一种风电机组偏航频繁检测预警算法制造技术

本发明专利技术涉及风电机组异常检测技术领域，具体地说，涉及一种风电机组偏航频繁检测预警算法。包括数据采集、风机偏航次数统计、偏航次数离群点检测、风电机组偏航频繁预标记、偏航频繁概率计算及风电机组偏航频繁预警等步骤。本发明专利技术设计不需要风机复杂结构的设计参数，无需建模仿真，也不需要加装传感器，可以快速计算分析数据，方便部署，并且识别精度较高，及时发现风电机组异常，并降低由于摩擦片过度磨损带可能来的设备故障风险，可以有效提高风电场的后期运维效率，降低使用及运维成本。

【技术实现步骤摘要】
一种风电机组偏航频繁检测预警算法
本专利技术涉及风电机组异常检测
，具体地说，涉及一种风电机组偏航频繁检测预警算法。
技术介绍
近年来，风电装机逐年增加，大型风电机组是风力发电的核心。偏航系统作为大型风力发电机组最为重要的子系统，其性能极大地影响着整个发电机组的性能。偏航系统结构复杂，是一个机、电、控制一体化的功能性系统，机械传动偏差、传感器误差、控制参数设置不合理等原因都会造成偏航系统性能产生异常。由于偏航系统的异常，例如，控制系统异常，偏航硬件失效(如偏航摩擦片磨损严重，偏航卡钳失效)都会导致风电机组的偏航系统进行频繁的偏航，极大地影响风电机组的发电稳定性，也会造成比较严重的硬件失效，甚至是安全事故。因此，提前对风电机机组的偏航次数进行统计分析，识别出偏航频繁的风电机组，对于风电机组的安全稳定发电有着十分重要的意义。目前没有直接针对偏航频繁进行检测的一些算法与方法，针对偏航摩擦片的问题，通常采取建立制动盘和摩擦片的热力耦合接触模型和加装传感器两类方法，但这两种方式仍然存在较大问题，如：采用物理模型仿真类的方法，需要风电机组的详细结构参数，这些结构参数往往是比较机密的结构设计参数，很难获取到；而采用加装传感器的方法，在已经建设好的风电机组上加装传感器实施比较麻烦，且成本高。
技术实现思路
本专利技术的目的在于提供一种风电机组偏航频繁检测预警算法，以解决上述
技术介绍
中提出的问题。为实现上述技术问题的解决，本专利技术的目的之一在于，提供一种风电机组偏航频繁检测预警算法，包括如下步骤：S1、数据采集；S2、风机偏航次数统计；S3、偏航次数离群点检测；S4、风电机组偏航频繁预标记；S5、偏航频繁概率计算；S6、风电机组偏航频繁预警。作为本技术方案的进一步改进，所述S1中，数据采集的方法流程包括如下步骤：S1.1、首先在计算机上编写并构建偏航检测及预警的算法系统，再将算法系统部署在独立的计算机或云端或风电机组系统上；S1.2、通过无线传输及大数据云平台技术，将算法系统与风电机组的scada系统连接起来，用于读取并接收系统内对风机偏航状况的记录数据；S1.3、在计算机上编写检修记录的登记程序，用于给检修工人提供记录每次检修状况的平台，并与算法程序共享数据；S1.4、通过无线通讯技术，将安装风电机组时部署在各组风机上的传感器连接到算法系统上，并及时将采集的数据上传到算法系统。作为本技术方案的进一步改进，所述S1.1中，当风电机组部署在风场内且其硬件及软件负载能力足够时，可以直接将算法系统装载在风电机组系统上；当风电机组部署在远离风场外，且通讯技术不够稳定时，可以在风场内设置独立的计算机设备，并将算法系统装载在独立的计算机系统上；当风电机组部署在远离风场外，且通讯技术稳定时，可以将算法系统装载在云端，实现远程对风电机组偏航的检测及预警操作。