风力发电机组的检测方法及风力发电机组与流程

1.本发明涉及风力发电领域，特别是指一种风力发电机组的检测方法及风力发电机组。


背景技术：

2.近年来，可再生能源的利用在逐年增长，风能发电是目前较为成熟的可再生能源发电，得到世界各国广泛的关注。在风力发电的过程中，风力发电机组将风能转换为机械能，最终输出电能。
3.在风力发电机组的运行过程中，通常需要对风力发电机组进行检测。在现有技术中，通常需要在风力发电机组的各个位置上部署传感器，采集风力发电机组在运行过程中运行参数的实际数据，以完成对于风力发电机组的检测，然而大量的堆砌传感器会导致风力发电机组检测的成本增加。因此，目前亟需一种风力发电机组检测的方法，用以降低风力发电机组检测的成本。


技术实现要素：

4.有鉴于此，本技术实施例提供一种风力发电机组的检测方法及风力发电机组，用以降低风力发电机组检测的成本。
5.第一方面，本技术提供一种风力发电机组的检测方法，所述检测方法包括：
6.获取风力发电机组的第一运行参数的实际数据；
7.根据所述第一运行参数的实际数据，得到第二运行参数的仿真数据；
8.比对所述第二运行参数的仿真数据和第二运行参数的设计数据，得到比对结果；
9.根据所述比对结果，得到风力发电机组的检测结果。
10.在一种可能的实施方式中，所述根据所述第一运行参数的实际数据，得到第二运行参数的仿真数据，包括：
11.以所述第一运行参数的实际数据作为数字孪生仿真模型的输入，确定数字孪生仿真模型的输出结果为所述第二运行参数的仿真数据。
12.在一种可能的实施方式中，在所述比对所述第二运行参数的仿真数据和第二运行参数的设计数据之前，还包括：
13.根据预设的检测条件，对所述第二运行参数的仿真数据和所述第二运行参数的设计数据进行检测；
14.若所述第二运行参数的仿真数据和/或所述第二运行参数的设计数据不满足所述预设的检测条件，则停止对风力发电机组的检测。
15.在一种可能的实施方式中，在所述得到风力发电机组的检测结果之后，还包括：
16.根据所述检测结果，生成控制指令；
17.根据所述控制指令，对所述风力发电机组进行控制。
18.在一种可能的实施方式中，所述比对所述第二运行参数的仿真数据和第二运行参
数的设计数据，得到比对结果，包括：
19.对所述第二运行参数的仿真数据进行特征提取；
20.比对所述第二运行参数的仿真数据的特征值和所述第二运行参数的设计数据，得到所述比对结果。
21.在一种可能的实施方式中，所述根据所述比对结果，得到风力发电机组的检测结果，包括：
22.当所述第二运行参数的仿真数据的特征值和所述第二运行参数的设计数据的偏差超过第一阈值，且所述第二运行参数的仿真数据的特征值超过第二阈值时，确定所述检测结果为异常。
23.在一种可能的实施方式中，在得到所述风力发电机组的检测结果之后，还包括：
24.将所述第二运行参数的仿真数据的特征值、所述比对结果，以及所述检测结果，传输至场管理系统。
25.第二方面，本技术提供一种风力发电机组的检测设备，所述检测设备包括处理器和存储器，其中，所述存储器存储有代码，所述处理器用于调用所述存储器中存储的代码，实现以下功能：
26.获取风力发电机组的第一运行参数的实际数据；
27.根据所述第一运行参数的实际数据，得到第二运行参数的仿真数据；
28.比对所述第二运行参数的仿真数据和第二运行参数的设计数据，得到比对结果；
29.根据所述比对结果，得到风力发电机组的检测结果。
30.第三方面，本技术提供一种风力发电机组，所述风力发电机组包括所述的风力发电机组的检测设备。
31.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行任一项上述的风力发电机组的控制方法。
32.由此可见，本技术实施例具有如下有益效果：
