风电机组请求学习数据保运方法、系统、电子设备、介质与流程

1.属于风电机组运行控制技术领域，其具体为风电机组请求学习数据保运方法、系统、电子设备、介质。


背景技术：

2.在极端情况下，当风电机组设备的各类用于维持自身正常运行的传感器及其冗余传感器出现故障时。本风电机组为了保护机组，则会出现停机。
3.但是，海上发电运维和陆地发电运维存在较大差异，可能会面临一个月都无法出海作业的情况。因此，无法及时进行维护，最终导致，风电机组长期处于停机状态，最终导致该风电机组的可靠性和发电量降低。
4.现有的风电机组的传感数据一般依赖自身设计有冗余传感设备产生冗余传感数据，并未其它通道的冗余传感数据。因此，现有的风电机组的可靠性还需进一步提高。


技术实现要素：

5.本发明旨在提高海上风电机组的可靠性和发电量，提供风电机组请求学习数据保运方法、系统、电子设备、介质。
6.本发明的一个方面提供一种风电机组请求学习数据保运方法。
7.风电机组请求学习数据保运方法，
8.包括以下步骤：
9.s1、生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求；
10.s2、获得被学习风电机组响应所述学习数据请求而返回的学习数据；
11.s3、基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令。
12.进一步的，
13.还包括以下步骤：
14.s0、基于学习风电机组的运行数据判定学习风电机组是否处于异常状态；
15.s0于s1之前或s3之前被执行。
16.进一步的，所述学习风电机组的运行数据包括：学习风电机组的风向传感器、风速传感器、环境温度传感器分别输出的风向数据、风速数据、环境温度数据中的至少1种。
17.当风向数据、风速数据、环境温度数据中的至少1种异常时，则判定学习风电机组处于异常状态。
18.进一步的，所述学习数据请求包括：风向数据请求、风速数据请求、环境温度数据请求中的至少1种。
19.进一步的，所述返回的学习数据包括：被学习风电机组的风向传感器、风速传感器、环境温度传感器分别输出的风向数据、风速数据、环境温度数据中的至少1种。
20.进一步的，学习风电机组与被学习风电机组属于地理距离最近相邻风电机组。
21.进一步的，学习风电机组与被学习风电机组属于同一风厂下同一风区内的2组风电机组。
22.本发明的另一个方面，一种电子设备，包括：
23.一个或多个处理器；
24.存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现所述的风电机组请求学习数据保运方法。
25.本发明的另一个方面，一种计算机可读存储介质，其上存储有计算机程序，
26.所述计算机程序被处理器执行时能实现所述的风电机组请求学习数据保运方法。
27.本发明的另一个方面，提供风电机组请求学习数据保运系统，包括：学习风电机组、被学习风电机组中的至少1个；
28.学习风电机组包括：
29.生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求的设备或模块，
30.获得被学习风电机组响应所述学习数据请求而返回的学习数据的设备或模块，
31.基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令的设备或模块；
32.被学习风电机组包括：
33.响应所述学习数据请求返回学习数据至学习风电机组的设备或模块。
34.本发明的另一个方面，提供风电机组请求学习数据保运系统，
35.包括：学习控制平台、学习风电机组、被学习风电机组中的至少1个；
36.学习控制平台包括：
37.生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求的设备或模块，
38.获得被学习风电机组响应所述学习数据请求而返回的学习数据的设备或模块，
39.转发所述返回的学习数据至学习风电机组或基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令的设备或模块；
40.学习风电机组包括：
41.基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令或接收功能性指令的设备或模块；
42.被学习风电机组包括：
43.响应所述学习数据请求返回学习数据至学习风电机组的设备或模块。
