本发明涉及风力发电领域，尤其涉及一种风力发电机组智能诊断的方法及系统。
背景技术：
随着常规能源的枯竭，可再生能源将成为未来的能源的重要组成部分。由于风能其储存量大又易于形成规模，并且风力发电技术相对成熟，因此，风能作为一种绿色能源在近几十年得到了广泛的开发和利用，也有希望成为未来不可替代的可再生资源之一。
在现有技术中，由于风力发电机组长时间运行且工况恶劣，在日积月累使用时间中，部件的损坏时有发生。具体表现为风机中某些零件失去原有的精度或性能，使设备不能正常运行、技术性能降低，致使风机中断生产或效率降低而影响生产。一般需要经验丰富的专业人员定期在现场对风机的运行进行评估，排查风机的故障点以及对风机运行的影响程度，然后再由专业人员给出相应的整改措施。
然而，这种由人工评估风机运行状况的方法存在一定的主观因素的影响，有时对于风机故障的判断错在偏差，并且这种方法消耗大量的人力物力。
技术实现要素：
本发明实施例提供了一种风力发电机组智能诊断的方法及系统，用于通过一机一策来实现风力发电机组的智能诊断。
本发明实施例第一方面提供了一种风力发电机组智能诊断的方法及系统，其特征在于，包括：
获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；
根据所述风机的处理数据生成数据库；
获取目标风机的运行数据；
判断所述目标风机的运行数据是否存在目标异常参数；
若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。
可选地，所述获取风机的处理数据包括：
获取风机的处理数据，所述处理数据还包括异常原因，所述异常原因与所述异常参数存在第二关联关系，所述异常原因与所述改进措施存在第三关联关系。
可选地，当确定所述目标风机的运行数据存在目标异常参数时，所述根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施包括：
根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因；
根据所述异常原因在所述数据库中查询，确定与所述目标异常参数存在第三关联关系的改进措施。
可选地，所述风机的运行数据包括：发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个。
本发明实施例第二方面提供了一种风力发电机组智能诊断的系统，包括：
第一获取单元，用于获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；
生成单元，用于根据所述风机的处理数据生成数据库；
第二获取单元，用于获取目标风机的运行数据；
判断单元，用于判断所述目标风机的运行数据是否存在目标异常参数；
第一确定单元，用于当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。
可选地，所述第一获取单元具体用于：
获取风机的处理数据，所述处理数据还包括异常原因，所述异常原因与所述异常参数存在第二关联关系，所述异常原因与所述改进措施存在第三关联关系。
可选地，所述第一确定单元具体用于：
当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因；
根据所述异常原因在所述数据库中查询，确定与所述目标异常参数存在第三关联关系的改进措施。。
可选地，所述风机的运行数据包括：发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个。
本发明第三方面提供了一种计算机装置，包括：
处理器、存储器、输入输出设备以及总线；
所述处理器、存储器、输入输出设备分别与所述总线相连；
所述处理器用于执行如前述实施例所述的方法。
本发明实施例第四方面提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行如前述实施例所述的方法。
从以上技术方案可以看出，本发明实施例具有以下优点：获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和改进措施存在第一关联关系，所述异常参数包括目标异常参数；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。因此，本发明通过将异常参数和改进措施关联存储生成数据库，在目标风机的运行数据中出现目标异常参数时，在数据库中查询确定与所述目标异常参数存在第一关联关系的改进措施，从而通过一机一策来实现风力发电机组的智能诊断。
附图说明
图1为本发明实施例中一种风力发电机组智能诊断的方法的一个示意图；
图2为本发明实施例中一种风力发电机组智能诊断的方法的一个示意图；