33.在本技术实施例中，通过获取风力发电机组的第一运行参数的实际数据，根据第一运行参数的实际数据，得到第二运行参数的仿真数据，根据第二运行参数的仿真数据和第二运行参数的设计数据得到的比对结果，得到风力发电机组的检测结果。
34.相比于现有技术中，为了得到风力发电机组在运行过程中运行参数的数据，需要在特定位置部署传感器，而为了完成对风力发电机组的检测，需要部署大量的传感器，而传感器的堆砌导致检测成本的增加；在本技术实施例中，通过第一运行参数的实际数据得到第二运行参数的仿真数据，此时，根据第二运行参数的仿真数据和第二运行参数的设计数据的比对结果，能够确定第二运行参数的实际数据是否异常，从而得到风力发电机组的检测结果。在本技术实施例中，为了确定第二运行参数的实际数据是否出现异常，从而得到风力发电组的检测结果，无需再针对第二运行参数进行传感器的部署，而是通过第一运行参数的实际数据得到第二运行参数的仿真数据，从而降低检测风力发电机组的成本。
附图说明
35.图1是本技术实施例提供的风力发电机组的检测方法的流程图；
36.图2是本技术实施例提供的风力发电机组检测系统的结构示意图；
37.图3是本技术另一实施例提供的风力发电机组的检测方法的流程图；
38.图4是本技术实施例提供的风力发电机组的检测设备的结构示意图；
39.图5是本技术实施例提供的风力发电机组的结构示意图。
具体实施方式
40.为了便于理解和解释本技术实施例提供的技术方案，下面将先对本技术实施例中的技术术语进行说明。
41.数字孪生技术：充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。数字孪生仿真模型指的是在数字孪生技术中所用到的仿真模型。
42.故障预测与健康管理系统(prognostics health management)，简称phm.为了满足自主保障、自主诊断的要求提出来的，是基于状态的维修cbm(视情维修，condition based maintenance)的升级发展，通常它强调资产设备管理中的状态感知，监控设备健康状况、故障频发区域与周期，通过数据监控与分析，预测故障的发生，从而在一定程度上大幅度提高运维效率。
43.为了便于理解本技术实施例提供的技术方案，下面结合附图对本技术实施例提供的一种风力发电机组检测的方法及风力发电机组进行说明。
44.虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。基于本技术中的实施例，本领域技术人员在没有作出创造性贡献前提下所获得的其他实施例，都属于本技术的保护范围。
45.在本技术的权利要求书和说明书以及说明书附图中，术语“包括”和“具有”以及它们的任何变形，目的在于覆盖不排他的包含。
46.在现有技术中，为了得到风力发电机组在运行过程中运行参数的数据，需要在特定位置部署传感器，而为了完成对风力发电机组的检测，需要部署大量的传感器，而传感器的堆砌导致检测成本的增加。
47.基于此，在发明人提供的本技术的实施例中，通过获取风力发电机组的第一运行参数的实际数据，根据第一运行参数的实际数据，得到第二运行参数的仿真数据，根据第二运行参数的仿真数据和第二运行参数的设计数据得到的比对结果，得到风力发电机组的检测结果。
48.在本技术实施例中，根据第二运行参数的仿真数据和第二运行参数的设计数据的比对结果，能够确定第二运行参数的实际数据是否异常，从而得到风力发电机组的检测结果。因此，为了确定第二运行参数的实际数据是否出现异常，从而得到风力发电组的检测结果，无需再针对第二运行参数进行传感器的部署，而是通过第一运行参数的实际数据得到第二运行参数的仿真数据，从而降低对于风力发电机组检测的成本。
49.请参阅图1，图1是本技术实施例提供的风力发电机组的检测方法的流程图。如图1所示，本技术实施例中风力发电机组的检测方法包括以下步骤：
50.s101、获取风力发电机组的第一运行参数的实际数据。
