风电机组运维的方法、装置、电子设备和存储介质制造方法及图纸

本申请提供了一种风电机组运维的方法、装置、电子设备和存储介质，涉及风电机组技术领域，该方法包括：对风电机组整体及内部关键部件进行虚实映射处理，构建虚拟风电机组模型；采集风电机组数据，并对风电机组数据进行数据清洗处理，确定风机运行参数；计算风机运行参数的灰色关联度，基于灰色关联度确定特征变量；将特征变量输入至风机状态预测模型，预测未来预设时段内的风机关键部位的状态；根据风机关键部位的状态和告警阈值进行风机运行状态的监控，当监控到异常时通过虚拟风电机组模型进行可视化预警。本申请可以实现风电机组健康监测的全面化、精准化、智能化及三维可视化。智能化及三维可视化。智能化及三维可视化。

【技术实现步骤摘要】
风电机组运维的方法、装置、电子设备和存储介质


[0001]本申请涉及风电机组
，尤其是涉及一种风电机组运维的方法、装置、电子设备和存储介质。

技术介绍

[0002]海上风电资源丰富、发电利用率高且不占用陆地面积的优势，使得目前海上风电的发展尤为迅速。但在实际应用中，海上风电机组受海上环境条件影响，故障发生率较高；同时由于海上环境的特殊，维修船只、直升机等无法及时抵达现场，导致故障处理效率较低，进而增大了风电机组的停机损失；运维条件受限导致风电机组的运维难度较高。

