【技术实现步骤摘要】
本专利技术涉及风力发电，尤其涉及一种风电机组用液压站的故障预警方法及系统。
技术介绍
1、风力发电作为清洁能源，具有可观的推广价值和经济价值，一般的风电机组由风轮、发电机、机舱(含传动机构)、塔筒和基座等组成，并配套设置有储能电池、电控离并网(包含有逆变器、卸荷器、并网控制器等)，实现电能输出和利用；其中风轮负责捕获风能，经机舱后传递给发电机产生电能，塔筒和基座主要起支撑作用。而其中在机舱和轮毂上各设置一套液压站，或共用一套在机舱的液压站，设置的液压站主要包括液压系统、润滑系统和循环液冷系统，其中液压系统主要用于轴系制动控制和偏航制动控制。
2、由于自然界风能大小和方向具有不确定性，需设置调向机构，使风轮叶面总保持与来风处于垂直状态；只有当风轮迎风时才能获得最大发电功率。同时，为了保证风电机组时刻保持最大化功率发电，风轮和机舱必须时刻跟随风向变化并保持迎风状态，同时在风向不变的情况下保持机舱位置不变化，这个过程一般由偏航系统和液压制动系统完成。但是，风力机工作环境因受自然风况影响较大，有时要受到突发性阵风或强风的吹袭。为了保证风力机组安全可靠地运转，并使风轮在一个限定的转速范围内工作，就需要设置必要的调速和限速机构。常见的调速和调速机构的动力源也来自液压站，一般有离心变矩、风轮侧偏、机头侧仰、气动阻尼、风轮偏心、配重尾翼等形式。
3、由此可知，液压站的性能稳定性和可靠性，受气象条件影响明显，也显著影响风电机组的正常运行。但是，现有风机的液压站为模块化的通用设备，缺乏针对复杂地形的个性化设计，在应对恶劣天气
技术实现思路
1、本专利技术的目的在于提供一种风电机组用液压站的故障预警方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种风电机组用液压站的故障预警方法，包括以下步骤：
4、确定液压站中耗损部件、气象类型和故障类型的三元属性关系；
5、建立风电机组网络的模拟运行模型，并根据三元属性关系分别调整各风电机组的运行参数，得到各风电机组对应的子模拟运行模型；
6、将风电机组的实时环境参数加载到模拟运行模型中，同步和更新风电机组及其对应的子模拟运行模型的运行参数，其中风电机组的实时环境参数用于表征各风电机组的风轮面对的气流流速以及气流方向；
7、获取未来一段时间风电机组所在区域的气象数据，当气象数据中有气象类型匹配到三元属性关系时，通过子模拟运行模型预测该未来一段时间液压站的运行性能趋势，并在运行性能低于预设性能阈值时发出故障预警信号。
8、作为本专利技术进一步的方案：所述确定液压站中耗损部件、气象类型和故障类型的三元属性关系的步骤，包括：
9、获取风电机组网络的历史运行数据，以及风电机组网络所在区域的历史气象数据构成样本集；
10、挖掘出所述样本集中各数据之间的关联规则，并根据该关联规则寻优最优规则；
11、基于最优规则提取出液压站中耗损部件、气象类型和故障类型的三元属性关系。
12、作为本专利技术再进一步的方案：所述方法还包括：
13、对获取的历史运行数据、历史气象数据进行清洗和归一化处理，以构成样本集。
14、作为本专利技术再进一步的方案：所述挖掘出所述样本集中各数据之间的关联规则，并根据该关联规则寻优最优规则的步骤中，通过apriori算法挖掘出所述样本集中各数据之间的频繁项集，并生成所述频繁项集的关联规则；通过k-means算法寻优最优规则。
15、作为本专利技术再进一步的方案：所述确定液压站中耗损部件、气象类型和故障类型的三元属性关系的步骤中，该方法还包括：
16、对故障类型进行优先级排序；
17、根据排序结果确定液压站中各耗损部件的安全运行系数，进而根据各安全运行系数的总和确定性能阈值。
18、作为本专利技术再进一步的方案：所述方法还包括：
19、获取液压站的传感器数据，判断液压站的实际故障类型，并根据子模拟运行模型预测的故障预警信号，对液压站进行故障核查和维护。
20、一种风电机组用液压站的故障预警系统，所述系统包括：
21、关系挖掘单元，用于确定液压站中耗损部件、气象类型和故障类型的三元属性关系；
22、模型构建单元，用于建立风电机组网络的模拟运行模型，并根据三元属性关系分别调整各风电机组的运行参数，得到各风电机组对应的子模拟运行模型；
23、双模型监控单元，将风电机组的实时环境参数加载到模拟运行模型中，同步和更新风电机组及其对应的子模拟运行模型的运行参数，其中风电机组的实时环境参数用于表征各风电机组的风轮面对的气流流速以及气流方向；