51.在s101中，风力发电机组的第一运行参数指的是风力发电组在运行过程中，用以表示风力发电组运行状态的参数；实际参数指的是在风力发电组在运行过程中参数对应的真实数据。
52.s102、根据所述第一运行参数的实际数据，得到第二运行参数的仿真数据。
53.在s101中，第二运行参数区别于第一运行参数；第二运行参数的仿真数据是根据第一运行参数的实际数据得到的；仿真数据指的是通过一定的仿真手段所得到的数据，例如，可以通过仿真模型得到所述第二运行参数的仿真数据，以第一运行参数的实际数据作为仿真模型的输入，第二运行参数的仿真数据为仿真模型的输出；第二运行参数的仿真数据在一定程度上表示地是，在风力发电机组处于第一运行参数的实际数据所表示的运行状态时，第二运行参数的数值。
54.s103、比对第二运行参数的仿真数据和第二运行参数的设计数据，得到比对结果。
55.s104、根据所述比对结果，得到风力发电机组的检测结果。
56.在s103-s104中，第二运行参数的设计数据，在一定程度上表示的是风力发电机组的第二运行参数的允许运行边界，例如，设计数据一般指机组运行数据的运行边界或允许上限/下限，如允许的载荷极限，或允许的疲劳载荷、允许的最小净空、允许的最大机舱加速等等。而第二运行参数的仿真数据，在一定程度上表示的是在风力发电机组处于第一运行参数的实际数据所表示的运行状态时，第二运行参数的数值。s103中的比对过程能够得到第二运行参数的仿真数据和设计数据之间的差异，也就是得到了在风力发电机组处于所述第一运行参数的实际数据所表示的运行状态时，第二运行参数的数值和设计值之间的差异，能够表示风力发电机组是否处于正常的运行状态，从而在没有利用传感器对第二运行参数进行探测的情况下，得到风力发电机组的检测结果，降低了检测风力发电机组的成本。由于第一运行参数和第二运行参数用以表示风力发电组运行状态，因此得到的机组的检测结果可以包括对于机组的运行状态的检测结果。
57.进一步地，在本技术实施例中，第二运行参数可以包括未部署传感器的部件的参数。在现有技术中，需要通过在部件上部署传感器，在机组运行过程中，通过已部署传感器采集该部件参数的数据，并根据采集到的数据对机组运行状态进行检测。因此，对于未部署传感器的部件而言，例如，部件位置导致的传感器部署困难、受限于成本而未部署等原因，难以得到该部件的参数的数据，相关的运行状态无法检测；而在本技术实施例中，根据第一运行参数得到第二运行参数的仿真数据，根据第二运行参数和仿真数据和设计数据的比对结果，能够得到机组的检测结果。
58.进一步地，在本技术实施例s101中，获取风力发电机组的第一运行参数的实际数据可以包括对风力发电机组的第一运行参数的实际数据进行实时获取。由于第一运行参数的实际数据是实时获取的，通过一定的仿真手段得到第二运行参数的仿真数据、得到比对结果以及根据比对结果得到检测结果，也能够实现一定程度上的实时，从而在一定程度上对于风力发电机组进行实时的检测，较快地对机组的异常产生业务响应。
59.进一步地，在本技术实施例中，根据所述第一运行参数的实际数据，得到第二运行参数的仿真数据，可以包括：以第一运行参数的实际数据作为数字孪生仿真模型的输入，确定数字孪生仿真模型的输出结果为所述第二运行参数的仿真数据。
60.数字孪生仿真模型是数字孪生技术中所应用的仿真模型，能够根据模型的输入得
到较为符合模型输入状况的输出，仿真模型是预先构建的。
61.将第一运行参数的实际数据输入至数字孪生仿真模型，模型的输出能够表示在机组处于第一运行参数的实际数据所对应的运行状态下，机组的第二运行参数的数据。通过数字孪生仿真模型得到第二运行参数的数据，而不是通过传感器探测得到第二运行参数的数据，能够由于部署传感器而产生的成本。进一步地，在实际应用过程中，可以使用多类数字孪生仿真模型，多类数字孪生仿真模型可以任意组合，各数字孪生仿真模型之间相互独立运行，用以得到各自的仿真数据。
