一种SSA-AANN的风力发电机传感器状态评估方法技术

本发明专利技术公开了一种SSA‑AANN的风力发电机传感器状态评估方法，其方法包括如下步骤：通过风电公司得到所需要的SCADA数据，采集到多种传感器的海量数据；采用层次聚类方法对数据进行智能筛选；本发明专利技术能实现传感器的固定偏差故障、漂移故障、精度下降故障、断电故障以及脉冲故障判断，其准确性高，检验率更高，现有的技术基本上都是对整个风机状态的评定，而该技术具体到传感器本身，更加精细，有利于工作人员快速准确地找到风机故障的具体原因，尤其是传感器本身有故障时，能快速精准找到故障传感器，而不需要对所有器件进行检测再来判定是该传感器出现了故障，这样可以节约维修的成本和时间，具有很大的经济效益。

【技术实现步骤摘要】
一种SSA-AANN的风力发电机传感器状态评估方法
本专利技术涉及传感器状态诊断
，具体为一种SSA-AANN的风力发电机传感器状态评估方法。
技术介绍
风力发电机是将风能转换为机械功，机械功带动转子旋转，最终输出交流电的电力设备。风力发电机一般有风轮、发电机(包括装置)、调向器(尾翼)、塔架、限速安全机构和储能装置等构件组成。风力发电机的工作原理比较简单，风轮在风力的作用下旋转，它把风的动能转变为风轮轴的机械能，发电机在风轮轴的带动下旋转发电。广义地说，风能也是太阳能，所以也可以说风力发电机，是一种以太阳为热源，以大气为工作介质的热能利用发电机。目前风力发电机故障诊断都体现在风机的本体上，通过传感器输出信息来判断风力发电机是否有故障及采取措施，但是传感器输出信号耦合了“环境状态、被测对象状态和传感器自身状态”三个因素的信息，当环境出现异常、或被测对象出现异常，或传感器自身异常时，都会表现出传感器输出信号异常。因此目前主要是针对传感器的信号异常识别，而不是准确意义上的传感器异常识别，二者有本质的区别。<br>
技术实现思路
<本文档来自技高网...

【技术保护点】
1.一种SSA-AANN的风力发电机传感器状态评估方法，其特征在于：其方法包括如下步骤：/n(1)获取数据：通过风电公司得到所需要的SCADA数据，采集到多种传感器的海量数据；/n(2)数据筛选：采用层次聚类方法对数据进行智能筛选；/n(2.1)首先对已经确认的小规模数据集A进行必要的预处理，然后进行聚类，得到簇群A1、A2和A3；/n(2.2)然后将数据集A和数据集B合并形成新的数据集，通过同样的聚类算法，得到簇群B1、B2、B3、B4...Bn；/n(2.3)将B簇群分别与A簇群进行相似性检验，满足相似性准则的某个B簇则认为具有数据A的特定特征；/n(3)风电机组群分析：对风场的风机进行分...

【技术特征摘要】
1.一种SSA-AANN的风力发电机传感器状态评估方法，其特征在于：其方法包括如下步骤：
(1)获取数据：通过风电公司得到所需要的SCADA数据，采集到多种传感器的海量数据；
(2)数据筛选：采用层次聚类方法对数据进行智能筛选；
(2.1)首先对已经确认的小规模数据集A进行必要的预处理，然后进行聚类，得到簇群A1、A2和A3；
(2.2)然后将数据集A和数据集B合并形成新的数据集，通过同样的聚类算法，得到簇群B1、B2、B3、B4...Bn；
(2.3)将B簇群分别与A簇群进行相似性检验，满足相似性准则的某个B簇则认为具有数据A的特定特征；
(3)风电机组群分析：对风场的风机进行分析，找出其状态相似度高的风机作为风机群进行研究，将风电机组的输入定义为风速，输出定义为风电机组的有功功率，采用DTW算法计算风电机组相似度；
(4)构建风机群组内同位同类传感器输出预测器：设同组m个同类同位传感器S的实际输入分别为y1(n),y2(n),...ym(n),其中n为从序列起始时刻到k时刻的序列长度，y1(n),y2(n),...ym(n)为预测器的输入，预测器的输出为通过预测器输出和传感器实际输出的比较得到残差，从而得到超限传感器的残差序列，基于某个准则对传感器信号是否异常做出判断；
(5)构建同机关联传感器输出预测模型：SSA-AANN识别出第m个s传感器S信号异常，设该风机中与该传感器强关联的其他j个传感器k-1时刻及之前的输出序列分别为x1(n),x2(n),...xj(n),将x1(n),x2(n),...xj(n)和ym(n)一起作为预测器的输入，为预测器输出，根据步骤(4)的方法判断传感器信号是否异常。


2.根据权利要求1所述的一种SSA-AANN的风力发电机传感器状态评估方法，其特征在于：所述步骤(2.1)中，数据集A的预处理包括试验测试、统计分析谱分析和专家判断，以得到具有特定特征的数据集A。


3.根据权利要求1所述的一种SSA-AANN的风力发电机传感器状态评估方法，其特征在于：所述步骤(2.2)中，数据集A和数据集B通过聚类并依照模型和参数准则合成新的数据集。


4.根据权利要求1所述的一种SSA-AANN的风力发电机传感器状态评估方法，其特征在于：所述步骤(2.3)中，相似性检验时，将B1依次与A1、A2和A3...

【专利技术属性】
技术研发人员：周凌，赵前程，杨三英，朱岸峰，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：湖南;43