System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 功率曲线分叉异常检测方法、系统、存储介质及计算设备技术方案_技高网

功率曲线分叉异常检测方法、系统、存储介质及计算设备技术方案

技术编号:41228773 阅读:3 留言:0更新日期:2024-05-09 23:45
本发明专利技术涉及一种功率曲线分叉异常检测方法、系统、存储介质及计算设备,该方法包括:获取机组的非满发段的正常运行数据;对正常运行数据分别按照风速和功率进行区间划分,分别得到风速的多个运行数据子区间和功率的多个运行数据子区间;对各个运行数据子区间内的数据进行多峰性判断得到对应的多峰分布结果,并分别将风速和功率的多个运行数据子区间的多峰分布结果进行加权平均,分别得到第一曲线分叉指数和第二曲线分叉指数;根据第一曲线分叉指数和第二曲线分叉指数,得到功率曲线分叉结果。本发明专利技术能够识别风电机组设备在发电过程中存在的性能异常,分析风电机组状态异常或优劣的关键边界状态,并为风电机组发电性能的提升提供支持。

【技术实现步骤摘要】

本专利技术涉及新能源分析,具体涉及一种功率曲线分叉异常检测方法、系统、存储介质及计算设备


技术介绍

1、随着风电机组的大型化趋势不断增强,对于风电机组功率曲线异常检测的重要性越来越大,机组功率曲线的正常与否,会大大影响机组的发电性能和运行效率,同时还会影响到机组的安全性,如果机组功率曲线长时间处于异常状态,机组会损失大量的潜在电量。

2、功率曲线分叉,是功率曲线异常的一种表现形式。对于额定风速以下的非满发区域,机组的控制策略的改变会造成功率曲线分叉的情况发生。

3、现有技术的方法在一定程度上可以有效地识别并筛选出功率曲线的明显异常值,然而由于风电机组功率曲线的置信区间是自适应的,计算得到的置信区间范围常常会大于实际的有效范围。因此无法有效检测置信区间内功率曲线的形态异常,尤其是功率曲线分叉这类常见的功率曲线形态异常。


技术实现思路

1、针对上述问题,本专利技术的目的是提供一种功率曲线分叉异常检测方法、系统、存储介质及计算设备,能够识别风电机组设备在发电过程中存在的性能异常,分析设备控制策略的切换,分析风电机组状态异常或优劣的关键边界状态,并为风电机组发电性能的提升提供支持。

2、为实现上述目的,本专利技术采取以下技术方案:一种功率曲线分叉异常检测方法,其包括:获取机组的非满发段的正常运行数据;对正常运行数据分别按照风速和功率进行区间划分,分别得到风速的多个运行数据子区间和功率的多个运行数据子区间;对各个运行数据子区间内的数据进行多峰性判断得到对应的多峰分布结果,并分别将风速和功率的多个运行数据子区间的多峰分布结果进行加权平均,分别得到第一曲线分叉指数和第二曲线分叉指数;根据第一曲线分叉指数和第二曲线分叉指数,得到功率曲线分叉结果。

3、进一步,获取机组的非满发段的正常运行数据,包括:

4、对机组的转速、桨距角、风速和功率等工况变量进行范围框选;

5、基于框选范围对数据进行剔除,得到机组非满发段的正常运行数据。

6、进一步,对机组的转速、桨距角、风速和功率等工况变量进行范围框选,包括:

7、绘制机组运行数据进行转速直方图和桨距角直方图,根据转速直方图和桨距角直方图测量机组的工况变量;

8、基于机组的工况变量的数据分布自适应确定每个工况变量的上下限;

9、根据每个工况变量的范围,剔除机组特殊工况下的数据,筛选出机组的非满发段的正常运行数据。

10、进一步,对正常运行数据分别按照风速和功率进行区间划分,分别得到风速的多个运行数据子区间和功率的多个运行数据子区间,包括:

11、对正常运行数据,按照风速进行区间划分,得到多个风速的正常运行数据子区间;

12、对正常运行数据,按照功率进行区间划分,得到多个功率的正常运行数据子区间。

13、进一步,以预设风速作为区间划分步长,对机组的正常运行数据进行风速划分;

14、以预设功率作为区间划分步长对机组的正常运行数据进行功率划分。

15、进一步,对各个运行数据子区间内的数据进行多峰性判断得到对应的多峰分布结果,包括:

