风电场运行状态的识别方法和装置制造方法及图纸

提供一种风电场运行状态的识别方法和装置，所述识别方法包括：对风电场中的每个风电机组分别建立状态识别模型；获取风电场中每个风电机组的运行数据；通过将每个风电机组的运行数据分别输入每个风电机组的状态识别模型，获得每个风电机组在每个状态识别模型下的状态识别参数；基于获得的状态识别参数来确定风电场整体运行状态或风电场中单个风电机组的运行状态。采用上述风电场运行状态的识别方法和装置，针对每个风电机组进行建模，即能够反映单个风电机组的特例性，又能够反映风电机组间的相互关联性，从而可实现对风电场的整体或单个风电机组的运行状态的监控。

The identification method and device of the operating state of the wind farm

A method and device for identifying the operating state of a wind farm is provided. The identification method includes: establishing the state recognition model for each wind turbine in the wind farm, obtaining the running data of each wind turbine in the wind farm, and input each wind turbine's running data into the state recognition of each wind turbine. The model is used to obtain the state identification parameters of each wind turbine under each state identification model, and based on the obtained state identification parameters to determine the overall operating state of the wind farm or the operating state of a single wind turbine in the wind farm. The identification method and device of the operating state of the wind electric field are used to model each wind turbine, that is, it can reflect the special case of the single wind turbine, and can reflect the interrelation between the wind turbine group, so as to realize the monitoring of the running state of the whole wind electric field or the single wind turbine.