44.本发明实施例的风电机组请求学习数据保运方法，该方法借助相关联的其它风电机组为异常的风电机组提供了数字类别的冗余，以此为异常的风电机组提供除自身的设备冗余通道以外，还提供了一种数字冗余通道，提高风电机组的可靠性，可以使得风电机组在异常的情况下，依然可以依赖其它风电机组的数据以亚健康的方式运行，减少发电量损失。
45.本发明的机组出现故障时，除了自身冗余外，也可以借助相邻机组去感知风速、风向、环境温度等，来提升机组的可靠性。
附图说明
46.图1为本发明的结构示意图；
47.图2为本发明实施例2的一种结构示意图；
48.图3为本发明实施例2的另一种结构示意图；
49.图4为本发明基于学习风电机组和被学习风电机组的流程示意图。
50.图5本发明基于学习风电机组和被学习风电机组和学习控制平台的一种流程示意图。
51.图6本发明基于学习风电机组和被学习风电机组和学习控制平台的另一种流程示意图。
具体实施方式
52.为使本领域技术人员更好地理解本发明/发明的技术方案，下面结合附图和具体实施方式对本发明/发明作进一步详细描述。
53.实施例1：如图1所示，对于一个风电机组而言，其设置有各类常规传感器，比如风速传感器、风向传感器、环境温度传感器，这些传感器所产生的传感数据一般用于保障风电机组正常工作，比如，依赖风速、风向进行偏航控制，即，风电机组会基于风速传感器、风向传感器、环境温度传感器的传感数据进行功能计算，最终输出保障风电机组正常工作的功能性指令(偏航指令等)。因此，一旦这些传感器故障，则无法保障风电机组正常工作，一般为了解决该问题，提高风电机组的可靠性，会设置冗余性的传感器，比如冗余风速传感器、冗余风向传感器、冗余环境温度传感器；在常规传感器故障时，一般启用这些冗余性的传感器。但在极端环境下，往往，常规传感器和冗余性的传感器会一同失效。因此，这种依赖硬件的冗余并不可靠。如图1所示，本发明从外部为风电机组引入学习数据，这些学习数据来自于相关联的其它风电机组，这样就形成一种外部冗余设计。即上述常规传感器和冗余性的传感器组成了风电机组的内部冗余部份，外部学习数据则组成了风电机组的外部冗余部份。
54.基于上述内容，本实施例1提供了一种风电机组，风电机组可以获得外部学习数据，外部学习数据用于与传感数据形成冗余关系，外部学习数据、冗余传感器的传感数据、常规传感器的传感数据均作为生成用于控制学习风电机组正常运行的功能性指令的依据性数据。
55.实施例2：
56.附图2、图3、图4、图5、图6，
57.本实施例提供了一种学习风电机组。
58.学习风电机组：
59.获得被学习风电机组响应所述学习数据请求而返回的学习数据，
60.基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令。
61.进一步的，学习风电机组获得学习数据前，可以完成以下动作：基于学习风电机组的运行数据判定学习风电机组是否处于异常状态；生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求。
62.本实施例提供了一种被学习风电机组。
63.被学习风电机组：
64.响应所述学习数据请求返回学习数据至学习风电机组。
65.本实施例提供了一种学习控制平台。
66.学习控制平台：
67.基于学习风电机组的运行数据判定学习风电机组是否处于异常状态，
68.生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求，
69.获得被学习风电机组响应所述学习数据请求而返回的学习数据，
70.转发所述返回的学习数据至学习风电机组或基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令；
71.学习风电机组、被学习风电机组、学习控制平台的组合后形成风电机组请求学习数据保运系统，有以下实施例
72.实施例2.1
73.参见附图2，
74.风电机组请求学习数据保运系统，
75.包括：学习风电机组、被学习风电机组中的至少1个(附图 2表达了2个部份均参与)；
76.学习风电机组包括：
77.基于学习风电机组的运行数据判定学习风电机组是否处于异常状态的设备或模块，
78.生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求的设备或模块，
79.获得被学习风电机组响应所述学习数据请求而返回的学习数据的设备或模块，
80.基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令的设备或模块；
81.被学习风电机组包括：
82.响应所述学习数据请求返回学习数据至学习风电机组的设备或模块。
83.实施例2.2
84.参见附图3，