图3为本发明实施例中一种风力发电机组智能诊断的系统的一个示意图；
图4为本发明实施例中一种风力发电机组智能诊断的系统的一个示意图；
图5为本发明实施例中一种计算机装置的一个示意图。
具体实施方式
本发明实施例提供了一种风力发电机组智能诊断的方法及系统，用于通过一机一策来实现风力发电机组的智能诊断。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于理解，下面对本发明实施例中的具体流程进行描述，请参阅图1，本发明实施例中一种风力发电机组智能诊断的方法的一个实施例包括：
101、获取风机的处理数据；
本实施例中，获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和改进措施存在第一关联关系，所述异常参数包括目标异常参数。
具体地，可以通过数据采集或者数据录入的方式获取得到风机的处理数据，其中，该处理数据包括异常参数和改进措施，异常参数和改进措施存在第一关联关系，该异常参数可以的数量可以为一个或多个，目标异常参数为其中的任意一个。
下面以风电机组中可利用率分析为例，请参阅表1：
表1
如表1所示，异常参数与改进措施存在第一关联关系，即存在第一对应关系，异常参数与改进措施一一对应，以表中所示参数为例，“可利用率<98％”且“故障可利用率<99％”与“对机组故障进行分析，制定改善措施”两者存在第一关联关系，“可利用率<98％”且“故障可利用率>99％”且“定检时间比例>2％”与“优化定检策划”存在第一关联关系。
102、根据所述风机的处理数据生成数据库；
本实施例中，根据步骤101获取得到的风机的处理数据生成数据库，具体为按照第一关联关系将异常参数和改进措施进行关联存储，生成数据库。在实际应用中，可以以表1为例的文字表格形式存储生成数据库，也可以按照思维导图的模式进行关联存储生成数据库，还可以以其他的形式生成数据库，具体此处不做限定。
103、获取目标风机的运行数据；
本实施例中，可以定期对目标风机的运行情况进行评估，即获取目标机的运行数据，此处目标风机可以为单独一台目标风机，也可以为多台风机组成的目标风机。
具体地，可以获取目标风机的运行数据，该运行数据可以包括发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个，还可以是其它的风机的运行数据，具体此处不一一列举。
104、判断所述目标风机的运行数据是否存在目标异常参数；
本实施例中，判断步骤103获取得到的目标风机的运行数据是否存在目标异常参数，若是，则执行步骤105，若否，则执行步骤106。
具体地，仍然以可利用率为例，若存在表1中异常参数时，则确定该目标风机的运行数据存在目标异常参数，即若风机运行参数中指示“可利用率<98％”且“故障可利用率<99％”，或者“可利用率<98％”且“故障可利用率>99％”且“定检时间比例>2％”时，确定该目标风机的运行数据存在目标异常参数。
105、当确定所述目标风机的运行数据存在目标异常参数时，根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。
具体地，当确定所述目标风机的运行数据存在目标异常参数时，根据该目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。接着可以以语音播报或者文字信息推送，或者其他的形式将该改进措施显示出来。
106、执行其他步骤。
本实施例中，当确定目标风机的运行数据不存在目标异常参数时，则说明该目标风机的运行状况良好。
本实施例中，获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和改进措施存在第一关联关系，所述异常参数包括目标异常参数；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。因此，本发明通过将异常参数和改进措施关联存储生成数据库，在目标风机的运行数据中出现目标异常参数时，在数据库中查询确定与所述目标异常参数存在第一关联关系的改进措施，从而通过一机一策来实现风力发电机组的智能诊断。
本发明实施例中，风机的处理数据还可以包括异常原因，即导致出现异常参数的原因，具体请参阅图2，本发明实施例中一种风力发电机组智能诊断的方法的另一个实施例包括：
201、获取风机的处理数据；
本实施例中，获取风机的处理数据，所述处理数据包括异常参数和改进措施、异常原因，该异常参数和该异常原因存在第二关联关系，该异常参数包括目标异常参数，该异常原因与该改进措施存在第三关联关系。
