风电机组故障预警模型优化方法技术

本申请提供一种风电机组故障预警模型优化方法

【技术实现步骤摘要】
风电机组故障预警模型优化方法、智能预警系统及介质


[0001]本申请涉及风电
，尤其涉及一种风电机组故障预警模型优化方法
、
智能预警系统及介质
。

技术介绍

[0002]随着世界各国对环境保护，能源短缺以及节能问题的关注，风能作为一种可再生能源，受到各国重视
。
风电机组大都建造在高山
、
海上等风力比较大的地方，长期
、
连续地运转工作在强度不同的各种环境条件下，难免风电机组会出现各种故障
。
[0003]基于风电场构造单一故障预警模型，参与风电场的智能故障预警
。
但由于同一风电场不同风电机组的运行状态也会有很大不同，风电场的单一故障预警模型很难满足各个风电机组的预警精度要求
。
[0004]人们提出了“一机一模型”的观点，来解决模型的精度问题
。
风电机组随着运行时间的增长，机组自身的特性也会发生变化，因此需要对模型进行优化，否则模型精度不能满足运维需求，目前模型的优化都是线下人工完成，人工工作量巨大
。

技术实现思路

[0005]本申请实施例的目的在于提供一种能够在线优化故障预警模型，降低人工工作量的风电机组故障模型预警优化方法
、
智能预警系统及介质
。
[0006]本申请实施例提供一种风电机组故障预警模型优化方法，包括：
[0007]从多张故障数据表中的待优化模型对应的故障数据表中获取故障样本，且从<br/>SCADA
数据库中获取正常样本，其中，多张故障数据表与多个故障预警模型对应，所述待优化模型为所述多个故障预警模型中的待优化的模型；及
[0008]利用所述故障样本和所述正常样本，优化所述待优化模型，得到目标预警模型
。
[0009]可选的，所述风电机组包括故障风机，所述故障数据表的特征参数的初始数据包括对应的所述故障预警模型训练所用的所述特征参数的故障数据；
[0010]所述方法包括：
[0011]获取所述故障风机发生故障或故障预警的异常时刻之前的历史时刻的所述特征参数的实际数据；及
[0012]若所述实际数据超过参数阈值，将所述实际数据作为实际故障数据存入对应的所述故障数据表中
。
[0013]可选的，所述获取所述故障风机发生故障或故障预警的异常时刻之前的历史时刻的所述特征参数的实际数据，包括：
[0014]若
SCADA
系统产生故障信息，获取故障信息表中的多个故障信息中的主故障信息；及
[0015]若多个所述故障预警模型中存在与所述主故障信息对应的模型，获取所述主故障信息对应的所述特征参数的所述实际数据
。
[0016]可选的，所述获取所述故障风机发生故障或故障预警的异常时刻之前的历史时刻的所述特征参数的实际数据，包括：
[0017]若所述故障预警模型产生预警信息，且所述预警信息被确认为正确，获取所述预警信息对应的所述特征参数的所述实际数据
。
[0018]可选的，所述若所述实际数据超过参数阈值，将所述实际数据作为实际故障数据存入对应的所述故障数据表中，包括：
[0019]获取与所述故障风机同属于同一风电场的多个正常风机的同一所述历史时刻下的所述特征参数的正常历史数据；
[0020]根据该历史时刻下的所述正常历史数据，确定该历史时刻下的所述参数阈值；及
[0021]若该历史时刻下的所述故障风机的所述实际数据超过该历史时刻下的所述参数阈值，将所述实际数据作为所述实际故障数据存入对应的所述故障数据表中
。
[0022]可选的，所述根据所述历史时刻的所述正常历史数据，确定该历史时刻下的所述参数阈值，包括：
[0023]确定同一所述历史时刻下的多个所述正常风机的所述正常历史数据的设定分位数，得到该历史时刻下的所述参数阈值
。
[0024]可选的，所述获取与所述故障风机同属于同一风电场的多个正常风机的同一所述历史时刻下的所述特征参数的正常历史数据，包括：
[0025]获取同一所述历史时刻下的处于发电状态的多个所述正常风机的所述正常历史数据
。
[0026]可选的，所述若所述实际数据超过参数阈值，将所述实际数据作为实际故障数据存入对应的所述故障数据表中，包括：
[0027]将从所述异常时刻的上一个时刻开始的所述历史时刻下的超过所述参数阈值的所述实际数据存入所述故障数据表中，直至所述实际数据未超过所述参数阈值或所述历史时刻与所述异常时刻的时间差达到时间阈值
。
[0028]可选的，所述利用所述故障样本和所述正常样本，优化所述待优化模型，得到目标预警模型，包括：
[0029]根据所述故障预警模型对应的故障预警条目的总数量和所述故障预警条目中被确认为正确的故障预警条目的数量，确定所述故障预警模型的精度；
