风电机组的故障预测方法及装置制造方法及图纸

本发明专利技术公开了一种风电机组的故障预测方法及装置。该方法包括：采集风电机组各子系统的运行参数，确定运行参数中的目标运行参数，依次将目标运行参数中的一个参数作为一级模型的输出参数，将目标运行参数中除一个参数之外的其他参数作为一级模型的输入参数，根据一级模型的输入参数和一级模型的输出参数对应的一级模型，得到一级模型的输出参数的预测值，根据各一级模型的输出参数的预测值和二级模型，得到故障预测结果。本发明专利技术实施例基于一级模型对风电机组各个子系统的目标运行参数进行预测，实现各个子系统故障特征的二次提取，基于一级模型的预测值通过二级模型对风电机组进行故障预测，增强故障预测的准确性和通用性。用性。用性。

【技术实现步骤摘要】
风电机组的故障预测方法及装置


[0001]本专利技术涉及能源
，特别涉及一种风电机组的故障预测方法、装置、风电机组、电子设备和存储介质。

技术介绍

[0002]目前，随着能源短缺问题的加重，风能作为一种非常重要的清洁能源，将在未来的低碳时代中发挥不可替代的作用。风力发电具有可再生、环保等优点得到了越来越广泛的应用，而风电机组是风力发电的重要部件，可将风能转化为交流电能。由于风电机组的运行环境恶劣、地形复杂，且风电机组是一种复杂、变工况的大型旋转设备，在运行中会出现大量的故障、维修情况。当前风电场的运维方式主要以被动维修与定期维修为主，导致运维成本居高不下。为了降低运维成本，预测性维修成为重点研究方向。预测性维修的目的是实现从被动维修变为主动维修，在故障发生前进行隐患排查，减少故障停机时间。同时，减少不必要的定期维修，对维修资源进行宏观调配，降低运维成本。
[0003]因此，如何增强风电机组的故障预测的准确性和通用性，成为风力发电领域亟待解决的问题。

技术实现思路

[0004]本专利技术旨在至少在一定程度上解决上述技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组的故障预测方法，其特征在于，包括：采集风电机组各子系统的运行参数；确定所述运行参数中的目标运行参数；依次将所述目标运行参数中的一个参数作为一级模型的输出参数，将所述目标运行参数中除所述一个参数之外的其他参数作为所述一级模型的输入参数；根据所述一级模型的输入参数和所述一级模型的输出参数对应的所述一级模型，得到所述一级模型的输出参数的预测值；根据各所述一级模型的输出参数的预测值和二级模型，得到故障预测结果。2.根据权利要求1所述的故障预测方法，其特征在于，所述确定所述运行参数中的目标运行参数，包括：对所述运行参数中的异常数据进行清洗；根据样本目标运行参数确定清洗后的所述运行参数中的所述目标运行参数。3.根据权利要求2所述的故障预测方法，其特征在于，还包括：采集风电机组各子系统的样本运行参数；对所述样本运行参数中的异常数据进行清洗；根据专家经验对清洗后的所述样本运行参数进行初步筛选；对初步筛选后的所述样本运行参数进行方差筛选，并剔除方差小于预设的方差阈值的所述样本运行参数；对方差筛选后的所述样本运行参数进行相关度筛选，并将相关系数大于预设的相关系数阈值的所述样本运行参数确定为所述样本目标运行参数。4.根据权利要求3所述的故障预测方法，其特征在于，还包括：依次将所述样本目标运行参数中的一个参数作为一级模型的样本输出参数，将所述样本目标运行参数中除所述一个参数之外的其他参数作为所述一级模型的样本输入参数；对所述一级模型的样本输入参数进行特征提取，得到所述一级模型的样本输入参数特征；将所述样本输入参数特征作为输入，将所述样本输出参数作为输出，对待训练的一级模型进行训练，得到所述一级模型。5.根据权利要求1所述的故障预测方法，其特征在于，所述根据所述一级模型的输入参数和所述一级模型的输出参数对应的所述一级模型，得到所述一级模型的输出参数的预测值，包括：对所述一级模型的输入参数进行特征提取，得到所述一级模型的输入参数特征；将所述一级模型的输入参数特征输入至所述一级模型的输出参数对应的所述一级模型中，...

【专利技术属性】
技术研发人员：王青天，杭兆峰，姚中原，牛晨晖，张燧，李小翔，曾谁飞，马强，吴凯，王有超，袁赛杰，杨永前，冯帆，任鑫，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司华能国际电力江苏能源开发有限公司华能国际电力江苏能源开发有限公司清洁能源分公司，
类型：发明
国别省市：