【技术实现步骤摘要】
本申请涉及新能源领域，尤其涉及风力发电机组的停机控制系统及方法。
技术介绍
1、近年来，能源产业转型进程不断加快，风能作为一种可再生能源，具有绿色清洁的特点，是目前世界各国的研究重点。相对陆上风电而言，海上风力资源更加丰富，具有发电量大、发电时间长、对生活环境影响小、不占用耕地、可进行大规模开发等诸多优势，因此，开发海上风力发电技术已经成为风电行业发展的新趋势。
2、风力发电机组是海上风机的核心部件，如果其出现故障将会直接影响海上风机的发电效率，因此，需要对风力发电机组的性能进行实施在线监测以在检测到有可能发生故障时及时地进行停机，以避免故障发生带来不必要的损失，但是现有的技术不能够准确的预判风力发电机组的异常状态，进而导致不能及时准确的对有可能发生故障的风力发电机组进行停机，带来不必要的损失。
技术实现思路
1、本申请提供风力发电机组的停机控制系统及方法，以至少解决不能及时准确的对有可能发生故障的风力发电机组进行停机的技术问题。
2、本申请第一方面实施例提出一种风力发电机组的停机控制系统，包括：
3、数据监控与采集模块，用于获取预定时间段内多个预定时间点的风速值、所述预定时间段的风力发电机组的振动信号对应的波形图、所述预定时间段内多个预定时间点的风力发电机组的输出功率值；
4、编码模块，用于根据所述预定时间段的风力发电机组的振动信号对应的波形图及所述预定时间段内多个预定时间点的风力发电机组的输出功率值确定风力发电机对应的优化波形振动
5、增强风速特征矩阵确定模块，用于根据所述预定时间段内多个预定时间点的风速值确定风力发电机对应的增强风速特征矩阵；
6、分类结果生成模块，用于根据所述风力发电机对应的优化波形振动特征矩阵及增强风速特征矩阵确定风力发电机对应的分类结果，所述分类结果用于表示风力发电机组的发电状态是否正常；
7、停机控制结果生成模块，用于响应于所述分类结果为风力发电机组的发电状态异常，生成停机控制指令。
8、优选的，所述编码模块包括：
9、振动信号图形编码单元，用于将所述振动信号的波形图通过训练完成的clip模型的图像编码器以得到波形振动特征向量；其中，利用所述clip模型的图像编码器的各层在层的正向传递中分别对输入数据进行卷积处理、基于特征矩阵的池化处理和非线性激活处理以由所述图像编码器的最后一层输出所述波形振动特征向量，所述图像编码器的第一层的输入为所述振动信号的波形图；
10、输出功率编码单元，用于将所述预定时间段内多个预定时间点的风力发电机组的输出功率值通过训练完成的所述clip模型的序列编码器以得到输出功率特征向量；
11、联合编码单元，用于使用训练完成的所述clip模型的联合编码器对所述波形振动特征向量和所述输出功率特征向量进行关联编码以得到风力发电机对应的优化波形振动特征矩阵。
12、进一步的，所述输出功率编码单元包括：
13、向量构造子单元，用于将所述预定时间段内多个预定时间点的风力发电机组的输出功率值按照时间维度排列为输入向量；
14、全连接编码子单元，用于使用所述clip模型的序列编码器的全连接层以公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征，其中，x输入向量，y为输出向量，w为权重矩阵，b是偏置向量，表示矩阵乘；
15、一维卷积编码子单元，用于使用所述clip模型的序列编码器的一维卷积层以公式对所述输入向量进行一维卷积编码以提取出所述输入向量中各个位置的特征值间的高维隐含关联特征，其中，a为卷积核在x方向上的宽度、f(a)为卷积核参数向量、g(x-a)为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸，x表示所述输入向量。
16、进一步的，所述使用训练完成的所述clip模型的联合编码器对所述波形振动特征向量和所述输出功率特征向量进行关联编码以得到风力发电机对应的优化波形振动特征矩阵，包括：
17、利用训练完成的所述clip模型的联合编码器以公式对所述波形振动特征向量和所述输出功率特征向量进行关联编码以得到所述优化波形振动特征矩阵；其中va表示所述波形振动特征向量，表示所述波形振动特征向量的转置向量，vb表示所述输出功率特征向量，ma表示所述优化波形振动特征矩阵，表示向量相乘。
18、优选的，所述增强风速特征矩阵确定模块，包括：
19、风速时序特征提取单元，用于将所述预定时间段内多个预定时间点的风速值按照时间维度排列为风速输入向量后通过训练完成的多尺度邻域特征提取模块以得到多尺度风速特征向量；
