风电机组对风偏差识别方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术涉及风电机组故障诊断领域，提供一种风电机组对风偏差识别方法、装置、电子设备和存储介质，所述方法包括：获取待测机组中目标机组的风速及实际功率，目标机组为该风场待测机组中需要进行对风偏差识别的风电机组，待测机组还包括对风正常、且与目标机组满足第一预设相关条件的参考机组；根据目标机组的风速及预设协同特征映射，得到目标风电机组的协同风速特征；将目标风电机组的协同风速特征输入预先经过训练的功率预测模型，得到目标机组的预测功率；根据预测功率及实际功率对目标机组的对风偏差进行识别。本发明专利技术能够利用现有对风正常的机组数据对同一风场中的对风数据缺失的机组识别对风偏差。的机组识别对风偏差。的机组识别对风偏差。

【技术实现步骤摘要】
风电机组对风偏差识别方法、装置、电子设备和存储介质


[0001]本专利技术涉及风电机组故障诊断
，具体而言，涉及一种风电机组对风偏差识别方法、装置、电子设备和存储介质。

技术介绍

[0002]风电机组是将风能转化为机械能进而转化为电能的装置。风电机组的偏航控制系统是对风的执行机构，驱动机组的机舱旋转正对风向，使得叶片能够最大程度捕获风能。
[0003]偏航对风不正即为机舱偏航实际角度偏离目标角度，导致机舱无法正对风向，风轮捕获的能量减少，进而导致发电量损失。
[0004]如何对风电机组的对风偏差进行识别从而挽回发电量损失是本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]本专利技术的目的在于提供了一种风电机组对风偏差识别方法、装置、电子设备和存储介质，其能够对风电机组的对风偏差进行识别。
[0006]本专利技术的实施例可以这样实现：第一方面，本专利技术提供一种风电机组对风偏差识别方法，所述方法包括：获取待测风电机组中目标机组的风速及实际功率，所述待测机组包括多台机组，所述目标机组为所述多台机组中需要对风偏差识别的机组，所述待测机组还包括对风正常、且与所述目标机组满足第一预设相关条件的参考机组；根据所述目标机组的风速及预设协同特征映射，得到所述目标机组的协同风速特征，所述预设协同映射是根据所述参考机组的风速及对风角进行协同特征学习得到的、且表征所述参考机组的风速和对风角之间满足第二预设相关条件；将所述目标机组的协同风速特征输入预先经过训练的功率预测模型，得到所述目标机组的预测功率；根据所述预测功率及所述实际功率对所述目标机组的对风偏差进行识别。
[0007]在可选的实施方式中，所述方法还包括：获取所述待测机组中每一台机组的运行数据；根据所述每一台机组的运行数据，从所述待测风电机组中确定参考机组；根据所述参考机组的风速和对风角进行协同特征学习，得到所述预设协同映射。
[0008]在可选的实施方式中，所述根据所述每一台机组的运行数据，从所述待测风电机组中确定参考机组的步骤包括：对所述每一台机组的运行数据进行预处理，得到所述每一台机组的正常数据；根据所述每一台机组的正常数据，从所述待测机组中确定对风正常的候选机组；从所述候选机组中确定与所述目标机组满足所述第一预设相关条件的参考机组。
[0009]在可选的实施方式中，所述对所述每一台机组的运行数据进行预处理，得到所述
每一台机组的正常数据的步骤包括：对所述每一台机组的运行数据进行聚类分析，确定所述每一台机组的运行数据中的离群点数据；将所述每一台机组的离群点数据从所述每一台机组的运行数据中剔除，得到所述每一台机组的初选数据；将所述每一台机组的初选数据中不符合预设业务规则的数据去除，得到所述每一台机组的正常数据。
[0010]在可选的实施方式中，所述从所述候选机组中确定与所述目标机组满足所述第一预设相关条件的参考机组的步骤包括：计算所述目标机组与每一所述候选机组之间的相关系数；按照相关系数的值从所有相关系数中依次选出大于预设值的相关系数对应的所述候选机组作为所述参考机组。
[0011]在可选的实施方式中，所述每一台机组的正常数据包括同一时刻下的对风角和功率，所述根据每一台机组的正常数据，从待测机组中确定对风正常的候选机组的步骤包括：将所述每一台机组的对风角按照预设大小进行分箱，得到每一台机组的多个分箱区间；计算每一台机组的每一所述分箱区间内对风角的中位数和对应功率的中位数，得到每一台机组的每一所述分箱区间的对风角中位数和功率中位数；对每一台机组的每一所述分箱区间的对风角中位数和功率中位数进行曲线拟合，得到每一台机组的每一所述分箱区间的对风角
‑
功率中位数曲线；将所有分箱区间的所述对风角
‑
功率中位数曲线中功率中位数的最大值对应的对风角在预设角度范围内的风机组确定为所述候选机组。
[0012]在可选的实施方式中，所述协同风速特征为多个，每一所述协同风速特征对应一个预测功率，每一所述预测功率均对应有与其具有相同运行时间的实际功率，所述根据所述预测功率及所述实际功率对所述目标机组的对风偏差进行识别的步骤包括：计算每一预测功率和对应的实际功率之间的残差值；计算所有残差值的标准差和均值；若所述标准差在第一预设范围内、且所述均值在第二预设范围内，则判定所述目标机组对风正常；否则，判定所述目标机组对风存在偏差。