具体地，可以通过数据采集或者数据录入的方式获取得到风机的处理数据，其中，该处理数据包括异常参数、异常原因和改进措施，该异常参数和该异常原因存在第二关联关系，该异常参数包括目标异常参数，该异常原因与该改进措施存在第三关联关系，具体可以根据风机处理数据中的异常参数确定与之存在第二关联关系的异常原因，再根据与该异常原因确定与之存在第三关联关系的改进措施，该异常参数可以的数量可以为一个或多个，目标异常参数为其中的任意一个。
下面以风电机组中可利用率分析为例，请参阅表2：
表2
如表2所示，异常参数和异常原因存在第二关联关系，异常原因与改进措施存在第三关联关系，具体可以根据异常参数确定与之存在第二关联关系的异常原因，再根据与该异常原因确定与之存在第三关联关系的改进措施。
具体地，根据异常参数“可利用率>99％”且“故障可利用率<99％”可以确定与之存在第二关联关系的异常原因“机组故障率偏高”，再根据与异常原因“机组故障率偏高”存在第三关联关系的改进措施“对机组故障进行分析，制定改善措施”。
202、根据所述风机的处理数据生成数据库；
本实施例中，根据步骤201获取得到的风机的处理数据生成数据库，具体为按照第一关联关系将异常参数和改进措施进行关联存储，按照第二关联关系将异常参数和异常原因进行关联存储，按照第三关联关系将异常原因和改进措施进行关联存储，生成数据库。在实际应用中，可以以表2为例的文字表格形式存储生成数据库，也可以按照思维导图的模式进行关联存储生成数据库，还可以以其他的形式生成数据库，具体此处不做限定。
203、获取目标风机的运行数据；
本实施例中，可以定期对目标风机的运行情况进行评估，即获取目标机的运行数据，此处目标风机可以为单独一台目标风机，也可以为多台风机组成的目标风机。
具体地，可以获取目标风机的运行数据，该运行数据可以包括发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个，还可以是其它的风机的运行数据，具体此处不一一列举。
204、判断所述目标风机的运行数据是否存在目标异常参数；
本实施例中，判断步骤203获取得到的目标风机的运行数据是否存在目标异常参数，若是，则执行步骤205，若否，则执行步骤206。
具体地，仍然以发电量为例，若存在表2中的异常参数时，则确定该目标风机的运行数据存在目标异常参数，即若目标风机的运行数据中发现“可利用率>99％”且“故障可利用率<99％”或者“可利用率<98％”且“工作时间比例分析”中“定检时间比例>2％”时，确定该目标风机的运行数据存在目标异常参数。
205、当确定所述目标风机的运行数据存在目标异常参数时，根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。
具体地，当确定所述目标风机的运行数据存在目标异常参数时，根据该目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因，再确定与该异常原因存在第三关联关系的改进措施。接着可以以语音播报或者文字信息推送，或者其他的形式将该改进措施显示出来。
206、当确定所述目标风机的运行数据存在目标异常参数时，根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因。
具体地，当确定所述目标风机的运行数据存在目标异常参数时，根据该目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因，接着可以以语音播报或者文字信息推送，或者其他的形式将该改进措施显示出来。
207、执行其他步骤。
本实施例中，当确定目标风机的运行数据不存在目标异常参数时，则说明该目标风机的运行状况良好。
本实施例中，获取风机的处理数据，所述处理数据包括异常参数、异常原因和改进措施，所述异常参数和改进措施存在第一关联关系，所属异常参数和所属异常原因存在第二关联关系，所述异常参数包括目标异常参数，所述异常原因与所述改进措施存在第三关联关系；根据所述风机的处理数据生成数据库；获取目标风机的运行数据；判断所述目标风机的运行数据是否存在目标异常参数；若是，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因，根据所述异常原因在所述数据库中查询，确定与所述目标异常原因存在第三关联关系的改进措施。因此，本发明通过将异常参数和改进措施关联存储生成数据库，在目标风机的运行数据中出现目标异常参数时，在数据库中查询确定与所述目标异常参数存在第一关联关系的改进措施，从而通过一机一策来实现风力发电机组的智能诊断。
上面对本发明实施例中的方法部分进行了介绍，下面对本发明实施例中一种风力发电机组智能诊断的系统进行描述，请参阅图3，本发明实施例中一种风力发电机组智能诊断的系统的一个实施例包括：
第一获取单元301，用于获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；
生成单元302，用于根据所述风机的处理数据生成数据库；