85.风电机组请求学习数据保运系统，
86.包括：学习控制平台、学习风电机组、被学习风电机组中的至少1个(附图3表达了3个部份均参与)；
87.学习控制平台包括：
88.基于学习风电机组的运行数据判定学习风电机组是否处于异常状态的设备或模块，
89.生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求的设备或模块，
90.获得被学习风电机组响应所述学习数据请求而返回的学习数据的设备或模块，
91.转发所述返回的学习数据至学习风电机组或基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令的设备或模块；
92.学习风电机组包括：
93.基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令或接收功能性指令的设备或模块；
94.被学习风电机组包括：
95.响应所述学习数据请求返回学习数据至学习风电机组的设备或模块。
96.实施例3
97.参见附图4、图5、图6，
98.本发明的一个方面提供一种风电机组请求学习数据保运方法。
99.风电机组请求学习数据保运方法，
100.包括以下步骤：
101.s0、基于学习风电机组的运行数据判定学习风电机组是否处于异常状态，若是，则转s1，
102.s1、生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求；
103.s2、获得被学习风电机组响应所述学习数据请求而返回的学习数据；
104.s3、基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令。
105.本发明的一个方面提供一种风电机组请求学习数据保运方法。
106.风电机组请求学习数据保运方法，
107.包括以下步骤：
108.s1、生成向与学习风电机组存在关联关系的被学习风电机组发送的学习数据请求；
109.s2、获得被学习风电机组响应所述学习数据请求而返回的学习数据；
110.s0、基于学习风电机组的运行数据判定学习风电机组是否处于异常状态，若是，则转s3；
111.s3、基于所述返回的学习数据生成用于控制学习风电机组正常运行的功能性指令。
112.依据附图4、5、6，上述步骤的执行设备可以是学习风电机组、被学习风电机组、学习控制平台中的一种或多种。
113.进一步的，所述学习风电机组的运行数据包括：学习风电机组的风向传感器、风速传感器、环境温度传感器分别输出的风向数据、风速数据、环境温度数据中的至少1种。
114.当风向数据、风速数据、环境温度数据中的至少1种异常时，则判定学习风电机组处于异常状态。
115.进一步的，所述学习数据请求包括：风向数据请求、风速数据请求、环境温度数据请求中的至少1种。
116.进一步的，所述返回的学习数据包括：被学习风电机组的风向传感器、风速传感器、环境温度传感器分别输出的风向数据、风速数据、环境温度数据中的至少1种。
117.进一步的，学习风电机组与被学习风电机组属于地理距离最近相邻风电机组。
118.进一步的，学习风电机组与被学习风电机组属于同一风厂下同一风区内的2组风
电机组。
119.学习风电机组与被学习风电机组关联关系可以通过学习风机的hmi模块设置相关联的被学习风电机，设置被学习风电机的ip，这样，学习风电机组在异常时，可以提供被学习风电机的ip发送学习数据请求。
120.学习风电机组在收到返回的学习数据(被学习风电机组的风向传感器、风速传感器、环境温度传感器分别输出的风向数据、风速数据、环境温度数据中的至少1种)后，还可以通过有效性验证，在验证后，将这些学习数据作为一种冗余量进行保存，待后续的功能性指令生成程序调用。
121.本实施例中的s1、和s2可以提前或实时执行，利于提前获取冗余用的学习数据，这样，在学习风电机组发生异常时，作出 s0的判定后，直接执行s4，调用冗余用的学习数据生成功能性指令。
122.也可以，先执行s0，在学习风电机组发生异常时，然后再执行s1、s2、s3，即，再进行学习数据请求、获得响应的学习数据、基于冗余用的学习数据生成功能性指令等步骤。
123.另外，
124.学习风电机组与被学习风电机组之间使用moubustcp协议交互。
125.学习数据的数据精度应不小于10hz。
126.本实施例可以在本学习风电机组的传感器损坏时，机组不执行停机，提示告知业主，本学习风电机组切换使用相邻机组的学习数据保证机组亚健康运行。
127.实施例4
128.本发明的另一个方面，一种电子设备，包括：
129.一个或多个处理器；
