【技术实现步骤摘要】
风电机组的故障诊断和控制方法、装置和电子设备
[0001]本申请涉及风力发电
,尤其涉及一种风电机组的故障诊断和控制方法
、
装置和电子设备
。
技术介绍
[0002]目前,风电机组故障诊断方案往往基于准静态检测状态参数的方法,例如:检测某些时刻的振动信号
、
油液参数
、
温度参数
、
发电机输出端的电流
、
电压等参数进行故障诊断,然而并不能满足风电机组故障的要求,而且风电机组故障诊断方案往往基于单一或少量的信号源进行分析,没有充分利用风电机组多种状态参数和环境信息之间的相关性和互补性,不能综合反映风力发电机组的运行状态和故障特征,风电机组故障诊断方案在基于经验或模型进行判断时,没有考虑风力发电机组运行过程中的不确定性和复杂性,不能适应风力发电机组多变的工况和故障类型,上述风电机组故障诊断方案,降低了对风力发电机组进行故障诊断准确性和实用性,同时,影响了风力发电机组的运行效率和可靠性,如何对风电机组进行故障诊断和控制,以提高风电机组的故障诊断的准确性和风电机组的运行效率,已成为亟待解决的问题
。
技术实现思路
[0003]本申请的目的旨在至少在一定程度上解决上述技术中的技术问题之一
。
[0004]本申请第一方面提供了一种风电机组的故障诊断和控制方法,包括:获取待检测风电机组的状态参数和环境参数;根据所述状态参数和所述环境参数,获取所述待检测风电机组的故障类型和故障等级;根据所述故 ...
【技术保护点】
【技术特征摘要】
1.
一种风电机组的故障诊断和控制方法,其特征在于,所述方法,包括:获取待检测风电机组的状态参数和环境参数;根据所述状态参数和所述环境参数,获取所述待检测风电机组的故障类型和故障等级;根据所述故障类型和所述故障等级,从候选控制方案中选取目标控制方案;根据所述目标控制方案,确定所述待检测风电机组的目标控制参数和目标控制策略
。2.
根据权利要求1所述的方法,其特征在于,所述根据所述状态参数和所述环境参数,获取所述待检测风电机组的故障类型和故障等级,包括:获取训练完成的目标故障诊断模型;将所述状态参数和所述环境参数输入至目标故障诊断模型中,输出所述待检测风电机组的故障类型和故障等级
。3.
根据权利要求2所述的方法,其特征在于,所述获取训练完成的目标故障诊断模型,包括:获取风电机组在不同工况下的正常信号和故障信号,将所述正常信号和所述故障信号随机划分为训练集和测试集;将所述训练集中的信号输入到待训练的故障诊断模型中,并使用交叉熵损失函数和随机梯度下降算法对所述故障诊断模型进行迭代训练,得到训练好的故障诊断模型;将测试集中的信号输入到所述训练好的故障诊断模型中,响应于所述训练好的故障诊断模型满足训练结束条件,将所述训练好的故障诊断模型确定为所述目标故障诊断模型
。4.
根据权利要求2‑3中任一项所述的方法,其特征在于,所述根据所述状态参数和所述环境参数,获取所述待检测风电机组的故障类型和故障等级,包括:对风电机组集合进行聚类分析,根据每个风电机组的状态参数和环境参数,将所述风电机组集合划分为多个子集;针对每个子集中的风电机组,训练出对应的目标故障诊断模型;将所述待检测风电机组的状态参数和环境参数,输入到训练出的所有目标故障诊断模型中,得到每个目标故障诊断模型输出的故障类型和故障等级;通过集成学习方法,对所述每个目标故障诊断模型输出的故障类型和故障等级进行处理,得到所述待检测风电机组最终的故障类型和故障等级
。5.
根据权利要求1所述的方法,其特征在于,所述根据所述故障类型和故障等级,从候选控制方案中选取目标控制方案,包括:预先建立故障类型和故障等级与控制方案之间的映射关系数据库,其中,所述映射关系数据库中包括基于模糊逻辑的控制方案
、
基于遗传算法的控制方案和基于强化学习的控制方案;根据所述故障类型和故障等级,查询所述映射关系数据库,确定所述目标控制方案
。6.
根据权利要求5所述的方法,其特征在于,若所述目标控制方案为基于模糊逻辑的控制方案,所述根据所述目标控制方案,确定所述待检测风电机组的目标控制参数和目标控制策略,包括:确定模糊推理过程中风电机组的输入变量和输出变量,并为每个变量设定对应的模糊...
【专利技术属性】
技术研发人员:刘腾飞,郭靖,魏海锋,王志强,房刚利,范玄方,邓巍,汪臻,
申请(专利权)人:华能澜沧江水电股份有限公司,
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。