一种风力发电机组发电机转速异常检测方法与流程

1.本发明涉及风力发电技术领域，具体涉及一种风力发电机组发电机转速异常检测方法。


背景技术：

2.随着风电行业平价时代的到来，风电机组大型化趋势进一步加速。机组的单机功率逐步提高，部件的运维成本和更换成本也随之变高。为了提高风电机组关键部件的可靠性，同时减少机组频繁故障引起的停机进而造成机组发电性能降低的问题，对机组进行异常检测实现提前预警是一个十分必要的工作。
3.发电机是风电机组的关键部件，机组正常发电与发电机转速有不可分离的关系。发电机转速在风电机组上有2个测点，分别位于发电机非驱动端和齿轮箱高速轴。前者采用的传感器为编码器，后者采用的传感器为接近开关。风电机组在机组正常运行过程中，由于联轴器打滑、接近开关损坏、发电机非驱动端损伤等原因，测量到的发电机转速会出现振荡现象，发生发电机转速不匹配故障。如果这种现象没有及时察觉，风电机组可能会出现重大安全事故。
4.一般通过设置一个参数来报警发电机转速不匹配故障，当在并网阶段，两个测点测量的发电机转速差值超过这个参数就会报警停机。往往这个参数会设的较大。因此只有当联轴器打滑很明显或者接近开关/发电机非驱动端损坏严重，造成发电机转速不匹配现象特别明显时才会触发这个报警。此时风电机组的可靠性和发电性能都已经受到了严重的影响。
5.如中国专利cn107612032a，公开日2018年1月19日，一种基于双稳态控制的风电并网电能质量监控系统及方法，其中，监控系统包括：风电数据采集模块、主网数据采集模块、并网接口模块、控制器和稳定补偿接入终端；风电数据采集模块用于采集风力发电机组的功率信息；主网数据采集模块用于采集电网主网的电能质量参数；并网接口模块用于采集风力发电机组和电网主网的并网处的特征参数；控制器用于根据风力发电机组的功率信息生成功率补偿信息，以及用于根据电网主网的电能质量参数、特征参数生成阻尼稳态补偿信息；稳定补偿接入终端根据功率补偿信息和阻尼稳态补偿信息对并网处进行稳态补偿控制。该方案主要通过设置阈值进行监控，存在对发电机的转速异常检测效果差，并网时风电机组的稳定性较差的问题。