24、故障预测和预警单元，获取未来一段时间风电机组所在区域的气象数据，当气象数据中有气象类型匹配到三元属性关系时，通过子模拟运行模型预测该未来一段时间液压站的运行性能趋势，并在运行性能低于预设性能阈值时发出故障预警信号。
25、作为本专利技术进一步的方案：所述关系挖掘单元单元包括：
26、数据获取模块，用于获取风电机组网络的历史运行数据，以及风电机组网络所在区域的历史气象数据构成样本集；
27、关联规则挖掘模块，用于挖掘出所述样本集中各数据之间的关联规则，并根据该关联规则寻优最优规则；
28、关系映射模块，可基于最优规则提取出液压站中耗损部件、气象类型和故障类型的三元属性关系。
29、作为本专利技术再进一步的方案：所述系统还包括：故障排序单元；
30、该故障排序单元，用于对故障类型进行优先级排序；
31、以及，根据排序结果添加权重值，以确定液压站中各耗损部件的安全运行系数，进而根据各安全运行系数的总和确定性能阈值。
32、作为本专利技术再进一步的方案：所述系统还包括：故障处理单元，能够获取液压站的传感器数据，判断液压站的实际故障类型，并根据子模拟运行模型预测的故障预警信号，对液压站进行故障核查和维护。
33、与现有技术相比，本专利技术的有益效果是：通过合适的算法挖掘液压站中耗损部件与气象类型和故障类型之间的关联规则，并对之建立联系，来提高液压站面对未来恶劣天气的适应性，以便于对耗损部件的性能进行预测，进而可在未来恶劣天气到来前，对耗损部件进行维修和更换，保证风力发电、供电的安全和可靠。
本文档来自技高网...【技术保护点】
1.一种风电机组用液压站的故障预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的风电机组用液压站的故障预警方法，其特征在于，所述确定液压站中耗损部件、气象类型和故障类型的三元属性关系的步骤，包括：
3.根据权利要求2所述的风电机组用液压站的故障预警方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的风电机组用液压站的故障预警方法，其特征在于，所述挖掘出所述样本集中各数据之间的关联规则，并根据该关联规则寻优最优规则的步骤中，通过Apriori算法挖掘出所述样本集中各数据之间的频繁项集，并生成所述频繁项集的关联规则；通过K-means算法寻优最优规则。
5.根据权利要求1所述的风电机组用液压站的故障预警方法，其特征在于，所述确定液压站中耗损部件、气象类型和故障类型的三元属性关系的步骤中，该方法还包括：
6.根据权利要求1所述的风电机组用液压站的故障预警方法，其特征在于，所述方法还包括：
7.一种风电机组用液压站的故障预警系统，其特征在于，所述系统包括：
8.根据权利要求7所述的风电
9.根据权利要求7所述的风电机组用液压站的故障预警系统，其特征在于，所述系统还包括：故障排序单元；
10.根据权利要求7所述的风电机组用液压站的故障预警系统，其特征在于，所述系统还包括：故障处理单元，能够获取液压站的传感器数据，判断液压站的实际故障类型，并根据子模拟运行模型预测的故障预警信号，对液压站进行故障核查和维护。
...【技术特征摘要】
1.一种风电机组用液压站的故障预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的风电机组用液压站的故障预警方法，其特征在于，所述确定液压站中耗损部件、气象类型和故障类型的三元属性关系的步骤，包括：
3.根据权利要求2所述的风电机组用液压站的故障预警方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的风电机组用液压站的故障预警方法，其特征在于，所述挖掘出所述样本集中各数据之间的关联规则，并根据该关联规则寻优最优规则的步骤中，通过apriori算法挖掘出所述样本集中各数据之间的频繁项集，并生成所述频繁项集的关联规则；通过k-means算法寻优最优规则。
5.根据权利要求1所述的风电机组用液压站的故障预警方法，其特征在于，所述确定液压...
【专利技术属性】
技术研发人员：米大斌，谭建鑫，井延伟，郭艳旬，马涛，秦晓亮，胡占飞，
申请(专利权)人：河北建投新能源有限公司，
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。