【技术实现步骤摘要】
一种结合TF
‑
IDF和LSTM模型的变桨电机异常温升预警方法
[0001]本专利技术涉及机器学习的算法领域,特别涉及一种结合TF
‑
IDF和LSTM模型的变桨电机异常温升预警方法。
技术介绍
[0002]变桨系统是用来控制叶片相对于旋转平面的位置角度的机械机构,风力发电机组通过变桨来控制机组启停、控制输出功率等任务,变桨距控制方式一般可以分为两种,一种是电机执行机构,另一种是液压执行机构,电机变桨距执行机构利用电动机对桨叶进行单独控制,现在主流的风力发电机组为同步变桨系统,所以三个独立的变桨电机执行相同的变桨控制指令,电机本身如果连续频繁地调节桨叶,将产生过量的热负荷使电机损坏,变桨系统的调节过程如下所示。
[0003]风速大
‑
>叶片角度90
°‑
>降低转速或停机
‑
>保证安全
[0004]风速小
‑
>叶片角度0
°‑
>追求最大转速
‑
>最大发电功率
[0005]变桨系统是风力发电机组重要的传动链控制装置,为影响风机发电量、能量控制甚至机组安全的重要部件,变桨电机由于自身性能老化衰退、工作负荷增大造成产生热量增加,由于散热异常引起电机进一步裂化,导致电机过热、抱死等故障,造成变桨控制不同步、风能利用降低甚至更严重的安全隐患,对变桨电机及其散热的监测预警,有益于及时发 ...
【技术保护点】
【技术特征摘要】
1.一种结合TF
‑
IDF和LSTM模型的变桨电机异常温升预警方法,其特征在于,包括以下步骤:步骤一,数据抽取:从风机SCADA历史数据库抽取测点数据;步骤二,数据清洗:按照空值剔除和异常值剔除两种原则对每个测点的数据进行剔除;步骤三,风机工况划分:在对非正常工况数据的模型训练时,针对不同的负荷训练不同的模型,得到不同的基线值;步骤四,模型训练:采用TF
‑
IDF和LSTM这两种训练模型对数据进行训练工作;步骤五,预警模型运行:模型每1个小时运行一次,每次使用最近2天的数据,采集一个窗口的数据量,计算每个温度差的TF
‑
IDF向量和基线模型之间的距离以及计算每个变桨电机温度的预测值和设备实际参数的距离,计算风险值,最后映射为预警级别。2.根据权利要求1所述的一种结合TF
‑
IDF和LSTM模型的变桨电机异常温升预警方法,其特征在于,所述步骤一中采用的测点数据分别为变桨电机的温度、变桨电机电流、叶片的角度、风速、有功功率、轮毂转速、风机状态、环境温度和机舱温度,时间长度为1年,时间间隔为1分钟。3.根据权利要求1所述的一种结合TF
‑
IDF和LSTM模型的变桨电机异常温升预警方法,其特征在于,所述步骤二中,在每个时间截面中,只要有一个测点数据异常,则将该时间截面数据全部剔除;在空值剔除中,在机组工况恶劣或者运行状态不稳定时,SCADA系统中的空值数据持续一段时间,可以采用直接去除的方式进行预处理,运行不稳定的状态是指机组经常出现间歇性的启停机或者通信中断情况,SCADA数据存在空值记录;在异常值剔除中,对于其它可能存在的异常值,通过对风电机组历史值的统计分析,采用箱型图方法进行预处理,删除明显偏离正常值的数据点。4.根据权利要求1所述的一种结合TF
‑
IDF和LSTM模型的变桨电机异常温升预警方法,其特征在于,所述步骤二的异常值剔除中,通过采用箱型图的方法进行预处理时,观察数据整体的分布情况,利用中位数、25%分位数、75%分位数、上边界和下边界等统计量来来描述数据的整体分布情况,通过计算这些统计量,生成一个箱体图,箱体包含了大部分的正常数据,而在箱体上边界和下边界之外的,就认为是异常数据。5.根据权利要求1所述的一种结合TF
‑
IDF和LSTM模型的变桨电机异常温升预警方法,其特征在于,所述步骤二的异常值剔除中,上下边界计算公式如下所示:其中,Q1表示数据的25%分位数,Q3表示数据的75%分位数,LowerLimit表示数据集的下限,UpperLimit表示数据集的上...
【专利技术属性】
技术研发人员:程斌斌,王介昌,陈德彬,郭剑飞,李德鑫,于景龙,杨闰超,
申请(专利权)人:华能国际电力开发公司吉林通榆风电分公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。