20、自高斯增强单元，用于构造所述多尺度风速特征向量的自高斯密度图，其中，所述自高斯密度图的均值向量为所述多尺度风速特征向量，所述自高斯密度图的协方差矩阵中各个位置的值为所述多尺度风速特征向量中相应两个位置的特征值之间的方差；
21、高斯离散化单元，用于对所述自高斯密度图中各个位置的高斯分布进行高斯离散化以得到风力发电机对应的增强风速特征矩阵；
22、其中，所述风速时序特征提取单元包括：
23、第一尺度邻域特征编码子单元，用于将所述预定时间段内多个预定时间点的风速值按照时间维度排列为风速输入向量后输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度邻域风速特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；
24、第二尺度邻域特征编码子单元，用于将所述预定时间段内多个预定时间点的风速值按照时间维度排列为风速输入向量后输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度邻域风速特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；
25、多尺度级联单元，用于将所述第一尺度邻域风速特征向量和第二尺度邻域风速特征向量进行级联以得到所述多尺度风速特征向量。
26、进一步的，所述构造所述多尺度风速特征向量的自高斯密度图，包括：
27、利用公式构造所述多尺度风速特征向量的所述自高斯密度图；
28、其中，μ1为所述多尺度风速特征向量，且σ1的每个位置的值表示所述多尺度风速特征向量中相应两个位置的特征值之间的方差。
29、优选的，所述分类结果生成模块包括：
30、响应性估计单元，用于计算所述优化波形振动特征矩阵相对于所述增强风速特征矩阵的响应性估计以得到分类特征矩阵；
31、性能评估结果生成单元，用于将所述分类特征矩阵通过训练完成的分类器以得到分类结果，所述分类结果用于表示风力发电机组的发电状态是否正常；
32、其中，所述响应性估计单元利用公式计算所述优化波形振动特征矩阵相对于所述增强风速特征矩阵的响应性估计，以得到所述分类特征矩阵；ma为所述优化波形振动特征矩阵，mb为所述增强风速特征矩阵，m为所述分类特征矩阵，表示矩阵相乘本文档来自技高网...
【技术保护点】
1.一种风力发电机组的停机控制系统，其特征在于，包括：
2.如权利要求1所述的停机控制系统，其特征在于，所述编码模块包括：
3.如权利要求2所述的停机控制系统，其特征在于，所述输出功率编码单元包括：
4.如权利要求3所述的停机控制系统，其特征在于，所述使用训练完成的所述Clip模型的联合编码器对所述波形振动特征向量和所述输出功率特征向量进行关联编码以得到风力发电机对应的优化波形振动特征矩阵，包括：
5.如权利要求4所述的停机控制系统，其特征在于，所述增强风速特征矩阵确定模块，包括：
6.如权利要求5所述的停机控制系统，其特征在于，所述构造所述多尺度风速特征向量的自高斯密度图，包括：
7.如权利要求6所述的停机控制系统，其特征在于，所述分类结果生成模块包括：
8.如权利要求7所述的停机控制系统，其特征在于，所述停机控制系统还包括：训练模块；
9.如权利要求8所述的停机控制系统，其特征在于，所述基于所述分类器在每次迭代更新前后的权重矩阵对所述训练分类特征向量中各个位置的特征值进行校正以得到
10.一种风力发电机组的停机控制方法，其特征在于，所述方法包括：
...【技术特征摘要】
1.一种风力发电机组的停机控制系统，其特征在于，包括：
2.如权利要求1所述的停机控制系统，其特征在于，所述编码模块包括：
3.如权利要求2所述的停机控制系统，其特征在于，所述输出功率编码单元包括：
4.如权利要求3所述的停机控制系统，其特征在于，所述使用训练完成的所述clip模型的联合编码器对所述波形振动特征向量和所述输出功率特征向量进行关联编码以得到风力发电机对应的优化波形振动特征矩阵，包括：
5.如权利要求4所述的停机控制系统，其特征在于，所述增强风速特征矩阵确定模块，包括：
6....
【专利技术属性】
技术研发人员：张运泽，刘鹏程，李晖，岳红轩，陈卓，王真涛，杜洋，王爽，韩义，
申请(专利权)人：北京华能新锐控制技术有限公司，
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。