【技术实现步骤摘要】
风力发电机组的输出功率异常诊断的方法及其装置
本专利技术涉及风力发电
，更具体地讲，涉及一种用于诊断风力发电机组的输出功率是否异常并确定输出功率异常的根因的方法及其装置。
技术介绍
输出功率是评价风力发电机组发电性能的主要指标。现有的输出功率评估的技术难度相对较小，因为涉及需要分析的变量较少、统计方法也相对简单。然而，实际输出功率评估问题的难点在于当输出功率出现异常时可能是由较多根因导致，此时需有经验的工程师花费较长时间做数据分析来锁定输出功率异常的根因，然后根据锁定的根因具有针对性地解决问题。但是，目前技术都仅涉及功率曲线的生成、性状分析等输出功率评估方面。现有的输出功率评估技术不能用于锁定输出功率异常的根因。
技术实现思路
本专利技术的示例性实施例提供了一种风力发电机组的输出功率异常诊断的方法及其装置，至少解决上述技术问题和上文未提及的其它技术问题，并且提供下述的有益效果。本专利技术的一方面在于提供一种风力发电机组的输出功率异常诊断的方法，所述方法可以包括：获取多台风力发电机组的输出功率；基于所述输出功率按照不同风速区间构成多个风速仓，每个风速仓包括相应风速区间的多个功率特征向量；针对每个风速仓，基于所述多台风力发电机组的功率特征向量构成相应风速仓的功率总特征向量；基于特定风力发电机组在特定时间段内的不同风速仓的功率特征向量以及相应风速仓的功率总特征向量进行分析，以确定特定风力发电机组的特定时间段内的输出功率是否异常，其中，所述多台风力发电机组包括特定风力发电机组，或者所...
【技术保护点】
1.一种风力发电机组的输出功率异常诊断的方法，其特征在于，所述方法包括：/n获取多台风力发电机组的输出功率；/n基于所述输出功率按照不同风速区间构成多个风速仓，每个风速仓包括相应风速区间的多个功率特征向量；/n针对每个风速仓，基于所述多台风力发电机组的功率特征向量构成相应风速仓的功率总特征向量；/n基于特定风力发电机组在特定时间段内的不同风速仓的功率特征向量以及相应风速仓的功率总特征向量进行分析，以确定特定风力发电机组的特定时间段内的输出功率是否异常，/n其中，所述多台风力发电机组包括特定风力发电机组，或者所述多台风力发电机组不包括特定风力发电机组并且与特定风力发电机组的类型相同。/n
【技术特征摘要】
1.一种风力发电机组的输出功率异常诊断的方法，其特征在于，所述方法包括：
获取多台风力发电机组的输出功率；
基于所述输出功率按照不同风速区间构成多个风速仓，每个风速仓包括相应风速区间的多个功率特征向量；
针对每个风速仓，基于所述多台风力发电机组的功率特征向量构成相应风速仓的功率总特征向量；
基于特定风力发电机组在特定时间段内的不同风速仓的功率特征向量以及相应风速仓的功率总特征向量进行分析，以确定特定风力发电机组的特定时间段内的输出功率是否异常，
其中，所述多台风力发电机组包括特定风力发电机组，或者所述多台风力发电机组不包括特定风力发电机组并且与特定风力发电机组的类型相同。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述多台风力发电机组的与输出功率相关的多个类别的特征量数据；
基于所述多个类别的特征量数据按照所述不同风速区间分别构成所述多个风速仓，每个风速仓包括相应风速区间的多个类别的特征向量；
针对每个风速仓，基于所述多台风力发电机组的多个类别的特征向量分别构成相应风速仓的多个根因总特征向量；
基于所述多个根因总特征向量确定导致输出功率异常的显著根因。
3.如权利要求2所述的方法，其特征在于，当所述多台风力发电机组包括特定风力发电机组时，基于所述多个根因总特征向量确定导致输出功率异常的显著根因的步骤包括：
在确定特定风力发电机组在特定时间段内的输出功率异常后，对所述多个根因总特征向量进行显著性分析来确定导致输出功率异常的显著根因。
4.如权利要求3所述的方法，其特征在于，对所述多个根因总特征向量进行显著性分析来确定导致输出功率异常的显著根因的步骤包括：