130.存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现所述的风电机组请求学习数据保运方法。
131.实施例5
132.本发明的另一个方面，一种计算机可读存储介质，其上存储有计算机程序，
133.所述计算机程序被处理器执行时能实现所述的风电机组请求学习数据保运方法。
134.其中，计算机可读介质可以是本发明/发明的装置、设备、系统中所包含的，也可以是单独存在。
135.其中，计算机可读存储介质可是任何包含或存储程序的有形介质，其可以是电、磁、光、电磁、红外线、半导体的系统、装置、设备，更具体的例子包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、光纤、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件，或它们任意合适的组合。
136.其中，计算机可读存储介质也可包括在基带中或作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码，其具体的例子包括但不限于电磁信号、光信号，或它们任意合适的组合。
137.例如：
138.以多个风电机组为例，
139.通过风电机组a的hmi模块，设置风电机组a的目标学习机组为风电机组b、风电机组c和风电机组d；(选择与风电机组a有连接关系的其他风电机组中的一个或多个风电机组为目标学习机组)
140.当风电机组a的传感器出现故障时，设置风电机组a的数据学习范围包括：风速数据和风向数据；并提示机主风速传感器和风向传感器出现故障；
141.风电机组a以风速传感器和风向传感器的数据读取频率向风电机组b、风电机组c和风电机组d发送风速数据和风向数据的数据请求；
142.风电机组a接收风电机组b、风电机组c和风电机组d返回的风速数据和风向数据，求取三个风速数据、三个风向数据的平均值；
143.以平均风速数据和平均风向数据作为风电机组a的风速数据和风向数据，维持风电机组a的亚健康状态继续运行。
144.又例如：
145.以多个风电机组为例，
146.以风电机组e为例，通过学习控制平台设置风电机组e的目标学习机组为风电机组f和风电机组g、风电机组f的目标学习机组为风电机组e和风电机组h、风电机组h的目标学习机组为风电机组f和风电机组g、风电机组g的目标学习机组为风电机组e和风电机组h；
147.通过学习控制平台设置各风电机组的数据学习范围均包括：环境温度数据、风速数据、风向数据；设置数据请求周期为30分钟；
148.在风电机组未检测到故障时，各风电机组每30分钟向其目标学习机组发送环境数据、温度数据、风速数据、风向数据的数据请求；
149.设置环境数据、温度数据、风速数据、风向数据的严重误差阈值均为50；
150.求取各目标学习机组返回数据的平均值作为数据学习结果；将数据学习结果与本机组检测数据进行比对，当学习结果与本机组检测数据的差值大于50时，判定本风电机组出现故障；如：本机组检测的温度数据与温度数据学习结果差值为60时，则判定本机组的温度传感器出现故障。
151.若通过上述判断方式和/或其他电气结构判断发现：某机组环境传感器、温度传感器、风速传感器、风向传感器中的三个或三个以上传感器故障，本机组实行停机，并提示机主具体出现故障的传感器名称；
152.若某机组故障传感器在三个以下，设置该风电机组的数据学习范围包括其故障传感器所测量的数据，并提示机主具体出现故障的传感器名称；
153.当风电机组e的环境传感器出现故障时，风电机组e以环境传感器的数据读取频率向风电机组f和风电机组g发送环境数据请求；风电机组e接收风电机组f和风电机组g返回的环境数据，对返回的环境数据进行有效性验证，数据验证有效后，求取两个环境数据的平均值；若数据验证无效，则重新发送数据验证请求。
154.以平均环境数据作为风电机组e的环境数据，维持风电机组 e的亚健康状态继续运行。
155.原则上各机组在与目标学习机组进行数据交互时，各机组交换机直接交互；也可以通过中控机间接交互。
156.现场运维人员可以通过各风电机组上的hmi模块实时修改其目标学习机组、数据
学习范围、数据请求周期、各数据严重误差阈值等各类参数。
157.可以理解的是，以上实施方式仅仅是为了说明本发明/发明的原理而采用的示例性实施方式，然而本发明/发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明/发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明/发明的保护范围。