62.进一步地，在本技术实施例中，在比对所述第二运行参数的仿真数据和第二运行参数的设计数据之前，还可以包括：根据预设的检测条件，对第二运行参数的仿真数据和第二运行参数的设计数据进行检测；若第二运行参数的仿真数据和/或所述第二运行参数的设计数据不满足预设的检测条件，则停止对风力发电机组的检测。
63.在实际应用过程中，第二运行参数的仿真数据和设计数据有可能会不符合预期，或者出现错误等情况，这会导致最终得到的检测结果的不准确。因此，预设检测条件，用于对第二运行参数的仿真数据和设计数据进行检测，当所述数据至少有一个不满足预设条件时，停止检测过程。
64.对于预设检测条件，本技术实施例提供几种具体的实现方式。
65.条件一、检查仿真模型运行的状态，状态异常为不满足预设的检测条件，则停止检测过程。由仿真模型得到的第二运行参数的仿真数据，是用于得到检测结果的参数数据之一，仿真模型运行状态异常可能会导致检测结果的不准确，因此可以预设条件和仿真模型运行状态相关。进一步地，当仿真模型为数字孪生仿真模型时，条件一为检查数字孪生仿真模型运行的状态，状态异常为不满足预设的检测条件，则停止检测过程。
66.条件二、对第二运行参数的仿真数据和第二运行参数的设计数据进行异常值的筛选，存在异常值为不满足预设的检测条件，则停止检测过程。异常值指的是明显区别于其他数据的值，异常值的存在可能会导致检测结果的不准确，因此可以预设条件和异常值相关；进一步地，当第二运行参数的仿真数据和/或设计数据出现异常时，还可以进行异常值的剔除，在剔除异常值后，可以继续进行检测过程，这样做的好处是提高对于数据的利用率。
67.条件三、进行风机状态的筛选，若第二运行参数的仿真数据和/或第二运行参数的设计数据中，出现风机状态为非运行状态所对应的数据，确定为不满足预设的检测条件，则停止检测过程。通常采集到的数据为在某一个时间周期内的数据，若在该时间周期内，数据并非都是在风机运行状态下所对应的数据，则该数据用以表示在该段时间周期内风力发电机组的运行状态，可能是不准确的。因此，数据最好使用在完整时间周内的对应风机处于运行状态的数据。进一步地，为了确定完整周期内的数据是否为风机运行状态下的数据，可以生成数据完整度标签，存在完整度较差的数据，则确定为不满足预设的检测条件，停止检测过程。
68.条件四、进行传感器零漂现象的检测，若存在传感器零漂现象，则确定为不满足预设的检测条件，则停止对于风力发电机组的运行状态的确定。在没有信号输入时，传感器的理论输出值是零，传感器零漂现象指的是当没有信号输入时，传感器输出值不为零的现象，传感器零漂现象通常会导致探测得到的数据不准确。进一步地，进行传感器零漂现象的检测后，可以进行传感器数据去零漂，利用去零漂后的数据得到检测结果，这样做的好处是提
高对于数据的利用率。
69.预设的检测条件可以为条件一至条件四中的至少一个；上述对于预设检测条件的具体的实现方式，仅是本技术实施例的具体说明，并非对于本技术实施例的限制；可以理解的是，如何预设检测条件，不影响本技术实施例的实现。
70.进一步地，对于本技术实施例s104，在得到风力发电机组的检测结果之后，还可以包括：根据所述检测结果，生成控制指令；根据所述控制指令，对风力发电机组进行控制。
71.风力发电机组在运行过程中可能会出现异常，对风力发电机组进行检测的目的，主要包括当检测机组在运行过程中出现异常时，根据异常对机组进行相应的控制，以降低异常带来的不良后果。由于所述控制指令是根据所述检测结果生成的，控制指令和根据异常对机组进行相应控制的过程相关。进一步地，由于在异常出现后若发电机组仍处于运行状态，可能会对发电机组产生不良后果，因此所述指令可以是用于控制风力发电机组停机的停机指令；所述控制指令还可以是限制功率/限制桨角/限制转速的指令，或者优化参数、预警等；进一步地，当出现异常可以自动生成控制指令。