确定与该输出功率异常相应的功率特征向量在相应风速仓的功率总特征向量的位置范围；
建立与所述功率总特征向量长度相同的标志向量，将所述标志向量中的在所述位置范围内的标志值设置为1，所述标志向量中的其余标志值设置为0；
根据针对与该功率特征向量相应的风速仓的功率总特征向量、多个根因总特征向量和所述标志向量，使用方差分析函数来确定该输出功率异常的根因。
5.如权利要求4所述的方法，其特征在于，使用方差分析函数来确定输出功率异常的根因的步骤包括：
使用方差分析函数来确定所述多个根因总特征向量中的每一个的显著性指标值；
将每一个根因总特征向量的显著性指标值与预定阈值进行比较；
将与显著性指标值小于预定阈值的根因总特征向量相应的特征确定为输出功率异常的根因。
6.如权利要求2所述的方法，其特征在于，当所述多台风力发电机组不包括特定风力发电机组并且与特定风力发电机组的类型相同时，所述方法还包括：
实时获取特定风力发电机组在特定时间段内的第一输出功率和与输出功率相关的多个类别的第一特征量数据；
基于第一输出功率和第一特征量数据按照所述不同风速区间分别构成多个第一风速仓，每个第一风速仓包括相应风速区间的第一功率特征向量和所述多个类别的第一特征向量。
7.如权利要求6所述的方法，其特征在于，当确定特定风力发电机组在特定时间段内的输出功率异常时，基于所述多个根因总特征向量确定导致输出功率异常的显著根因的步骤包括：
将特定风力发电机组在特定时间段内的不同风速仓的第一功率特征向量和多个类别的第一特征向量分别与相应风速仓的功率总特征向量和多个根因总特征向量纵向拼接以形成功率综合特征向量和多个根因综合特征向量；
对所述多个根因综合特征向量进行显著性分析来确定导致输出功率异常的显著根因。
8.如权利要求7所述的方法，其特征在于，对所述多个根因综合特征向量进行显著性分析来确定导致输出功率异常的显著根因的步骤包括：
确定与该输出功率异常相应的第一功率特征向量在相应风速仓的功率综合特征向量的位置范围；
建立与所述功率综合特征向量长度相同的标志向量，将所述标志向量中的在所述位置范围内的标志值设置为1，所述标志向量中的其余标志值设置为0；
根据针对该第一功率特征向量相应的风速仓的功率综合特征向量、多个根因综合特征向量和所述标志向量，使用方差分析函数来确定输出功率异常的根因。
9.如权利要求2所述的方法，其特征在于，分别构成所述多个风速仓的步骤包括：
基于所述输出功率和所述多个类别的特征量数据以预定时间间隔来分别计算所述多台风力发电机组的在预定时间间隔内的输出功率值和所述多个类别的特征值；
计算所述预定时间间隔内的风速；
基于所述风速，根据所述多台风力发电机组的多个类别的特征值和输出功率值来分别构成包括功率特征向量和所述多个类别的特征向量的多个风速仓。
10.如权利要求9所述的方法，其特征在于，计算所述多个类别的特征值的步骤包括：
计算所述预定时间间隔内的风速平均值；
分别计算所述预定时间间隔内的多个类别的特征量数据的平均值作为相应类别的特征值。
11.如权利要求2所述的方法，其特征在于，分别构成相应风速仓的多个根因总特征向量的步骤包括：
针对每个风速仓，将所述多台风力发电机组的属于同一类别的全部特征向量进行纵向拼接来构成与该类别相应的根因总特征向量。
12.如权利要求1所述的方法，其特征在于，基于特定风力发电机组在特定时间段内的不同风速仓的功率特征向量以及相应风速仓的功率总特征向量进行分析的步骤包括：
计算特定风力发电机组在特定时间段内的不同风速仓的功率特征向量的多个第一平均值；
计算不同风速仓的功率总特征向量的多个第二平均值；
将不同风速仓的第一平均值分别与相应风速仓的第二平均值进行比较；
当第一平均值小于第二平均值的预设百...
【专利技术属性】
技术研发人员：周杰，杨娟霞，胡烨，
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
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。