[0013]第二方面，本专利技术提供一种风电机组对风偏差识别装置，所述装置包括：获取模块，用于获取待测机组中目标机组的风速及实际功率，所述待测机组包括多台机组，所述目标机组为所述多台机组中需要对风偏差识别的机组，所述待测机组还包括对风正常、且与所述目标机组满足第一预设相关条件的参考机组；处理模块，用于根据所述目标机组的风速及预设协同特征映射，得到所述目标机组的协同风速特征，所述预设协同映射是根据所述参考机组的风速及对风角进行协同特征学习得到的、且表征所述参考机组的风速和对风角之间满足第二预设相关条件；预测模块，用于将所述目标机组的协同风速特征输入预先经过训练的功率预测模型，得到所述目标机组的预测功率；识别模块，用于根据所述预测功率及所述实际功率对所述目标机组的对风偏差进
行识别。
[0014]第三方面，本专利技术提供一种电子设备，包括处理器和存储器，所述存储器用于存储程序，所述处理器用于在执行所述程序时，实现如前述实施方式中任一项所述的风电机组对风偏差识别方法。
[0015]第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如前述实施方式中任一项所述的风电机组对风偏差识别方法。
[0016]与现有技术相比，本专利技术实施例在对待测机组中目标机组进行对风偏差识别时，首先获取目标机组的风速及实际功率，再根据目标机组的风速及预设协同特征映射，得到目标机组的协同风速特征，接下来将协同风速特征输入预先经过训练的功率预测模型，得到目标机组的预测功率，根据预测功率和实际功率对目标机组的对风偏差进行识别，由于预设协同映射是根据待测机组中与目标机组满足第一预设相关条件的参考机组的风速及对风角进行协同特征学习得到的、且表征参考机组的风速和对风角之间满足第二预设相关条件，因此，根据基于预设协同特征映射得到的协同风速特征能够更准确地反映出风速和对风角之间的相关关系，进而能够根据协同风速特征得到的预测功率和实际功率对同一风场中的对风数据缺失的目标机组的对风偏差进行识别。
附图说明
[0017]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0018]图1为本专利技术实施例提供的风电机组对风偏差识别方法的流程示例图一。
[0019]图2为本专利技术实施例提供的风电机组对风偏差识别方法的流程示例图二。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组对风偏差识别方法，其特征在于，所述方法包括：获取待测机组中目标机组的风速及实际功率，所述待测机组包括多台机组，所述目标机组为所述多台机组中需要对风偏差识别的机组，所述待测机组还包括对风正常、且与所述目标机组满足第一预设相关条件的参考机组；根据所述目标机组的风速及预设协同特征映射，得到所述目标机组的协同风速特征，所述预设协同映射是根据所述参考机组的风速及对风角进行协同特征学习得到的、且表征所述参考机组的风速和对风角之间满足第二预设相关条件；将所述目标机组的协同风速特征输入预先经过训练的功率预测模型，得到所述目标机组的预测功率；根据所述预测功率及所述实际功率对所述目标机组的对风偏差进行识别。2.如权利要求1所述的风电机组对风偏差识别方法，其特征在于，所述方法还包括：获取所述待测机组中每一台机组的运行数据；根据所述每一台机组的运行数据，从所述待测机组中确定参考机组；根据所述参考机组的风速和对风角进行协同特征学习，得到所述预设协同映射。3.如权利要求2所述的风电机组对风偏差识别方法，其特征在于，根据所述每一台机组的运行数据，从所述待测机组中确定参考机组的步骤包括：对所述每一台机组的运行数据进行预处理，得到所述每一台机组的正常数据；根据所述每一台机组的正常数据，从所述待测机组中确定对风正常的候选机组；从所述候选机组中确定与所述目标机组满足所述第一预设相关条件的参考机组。4.如权利要求3所述的风电机组对风偏差识别方法，其特征在于，所述对所述每一台机组的运行数据进行预处理，得到所述每一台机组的正常数据的步骤包括：对所述每一台机组的运行数据进行聚类分析，确定所述每一台机组的运行数据中的离群点数据；将所述每一台机组的离群点数据从所述每一台机组的运行数据中剔除，得到所述每一台机组的初选数据；将所述每一台机组的初选数据中不符合预设业务规则的数据去除，得到所述每一台机组的正常数据。5.如权利要求3所述的风电机组对风偏差识别方法，其特征在于，所述从所述候选机组中确定与所述目标机组满足所述第一预设相关条件的参考机组的步骤包括：计算所述目标机组与每一所述候选机组之间的相关系数；按照相关系数的值从所有相关系数中依次选出大于预设值的相关系数对应的所述候选机组作为所述参考机组。6.如权利要求4所述的风电机组对风偏差识别方法，其特征在于，所述每一台机组的正常数据包括同一时刻下的对风角和功率，所述根据每一台机组的正常数据，从待测机组中确定对...

【专利技术属性】
技术研发人员：贾晨凌，艾润，王彦龙，
申请(专利权)人：宇动源北京信息技术有限公司，
类型：发明
国别省市：