72.进一步地，根据所述控制指令，对风力发电机组进行控制，可以包括：将控制指令发送至风力发电机组的控制设备，以使控制设备根据控制指令对所述风力发电机组进行控制。进一步地，风力发电机组的控制设备可以包括用于控制机组的plc，以实现plc根据检测结果对于机组进行控制。在一定程度上改变传统的检测方法中控制需要人为介入的情况。
73.进一步地，比对第二运行参数的仿真数据和第二运行参数的设计数据，得到比对结果，可以包括：对第二运行参数的仿真数据进行特征提取；比对第二运行参数的仿真数据的特征值和第二运行参数的设计数据，得到比对结果。可以对数据提取特征值，并通过数据的特征值进行运算得到结果，以提升运算的效率。进一步地，所述特征值可以包括标准差、均值、最大值、最小值等。
74.进一步地，在本技术实施例s104中，根据所述比对结果，得到风力发电机组的检测结果，可以包括：当第二运行参数的仿真数据的特征值和第二运行参数的设计数据的偏差超过第一阈值，且第二运行参数的仿真数据的特征值超过第二阈值时，确定所述检测结果为异常。
75.由于第二运行参数的仿真数据是通过一定的仿真手段得到的，而且用于和设计数据比对，比对结果用于确定检测结果；当仿真数据过小时，仿真数据和设计数据之间相差的倍数会较大，从而会得到仿真数据偏离设计数据较大的结论，此时较小的仿真数据会影响最终的检测结果，降低检测的准确性。因此，在根据第二运行参数的仿真数据和设计数据之间的偏差确定检测结果时，将仿真数据的特征值超过第二阈值设置为同时需要满足的条件，用以提高检测的准确性。
76.进一步地，在本技术实施例s104中，根据所述比对结果，得到风力发电机组的检测结果，可以包括：当第二运行参数的仿真数据的特征值和第二运行参数的设计数据的偏差超过第一阈值，且第二运行参数的仿真数据的特征值超过第二阈值时，根据所述偏差确定风险等级；当风险等级超过预设等级时，确定所述检测结果为异常。风险等级的设定用于更加清晰明了地确定风力发电机组的运行状态。
77.进一步地，针对本技术实施例s104，在得到风力发电机组的检测结果之后，还可以包括：将第二运行参数的仿真数据的特征值、所述比对结果，以及所述检测结果，上传至风
力发电场管理系统。
78.所述风力发电场管理系统指的是用于管理风力发电机组的管理系统。由于风力发电机组在运行过程中所产生的数据较大，而且数据通常是在一定的时间周期内采集的，网络中断等通讯异常可能会影响关键数据的传输，传输过程尽量减少需要进行传输的风力发电机组的数据量，因此参数数据以特征值的形式传输，而非是全部的数据，有利于减少用于传输的数据量，并且能够在一定程度上减少数据丢失。进一步地，风力发电场管理系统可以是phm，传输数据至phm，用以为风力发电场的故障预测和健康管理提供机组运行的特征数据。相比于现有技术中，通常是风机plc传输运行参数的数据(通常是在20ms内采集的数据)到风电场(场phm)，在本技术实施例中，传输的数据是以特征值的形式，能够降低传输的数据量；通过向风电场phm的运行特征值的传输，也为风电场故障测试/预测和健康管理提供了较为丰富的机组运行特征数据。
79.进一步地，传输至phm的数据可进一步上传至云端，在云端形成风力发电机组运行特征数据，能够为大数据诊断以及模型训练提供数据样本；进一步地，根据上文中本技术实施例的描述，用于上传至云端的数据还可以包括风险等级、数据完整度标签等。
80.进一步地，在本技术实施例s101中，在获取所述第一运行参数的实际数据时，也可以获得控制指令，用于触发仿真模型的运行。
81.进一步地，本技术实施例s101-s104可以由部署在风力发电机组上的辅助控制设备完成。通过与plc进行通讯，辅助控制设备获取风力发电机组的第一运行参数的实际数据；在辅助控制设备上运行仿真模型，辅助控制设备根据所述第一运行参数的实际数据，得到第二运行参数的仿真数据；辅助控制设备比对所述第二运行参数的仿真数据和第二运行参数的设计数据，得到比对结果；辅助控制设备根据所述比对结果，得到风力发电机组的检测结果辅助控制设备根据检测结果得到控制指令，并将指令发送至机组控制设备plc，由plc对机组进行控制；在检测过程中得到的数据和结果可以传递给风场phm，phm还可以将特征数据进一步推送到云端。
