一种风力发电机组智能预警方法及系统技术方案

本发明专利技术涉及风力发电监测技术领域，提供一种风力发电机组智能预警方法及系统，方法步骤如下：获取多个连续时间段的风力发电机组的所有种类的监测数据，并将各个时间段监测数据送入基于方差的数据筛选模型中，得到各类监测数据在时间段内多个采集节点的数据方差；将风力发电机组中的所有设备两两之间按耦合度分类，若两设备之间耦合度高于预设第一阈值时，则将两设备分为耦合设备，并将与耦合设备相关的多个连续时间段的监测数据的方差作为输入数据送入预警模型中；预警模型根据输入数据的趋势变化预测风力发电机组的设备健康度，若健康度低于第二阈值时，则输出故障预警信息；系统应用方法，通过对海量监测数据的挖掘，形成对风电机组故障的预测。电机组故障的预测。电机组故障的预测。

【技术实现步骤摘要】
一种风力发电机组智能预警方法及系统


[0001]本专利技术涉及风力发电监测
，具体而言，涉及一种风力发电机组智能预警方法及系统。

技术介绍

[0002]风能作为一种绿色无污染的新能源，越来越受到重视，是未来的主要能源资源。然而许多风电场往往在偏远的戈壁滩，受复杂多变的环境因素影响，长时间在复杂的运行工况下，风电机组各部件性能会逐渐下降，机组故障率也会不断升高，最终导致部件发生故障，机组停运。因此，实时的对风电机组状态运行监测和故障预警诊断非常有必要。
[0003]目前，风电机组已经有大量传感器向服务器写入数据，形成了数量大、多源、异构的复杂风电机组状态监测数据；很多设备的早期故障信息隐藏在这些海量数据中，由于得不到深层次的挖掘，风电机组运维人员不能及时得到预警，往往知晓问题后，已经对风电机组的工作造成了影响，进而使风电机组发电的效率降低。
[0004]因此，需要一种风力发电机组智能预警方法，通过对海量监测数据的挖掘应用，形成对风电机组故障的提前预测，便于工作人员对风电机组的维护，使风电机组能够长时间稳定的工作运行。
...

【技术保护点】

【技术特征摘要】
1.一种风力发电机组智能预警方法，其特征在于，包括如下步骤：S1.获取多个连续时间段的风力发电机组的所有种类的监测数据，并将各个时间段所述监测数据送入基于方差的数据筛选模型中，得到各类监测数据在所述时间段内多个采集节点的数据方差；S2.将风力发电机组中的所有设备两两之间按耦合度分类，若两设备之间所述耦合度高于预设第一阈值时，则将两设备分为耦合设备，并将与所述耦合设备相关的多个连续时间段的所述监测数据的方差作为输入数据送入预警模型中；S3.所述预警模型根据所述输入数据的趋势变化预测风力发电机组的设备健康度，若健康度低于第二阈值时，则输出故障预警信息。2.如权利要求1所述的风力发电机组智能预警方法，其特征在于，还包括对所述故障预警信息以及健康度进行修正；具体为，设置专家经验库，根据所述专家经验库对所述故障预警信息进行修正；所述专家经验库包括所有故障类型信息、对应故障发生前一预设时间段内风力发电机组的监测数据以及处理相应故障的措施。3.如权利要求1或2所述的风力发电机组智能预警方法，其特征在于，还包括建立风力发电机组的BIM模型，所述BIM模型根据所述风力发电机组中的设备情况建立，并将各设备的健康度情况通过BIM模型呈现。4.如权利要求3所述的风力发电机组智能预警方法，其特征在于，所述预警模型的建立具体为基于BP算法的信号前向传播和误差的反向传播；正向传播时，输入信号通过隐含层作用于输出节点，经过非线性变换，产生输出信号；若实际输出与期望输出不相符，则转入误差的反向传播，将输出误差通过隐含层向输入层逐层反传，并将误差分摊给所有单元，以从各层获得的误差信号作...

【专利技术属性】
技术研发人员：杨奎，强威威，王德祥，高元晶，石称金，冯学鹏，吴心兰，王雅丽，张艳琴，
申请(专利权)人：华能酒泉风电有限责任公司，
类型：发明
国别省市：