风电机组异常识别方法及装置制造方法及图纸

本发明专利技术提供了一种风电机组异常识别方法及装置，所述识别方法包含：获得风电机组正常运行的常规风速和功率数据；根据所述常规风速和功率数据建立风速功率坐标系，对所述风速功率坐标系以预定区间进行分档处理，获得复数档风速功率数据；对所述复数档风速功率数据中每一档风速功率数据进行拟合，获得风速功率模型；根据所述风速功率模型，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差；根据所述功率绝对误差的平均值和所述功率绝对误差的标准差确定告警阈值；将所述待测风电机组的功率数据带入所述风速功率模型并计算获得所述待测风电机组的功率绝对误差，将所述待测风电机组的功率绝对误差与所述告警阈值比较，根据比较结果输出待测风电机组的状态信息。

Method and device for abnormal identification of wind turbines

The present invention provides a method and apparatus for abnormal identification of a wind turbine, comprising the identification methods: conventional speed of the normal operation of the wind turbine and power data; according to the conventional wind speed and wind power power data to establish a coordinate system, the coordinate system of wind power at a predetermined interval of file processing, access the plural gear speed power data; to fit the profile of each wind power data of the plural power gear speed data, obtain the wind power model; according to the wind power model, calculate the complex gear speed data in each gear power power wind power data the mean absolute error and absolute error of standard power according to the average difference; the power of the absolute error and the absolute power of the standard deviation of the error will determine the alarm threshold; the wind turbine power The rate data is brought into the wind speed power model, and the absolute power error of the wind power generator is calculated. The power absolute error of the wind turbine is compared with the alarm threshold, and the output information of the wind turbine is output according to the comparison results.

