【技术实现步骤摘要】
一种基于状态感知空间的风电机组子部件状态分析方法
[0001]本专利技术涉及新能源发电监控与运维的
，尤其涉及一种基于状态感知空间的风电机组子部件状态分析方法。
技术介绍
[0002]在“双碳”目标背景下，能源以及环境问题日益引起全世界的关注，能源低碳转型是实现“双碳”目标的重要手段之一，随着我国新能源的持续高速发展，风力光伏发电装机容量占比不断增加，一些地区已形成了高比例新能源并网格局。中国目前是风力发电累计装机容量最大的国家；同时，由于风力发电的风电场地理位置往往处于荒漠、戈壁、近海等地区，自然环境恶劣，人工运维难度大、成本高、效果差，通过科学的方法对子部件状态的监测与分析，就显得尤为重要。
[0003]从公开的文献可以看出，一些文献采用了机器学习、深度学习的方法训练模型，进行异常状态分析；比如有文献提出了通过采集风电机组主轴转动频率、滚动体频率和保持架频率等参数，利用深度置信网络模型对风电机组进行主轴承故障诊断；也有文献以风电场SCADA监测系统为数据源，分析了数据结构和风电场运行参数的特性，进而采用机器...
【技术保护点】
【技术特征摘要】
1.一种基于状态感知空间的风电机组子部件状态分析方法，其特征在于：包括以下步骤，选取待分析子部件状态对应的参数，组成状态向量，并选取历史状态向量，形成历史状态向量组；由历史状态向量组，建立状态感知空间，从而得到状态分析辅助模型；通过状态感知空间的历史状态向量拟合未来某时刻的状态向量，得到偏置量；以偏置量为分析依据，设计监测单元；构建异常状态分析和判断的特征向量；通过对特征向量中元素的斜率和变化率与设定的阈值比较，进行异常状态分析。2.根据权利要求1所述的基于状态感知空间的风电机组子部件状态分析方法，其特征在于：所述参数包括待监测风电机组子部件状态对应的参数，还包括风电机组中与之关联性强的其他参数；所述历史状态向量包括风电机组正常工作状态中不同运行工况下的历史状态向量；所述历史状态向量组A
STATE
包括在风电机组正常工作的时间段内，选取在不同运行工况下的状态向量，得到m个历史状态向量α1、α2、α3、
…
、α
m
。3.根据权利要求2所述的基于状态感知空间的风电机组子部件状态分析方法，其特征在于：所述状态感知空间包括通过将该向量组A
STATE
中的每一个状态向量α
i
放入n维的高维向量空间中，则每一个状态向量对应向量空间中的一个坐标点，得到一个状态感知空间。4.根据权利要求3所述的基于状态感知空间的风电机组子部件状态分析方法，其特征在于：所述状态感知空间还包括在选取一个历史状态向量组中的状态向量时，需要考虑风电机组所处地点的气候特征；如果所选参数，受季节影响差异明显，则应根据不同季节特点，组成k个历史状态向量组，从而得到k个状态感知空间；把k个，k大于等于1，的状态感知空间，作为状态分析辅助模型。5.根据权利要求4所述的基于状态感知空间的风电机组子部件状态分析方法，其特征在于：所述未来某时刻的状态向量α
future
通过风电机组子部件正常运行的状态感知空间拟合和感知的表达式如下：α
future
＝w1α1·
+w2·
α2·
+w3·
α3·
+
…
+
·
w
m
·
α
m
+b
bias
ꢀꢀ
(1)其中，α1...α
m
表示状态感知空间中的历史状态向量；w1...w
m
表示权重；b
bias
表示历史状态向量拟合值和未来时刻的状态向量的偏置量；对于正常情况下，未来某时刻的状态向量，选择合适的权重，向量组A
STATE
进行感知得到的拟合值可表示为α
future
，即偏置量e
bias
趋向于0。6.根据权利要求5所述的基于状态感知空间的风电机组子部件状态分析方法，其特征在于：所述偏置量趋向于0，对于上述公式，选择余弦距离作为衡量状态感知空间中两个向量相似度的方式，从而可以确定权重向量...
【专利技术属性】
技术研发人员：肖碧涛，付豪，刘宇，邵会学，赖晓路，朱健，罗瑛，许云飞，汪灏，
申请(专利权)人：南京国电南自维美德自动化有限公司，
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。