82.在靠近风力发电组plc侧，设置能够集计算和应用一体的辅助控制设备，采用计算和应用一体的辅助控制设备，属于边缘计算的机组辅助诊断和控制架构，就近提供机组plc端基于数字孪生的机组检测服务；对于机组测试可以产生更快的业务响应，满足风电场机组在实时性、智能化、网络安全等方面的需求；同时通过基于数字孪生的方法，可以一定程度减少传统传感器的部署，从而降低机组检测的成本；也在一定程度上，改善在云端及风电场等集中节点进行诊断分析的现状，可在风机plc等边缘侧进行更可靠地基于实际数据的辅助诊断，并将机组辅助设备和plc、风电场phm连接到一起。
83.辅助控制设备与plc通讯传递的数据可以是具有一定时间周期(例如是20ms)的数据，即第一运行参数的实际数据，可以是在一定时间周期内连续采集的数据；该数据可以是由plc上的传感器采集得到后放入数据库或其它数据文件存储位置，辅助控制系统使用时从数据库或其他数据文件存储位置获取；辅助控制设备也可以具有探测器用以采集数据；在辅助控制设备运行仿真模型时，仿真模型得到的仿真数据也可以存在该数据库或其它数据文件存储位置。
84.进一步地，对于通过仿真模型得到第二运行参数的仿真数据，仿真模型可以是按照一定间隔进行触发，例如仿真模型以第一间隔时间进行触发；触发后获取一定时间段(例
如第一时间段)内的数据(第一运行参数的数据)，可以获取整时间段的数据，例如第一时间段1min，例如取整9分0秒到10分0秒，目的是便于数据的记录和分析。
85.比对第二运行参数的仿真数据和设计数据得到比对结果，并根据比对结果确定检测结果，也可以是通过模型完成的，例如机组检测模型；进一步地，机组检测模型也可以按照一定间隔，例如第二间隔时间进行触发；触发后获取一定时间段(例如第二时间段)内的数据(第二运行参数的仿真数据和设计数据)，并且可以是获取整时间段的数据。
86.由于通过仿真模型得到仿真数据需要一定的时间，因此仿真模型和机组检测模型的触发时间之间具有一定的限制条件，即，对于机组检测模型来说，为了利用第二时间段内的数据得到检测结果，需要在仿真模型得到第二时间段内的仿真数据之后，再进行数据的分析。因此，在获取到的第一运行参数的实际数据，以及得到的仿真数据均放于数据库的情况下，对于机组检测模型读取的数据需要满足上述的限制条件。
87.进一步地，还可以利用工控机、多个plc实现本技术实施例s101-s104，还可以将用于实现上述模型的模块直接集成在plc上，由plc完成相应功能。
88.进一步地，在本技术实施例中，第一运行参数和第二运行参数，指的是机组在运行过程中用以表示机组运行状态的参数。本技术实施例对于第二运行参数的种类提供举例，例如，第二运行参数可以是机组净空，在未部署净空测量设备的机组上，本技术实施例通过数字孪生仿真模型得到机组净空的仿真数据，将机组净空的仿真数据和设计数据比对，能够检测出异常净空问题；通常难以部署载荷传感器或难以维护叶片中部，第二运行参数可以是叶片中部机组载荷，本技术实施例通过数字孪生仿真模型得到叶片中部机组载荷的仿真数据，将叶片中部机组载荷的仿真数据和设计数据比对，能够检测出异常载荷问题；第二运行参数还可以是其他参数。上述第二运行参数仅为本技术实施例提供的举例，第二运行参数具体包括的参数类型和种类均不影响本技术实施例的实现。
89.进一步地，在本技术实施例s102中，为了得到第二运行参数的仿真数据，采用一定的仿真手段，仿真手段可以是基于激光雷达风速的仿真、基于叶根载荷的仿真、基于机舱风速的仿真、基于塔架载荷的仿真等。上述仿真手段仅为本技术实施例提供的举例，仿真手段具体包括的类型和种类均不影响本技术实施例的实现。
90.本技术实施例给出两种具体的实现方式。