16、对各个运行数据子区间中的数据进行分簇;

17、将分簇后的数据按照大小等分成n个区间,计算每个区间内数据点数量占全部数据的比例;

18、如果居中区间的数据点占全部数据的比例小于设定的阈值,则认为当前正常运行数据区间存在多峰分布。

19、进一步,根据第一曲线分叉指数和第二曲线分叉指数,得到功率曲线分叉结果,包括:

20、将第一曲线分叉指数和第二曲线分叉指数进行加权平均,得到综合曲线分叉指数;

21、将综合曲线分叉指数与设定的阈值进行比较,若大于阈值则功率曲线分叉,反之,则功率曲线不分叉。

22、一种功率曲线分叉异常检测系统,其包括:数据获取模块,用于获取机组的非满发段的正常运行数据;数据处理模块,用于对正常运行数据分别按照风速和功率进行区间划分,分别得到风速的多个运行数据子区间和功率的多个运行数据子区间;多峰判断模块,用于对各个运行数据子区间内的数据进行多峰性判断得到对应的多峰分布结果,并分别将风速和功率的多个运行数据子区间的多峰分布结果进行加权平均,分别得到第一曲线分叉指数和第二曲线分叉指数;分叉判断模块,根据第一曲线分叉指数和第二曲线分叉指数,得到功率曲线分叉结果。

23、一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述方法中的任一方法。

24、一种计算设备,其包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述方法中的任一方法的指令。

25、本专利技术由于采取以上技术方案,其具有以下优点:

26、本专利技术通过获取机组的非满发段的正常运行数据;对机组的非满发段的正常运行数据进行双重区间划分,得到多个正常运行数据区间;对各个正常运行数据区间进行多峰性判断得到多峰性判断结果;根据多峰性判断结果判断功率曲线是否出现分叉。对风电设备的功率曲线异常检测,实现机组设备在发电过程中的性能异常识别,为风电机组控制策略的优化,机组状态优劣的评判,以及机组发电性能的提升提供支持。

本文档来自技高网...

【技术保护点】

1.一种功率曲线分叉异常检测方法,其特征在于,包括:

2.如权利要求1所述功率曲线分叉异常检测方法,其特征在于,获取机组的非满发段的正常运行数据,包括:

3.如权利要求2所述功率曲线分叉异常检测方法,其特征在于,对机组的转速、桨距角、风速和功率等工况变量进行范围框选,包括:

4.如权利要求1所述功率曲线分叉异常检测方法,其特征在于,对正常运行数据分别按照风速和功率进行区间划分,分别得到风速的多个运行数据子区间和功率的多个运行数据子区间,包括:

5.如权利要求4所述功率曲线分叉异常检测方法,其特征在于,以预设风速作为区间划分步长,对机组的正常运行数据进行风速划分;

6.如权利要求1所述功率曲线分叉异常检测方法,其特征在于,对各个运行数据子区间内的数据进行多峰性判断得到对应的多峰分布结果,包括:

7.如权利要求1所述功率曲线分叉异常检测方法,其特征在于,根据第一曲线分叉指数和第二曲线分叉指数,得到功率曲线分叉结果,包括:

8.一种功率曲线分叉异常检测系统,其特征在于,包括:

9.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1至7所述方法中的任一方法。

10.一种计算设备,其特征在于,包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。

...

【技术特征摘要】

1.一种功率曲线分叉异常检测方法,其特征在于,包括:

2.如权利要求1所述功率曲线分叉异常检测方法,其特征在于,获取机组的非满发段的正常运行数据,包括:

3.如权利要求2所述功率曲线分叉异常检测方法,其特征在于,对机组的转速、桨距角、风速和功率等工况变量进行范围框选,包括:

4.如权利要求1所述功率曲线分叉异常检测方法,其特征在于,对正常运行数据分别按照风速和功率进行区间划分,分别得到风速的多个运行数据子区间和功率的多个运行数据子区间,包括:

5.如权利要求4所述功率曲线分叉异常检测方法,其特征在于,以预设风速作为区间划分步长,对机组的正常运行数据进行风速划分;

6.如权利要求1所述功率曲线分叉异常检测方法,其特征在于,对各个运行...

【专利技术属性】
技术研发人员:王吉东杨宇凡徐鹤岳文彦张雷
申请(专利权)人:中节能风力发电股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1