構成と同様である。そしてストレージデバイス１０４０は風向補正装置５０の各機能（例えばモデル更新部５１０、実績取得部５３０、及び補正量決定部５４０）を実現するプログラムモジュールを記憶している。またストレージデバイス１０４０は、モデル記憶部５２０としても機能する。

【0051】

図１１は、モデル生成装置２０が行う変換モデルの生成処理を説明するためのフローチャートである。モデル生成装置２０は、風力発電装置１０毎に本図に示す処理を行う。またモデル生成装置２０の訓練データ記憶部２１０が記憶している訓練データは定期的に更新される。このため、モデル生成装置２０は、定期的に本図に示す処理を行う。

【0052】

まずモデル生成装置２０の訓練データ取得部２２０は、訓練データ記憶部２１０から訓練データを読み出す（ステップＳ１０）。次いでベースモデル生成部２３０は、この訓練データを用いてベースモデルを生成し（ステップＳ２０）、このベースモデルをモデル記憶部２４０に記憶させる。次いで変換モデル生成部２５０は、ステップＳ２０で生成されたベースモデルを用いて、変換モデル（又は更新データ）を生成し（ステップＳ３０）、生成した変換モデル（又は更新データ）をモデル記憶部２４０に記憶させる（ステップＳ４０）。

【0053】

その後、モデル送信部２６０は、適切なタイミングで、変換モデル（又は更新データ）を風向補正装置５０に送信する。

【0054】

図１２は、風向補正装置５０が行う処理の一例を説明するためのフローチャートである。風力発電装置１０が発電を行っている間、風向補正装置５０は、リアルタイムで本図に示す処理を繰り返し行う。

【0055】

風向補正装置５０の実績取得部５３０は、その時の実績データを取得する。実績データは、図９を用いて説明したように、その時の風力発電装置１０に関するデータであり、上記した空気密度パラメータ（例えば温度を含む）、風向計３０が測定した風速、及びナセル７０の方向を含んでいる（ステップＳ１１０）。次いで補正量決定部５４０は、モデル記憶部５２０が記憶している変換モデルを用いて、実績データを相対風向の補正パラメータに変換し（ステップＳ１２０）、この補正パラメータをヨー制御装置６０に出力する（ステップＳ１３０）。そしてヨー制御装置６０は、この補正パラメータを用いて風向計３０が生成した相対風向を補正し、補正後の相対風向を用いてナセル７０の方向を制御する。

【0056】

図１３は、図１２の第１変形例を示す図である。本図に示す例は、以下の点を除いて図１２と同様である。補正量決定部５４０は、実績取得部５３０が取得した実績データが基準を満たしていた場合（ステップＳ１２２：Ｙｅｓ）、補正量決定部５４０は変換モデルを用いて補正パラメータを生成する（ステップＳ１２４）。一方、補正量決定部５４０は、この実績データが基準を満たしていなかった場合（ステップＳ１２２：Ｎｏ）、モデル記憶部５２０が記憶している定数を補正パラメータにする（ステップＳ１２６）。

【0057】

図１４は、図１２の第２変形例を示す図である。本図に示す例は、補正量決定部５４０が補正パラメータを用いて相対風向を補正し（ステップＳ１３２）、補正後の相対風向をヨー制御装置６０に出力する（ステップＳ１４２）点を除いて、図１２と同様である。そしてヨー制御装置６０は、補正量決定部５４０が補正した後の相対風向を用いてナセル７０の方向を制御する。

【0058】

なお図１３に示す例において、図１４に示したように補正量決定部５４０が相対風向を補正してもよい。

【0059】

以上、本実施形態によれば、風向補正装置５０は、風向計３０が測定した相対風向を補正するための補正パラメータを生成する。このため、ヨー制御装置６０は、ナセル７０の向きを風向に合わせて精度良く制御できる。

【0060】

（第２実施形態）
図１５は、本実施形態に係る風向補正装置５０の機能構成の一例を示す図である。本図に示す例において、風向補正装置５０は、変換モデルを生成する機能を有している。

【0061】

具体的には、風向補正装置５０は、訓練データ記憶部５５０、訓練データ取得部５６０、ベースモデル生成部５７０、及び変換モデル生成部５８０を有している。訓練データ記憶部５５０、訓練データ取得部５６０、ベースモデル生成部５７０、及び変換モデル生成部５８０は、それぞれ図３の訓練データ記憶部２１０、訓練データ取得部２２０、ベースモデル生成部２３０、及び変換モデル生成部２５０と同様の機能を有している。また、モデル記憶部５２０は、第１実施形態で説明した機能に加えて、図３のモデル記憶部２４０の機能も有している。

【0062】

また本実施形態において、補正量決定部５４０は、訓練データ記憶部５５０が記憶している訓練データの数が基準以下であり、変換モデルの精度が十分でないと予想されるときには、変換パラメータとして定数を用いる。この定数は、図７及び図８を用いて説明した通りである。

【0063】

本実施形態によっても、ヨー制御装置６０は、ナセル７０の向きを風向に合わせて精度良く制御できる。

【0064】

（第３実施形態）
図１６は、本実施形態に係る風向補正装置５０を説明するための図である。本図に示す例において、ヨー制御装置６０は風向補正装置５０を兼ねている。言い換えると、風向補正装置５０は、相対風向及び補正パラメータを用いてナセル７０のヨー方向を制御する機能も有している。

【0065】

本実施形態によっても、ヨー制御装置６０は、ナセル７０の向きを風向に合わせて精度良く制御できる。

【0066】

（第４実施形態）
図１７は、本実施形態に係る風向補正装置５０を説明するための図である。本図に示す例において、風向補正装置５０は、風向計３０の一部となっている。そして風向計３０は、補正後の相対風向を出力する。ヨー制御装置６０は、この補正後の相対風向を用いてナセル７０の向きを風向に合わせて制御する。

【0067】

本実施形態によっても、ヨー制御装置６０は、ナセル７０の向きを風向に合わせて精度良く制御できる。

【0068】

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

【0069】

また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。

【符号の説明】

【0070】

１０ 風力発電装置
２０ モデル生成装置
３０ 風向計
４０ 温度計
５０ 風向補正装置
６０ ヨー制御装置
７０ ナセル
７２ 発電装置
７４ ブレード
２１０ 訓練データ記憶部
２２０ 訓練データ取得部
２３０ ベースモデル生成部
２４０ モデル記憶部
２５０ 変換モデル生成部
２６０ モデル送信部
５１０ モデル更新部
５２０ モデル記憶部
５３０ 実績取得部
５４０ 補正量決定部
５５０ 訓練データ記憶部
５６０ 訓練データ取得部
５７０ ベースモデル生成部
５８０ 変換モデル生成部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】