技术实现思路

[0003]本申请的目的在于提供一种风电机组运维的方法、装置、电子设备和存储介质，可以实现风电机组健康监测的全面化、精准化、智能化及三维可视化。
[0004]第一方面，本专利技术提供一种风电机组运维的方法，包括：对风电机组整体及内部关键部件进行虚实映射处理，构建虚拟风电机组模型；采集风电机组数据，并对风电机组数据进行数据清洗处理，确定风机运行参数；计算风机运行参数的灰色关联度，基于灰色关联度确定特征变量；将特征变量输入至风机状态预测模型，预测未来预设时段内的风机关键部位的状态；根据风机关键部位的状态和告警阈值进行风机运行状态的监控，当监控到异常时通过虚拟风电机组模型进行可视化预警。
[0005]在可选的实施方式中，对风电机组数据进行数据清洗处理，包括：将风电机组数据中满足清洗标准的数据进行数据清洗处理；其中，清洗标准包括：风速小于切入风速，风电机组输出功率为0的数据点；风速大于切入风速，输出功率由0或从负值增加到正值的时间段，即机组启动过程产生的数据；风速处于切入切出风速之间，功率从正常值减小到0或者负值的时间段，即机组制动过程产生的数据；风速超出切出风速，风轮刹车，机组处于停机阶段的数据。
[0006]在可选的实施方式中，对计算风机运行参数的灰色关联度，基于灰色关联度确定特征变量，包括：将风机关键部位的历史温度数据确定为参考序列；对风机正常运行状态变量进行归一化处理，并将归一化后的数据确定为比较序列；计算参考序列和比较序列的关联系数，并基于关联系数计算灰色关联度；对灰色关联度进行排序，将排序后满足预设特征要求的确定为特征变量。
[0007]在可选的实施方式中，计算参考序列和比较序列的关联系数，包括：式中，Δx＝x0(j)
‑
x
i
(j)，i＝1,2,...,m；j＝1,2,...,n；X0＝{x0(1),x0(2),
…
,x0(n)}为参考序列，X
i
＝x
i
(1),x
i
(2),
…
,x
i
(n)为比较序列；ρ为分辨率，X
max
和X
min
分别为数据集中第i个数据样本的最大值和最小值。
[0008]在可选的实施方式中，风机状态预测模型为目标长短期记忆网络，包括机舱温度
预测子网络、齿轮箱轴承温度预测子网络和发电机轴承温度预测子网络；将特征变量输入至风机状态预测模型，预测未来预设时段内的风机关键部位的状态，包括：将特征变量输入至初始的风机状态预测模型，对目标长短期记忆网络进行训练，得到目标参数下的目标长短期记忆网络；通过目标长短期记忆网络输出预测机舱温度、预测齿轮箱轴承温度和预测发电机轴承温度。
[0009]在可选的实施方式中，关键部位的状态包括机舱温度、齿轮箱轴承温度和发电机轴承温度；根据风机关键部位的状态和告警阈值进行风机运行状态的监控，包括：计算机舱温度、齿轮箱轴承温度和发电机轴承温度的实际值与预测值的残差绝对值；通过拟合风机正常运行时的温度残差绝对值，基于概率密度函数确定残差绝对值的告警阈值；当残差绝对值小于告警阈值时，判定风机机组运行正常，当残差绝对值大于或等于告警阈值时，判定风机发生故障，以对风机运行状态进行监控。
[0010]第二方面，本专利技术提供一种风电机组运维的装置，包括：模型构建模块，用于对风电机组整体及内部关键部件进行虚实映射处理，构建虚拟风电机组模型；参数确定模块，用于采集风电机组数据，并对风电机组数据进行数据清洗处理，确定风机运行参数；特征确定模块，用于计算风机运行参数的灰色关联度，基于灰色关联度确定特征变量；状态预测模块，用于将特征变量输入至风机状态预测模型，预测未来预设时段内的风机关键部位的状态；可视化预警模块，用于根据风机关键部位的状态和告警阈值进行风机运行状态的监控，当监控到异常时通过虚拟风电机组模型进行可视化预警。
[0011]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，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现前述实施方式任一项的风电机组运维的方法。
[0012]第四方面，本专利技术提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现前述实施方式任一项的风电机组运维的方法。
[0013]本申请提供的风电机组运维的方法、装置、电子设备和存储介质，通过对风电机组整体及内部关键部件进行虚实映射处理，构建虚拟风电机组模型，采集风电机组数据，并对风电机组数据进行数据清洗处理，确定风机运行参数，计算风机运行参数的灰色关联度，基于灰色关联度确定特征变量，将特征变量输入至风机状态预测模型，预测未来预设时段内的风机关键部位的状态，根据风机关键部位的状态和告警阈值进行风机运行状态的监控，当监控到异常时通过虚拟风电机组模型进行可视化预警。通过风电机组对应的设备物理模型(虚拟风电机组模型)，结合各类传感器采集的风电机组数据、历史数据等，通过虚实交互反馈、数据融合分析、决策迭代优化手段可以对复杂设备进行三维可视化实时监控、故障预测与服务决策，实现了风电机组健康监测的全面化、精准化、智能化及三维可视化。
附图说明
[0014]为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，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的附图。
[0015]图1为本申请实施例提供的一种风电机组运维的方法的流程图；
[0016]图2为本申请实施例提供的一种LSTM网络内部结构示意图；
[0017]图3为本申请实施例提供的发动机过负荷的提示示意图；
[0018]图4为本申请实施例提供的一种风电机组运维的装置的结构图；
[0019]图5为本申请实施例提供的一种电子设备的结构图。
具体实施方式
[0020]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组运维的方法，其特征在于，包括：对风电机组整体及内部关键部件进行虚实映射处理，构建虚拟风电机组模型；采集风电机组数据，并对所述风电机组数据进行数据清洗处理，确定风机运行参数；计算所述风机运行参数的灰色关联度，基于所述灰色关联度确定特征变量；将所述特征变量输入至风机状态预测模型，预测未来预设时段内的风机关键部位的状态；根据所述风机关键部位的状态和告警阈值进行风机运行状态的监控，当监控到异常时通过所述虚拟风电机组模型进行可视化预警。2.根据权利要求1所述的风电机组运维的方法，其特征在于，对所述风电机组数据进行数据清洗处理，包括：将所述风电机组数据中满足清洗标准的数据进行数据清洗处理；其中，所述清洗标准包括：风速小于切入风速，风电机组输出功率为0的数据点；风速大于切入风速，输出功率由0或从负值增加到正值的时间段，即机组启动过程产生的数据；风速处于切入切出风速之间，功率从正常值减小到0或者负值的时间段，即机组制动过程产生的数据；风速超出切出风速，风轮刹车，机组处于停机阶段的数据。3.根据权利要求1所述的风电机组运维的方法，其特征在于，对计算所述风机运行参数的灰色关联度，基于所述灰色关联度确定特征变量，包括：将风机关键部位的历史温度数据确定为参考序列；对风机正常运行状态变量进行归一化处理，并将归一化后的数据确定为比较序列；计算所述参考序列和所述比较序列的关联系数，并基于所述关联系数计算灰色关联度；对所述灰色关联度进行排序，将排序后满足预设特征要求的确定为特征变量。4.根据权利要求3所述的风电机组运维的方法，其特征在于，计算所述参考序列和所述比较序列的关联系数，包括：式中，Δx＝x0(j)
‑
x
i
(j)，i＝1,2,...,m；j＝1,2,...,n；X0＝{x0(1),x0(2),
…
,x0(n)}为参考序列，X
i
＝x
i
(1),x
i
(2),
…
,x
i
(n)为比较序列；ρ为分辨率，X
max
和X
min
分别为数据集中第i个数...

【专利技术属性】
技术研发人员：陈建斌，卞奇志，林之昂，张昀轩，吴张天，李博卿，程海涛，杜伟，杜玉玺，王宁，孙诗睿，董晖，王宇翔，熊亮，王忆中，高莉，
申请(专利权)人：国网电力空间技术有限公司航天宏图信息技术股份有限公司，
类型：发明
国别省市：