风电场机组运行状态的动态评估方法、装置及电子设备制造方法及图纸

本发明专利技术适用风电场机组状态评估技术领域，提供了一种风电场机组运行状态的动态评估方法、装置及电子设备，该方法包括：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。从而通过将主成分分析法应用到动态过程中，并根据目标时滞长度分析风电场机组的运行数据中变量间的动态关系，更准确、高效地实时评估风电场机组的运行状态。

Dynamic Assessment Method, Device and Electronic Equipment of Wind Farm Unit Operation State

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曲线图绘制的方法，例如通过绘制功率曲线、部件温度曲线、压力曲线等来对风电机组进行评估。所谓风电机组的功率曲线，一般是指风电机组输出功率随风速变化的关系曲线。风电机组的实际效率主要通过风电机组实际运行的功率曲线得到反映，实际功率曲线的好坏综合反映了风电机组的经济性。然而通过单一的性能曲线仅能反映出风电场或单个机组的运行是否良好、经济性是否达标，对于发现潜在隐患、找到故障源头等方面还有许多不足。若把所有运行数据都绘制曲线图，来一一进行对比观察，虽然可以掌握整体运行状态，但工作量大、耗时费力，并不是一种高效的评估方法。
技术实现思路
本专利技术的目的在于提供风电场机组运行状态的动态评估方法、装置及电子设备，旨在解决由于现有技术无法准确、高效地对风电场机组的运行状态进行实时动态评估的问题。第一方面，本专利技术提供了一种风电场机组运行状态的动态评估方法，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。可选的，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。可选的，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；可选的，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。可选的，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。可选的，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，并选取主成分的步骤包括：计算所述协方差矩阵的特征值及特征向量；通过所述特征值及特征向量计算主成分得分及相应的主成分系数；通过所述主成分得分及相应的主成分系数计算主成分贡献率，并选取主成分。可选的，通过所述主成分判断所述风电场机组的运行状态的步骤包括：根据各主成分的主成分贡献率绘制数据图形；通过所诉数据图形的对比判断所述风电场机组的运行状态。第二方面，提供了一种风电场机组运行状态的动态评估装置，包括：预处理模块，用于对风电场机组的运行数据进行预处理得到数据矩阵；动态增广矩阵计算模块，用于根据目标时滞长度构建所述数据矩阵的动态增广矩阵；协方差矩阵计算模块，用于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；主成分贡献率计算模块，用于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；运行状态判断模块，用于通过所述主成分判断所述风电场机组的运行状态。第三方面，提供了一种电子设备，包括：处理器；以及与所述处理器通信连接的存储器；其中，所述存储器存储有可读性指令，所述可读性指令被所述处理器执行时实现如第一方面所述的方法。第四方面，提供了一种计算机可读性存储介质，其上存储有计算机程序，所述计算机程序在被执行时实现如第一方面的方法。本专利技术在对风电场机组的运行状态进行评估时，通过将主成分分析法应用到动态过程中，并根据目标时滞长度分析风电场机组的运行数据中变量间的动态关系，从而更准确、高效地实时评估风电场机组的运行状态。附图说明图1是本专利技术实施例一提供的风电场机组运行状态的动态评估方法的实现流程图；图2是根据实施例一示出的一种计算时滞长度的方法流程图；图3示出了本专利技术实施例二提供的风电场机组运行状态的动态评估装置的框图；图4是本专利技术实施例三提供的对风电场机组运行状态进行动态评估时的主成分贡献率示意图；图5是本专利技术实施例三提供的对风电场机组运行状态进行动态评估时各不同工况的主成分得分示意图；图6是本专利技术实施例三提供的对风电场机组运行状态进行动态评估时三种工况下协方差矩阵特征值的绘制示意图；图7是本专利技术实施例四提供的电子设备100的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下结合具体实施例对本专利技术的具体实现进行详细描述：实施例一：图1示出了本专利技术实施例一提供的风电场机组运行状态的动态评估方法的实现流程，实施例一提供的风电场机组运行状态的动态评估方法可运行与电脑、服务器等各种电子设备中，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：步骤S110，对风电场机组的运行数据进行预处理得到数据矩阵。本专利技术实施例适用于电脑、服务器等电子设备，这些电子设备中设置处理器，以对风电场机组的运行状态进行动态评估。运行数据是风电场机组运行过程中所产生的各种数据，例如温度、功率、压力等数据。可以理解的是，风电场机组的运行数据是随着时间变化的，其本身是杂散的，因此，通过对运行数据进行预处理，将杂散的运行数据转化为数据矩阵，进而对数据矩阵进行处理，能够更加方便进行数据建模分析，有效提高的数据处理的效率。数据预处理是指把运行数据进行处理，保留最重要的数据信息，并构建数据矩阵。例如，数据预处理可包括数据清洗和数据标准化：(1)数据清洗由于数据采集过程中不可避免地产生误差，因此，对于风电场机组的原始运行数据，需本文档来自技高网...

【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