【技术实现步骤摘要】
风电机组异常识别方法及装置
本专利技术涉及风电领域，尤指一种风电机组异常识别方法及装置。
技术介绍
随着全球能源紧缺，环境污染加重，在电力行业，传统火力发电方式的弊端愈加显现，寻求替代能源，加速电力改革已成为必然发展趋势。其中，风能作为一种可再生清洁能源，在国家政策的支持下，装机总量连年指数式增长，商业化发展前景广阔。然而在整体态势一片大好的情况下，风电机组单机性能的优化却一直停滞不前。不稳定的运行状态、频繁的故障不仅降低了风能利用率，而且威胁到了机组的安全可靠运行，同时增加了检修维护成本。如果能够提前发现机组故障前的异常运行状态，及时采取有效措施，无论是延长机组寿命，还是提高发电效益都是十分有益的。功率作为风电机组的最终出力，如果机组的状态出现异常，难免会对功率产生或多或少的影响。机组的运行状态可以通过实际功率输出与理论功率输出(正常运行功率输出)对比分析进行判断。对具有大量数据的对象通过绘制散点图可以快速发现其相互关系和差异性。由空气动力学理论可知风机的输出功率与风速的立方成正比，然而在实际发电过程中两者并不是严格的立方关系，为了提高风能利用率，风机在切入风速之后、额定风速之前按照最佳功率系数(Cp)运行，同时由于风机载荷的限制，功率不会随着风速的变大而无限增加，在到达额定风速之后，风机按照额定功率运行直至达到切出风速切出。因此，风速与功率的关系很难通过确定的函数形式定量描述。
技术实现思路
功率作为风电机组的最终输出指标，蕴含着机组整体的运行信息。由于风机的控制策略复杂，功率随着风速工况的变化规律很难通过确定的函数关系来表达。同时，风速的随机不稳定性使得输出功率具有一定的波动性，且不同的风速区间，输出功率的波动性差别很大；因此，本专利技术目的在于准确地描述风速与功率的确定性关系，提出一种基于功率散点的风电机组整体异常识别模型，通过输出功率的时序变化趋势对机组整体的运行状态进行监测，及时发现机组的异常状况。为达上述目的，本专利技术具体提供一种风电机组异常识别方法，所述识别方法包含：获得风电机组正常运行的常规风速和功率数据；根据所述常规风速和功率数据建立风速功率坐标系，对所述风速功率坐标系以预定区间进行分档处理，获得复数档风速功率数据；对所述复数档风速功率数据中每一档风速功率数据进行拟合，获得风速功率模型；根据所述风速功率模型，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差；根据所述功率绝对误差的平均值和所述功率绝对误差的标准差确定告警阈值；将所述待测风电机组的功率数据带入所述风速功率模型并计算获得所述待测风电机组的功率绝对误差，将所述待测风电机组的功率绝对误差与所述告警阈值比较，根据比较结果输出待测风电机组的状态信息。在上述风电机组异常识别方法中，优选的，对所述风速功率坐标系以预定区间进行分档处理包含：以风速0.5m/s每档对所述风速功率坐标系进行分档。在上述风电机组异常识别方法中，优选的，所述根据所述风速功率模型，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差包含：根据所述风速功率模型，结合SPC技术，以功率绝对误差为随机变量，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差。在上述风电机组异常识别方法中，优选的，所述计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差包含：对所述风速功率模型以预定区间进行分档处理，获得复数档风速功率模型，分别计算所述复数档风速功率模型所对应的功率绝对误差，根据所述功率绝对误差计算获得所述复数档风速功率模型的功率绝对误差的均值和方差，根据所述功率绝对误差的均值获得所述功率绝对误差的平均值，根据所述功率绝对误差的方差获得所述功率绝对误差的标准差。在上述风电机组异常识别方法中，优选的，所述分别计算所述复数档风速功率模型所对应的功率绝对误差还包含：通过以下公式对所述待测风电机组的功率绝对误差进行标准化：在上式中，P't为t时刻标准化后的功率绝对误差，Pt为t时刻功率绝对误差，μt和σt分别为t时刻功率绝对误差对应风速区间内功率绝对误差的平均值与标准差，t为待测风电机组的功率数据的时间点。在上述风电机组异常识别方法中，优选的，所述告警阈值包含报警上限、警告上限、警告下限和报警下限；其中所述报警上限为所述功率绝对误差的平均值与三倍所述功率绝对误差的标准差的和；所述警告上限为所述功率绝对误差的平均值与两倍所述功率绝对误差的标准差的和；所述警告下限为所述功率绝对误差的平均值与两倍所述功率绝对误差的标准差的差；所述报警下限为所述功率绝对误差的平均值与三倍所述功率绝对误差的标准差的差。本专利技术还提供一种风电机组异常识别装置，所述识别装置包含：数据获取模块、模型建立模块、计算模块和告警模块；所述数据获取模块用于获得风电机组正常运行的常规风速和功率数据；所述模型建立模块与所述数据获取模块相连，用于根据所述常规风速和功率数据建立风速功率坐标系，对所述风速功率坐标系以预定区间进行分档处理，获得复数档风速功率数据；对所述复数档风速功率数据中每一档风速功率数据进行最小二乘线性拟合，获得风速功率模型；所述计算模块与所述模型建立模块相连，用于根据所述风速功率模型，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差；根据所述功率绝对误差的平均值和所述功率绝对误差的标准差确定告警阈值；所述告警模块与所述计算模块相连，用于将所述待测风电机组的功率数据带入所述风速功率模型并计算获得所述待测风电机组的功率绝对误差，将所述待测风电机组的功率绝对误差与所述告警阈值比较，根据比较结果输出待测风电机组的状态信息。在上述风电机组异常识别装置中，优选的，所述计算模块还包含：根据所述风速功率模型，结合SPC技术，以功率绝对误差为随机变量，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差。在上述风电机组异常识别装置中，优选的，所述计算模块还包含功率绝对误差获取单元，所述功率绝对误差获取单元与所述模型建立模块相连，用于对所述风速功率模型以预定区间进行分档处理，获得复数档风速功率模型，分别计算所述复数档风速功率模型所对应的功率绝对误差，根据所述功率绝对误差计算获得所述复数档风速功率模型的功率绝对误差的均值和方差，根据所述功率绝对误差的均值获得所述功率绝对误差的平均值，根据所述功率绝对误差的方差获得所述功率绝对误差的标准差。在上述风电机组异常识别装置中，优选的，所述告警模块还包含标准化单元，所述标准化单元与所述功率绝对误差获取单元相连，用于通过以下公式对所述待测风电机组的功率绝对误差进行标准化：在上式中，P't为t时刻标准化后的功率绝对误差，Pt为t时刻功率绝对误差，μt和σt分别为t时刻功率绝对误差对应风速区间内功率绝对误差的平均值与标准差，t为待测风电机组的功率数据的时间点。本专利技术的有益技术效果在于：通过对功率散点分区间建模，以功率绝对误差作为随机变量，结合过程控制技术对机组运行状态进行判断，提高了机组异常识别的精度。异常状态的准确识别有利于工作人员及时做出本文档来自技高网...

