一种风力发电机组智能诊断的方法及系统技术方案

本发明专利技术实施例公开了一种风力发电机组智能诊断的方法及系统，用于优化风电机组的管理。本发明专利技术实施例方法包括：获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和改进措施存在第一关联关系，所述异常参数包括目标异常参数；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。因此，当目标风机的运行数据中出现目标异常参数时，在数据库中查询确定与所述目标异常参数存在第一关联关系的改进措施，从而通过一机一策来实现风力发电机组的智能诊断。

A method and system for intelligent diagnosis of wind turbines

The embodiment of the invention discloses a method and a system for intelligent diagnosis of wind turbines for optimizing the management of wind turbines. The embodiment method of the invention includes: acquiring the processing data of the fan, the processing data includes abnormal parameters and improvement measures, the abnormal parameters and improvement measures have a first correlation, the abnormal parameters include the target abnormal parameters, generating a database according to the processing data of the fan, and acquiring the operation of the target fan. Row data; determine whether there is a target abnormal parameter in the operation data of the target fan; if so, according to the target abnormal parameter query in the database, determine the improvement measures that have a first correlation with the target abnormal parameter. Therefore, when the target abnormal parameters appear in the operation data of the target wind turbine, the improved measures which have the first correlation with the target abnormal parameters are queried and determined in the database, so as to realize the intelligent diagnosis of the wind turbine through one machine and one policy.

【技术实现步骤摘要】
一种风力发电机组智能诊断的方法及系统
本专利技术涉及风力发电领域，尤其涉及一种风力发电机组智能诊断的方法及系统。
技术介绍
随着常规能源的枯竭，可再生能源将成为未来的能源的重要组成部分。由于风能其储存量大又易于形成规模，并且风力发电技术相对成熟，因此，风能作为一种绿色能源在近几十年得到了广泛的开发和利用，也有希望成为未来不可替代的可再生资源之一。在现有技术中，由于风力发电机组长时间运行且工况恶劣，在日积月累使用时间中，部件的损坏时有发生。具体表现为风机中某些零件失去原有的精度或性能，使设备不能正常运行、技术性能降低，致使风机中断生产或效率降低而影响生产。一般需要经验丰富的专业人员定期在现场对风机的运行进行评估，排查风机的故障点以及对风机运行的影响程度，然后再由专业人员给出相应的整改措施。然而，这种由人工评估风机运行状况的方法存在一定的主观因素的影响，有时对于风机故障的判断错在偏差，并且这种方法消耗大量的人力物力。
技术实现思路
本专利技术实施例提供了一种风力发电机组智能诊断的方法及系统，用于通过一机一策来实现风力发电机组的智能诊断。本专利技术实施例第一方面提供了一种风力发电机组智能诊断的方法及系统，其特征在于，包括：获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。可选地，所述获取风机的处理数据包括：获取风机的处理数据，所述处理数据还包括异常原因，所述异常原因与所述异常参数存在第二关联关系，所述异常原因与所述改进措施存在第三关联关系。可选地，当确定所述目标风机的运行数据存在目标异常参数时，所述根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施包括：根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因；根据所述异常原因在所述数据库中查询，确定与所述目标异常参数存在第三关联关系的改进措施。可选地，所述风机的运行数据包括：发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个。本专利技术实施例第二方面提供了一种风力发电机组智能诊断的系统，包括：第一获取单元，用于获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；生成单元，用于根据所述风机的处理数据生成数据库；第二获取单元，用于获取目标风机的运行数据；判断单元，用于判断所述目标风机的运行数据是否存在目标异常参数；第一确定单元，用于当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。可选地，所述第一获取单元具体用于：获取风机的处理数据，所述处理数据还包括异常原因，所述异常原因与所述异常参数存在第二关联关系，所述异常原因与所述改进措施存在第三关联关系。可选地，所述第一确定单元具体用于：当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因；根据所述异常原因在所述数据库中查询，确定与所述目标异常参数存在第三关联关系的改进措施。。可选地，所述风机的运行数据包括：发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个。本专利技术第三方面提供了一种计算机装置，包括：处理器、存储器、输入输出设备以及总线；所述处理器、存储器、输入输出设备分别与所述总线相连；所述处理器用于执行如前述实施例所述的方法。本专利技术实施例第四方面提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行如前述实施例所述的方法。从以上技术方案可以看出，本专利技术实施例具有以下优点：获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和改进措施存在第一关联关系，所述异常参数包括目标异常参数；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。因此，本专利技术通过将异常参数和改进措施关联存储生成数据库，在目标风机的运行数据中出现目标异常参数时，在数据库中查询确定与所述目标异常参数存在第一关联关系的改进措施，从而通过一机一策来实现风力发电机组的智能诊断。附图说明图1为本专利技术实施例中一种风力发电机组智能诊断的方法的一个示意图；图2为本专利技术实施例中一种风力发电机组智能诊断的方法的一个示意图；图3为本专利技术实施例中一种风力发电机组智能诊断的系统的一个示意图；图4为本专利技术实施例中一种风力发电机组智能诊断的系统的一个示意图；图5为本专利技术实施例中一种计算机装置的一个示意图。具体实施方式本专利技术实施例提供了一种风力发电机组智能诊断的方法及系统，用于通过一机一策来实现风力发电机组的智能诊断。为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。为了便于理解，下面对本专利技术实施例中的具体流程进行描述，请参阅图1，本专利技术实施例中一种风力发电机组智能诊断的方法的一个实施例包括：101、获取风机的处理数据；本实施例中，获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和改进措施存在第一关联关系，所述异常参数包括目标异常参数。具体地，可以通过数据采集或者数据录入的方式获取得到风机的处理数据，其中，该处理数据包括异常参数和改进措施，异常参数和改进措施存在第一关联关系，该异常参数可以的数量可以为一个或多个，目标异常参数为其中的任意一个。下面以风电机组中可利用率分析为例，请参阅表1：表1如表1所示，异常参数与改进措施存在第一关联关系，即存在第一对应关系，异常参数与改进措施一一对应，以表中所示参数为例，“可利用率<98％”且“故障可利用率&am本文档来自技高网...

【技术保护点】
1.一种风力发电机组智能诊断的方法及系统，其特征在于，包括：获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。

【技术特征摘要】
1.一种风力发电机组智能诊断的方法及系统，其特征在于，包括：获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。2.根据权利要求1所述的方法，其特征在于，所述获取风机的处理数据包括：获取风机的处理数据，所述处理数据还包括异常原因，所述异常原因与所述异常参数存在第二关联关系，所述异常原因与所述改进措施存在第三关联关系。3.根据权利要求2所述的方法，其特征在于，当确定所述目标风机的运行数据存在目标异常参数时，所述根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施包括：根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因；根据所述异常原因在所述数据库中查询，确定与所述目标异常原因存在第三关联关系的改进措施。4.根据权利要求1至3任一项所述的方法，其特征在于，所述风机的运行数据包括：发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个。5.一种风力发电机组智能诊断的系统，其特征在于，包括：第一获取单元，用于获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包...

【专利技术属性】
技术研发人员：倪孟岩，李广顺，尹鹏，詹明灼，
申请(专利权)人：华润电力风能汕头潮南有限公司，
类型：发明
国别省市：广东,44