The invention is applicable to the technical field of wind farm unit condition assessment, and provides a dynamic evaluation method, device and electronic equipment for wind farm unit operation status. The method includes: pre-processing the operation data of wind farm unit to obtain data matrix; constructing the dynamic augmentation matrix of the data matrix according to the target time delay length; and calculating the dynamic state of the data matrix by the principal component analysis method. The covariance matrix of the state augmentation matrix; the principal component contribution rate is calculated according to the eigenvalues and eigenvectors of the covariance matrix, and the principal component is selected; the operation state of the wind farm unit is judged by the principal component. Thus, the principal component analysis method is applied to the dynamic process, and the dynamic relationship between variables in the operation data of wind farm units is analyzed according to the target time delay length, so that the operation status of wind farm units can be evaluated more accurately and efficiently in real time.
【技术实现步骤摘要】
风电场机组运行状态的动态评估方法、装置及电子设备
本专利技术属于风电场机组状态评估
,尤其涉及风电场机组运行状态的动态评估方法、装置及电子设备。
技术介绍
随着经济社会的发展,世界各国的能源矛盾日益突出。风能具有安全、清洁、充裕,稳定等特点,风能的利用将有效地缓解资源供需矛盾、减缓环境污染的程度。近年来,我国在风电上的研究与投入进入了一个新的发展阶段。但在风电技术迅猛发展的同时,风电场机组的故障损坏事故也逐年增加。风电场机组一般位于偏远及环境恶劣的地区,机组修护工作难以及时进行,增加了风电场机组运行维护的资金和人力成本。因此,如何在风电场机组的运行状态中实时快速检测出潜在故障并优化运行方案是目前风电场机组重点研究的方向。主成分分析法是一种多元统计分析方法,利用降维的思想,将多个指标转化为若干综合指标。主成分分析方法是将高维信息投影到低维子空间,最大程度保留数据的原始信息,其基本思想是:寻找一组低维的新变量代替高维的原变量,且新变量是原变量的线性组合。低维的新变量数据更集中的反应了原变量数据所包含的变化信息,根据数据变化的方差大小来确定变化方向的主次地位,按主次顺序得到主成分,依次称为第一主成分、第二主成分等,这些主成分之间是相互独立的。动态主成分分析法是将动态序列数据的构造和主成分分析法相结合的一种新型多元统计学建模方法。此方法利用动态时间序列将原变量的静态数据,扩展成动态时间数据,通过对动态时间数据的分析,可以简化原始数据分析的复杂程度,有效地提取系统变量间的动态关系,在保证预测精度的情况下提高评估效率。现有的风电场机组运行状态的评估方法大多是采用 ...
【技术保护点】
1.一种风电场机组运行状态的动态评估方法,其特征在于,所述方法包括下述步骤:对风电场机组的运行数据进行预处理得到数据矩阵;根据目标时滞长度构建所述数据矩阵的动态增广矩阵;通过主成分分析方法计算所述动态增广矩阵的协方差矩阵;根据所述协方差矩阵的特征值及特征向量计算主成分贡献率,并选取主成分;通过所述主成分判断所述风电场机组的运行状态。
【技术特征摘要】
1.一种风电场机组运行状态的动态评估方法,其特征在于,所述方法包括下述步骤:对风电场机组的运行数据进行预处理得到数据矩阵;根据目标时滞长度构建所述数据矩阵的动态增广矩阵;通过主成分分析方法计算所述动态增广矩阵的协方差矩阵;根据所述协方差矩阵的特征值及特征向量计算主成分贡献率,并选取主成分;通过所述主成分判断所述风电场机组的运行状态。2.如权利要求1所述的方法,其特征在于,对风电场机组的运行数据进行预处理得到数据矩阵的步骤包括:对所述风电场机组的运行数据进行数据清洗,修改所述运行数据中的错误数据;将经过错误数据修改的所述运行数据构建为数据矩阵。3.如权利要求2所述的方法,其特征在于,将经过错误数据修改的所述运行数据构建为数据矩阵的步骤包括:对经过错误数据修改的所述运行数据进行标准化处理后构建数据矩阵。4.如权利要求1所述的方法,其特征在于,根据时滞长度构建所述数据矩阵的动态增广矩阵的步骤包括:计算所述运行数据的时滞长度;根据所述时滞长度构建时滞增广矩阵;对所述时滞增广矩阵进行标准化得到动态增广矩阵。5.如权利要求4所述的方法,其特征在于,计算所述运行数据的时滞长度的步骤包括:计算无时滞长度的静态关系数,以及时滞长度不断增加时不同时滞长度的动态关系数;根据所述静态关系数及所述动态关系数确定目标时滞长度。6.如权利要求1所述的方法,其特征在于,根据所述协方差矩...
【专利技术属性】
技术研发人员:郭媛君,杨之乐,于建强,朱俊丞,王颖,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。