【技术实现步骤摘要】
风电场运行状态的识别方法和装置
本专利技术总体说来涉及电力
，更具体地讲，涉及一种风电场运行状态的识别方法和装置。
技术介绍
目前风电行业处在快速发展的过程中，大规模风电场也逐渐变多，其中对风电场整体运行状态的识别或对单个风电机组运行状态的识别既是对风电场运行状况把握的需求，也是实现后续对风电场精准控制的输入。风电场整体运行状态的识别和单个风电机组运行状态的识别的区别在于风电场整体运行状态识别的数据量更大，如何对风电场运行状态识别的大量数据进行处理，来实现对风电场整体运行状态进行有效监控，并及时发现其中运行状态异常的风电机组成为现有技术中的一个难题。
技术实现思路
本专利技术的示例性实施例的目的在于提供一种风电场运行状态的识别方法和装置，以实现对风电场整体运行状态的有效监控，并及时发现其中运行状态异常的风电机组。根据本专利技术示例性实施例的一方面，提供一种风电场运行状态的识别方法，其特征在于，所述识别方法包括：对风电场中的每个风电机组分别建立状态识别模型；获取风电场中每个风电机组的运行数据；通过将每个风电机组的运行数据分别输入每个风电机组的状态识别模型，获得每个风电机组在每个状态识别模型下的状态识别参数；基于获得的状态识别参数来确定风电场整体运行状态或风电场中单个风电机组的运行状态。可选地，状态识别模型可是用于判断风电机组结冰状态的模型，其中，运行数据可包括风速、转速、风电机组输出功率、桨距角、外界环境温度、外界环境湿度和限功率状态，状态识别参数可指示风电机组的结冰状态风险指示值。可选地，状态识别模型可是用于预测风电机组输出功率的模型，其中，运行数据可包括风速、风向角和外界环境温度，状态识别参数可指示风电机组的预测功率值。可选地，基于获得的状态识别参数来确定风电场整体运行状态的步骤可包括：计算所有风电机组在每个状态识别模型下的结冰状态风险指示值的平均值；将所述平均值与设定阈值进行比较；当所述平均值大于所述设定阈值时，确定风电场整体存在结冰风险；当所述平均不大于所述设定阈值时，确定风电场整体不存在结冰风险。可选地，基于获得的状态识别参数来确定风电场中单个风电机组的运行状态的步骤可包括：分别获取每个风电机组的实际输出功率值；针对每个风电机组，计算实际输出功率值与风电机组在每个状态识别模型下的预测功率值的偏差；基于所述偏差确定风电场中单个风电机组的运行状态。可选地，针对每个风电机组，计算实际输出功率值与风电机组在每个状态识别模型下的预测功率值的偏差的步骤可包括：针对每个风电机组，分别计算风电机组在每个状态识别模型下的预测功率值与风电机组的实际输出功率值之间的差，得到风电机组针对每个状态识别模型的功率偏差值；针对每个风电机组，计算风电机组针对所有状态识别模型的功率偏差值的方差，将所述方差作为风电机组实际输出功率值与预测功率值的偏差。可选地，基于所述偏差确定风电场中单个风电机组的运行状态的步骤可包括：针对任一风电机组，将所述任一风电机组功率偏差值的方差分别与其他风电机组功率偏差值的方差进行比较；当所述任一风电机组功率偏差值的方差为所述其他风电机组中预定风电机组功率偏差值的方差的预定倍数时，确定所述任一风电机组的运行存在异常。根据本专利技术示例性实施例的另一方面，提供一种风电场运行状态的识别装置，其特征在于，所述识别装置包括：模型建立单元，对风电场中的每个风电机组分别建立状态识别模型；数据获取单元，获取风电场中每个风电机组的运行数据；状态识别参数确定单元，通过将每个风电机组的运行数据分别输入每个风电机组的状态识别模型，获得每个风电机组在每个状态识别模型下的状态识别参数；运行状态确定单元，基于获得的状态识别参数来确定风电场整体运行状态或风电场中单个风电机组的运行状态。可选地，状态识别模型可是用于判断风电机组结冰状态的模型，其中，运行数据可包括风速、转速、风电机组输出功率、桨距角、外界环境温度、外界环境湿度和限功率状态，状态识别参数可指示风电机组的结冰状态风险指示值。可选地，状态识别模型可是用于预测风电机组输出功率的模型，其中，运行数据可包括风速、风向角和外界环境温度，状态识别参数可指示风电机组的预测功率值。可选地，运行状态确定单元可包括：均值计算子单元，计算所有风电机组在每个状态识别模型下的结冰状态风险指示值的平均值；比较子单元，将所述平均值与设定阈值进行比较；结冰状态确定子单元，当所述平均值大于所述设定阈值时，结冰状态确定子单元确定风电场整体存在结冰风险，当所述平均不大于所述设定阈值时，结冰状态确定子单元确定风电场整体不存在结冰风险。可选地，运行状态确定单元可包括：功率确定子单元，分别获取每个风电机组的实际输出功率值；偏差计算子单元，针对每个风电机组，计算实际输出功率值与风电机组在每个状态识别模型下的预测功率值的偏差；运行状态确定子单元，基于所述偏差确定风电场中单个风电机组的运行状态。可选地，偏差计算子单元可针对每个风电机组，分别计算风电机组在每个状态识别模型下的预测功率值与风电机组的实际输出功率值之间的差，得到风电机组针对每个状态识别模型的功率偏差值，计算风电机组针对所有状态识别模型的功率偏差值的方差，将所述方差作为风电机组实际输出功率值与预测功率值的偏差。可选地，运行状态确定子单元可针对任一风电机组，将所述任一风电机组功率偏差值的方差分别与其他风电机组功率偏差值的方差进行比较，当所述任一风电机组功率偏差值的方差为所述其他风电机组中预定风电机组功率偏差值的方差的预定倍数时，运行状态确定子单元可确定所述任一风电机组的运行存在异常。采用本专利技术示例性实施例的所述风电场运行状态的识别方法和装置，针对每个风电机组进行建模，即能够反映单个风电机组的特例性，又能够反映风电机组间的相互关联性，从而可实现对风电场的整体或单个风电机组的运行状态的监控。附图说明通过下面结合示例性地示出实施例的附图进行的详细描述，本专利技术示例性实施例的上述和其它目的、特点和优点将会变得更加清楚，其中：图1示出根据本专利技术示例性实施例的风电场运行状态的识别方法的流程图；图2示出根据本专利技术示例性实施例的确定风电场整体运行状态的步骤的流程图；图3示出根据本专利技术示例性实施例的确定风电场中单个风电机组的运行状态的步骤的流程图；图4示出根据本专利技术示例性实施例的风电场运行状态的识别装置的框图；图5示出根据本专利技术示例性实施例的用于确定风电场整体运行状态的设备的框图；图6示出根据本专利技术示例性实施例的用于确定风电场中单个风电机组的运行状态的设备的框图。具体实施方式现在，将参照附图更充分地描述不同的示例实施例，其中，一些示例性实施例在附图中示出。图1示出根据本专利技术示例性实施例的风电场运行状态的识别方法的流程图。参照图1，在步骤S10中，对风电场中的每个风电机组分别建立状态识别模型，以得到每个风电机组的状态识别模型。这里，可通过各种用于建立变量之间关联的技术来建立状态识别模型。在步骤S20中，获取风电场中每个风电机组的运行数据。在步骤S30中，通过将每个风电机组的运行数据分别输入每个风电机组的状态识别模型，获得每个风电机组在每个状态识别模型下的状态识别参数。这里，状态识别模型可表示风电机组的运行数据与状态识别参数之间的关系，这样，可将运行数据作为状态识别模型的输入，状态识别模型本文档来自技高网...