作为本技术方案的进一步改进，所述S2中，风机偏航次数统计的方法流程包括如下步骤：S2.1、分别读取各渠道采集的数据，通过提取关键词的算法，提取与风机偏航记录相关的数据，并将各渠道提取的数据转换为统一格式；S2.2、结合各组数据，对数据进行对比、清筛，筛除无效及重复的数据；S2.3、基于上述处理后的数据，划定不同的时间周期，按照时间周期的大小，划分K个时间窗口；S2.4、按照上述划分的时间周期，分别统计同一窗口内每台风机的偏航次数Nij(其中，i＝1,2,...，M，j＝1,2,...，K，M为该风场内的所有风机数)；S2.5、将上述统计结果分别存储到每台风机对应的文件内，以便进行读取。作为本技术方案的进一步改进，所述S2.3中，划分的时间周期包括但不限于小时、天、星期、月、季、半年、一年、两年等。作为本技术方案的进一步改进，所述S3中，偏航次数离群点检测的方法包括如下步骤：S3.1、将同一时间窗口内的所有风机的偏航次数作为一个数据集合Setij(其中，i＝1,2,...，M，j＝1,2,...，K)，做多级的离群点检测；S3.2、在S3.1的基础上，采用不同的离群点检测方法，分别对每个数据集合进行1～n次的离群点检测。作为本技术方案的进一步改进，所述S3.2中，离群点检测的方法包括但不限于局部异常因子检测算法(LOF)、孤立森林(TForest)、one-clasSVM算法等，且计算过程中不限定算法及算法的优先级，系统随机采用其中一种或若干检测方法。作为本技术方案的进一步改进，所述S4中，风电机组偏航频繁预标记的方法包括如下步骤：S4.1、针对同一时间窗口内的多次离群点检测操作过程，将多次检测中只有一次检测出离群的风机标记为一级偏航频繁；S4.2、针对同一时间窗口内的多次离群点检测操作过程，将多次检测中其中任意两次检测出离群的风机标记为二级偏航频繁；S4.3、针对同一时间窗口内的多次离群点检测操作过程，将多次检测中其中任意三次检测出离群的风机标记为三级偏航频繁；S4.4、按照上述流程，依次类推，可以标记出同一选定时间内每台风机的偏航频率等级。作为本技术方案的进一步改进，所述S5中，偏航频繁概率计算的方法包括如下步骤：S5.1、统计每台风机在K个时间窗口内的一级异常标记数Lij1，并分别计算出每台风机出现一级异常的概率值Pi1＝Lij1/K(其中，i＝1,2,...，M，j＝1,2,...，K)；S5.2、统计每台风机在K个时间窗口内的二级异常标记数Lij2，并分别计算出每台风机出现二级异常的概率值Pi2＝Lij2/K(其中，i＝1,2,...，M，j＝1,2,...，K)；S5.3、统计每台风机在K个时间窗口内的三级异常标记数Lij3，并分别计算出每台风机出现三级异常的概率值Pi3＝Lij3/K(其中，i＝1,2,...，M，j＝1,2,...，K)；S5.4、按照上述流程，依次类推，可以计算出每台风机在选定时间内的一个或若干异常概率值。作为本技术方案的进一步改进，所述S6中，风电机组偏航频繁预警的方法包括如下步骤：S6.1、针对同一型号的风机，分别设定一级、二级及三级偏航频繁概率的阈值，且一级、二级及三级的阈值依次增大；S6.2、按一级预警、二级预警及三级预警的顺序依次提高预警的强度，并采用不同颜色或消息提示音分别标记其对应的紧急度；S6.3、分别将每台风机在选定时间区域内计算出的若干偏航频繁概率值依次与一级、二级及三级的阈值进行对比；S6.4、在S6.3中，当任意一个偏航频繁概率值超过三级阈值，则针对该台风机发出三级预警；S6.5、在S6.3中，当若干偏航频繁概率值都未超过三级阈值但任意一个偏航频繁概率值超过二级阈值，则针对该台风机发出二级预警；S6.6、在S6.3中，当若干偏航频繁概率值都未超过二级阈值但任意一个偏航频繁概率值超过一级阈值，则针对该台风机发出一级预警；S本文档来自技高网...

