用于监视风电场功率性能的基于机器学习模型的分析制造技术

本发明专利技术涉及用于监视风电场功率性能的基于机器学习模型的分析。具体地，一种用于控制风力涡轮的方法包括从多个不同的分析中检测与风力涡轮的功率性能有关的多个分析输出。该方法还包括分析与风力涡轮的功率性能有关的多个分析输出。另外，该方法包括使用所分析的多个分析输出中的至少一部分来生成风力涡轮的功率性能的至少一个基于计算机的模型。此外，该方法包括使用与风力涡轮的功率性能有关的所注释的分析输出来训练风力涡轮的功率性能的基于计算机的（多个）模型。此外，该方法包括使用机器学习的基于计算机的（多个）模型来估计风力涡轮的功率量值。因此，该方法包括当风力涡轮的功率量值在选定范围外时实施控制动作。

【技术实现步骤摘要】
用于监视风电场功率性能的基于机器学习模型的分析
本公开内容总体上涉及风电场，并且更具体地涉及用于监视风电场性能的基于机器学习模型的分析。
技术介绍
风力被认为是目前可利用的最清洁、最环保的能源之一，并且风力涡轮在这方面已获得越来越多的关注。现代的风力涡轮典型地包括塔架、发电机、齿轮箱、机舱，以及一个或多个转子叶片。转子叶片利用已知的翼型原理捕获风的动能。例如，转子叶片典型地具有翼型的截面轮廓，使得在操作期间空气流过叶片而在侧面之间产生压力差。因此，从压力侧朝向吸力侧指向的升力作用在叶片上。升力在主转子轴上产生扭矩，该转子轴通过齿轮连接至用于发电的发电机。多个风力涡轮通常彼此结合地使用来发电并且通常称为“风电场”。在操作期间，有利的是利用各种分析输出来评估风力涡轮和/或风电场性能以确保（多个）风力涡轮和/或风电场正常地操作。然而，风力涡轮性能不足而使用此种单独的分析输出是难以分类的状况。因此，现有技术水平提供过多的错误警报，从而导致操作人员忽略性能不足时衰弱的分析输出。此外，并非所有分析输出都被计算和变得同时地可利用。然而，仍然需要在查询本文档来自技高网...

【技术保护点】
1.一种用于控制风力涡轮的方法，所述方法包括：/n经由控制器，从多个不同的分析中检测与所述风力涡轮的功率性能有关的多个分析输出；/n经由所述控制器，分析与所述风力涡轮的功率性能有关的所述多个分析输出；/n经由所述控制器，使用所分析的多个分析输出中的至少一部分来生成所述风力涡轮的功率性能的至少一个基于计算机的模型；/n经由所述控制器，使用与所述风力涡轮的功率性能有关的所注释的分析输出来训练所述风力涡轮的功率性能的所述至少一个基于计算机的模型；/n使用所述至少一个机器学习的基于计算机的模型来估计所述风力涡轮的功率量值；以及/n当所述风力涡轮的功率量值在选定范围外时实施控制动作。/n

【技术特征摘要】
20191002 US 16/5905801.一种用于控制风力涡轮的方法，所述方法包括：
经由控制器，从多个不同的分析中检测与所述风力涡轮的功率性能有关的多个分析输出；
经由所述控制器，分析与所述风力涡轮的功率性能有关的所述多个分析输出；
经由所述控制器，使用所分析的多个分析输出中的至少一部分来生成所述风力涡轮的功率性能的至少一个基于计算机的模型；
经由所述控制器，使用与所述风力涡轮的功率性能有关的所注释的分析输出来训练所述风力涡轮的功率性能的所述至少一个基于计算机的模型；
使用所述至少一个机器学习的基于计算机的模型来估计所述风力涡轮的功率量值；以及
当所述风力涡轮的功率量值在选定范围外时实施控制动作。


2.根据权利要求1所述的方法，其特征在于，与所述风力涡轮的功率性能有关的所述多个分析输出包括下列中的至少两项：功率曲线低产生率、功率曲线历史、功率曲线残差，或者功率集合。


3.根据权利要求1所述的方法，其特征在于，分析与所述风力涡轮的功率性能有关的所述多个分析输出还包括：
过滤与所述功率性能有关的所述多个分析输出。


4.根据权利要求1所述的方法，其特征在于，分析与所述风力涡轮的功率性能有关的所述多个分析输出还包括：
使用主成分分析或因素化中的至少一者来减少所述多个分析输出中的维数。


5.根据权利要求1所述的方法，其特征在于，分析与...

【专利技术属性】
技术研发人员：S·C·埃文斯，A·苏布拉马尼安，G·B·维斯，F·W·小里普尔，J·E·拉弗莱彻，
申请(专利权)人：通用电气公司，
类型：发明
国别省市：美国;US