【技术保护点】
一种风电机组异常识别方法，其特征在于，所述识别方法包含：获得风电机组正常运行的常规风速和功率数据；根据所述常规风速和功率数据建立风速功率坐标系，对所述风速功率坐标系以预定区间进行分档处理，获得复数档风速功率数据；对所述复数档风速功率数据中每一档风速功率数据进行拟合，获得风速功率模型；根据所述风速功率模型，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差；根据所述功率绝对误差的平均值和所述功率绝对误差的标准差确定告警阈值；将待测风电机组的功率数据带入所述风速功率模型并计算获得所述待测风电机组的功率绝对误差，将所述待测风电机组的功率绝对误差与所述告警阈值比较，根据比较结果输出待测风电机组的状态信息。

【技术特征摘要】
1.一种风电机组异常识别方法，其特征在于，所述识别方法包含：获得风电机组正常运行的常规风速和功率数据；根据所述常规风速和功率数据建立风速功率坐标系，对所述风速功率坐标系以预定区间进行分档处理，获得复数档风速功率数据；对所述复数档风速功率数据中每一档风速功率数据进行拟合，获得风速功率模型；根据所述风速功率模型，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差；根据所述功率绝对误差的平均值和所述功率绝对误差的标准差确定告警阈值；将待测风电机组的功率数据带入所述风速功率模型并计算获得所述待测风电机组的功率绝对误差，将所述待测风电机组的功率绝对误差与所述告警阈值比较，根据比较结果输出待测风电机组的状态信息。2.根据权利要求1所述的风电机组异常识别方法，其特征在于，对所述风速功率坐标系以预定区间进行分档处理包含：以风速0.5m/s每档对所述风速功率坐标系进行分档。3.根据权利要求1所述的风电机组异常识别方法，其特征在于，所述根据所述风速功率模型，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差包含：根据所述风速功率模型，结合SPC技术，以功率绝对误差为随机变量，计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差。4.根据权利要求3所述的风电机组异常识别方法，其特征在于，所述计算获得所述复数档风速功率数据中每一档风速功率数据的功率绝对误差的平均值和功率绝对误差的标准差包含：对所述风速功率模型以预定区间进行分档处理，获得复数档风速功率模型，分别计算所述复数档风速功率模型所对应的功率绝对误差，根据所述功率绝对误差计算获得所述复数档风速功率模型的功率绝对误差的均值和方差，根据所述功率绝对误差的均值获得所述功率绝对误差的平均值，根据所述功率绝对误差的方差获得所述功率绝对误差的标准差。5.根据权利要求4所述的风电机组异常识别方法，其特征在于，将所述待测风电机组的功率数据带入所述风速功率模型并计算获得所述待测风电机组的功率绝对误差还包含：通过以下公式对所述待测风电机组的功率绝对误差进行标准化：在上式中，P't为t时刻标准化后的功率绝对误差，Pt为t时刻功率绝对误差，μt和σt分别为t时刻功率绝对误差对应风速区间内功率绝对误差的平均值与标准差，t为待测风电机组的功率数据的时间点。6.根据权利要求1所述的风电机组异常识别方法，其特征在于，所述告警阈值包含报警上限、警告上限、警告下限和报警下限；其中所述报警上限为所述功率绝对误差的平均值与三倍...

【专利技术属性】
技术研发人员：周慧，宋鹏，杨伟新，徐永飞，张海军，王正宇，柳玉，苏国军，金玲，张扬帆，杜军，刘敬智，
申请(专利权)人：国华河北新能源有限公司，华北电力科学研究院有限责任公司，国家电网公司，国网冀北电力有限公司，
类型：发明
国别省市：河北,13