[0030]若所述故障预警模型的精度未达到设定精度，利用所述故障样本和所述正常样本，优化所述待优化模型，得到目标预警模型
。
[0031]可选的，所述利用所述故障样本和所述正常样本，优化所述待优化模型，得到目标预警模型，包括：
[0032]若所述故障预警模型运行设定时间周期或所述故障预警模型对应的所述故障预警条目的总数量达到设定数量，确定所述故障预警模型的精度；
[0033]若所述故障预警模型的精度连续设定次数未达到设定精度，利用所述故障样本和所述正常样本，优化所述待优化模型，得到目标预警模型
。
[0034]可选的，还包括：
[0035]停止所述待优化模型的线上运行；
[0036]利用所述目标预警模型的模型参数替换所述待优化模型的模型参数，得到已替换
所述模型参数的更新模型；
[0037]激活所述更新模型，使其上线运行
。
[0038]本申请实施例提供一种风电机组的智能预警系统，包括一个或多个处理器，用于实现上述任一项所述的风电机组故障预警模型优化方法
。
[0039]本申请实施例提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述任一项所述的风电机组故障预警模型优化方法
。
[0040]本申请实施例提供的风电机组故障预警模型优化方法，当需要对故障预警模型进行优化时，从故障预警模型对应的故障数据表获取故障样本，从
SCADA
数据库获取正常样本，在线利用故障样本和正常样本对待优化的模型进行优化，得到目标预警模型，以实现对待优化模型的自动优化，可以避免待优化模型的线下人工优化，节省了人力成本，又可以保持故障预警模型的精度，有利于提高智能运维在风电场的应用
。
附图说明
[0041]图1所示为本申请一个实施例中示出的风电机组的立体结构示意图；
[0042]图2所示为本申请一个实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种风电机组故障预警模型优化方法，其特征在于，包括：从多张故障数据表中的待优化模型对应的故障数据表中获取故障样本，且从
SCADA
数据库中获取正常样本，其中，多张故障数据表与多个故障预警模型对应，所述待优化模型为所述多个故障预警模型中的待优化的模型；及利用所述故障样本和所述正常样本，优化所述待优化模型，得到目标预警模型
。2.
根据权利要求1所述的风电机组故障预警模型优化方法，其特征在于，所述风电机组包括故障风机，所述故障数据表的特征参数的初始数据包括对应的所述故障预警模型训练所用的所述特征参数的故障数据；所述方法包括：获取所述故障风机发生故障或故障预警的异常时刻之前的历史时刻的所述特征参数的实际数据；及若所述实际数据超过参数阈值，将所述实际数据作为实际故障数据存入对应的所述故障数据表中
。3.
根据权利要求2所述的风电机组故障预警模型优化方法，其特征在于，所述获取所述故障风机发生故障或故障预警的异常时刻之前的历史时刻的所述特征参数的实际数据，包括：若
SCADA
系统产生故障信息，获取故障信息表中的多个故障信息中的主故障信息；及若多个所述故障预警模型中存在与所述主故障信息对应的模型，获取所述主故障信息对应的所述特征参数的所述实际数据
。4.
根据权利要求2所述的风电机组故障预警模型优化方法，其特征在于，所述获取所述故障风机发生故障或故障预警的异常时刻之前的历史时刻的所述特征参数的实际数据，包括：若所述故障预警模型产生预警信息，且所述预警信息被确认为正确，获取所述预警信息对应的所述特征参数的所述实际数据
。5.
根据权利要求2所述的风电机组故障预警模型优化方法，其特征在于，所述若所述实际数据超过参数阈值，将所述实际数据作为实际故障数据存入对应的所述故障数据表中，包括：获取与所述故障风机同属于同一风电场的多个正常风机的同一所述历史时刻下的所述特征参数的正常历史数据；根据该历史时刻下的所述正常历史数据，确定该历史时刻下的所述参数阈值；及若该历史时刻下的所述故障风机的所述实际数据超过该历史时刻下的所述参数阈值，将所述实际数据作为所述实际故障数据存入对应的所述故障数据表中
。6.
根据权利要求5所述的风电机组故障预警模型优化方法，其特征在于，所述根据所述历史时刻的所述正常历史数据，确定该历史时刻下的所述参数阈值，包括：确定同一所述历史时刻下的多个所述正常风机的所述正常历史数据的设定分位数，得到...

【专利技术属性】
技术研发人员：黄永民，蒋勇，
申请(专利权)人：上海电气风电集团股份有限公司，
类型：发明
国别省市：