【技术保护点】
1.一种风电场运行状态的识别方法，其特征在于，包括：对风电场中的每个风电机组分别建立状态识别模型；获取风电场中每个风电机组的运行数据；通过将每个风电机组的运行数据分别输入每个风电机组的状态识别模型，获得每个风电机组在每个状态识别模型下的状态识别参数；基于获得的状态识别参数来确定风电场整体运行状态或风电场中单个风电机组的运行状态。

【技术特征摘要】
1.一种风电场运行状态的识别方法，其特征在于，包括：对风电场中的每个风电机组分别建立状态识别模型；获取风电场中每个风电机组的运行数据；通过将每个风电机组的运行数据分别输入每个风电机组的状态识别模型，获得每个风电机组在每个状态识别模型下的状态识别参数；基于获得的状态识别参数来确定风电场整体运行状态或风电场中单个风电机组的运行状态。2.如权利要求1所述的识别方法，其特征在于，状态识别模型是用于判断风电机组结冰状态的模型，其中，运行数据包括风速、转速、风电机组输出功率、桨距角、外界环境温度、外界环境湿度和限功率状态，状态识别参数指示风电机组的结冰状态风险指示值。3.如权利要求1所述的识别方法，其特征在于，状态识别模型是用于预测风电机组输出功率的模型，其中，运行数据包括风速、风向角和外界环境温度，状态识别参数指示风电机组的预测功率值。4.如权利要求2所述的识别方法，其特征在于，基于获得的状态识别参数来确定风电场整体运行状态的步骤包括：计算所有风电机组在每个状态识别模型下的结冰状态风险指示值的平均值；将所述平均值与设定阈值进行比较；当所述平均值大于所述设定阈值时，确定风电场整体存在结冰风险；当所述平均不大于所述设定阈值时，确定风电场整体不存在结冰风险。5.如权利要求3所述的识别方法，其特征在于，基于获得的状态识别参数来确定风电场中单个风电机组的运行状态的步骤包括：分别获取每个风电机组的实际输出功率值；针对每个风电机组，计算实际输出功率值与风电机组在每个状态识别模型下的预测功率值的偏差；基于所述偏差确定风电场中单个风电机组的运行状态。6.如权利要求5所述的识别方法，其特征在于，针对每个风电机组，计算实际输出功率值与风电机组在每个状态识别模型下的预测功率值的偏差的步骤包括：针对每个风电机组，分别计算风电机组在每个状态识别模型下的预测功率值与风电机组的实际输出功率值之间的差，得到风电机组针对每个状态识别模型的功率偏差值；针对每个风电机组，计算风电机组针对所有状态识别模型的功率偏差值的方差，将所述方差作为风电机组实际输出功率值与预测功率值的偏差。7.如权利要求6所述的识别方法，其特征在于，基于所述偏差确定风电场中单个风电机组的运行状态的步骤包括：针对任一风电机组，将所述任一风电机组功率偏差值的方差分别与其他风电机组功率偏差值的方差进行比较；当所述任一风电机组功率偏差值的方差为所述其他风电机组中预定风电机组功率偏差值的方差的预定倍数时，确定所述任一风电机组的运行存在异常...

【专利技术属性】
技术研发人员：王青天，周杰，
申请(专利权)人：北京金风科创风电设备有限公司，
类型：发明
国别省市：北京,11