【技术保护点】
1.一种风电机组偏航频繁检测预警算法，其特征在于：包括如下步骤：/nS1、数据采集；/nS2、风机偏航次数统计；/nS3、偏航次数离群点检测；/nS4、风电机组偏航频繁预标记；/nS5、偏航频繁概率计算；/nS6、风电机组偏航频繁预警。/n

【技术特征摘要】
1.一种风电机组偏航频繁检测预警算法，其特征在于：包括如下步骤：
S1、数据采集；
S2、风机偏航次数统计；
S3、偏航次数离群点检测；
S4、风电机组偏航频繁预标记；
S5、偏航频繁概率计算；
S6、风电机组偏航频繁预警。


2.根据权利要求1所述的风电机组偏航频繁检测预警算法，其特征在于：所述S1中，数据采集的方法流程包括如下步骤：
S1.1、首先在计算机上编写并构建偏航检测及预警的算法系统，再将算法系统部署在独立的计算机或云端或风电机组系统上；
S1.2、通过无线传输及大数据云平台技术，将算法系统与风电机组的scada系统连接起来，用于读取并接收系统内对风机偏航状况的记录数据；
S1.3、在计算机上编写检修记录的登记程序，用于给检修工人提供记录每次检修状况的平台，并与算法程序共享数据；
S1.4、通过无线通讯技术，将安装风电机组时部署在各组风机上的传感器连接到算法系统上，并及时将采集的数据上传到算法系统。


3.根据权利要求2所述的风电机组偏航频繁检测预警算法，其特征在于：所述S1.1中，当风电机组部署在风场内且其硬件及软件负载能力足够时，可以直接将算法系统装载在风电机组系统上；当风电机组部署在远离风场外，且通讯技术不够稳定时，可以在风场内设置独立的计算机设备，并将算法系统装载在独立的计算机系统上；当风电机组部署在远离风场外，且通讯技术稳定时，可以将算法系统装载在云端，实现远程对风电机组偏航的检测及预警操作。


4.根据权利要求1所述的风电机组偏航频繁检测预警算法，其特征在于：所述S2中，风机偏航次数统计的方法流程包括如下步骤：
S2.1、分别读取各渠道采集的数据，通过提取关键词的算法，提取与风机偏航记录相关的数据，并将各渠道提取的数据转换为统一格式；
S2.2、结合各组数据，对数据进行对比、清筛，筛除无效及重复的数据；
S2.3、基于上述处理后的数据，划定不同的时间周期，按照时间周期的大小，划分K个时间窗口；
S2.4、按照上述划分的时间周期，分别统计同一窗口内每台风机的偏航次数Nij(其中，i＝1,2,...，M，j＝1,2,...，K，M为该风场内的所有风机数)；
S2.5、将上述统计结果分别存储到对应的文件内，以便进行读取。


5.根据权利要求4所述的风电机组偏航频繁检测预警算法，其特征在于：所述S2.3中，划分的时间周期包括但不限于小时、天、星期、月、季、半年、一年、两年等。


6.根据权利要求1所述的风电机组偏航频繁检测预警算法，其特征在于：所述S3中，偏航次数离群点检测的方法包括如下步骤：
S3.1、将同一时间窗口内的所有风机的偏航次数作为一个数据集合Setij(其中，i＝1,2,...，M，j＝1,2,...，K)，做多级的离群点检测；
S3.2、在S3.1的基础上，采用不同的离群点检测方法，分别对每个数据集合进行1～n次的离群点检测。


7.根据权利要求6所述的风电机组偏航频繁检测预警算法，其特征在于：所述S3.2中，离群点检测的方法包括但不限于局部异常因子检测算...

【专利技术属性】
技术研发人员：徐树彪，魏敏，陈克锐，杜成康，刘军，姚剑平，
申请(专利权)人：云南滇能智慧能源有限公司，
类型：发明
国别省市：云南;53