一种计及气象因素的风电机组故障诊断方法技术

一种计及气象因素的风电机组故障诊断方法，采集风电场故障信息，以及发生故障时气象历史记录；对风电机组故障机理进行分析，确定初始特征集，利用ReliefF算法对引发风机故障的因素进行特征提取，选出最优特征集；建立基于贝叶斯网络的风电机组故障诊断模型，将提取出的特征作为原因加入；用收集到的训练数据集训练基于贝叶斯网络的风电机组故障诊断模型，先找出符合数据分布特点的先验分布，用训练数据将先验状态更新为后验状态，依据不断学习的状态模型对故障预测做出最优决策。本发明专利技术结合气象因素采用贝叶斯网络对风电机组进行故障诊断，避免故障发生之后再对风机进行诊断而导致严重的后果；提高了预测诊断的准确率和速度。度。度。

【技术实现步骤摘要】
一种计及气象因素的风电机组故障诊断方法


[0001]本专利技术涉及风力发电
，具体涉及一种计及气象因素的风电机组故障诊断方法。

技术介绍

[0002]随着“双碳”目标的提出，电力作为清洁、高效的二次能源，将在支撑社会经济发展，服务民生用能需求，构建清洁低碳、安全高效能源体系中发挥更加重要的作用。电力供需平衡是电力系统安全稳定运行的基础，对于保障中国能源安全意义重大。但是，因为风电机组单机容量较大、机组整体结构复杂，加上风力发电的环境通常处在沙漠、山区等自然环境恶劣、人迹罕至的地方，运行条件十分不理想，在不同的气象条件下，对机组的运行环境有不同的影响，产生故障的概率也有不同。因此，结合气象因素，对风电机组可能发生的故障进行预测和及时的诊断排除对风电机组的健康运行和风力发电的效率至关重要。
[0003]中国专利申请(CN111708798A)公开了“一种风电机组故障诊断与处理方法及系统”。采用排查指导库、逻辑诊断库等模块与风电机组相连，解决了故障响应不及时，故障定位不准确，故障消缺经验不足的技术问题；该方案直接面向现场故障处理业务，精本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计及气象因素的风电机组故障诊断方法，其特征在于包括以下步骤：步骤一：采集该风电场故障信息，以及发生故障时气象历史记录；步骤二：对风电机组故障机理进行分析，确定初始特征集，利用ReliefF算法对引发风机故障的因素进行特征提取，选出最优特征集；步骤三：建立基于贝叶斯网络的风电机组故障诊断模型，将步骤二提取出的特征作为原因加入风电机组故障诊断模型的原因层；步骤四：用收集到的训练数据集训练基于贝叶斯网络的风电机组故障诊断模型，先找出符合数据分布特点的先验分布，用训练数据将先验状态更新为后验状态，如此反复，依据不断学习的状态模型对故障预测做出最优决策。2.根据权利要求1所述一种计及气象因素的风电机组故障诊断方法，其特征在于：所述步骤一中，将风电场故障信息与发生故障时的气象因素一并收集，得到的每一条故障数据中包含故障原因、故障征兆、故障现象、以及气象因素。3.根据权利要求1所述一种计及气象因素的风电机组故障诊断方法，其特征在于：所述步骤二中，风电机组故障初始特征集中导致故障的气象因素包含温度、气压、湿度、降水降雪、风速因素。4.根据权利要求1所述一种计及气象因素的风电机组故障诊断方法，其特征在于：所述步骤二中，利用ReliefF算法对特征权重进行计算，选取准确率最高的分类方法对特征进行提取，具体如下：特征权重计算公式为：式中：W(A)和W'(A)分别表示迭代更新后与迭代更新前的特征权重值；j＝1，2，...,k，k为样本总数；特征A分别用n维数组表示，A＝{a1,a2...,a
n
}，每个样本为n维空间的一个点；Class(R)表示R样本类型,C为C类样本，M
j
(C)表示与样本R距离最近不同类样本中的C类样本，P(Class(R))是R样本类型占样本总数的比例,P(C)是第C类样本数占样本总数的比例，diff(A,R,H
j
)代表样本R和H
...

【专利技术属性】
技术研发人员：程江洲，冯馨以，
申请(专利权)人：三峡大学，
类型：发明
国别省市：