91.第一、本技术实施例检测风力发电机组的方法用于根据塔底载荷确定机组的检测结果。
92.第二运行参数为塔底载荷；用于生成第二运行参数的仿真数据的仿真模型为数字孪生仿真模型；第一运行参数的实际数据风速数据输入至数字孪生仿真模型；
93.利用数字孪生仿真模型生成塔底载荷的仿真数据；
94.初始化后根据预设的检测条件进行检测：检查数字孪生仿真模型状态，若异常则终止流程；根据预设的检测条件对塔底载荷的仿真数据进行检测和处理：进行异常值剔除、根据风机状态生成完整度标签并进行筛选；
95.提取塔底载荷仿真数据的特征值，特征值为绝对值极值；比对塔底载荷的设计数据和仿真数据的绝对值极值，得到塔底载荷绝对值极值偏差；设计数据为预设参数，仿真数据则是根据实际数据运行仿真模型后得到；
96.根据风速对塔底载荷绝对值极值进行分仓，计算分仓内载荷均值；比对分仓内载
荷均值和分仓内载荷均值的设计值，得到塔底分仓均值偏差；提取10min内，塔底载荷的仿真数据的绝对值和第二阈值的比对结果；可以表示为底载荷的仿真数据的绝对值大于第二阈值的数量，占据底载荷的仿真数据的绝对值的百分比，记为仿真偏差占比；
97.生成风险等级：当塔底载荷绝对值极值偏差大于第一极值阈值时(瞬间载荷绝对值极值大于占比阈值)，生成塔底载荷风险等级1；当塔底分仓均值偏差大于第一均值阈值时(至少一个相同分仓载荷极值绝对值均值大于第一均值阈值)，生成塔底载荷风险等级2；当仿真偏差占比大于占比阈值时(10min内瞬时载荷绝对值大于占比阈值)，生成塔底载荷风险等级3；
98.当在10min内生成塔底载荷风险等级3，生成并向plc发送停机控制指令，以使plc控制机组停机；
99.传输数据完整度标签、塔底载荷绝对值极值、底载荷绝对值极值偏差、塔底载荷风险等级等运行特征传递给场级phm。
100.第二、本技术实施例检测风力发电机组的方法用于根据净空确定机组的检测结果。
101.第二运行参数为净空；用于生成第二运行参数的仿真数据的仿真模型为数字孪生仿真模型；第一运行参数的实际数据风速数据输入至数字孪生仿真模型；
102.利用数字孪生仿真模型生成净空的仿真数据；
103.初始化后根据预设的检测条件进行检测：检查数字孪生仿真模型状态，若异常则终止流程；根据预设的检测条件对净空的仿真数据进行检测和处理：进行异常值剔除、根据风机状态生成完整度标签并进行筛选；
104.提取净空的仿真数据的特征值，特征值为最小值；比对净空的设计数据和仿真数据的最小值，得到净空偏差；
105.比对净空偏差和第一阈值；当净空偏差超过第一阈值，生成净空风险等级；
106.检查净空风险等级；当净空风险等级超过预设等级时，生成并向plc发送停机控制指令，以使plc控制机组停机；
107.传输数据完整度标签、净空的仿真数据的最小值、净空偏差、净空风险等级等运行特征传递给场级phm。
108.第三、本技术实施例检测风力发电机组的方法用于根据机舱位移确定机组的检测结果。
109.第二运行参数为机舱位移；用于生成第二运行参数的仿真数据的仿真模型为数字孪生仿真模型；第一运行参数的实际数据风速数据输入至数字孪生仿真模型；
110.利用数字孪生仿真模型生成机舱位移的仿真数据；
111.初始化后根据预设的检测条件进行检测：检查数字孪生仿真模型状态，若异常则终止流程；根据预设的检测条件对机舱位移的仿真数据进行检测和处理：进行异常值剔除、根据风机状态生成完整度标签并进行筛选；
112.提取机舱位移的仿真数据的特征值，特征值为最大值；比对机舱位移的设计数据和仿真数据的最大值，得到机舱位移偏差；
113.比对机舱位移偏差和第一阈值；当机舱位移偏差超过第一阈值，生成机舱位移风险等级；
114.检查机舱位移风险等级；当机舱位移风险等级超过预设等级时，生成并向plc发送停机控制指令，以使plc控制机组停机；
115.传输数据完整度标签、机舱位移的仿真数据的最小值、机舱位移偏差、机舱位移风险等级等运行特征传递给场级phm。
