【技术实现步骤摘要】
一种风电机组异常数据识别方法、系统、设备及介质
[0001]本专利技术属于风力发电
，涉及一种异常数据识别方法，特别涉及一种风电机组异常数据识别方法、系统、设备及介质。
技术介绍
[0002]目前，风力发电场内普遍安装有数据采集及监视（Supervisory Control And Data Acquisition，SCADA）系统，利用SCADA系统对风电机组的运行状态数据进行采集和存储；SCADA系统采集到的风电机组的运行状态数据往往存在大量的异常数据，而大量的异常数据将对风电机组的安全运行监控及故障预测结果产生直接影响。
[0003]传统的异常数据识别方法大多采用将风电机组的运行状态数据与预设的数据阈值进行直接比较，根据比较结果，获取异常数据的识别结果；但由于风电机组的运行状态数据量庞大，且数据类型复杂，在建立数据阈值信息并进行对比判断时需要花费大量的时间成本，造成获取数据异常识别结果的时间延迟较大，导致无法准确及时评估风电机组的运行性能。
技术实现思路
[0004]针对现有技术中存在的技...
【技术保护点】
【技术特征摘要】
1.一种风电机组异常数据识别方法，其特征在于，包括：获取风电机组的历史正常运行数据，并根据所述风电机组的历史正常运行数据，构建历史正常数据矩阵；对所述历史正常数据矩阵进行标准化处理，得到历史正常数据标准化矩阵；对所述历史正常数据标准化矩阵进行主元分析，得到历史PCA主元模型；其中，对所述历史正常数据标准化矩阵进行主元分析，得到历史PCA主元模型的过程中，利用差分进化算法，确定历史PCA主元模型中主元子空间内的主元个数；根据所述历史PCA主元模型，确定历史PCA主元模型的统计量阈值；根据所述历史PCA主元模型的统计量阈值，对风电机组的实时运行数据进行异常识别，得到风电机组异常数据识别结果。2.根据权利要求1所述的一种风电机组异常数据识别方法，其特征在于，所述风电机组的历史正常运行数据包括风电机组的转速数据、温度数据、压力数据、电流数据及电压数据。3.根据权利要求1所述的一种风电机组异常数据识别方法，其特征在于，获取风电机组的历史正常运行数据，并根据所述风电机组的历史正常运行数据，构建历史正常数据矩阵的过程，具体如下：从SCADA系统中，获取时间段内风电机组的个历史正常运行数据；根据所述时间段内风电机组的个历史正常运行数据，构建历史正常数据初始矩阵；其中，所述历史正常数据初始矩阵中，每一行代表某个时间点处风电机组的所有类型的历史正常运行状态数据，每一列代表时间段内风电机组的某一类型的历史正常运行数据。4.根据权利要求1所述的一种风电机组异常数据识别方法，其特征在于，对所述历史正常数据标准化矩阵进行主元分析，得到历史PCA主元模型的过程，具体如下：求解所述历史正常数据标准化矩阵的协方差矩阵，得到协方差矩阵；计算所述协方差矩阵的特征值及特征向量；利用差分进化算法，确定历史PCA主元模型中主元子空间内的主元个数；将所述协方差矩阵的特征值按降序方式进行排序，选取前个所述协方差矩阵的特征值对应的特征向量组成负载矩阵；将所述历史正常数据矩阵投影到所述负载矩阵上，得到主元得分矩阵；其中，所述主元得分矩阵即为所述的历史PCA主元模型。5.根据权利要求1所述的一种风电机组异常数据识别方法，其特征在于，利用差分进化算法，确定历史PCA主元模型中主元子空间内的主元个数的过程，具体如下：从SCADA系统中，获取一组连续的历史运行数据；其中，所述一组连续的历史运行数据包括正常数据和异常数据；
随机设置降维维数；按照所述降维维数，对所述一组连续的历史运行数据进行降维处理，得到降维后的历史运行数据；利用SCADA系统，对所述降维后的历史运行数据进行异常数据识别，记录异常数据识别耗时T(v)；根据所述降维维数及所述异常数据识别耗时，构建初始种群；其中，所述初始种群，，为所述一组连续的历史运行数据的数据总数；对所述初始...
【专利技术属性】
技术研发人员：薛建中，王宾，张津，邱起瑞，孙浩沩，贾泽冰，潘乐，柳曦，杨柳，张军，
申请(专利权)人：西安热工研究院有限公司，
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。