第二获取单元303，用于获取目标风机的运行数据；
判断单元304，用于判断所述目标风机的运行数据是否存在目标异常参数；
第一确定单元305，用于当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。
本实施例中，第一获取单元301，用于获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；生成单元302，用于根据所述风机的处理数据生成数据库；第二获取单元303，用于获取目标风机的运行数据；判断单元304，用于判断所述目标风机的运行数据是否存在目标异常参数；第一确定单元305，用于当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。因此，本发明通过将异常参数和改进措施关联存储生成数据库，在目标风机的运行数据中出现目标异常参数时，在数据库中查询确定与所述目标异常参数存在第一关联关系的改进措施，从而通过一机一策来实现风力发电机组的智能诊断。
下面请参阅图4，本发明实施例中一种风力发电机组智能诊断的系统的另一个实施例包括：
第一获取单元401，用于获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；
生成单元402，用于根据所述风机的处理数据生成数据库；
第二获取单元403，用于获取目标风机的运行数据；
判断单元404，用于判断所述目标风机的运行数据是否存在目标异常参数；
第一确定单元405，用于当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。
在一些可能的实施例中，所述第一获取单元401具体用于：
获取风机的处理数据，所述处理数据还包括异常原因，所述异常原因与所述异常参数存在第二关联关系。
在一些可能的实施例中所述第一确定单元405具体用于：
当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第二关联关系的异常原因；
根据所述异常原因在所述数据库中查询，确定与所述异常原因存在第三关联关系的改进措施。
在一些可能的实施例中，所述风机的运行数据包括：发电量、可利用率、标准可利用率、损失电量、损失电率、发电效能、标准发电效能、停机次数、停机时间、停机类型、故障代码中的一个或多个。
本实施例中，第一获取单元401，用于获取风机的处理数据，所述处理数据包括异常参数和改进措施，所述异常参数和所述改进措施存在第一关联关系，所述异常参数包括目标异常参数；生成单元402，用于根据所述风机的处理数据生成数据库；第二获取单元403，用于获取目标风机的运行数据；判断单元404，用于判断所述目标风机的运行数据是否存在目标异常参数；第一确定单元405，用于当所述判断单元确定所述目标风机的运行数据存在目标异常参数时，则根据所述目标异常参数在所述数据库中查询，确定与所述目标异常参数存在第一关联关系的改进措施。因此，本发明通过将异常参数和改进措施关联存储生成数据库，在目标风机的运行数据中出现目标异常参数时，在数据库中查询确定与所述目标异常参数存在第一关联关系的改进措施，从而通过一机一策来实现风力发电机组的智能诊断。
上面从模块化功能实体的角度对本发明实施例中的一种风力发电机组智能诊断的系统进行了描述，下面从硬件处理的角度对本发明实施例中的计算机装置进行描述：该计算机装置包括处理器、存储器、输入输出设备以及总线；所述处理器、存储器、输入输出设备分别与所述总线相连；所述处理器用于执行上述方法的步骤。请参阅图5，本申请实施例中子文档的处理装置的一个具体实施例包括：
该装置500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessingunits，cpu)501(例如，一个或一个以上处理器)和存储器505，该存储器505中存储有一个或一个以上的应用程序或数据。
其中，存储器505可以是易失性存储或持久存储。存储在存储器505的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器501可以设置为与存储器505通信，在智能终端500上执行存储器505中的一系列指令操作。
该装置500还可以包括一个或一个以上电源502，一个或一个以上有线或无线网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作系统，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。
可以理解的是，在本发明的各种实施例中，上述各步骤的序号的大小并不意味着执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。