一种风电机组风速计的故障诊断方法、装置及系统制造方法及图纸

本发明专利技术公开了一种风电机组风速计的故障诊断方法、装置及系统，涉及故障诊断领域，获取待测风电机组所在族群中所有的风电机组以及风速计的风速数据，将风速数据输入到第一预设机器学习模型中确定主成分特征，再将主成分特征输入到第二预设机器学习模型中确定风速拟合值，以便得到待测风电机组的风速拟合值，判断风速拟合值与测量风速值之间的差值是否大于预设差值，大于则判定待测风电机组的风速计故障。通过提取整个族群中所有风电机组及风速计的风速数据进行计算，可以在不需要额外架设传感器的前提上有效计算风速拟合值与待测风速计的测量风速值之间的偏差，在考虑邻比机组尾流影响和地形地貌影响的同时显著减少计算量和算法优化迭代的难度。量和算法优化迭代的难度。量和算法优化迭代的难度。

【技术实现步骤摘要】
一种风电机组风速计的故障诊断方法、装置及系统


[0001]本专利技术涉及故障诊断领域，特别是涉及一种风电机组风速计的故障诊断方法、装置及系统。

技术介绍

[0002]风速数据是风电机组中用于评估整个风电机组的功率特性、出力性能和运行状态等内容的重要变量，目前通常由安装在风电机组中的风速计测量风速，风速计测得的风速数据的准确性直接影响到整个风电机组的评估指标，因此，需要针对风速计本身进行故障诊断，保证风速计的稳定可靠。在现有技术中，为了对风速计进行故障诊断，通常是获取待测风电机组及其附近的几个风电机组风速计数据及运行数据，通过拟合算法对待测风电机组的风速计风速值进行拟合，基于风速拟合值和真实测得的风速值之间的残差与阈值进行比较来确定风速计的故障情况。这种方法仅通过邻比风机数据对待测风机风速数据进行拟合，对于附近的风电机组的尾流影响以及当地的地形地貌会对风资源的影响无法准确计算。

技术实现思路

[0003]本专利技术的目的是提供一种风电机组风速计的故障诊断方法、装置及系统，通过提取族群中风速数据主成分，考虑整场风资源情况并降低拟合模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组风速计的故障诊断方法，其特征在于，包括：获取待测风电机组所在族群中所有的风电机组的运行数据，并获取各个所述风电机组中的风速计的测量风速值作为风速数据；将除所述待测风电机组外的其他所述风电机组的风速数据输入到第一预设机器学习模型中，确定所述风速数据中的主成分特征向量；其中，所述第一预设机器学习模型预先由多个所述风速数据训练得到；将所述待测风电机组的运行数据和所述主成分特征向量均输入到第二预设机器学习模型中，确定所述待测风电机组的风速拟合值；其中，所述第二预设机器学习模型预先由预设数量的所述风速数据和所述运行数据训练得到；判断所述风速拟合值与所述待测风电机组的风速计的测量风速值之间的差值是否大于预设差值；若大于所述预设差值，则判定所述待测风电机组的风速计的故障诊断结果为故障。2.如权利要求1所述的风电机组风速计的故障诊断方法，其特征在于，确定所述风速数据中的主成分特征向量，包括：在所述第一预设机器学习模型中，对所述风速数据进行空间重构变换，得到相同维度的特征向量数组；确定所述特征向量数组中的各个特征向量的方差解释率；以所述方差解释率由大到小的顺序获取多个所述特征向量作为所述主成分特征向量；其中，所有的所述主成分特征向量的方差解释率之和不小于预设方差解释率阈值。3.如权利要求2所述的风电机组风速计的故障诊断方法，其特征在于，确定所述特征向量数组中的各个特征向量的方差解释率，包括：确定由所述风速数据构成的样本数据集的协方差；基于所述协方差和拉格朗日法对所述方差解释率求解最大值，以确定所述样本数据集中的第一个所述特征向量的方差解释率；利用所述样本数据集中剩余的所述特征向量重新确定协方差，并基于拉格朗日法对所述方差解释率求解最大值，直到确定每个所述特征向量的方差解释率。4.如权利要求1所述的风电机组风速计的故障诊断方法，其特征在于，将所述待测风电机组的运行数据和所述主成分特征向量均输入到第二预设机器学习模型中，包括：根据所述待测风电机组的风速计测得的风向，将所述待测风电机组的运行数据和所述主成分特征向量输入到所述风向对应的第二预设机器学习模型中。5.如权利要求4所述的风电机组风速计的故障诊断方法，其特征在于，所述第二预设机器学习模型的训练过程包括：获取多个...

【专利技术属性】
技术研发人员：张道全，孔德同，张乐平，马东，周宇昊，周璐，
申请(专利权)人：华电电力科学研究院有限公司，
类型：发明
国别省市：