116.在上述三种实现方式中，利用数字孪生仿真模型生成的仿真数据可以和获得的实际数据均可以放在数据库中。
117.可以理解地是，上述三种实现方式均是本技术实施例的举例，参数的具体类型和数量并不对本技术实施例构成限制。
118.请参见图2，图2是本技术实施例提供的风力发电机组的检测系统的结构示意图，该系统运用图1中本技术实施例提供的风力发电机组的检测方法；该系统200包括风力发电机组201、辅助控制设备202、控制设备plc203以及phm。
119.辅助控制设备202用于实现如图1中本技术实施例提供的用于风力发电机组的检测方法s101-s104，控制设备plc203用于对机组201进行控制；
120.辅助控制设备202部署在机组201上，与plc203通过通讯传递20ms数据，运行数字孪生仿真模型，辅助控制设备202根据仿真结果与机组201实际运行结果对比，即比对对照参数的仿真数据和实际数据，用于确定机组201的运行状态；辅助控制设备202将生成的控制指令，以及得到的状态信息传递给plc 203，数据诊断结果传递给风电场phm 204，phm 204还可以将这些传递特征数据进一步推送给云端。
121.请参见图3，图3是本技术另一实施例提供的用于风力发电机组的检测方法的流程图，本技术实施例中风力发电机组的检测方法包括的步骤如图3所示。
122.获取机组的实际数据；实际数据为机组参数的实际数据，可以包括激光雷达风速、叶根载荷、机舱风速、塔架载荷等机组参数的数据。这些数据、机组控制指令(plc控制指令)，以及(其他)机组状态传输至辅助控制设备(简称辅控设备)，作为辅控数字孪生的输入，完成基于参数的仿真，得到仿真数据。
123.基于参数的仿真可以包括基于激光雷达风速、叶根载荷、机舱风速以及塔架载荷的仿真，实现多类输入下的仿真。
124.对得到的数字孪生仿真机组状态(由仿真数据表示)进行特征提取后，以特征值的形式输入用于风力发电机组检测的辅控异常检测模型，将仿真数据和设计数据进行比对，完成基于数字孪生仿真状态的校验；在辅控异常检测模型运行的过程中，可能还需要输入模型参数。
125.将得到的状态校验辅控指令返回至机组(pcl)用以控制机组，并将得到的风险等级、数据记录等传输至场级phm，用以为风电场的故障预测和健康管理提供机组运行的特征数据；数据记录可以包括实测及仿真特征数据、风险触发时刻瞬时数据等。
126.传输至phm的数据可进一步上传至云端，在云端形成风力发电机组运行特征数据，能够为大数据诊断以及模型训练提供数据样本。
127.请参阅图4，图4是本技术实施例提供的风力发电机组的检测设备的结构示意图，该检测设备400包括处理器401和存储器402，其中，存储器402存储有相应的代码，处理器401用于调用所述存储器402中存储的代码，实现以下功能：
128.获取风力发电机组的第一运行参数的实际数据；
129.根据所述第一运行参数的实际数据，得到第二运行参数的仿真数据；
130.比对所述第二运行参数的仿真数据和第二运行参数的设计数据，得到比对结果；
131.根据所述比对结果，得到风力发电机组的检测结果。
132.所述电子设备所包括的单元，以及单元之间的连接关系，能够达到和上述力发电机组运行状态确定的方法相同的技术效果，为避免重复，这里不再赘述。
133.请参阅图5，图5是本技术实施例提供的一种风力发电机组，所述风力发电机组包括图4对应的本技术实施例提供的风力发电机组的检测设备。
134.所述风力发电机组所包括的单元，以及单元间的连接关系，能够达到和上述力发电机组运行状态确定的方法相同的技术效果，为避免重复，这里不再赘述。
135.在本技术的实施例中，还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述风力发电机组检测的方法，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。