技术实现要素：

6.本发明要解决的技术问题是：目前的风力发电机组存在无法及时察觉发电机转速异常导致风电机组的可靠性较差的技术问题。提出了一种能够及时察觉发电机转速不匹配现象进而提高风电机组可靠性的风力发电机组发电机转速异常检测方法。
7.为解决上述技术问题，本发明所采取的技术方案为：一种风力发电机组发电机转速异常检测方法，包括如下步骤：
s1：获取数据源；s2：拟合数据关系；s3：选择异常检测阈值；s4：选择触发频率；s5：保存异常检测模型；s6：检验异常检测模型的准确度；s7：将检验后的异常检测模型写入控制器进行在线异常检测。
8.一种风力发电机组发电机转速异常检测方法，将拟合得到的数据关系、异常检测阈值和触发频率保存成异常检测模型，将异常检测模型写入控制器进行发电机转速在线异常检测。
9.作为优选，获取的数据源包括机组运行数据，机组运行数据的数据点包括接近开关反馈的发电机转速和变流器反馈的发电机转速。从scada系统中获取机组运行秒级数据，数据点为发电机转速(接近开关反馈)和发电机转速(变流器反馈)。
10.作为优选，步骤s2包括：根据获取的历史运行数据进行线性拟合，获得关系式f：f：y＝kx+b其中，y为变流器反馈的发电机转速，x为接近开关反馈的发电机转速，k为比例系数，b为测量误差。基于历史运行数据，对发电机转速(接近开关反馈)和发电机转速(变流器反馈)的关系进行线性拟合，令y＝发电机转速(变流器反馈)，x＝发电机转速(接近开关反馈)，即f：y＝kx+b。b是由于传感器精度、大惯量动作延时等引起的测量误差。
11.作为优选，采用最小二乘法拟合关系式f，令(xi,yi)表示第i个历史数据样本，其中，i＝1，2，
…
，m，m为样本个数，获得目标函数：其中，为根据关系式f计算出的预测值，yi是观察到的实际值；获得k和b的计算式：
12.通过历史数据样本，采用最小二乘法拟合得到y与x的关系f。令(xi,yi)(i＝1，2，
…
，m，m为样本个数)表示第i个历史数据样本，则最小二乘法下的目标函数为其中表示根据y＝kx+b计算出来的预测值，yi是真实观察到的值。因为f是一个一次函数，因此容易得到：
13.作为优选，步骤s3中选择异常检测阈值的过程包括：通过肘部法则确定异常检测阈值a；当时，判断出现转速异常状况。
14.通过肘部法则来确定异常检测阈值a，对于新样本(x,y)，通过x和f可以得到即预测值，当判断为异常。
15.作为优选，通过肘部法则确定异常检测阈值a的过程包括：设diff为接近开关反馈的发电机转速与变流器反馈的发电机转速的差值；使阈值a从10到100变化，步长为10；分别按不同阈值a进行异常检测，将检测到转速异常的数据去掉，将剩余的正常数据的diff的方差与未进行异常检测的所有数据diff的方差相减获得提高幅度δvar；根据不同的异常检测阈值a与对应的提高幅度δvar绘制变化曲线，通过肘部法则选取异常检测阈值a。
16.肘部法则理论上是选择拐点，实际应用时需要保证机组安全性。
17.作为优选，步骤s4中选择触发频率的过程包括：划分多个异常周期，计算各异常周期内异常结果发生的不连续的时间间隔的次数，计算各异常周期内异常结果发生次数的中位数作为触发频率。
18.在异常周期内可能发生多次异常，每次异常发生都具有一定的异常持续时间即时间间隔，当预测值与实际值的差值的绝对值大于异常检测阈值a时，判断异常持续时间开始；持续一段时候后当预测值与实际值的差值的绝对值小于异常检测阈值a时，判断异常持续时间结束，该段时间记为一个异常结果持续时间段。异常周期内可能出现多个异常结果持续时间段即多个不连续的时间间隔，将异常周期内这些异常结果持续时间段的个数记为异常结果发生次数。若得到的触发频率为单位时间内异常结果发生z次，则当单位时间内异常结果发生次数大于z时触发报警。
19.本发明的实质性效果是：本发明通过肘部法则，利用异常检测前后的方差关系，能科学合理地选择异常检测阈值；本发明通过触发频率，避免了通讯错误、传感器测量干扰引起的误判，避免了误判引起的频繁停机；本发明在整个发电机转速范围内进行异常检测，将历史样本拟合出来的规律和确定的阈值写入控制器，实现在线的异常检测，提前及时预警，保证机组安全可靠运行。
附图说明
20.图1为本实施例的实施流程示意图；图2为本实施例异常检测阈值的选择结果示意图。
具体实施方式
21.下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。
22.一种风力发电机组发电机转速异常检测方法，如图1所示，包括如下步骤：s1：获取数据源；s2：拟合数据关系；s3：选择异常检测阈值；s4：选择触发频率；s5：保存异常检测模型；
s6：检验异常检测模型的准确度；s7：将检验后的异常检测模型写入控制器进行在线异常检测。
23.本实施例具体实施过程如下：(1)获取数据源：从scada系统中获取机组运行秒级数据，数据点为接近开关反馈的发电机转速和变流器反馈发电机转速。
24.(2)数据关系的拟合：基于历史运行数据，对发电机转速(接近开关反馈)和发电机转速(变流器反馈)的关系进行线性拟合，令y＝变流器反馈的发电机转速，x＝接近开关反馈的发电机转速，即f：y＝kx+b。b是由于传感器精度、大惯量动作延时等引起的测量误差。
25.通过历史数据样本，采用最小二乘法拟合得到y与x的关系f。令(xi,yi)(i＝1，2，
…
，m，m为样本个数)表示第i个历史数据样本，则最小二乘法下的目标函数为其中表示根据y＝kx+b计算出来的预测值，yi是真实观察到的值。因为f是一个一次函数，因此容易得到：
26.在本实施例中，拟合用的历史数据样本无需区分样本数据是否已发生联轴器打滑、接近开关/发电机非驱动端损坏，即采用的是所有数据。
27.在本实施例中，因为两个传感器测量的是同一个变量，所以计算得到的斜率k恒接近于1，样本越多越接近于1。
28.(3)异常检测阈值选择：对于新样本(x,y)，通过x和f可以得到即预测值，当判断为异常。通过肘部法则来确定异常检测阈值a。
29.定义diff＝发电机转速(接近开关反馈)和发电机转速(变流器反馈)的差值，使阈值a从10到100变化，步长为10，计算按不同阈值进行异常检测后，剩余的正常数据diff的方差相较于未进行异常检测的所有数据diff的方差的提高幅度δvar。肘部法则理论上是选择拐点，但实际应用时需要保证机组安全性。如图2所示，兼顾异常检测有效性和机组安全性考虑，选择异常检测阈值a＝30。
30.(4)触发频率选择：为了减小误报率和停机率，设置触发频率，触发频率定义为触发异常检测阈值的跳变频率。根据步骤(2)和(3)得到的异常结果统计异常周期，给定触发频率。
31.如以小时为单位，计算每小时内异常结果发生的不连续的时间间隔的次数，即当异常周期内出现时，判断发生异常，持续一段时间后，预测值与实际值y的差值慢慢减小，直到判断异常结束，该时间段为一个异常结果持续时间段即一个时间间隔，每个异常结果发生的不连续的时间间隔都会使该异常周期内计算的异常结果发生次数增加一次，根据一段时间内得到的多个异常周期，计算各异常周期内异常结果发生次
数的中位数作为触发频率。若得到的触发频率为单位时间内异常结果发生z次，则当单位时间内异常结果发生次数大于z时触发报警。
32.(5)异常检测模型保存：将拟合得到的数据关系、异常检测阈值和触发频率保存成异常检测模型。
33.(6)异常检测模型加载与输出：选择多台机组的数据作为测试样本，将测试数据输入到异常检测模型，标出异常点，并与历史故障工单对照，验证结果的有效性。
34.(7)发电机转速在线异常检测：将异常检测模型写入控制器进行发电机转速在线异常检测。
35.相比于现有的风电联轴器打滑故障预警方法，本实施例采用的测点分别为接近开关反馈的发电机转速和变流器反馈的发电机转速，能够检测高速轴转速不匹配故障；本实施例无需将正常和异常数据分开，采用所有数据建模，数据处理更为全面准确；本实施例通过肘部法则，利用异常检测前后的方差关系，能够更为合理地选择异常检测阈值；本实施例采用了触发频率，是一定周期内发生异常的不连续时间间隔次数，并采用中位数统计确定触发频率的值，避免了通讯错误、传感器测量干扰引起的误判，避免了误判引起的频繁停机；本实施例在整个发电机转速范围内进行异常检测，将历史样本拟合出来的规律和确定的阈值写入控制器，实现了在线的异常检测，能够及时察觉发电机转速不匹配现象，提前进行预警，提高了风电机组的稳定性，保证机组安全可靠运行。
36.以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。