一种风力发电机机组劣化预警方法及系统与流程

本申请涉及风力发电管理领域，尤其涉及一种风力发电机机组劣化预警方法及系统。

背景技术：

1、随着风电竞价上网时代的到来，风电度电成本的下降面临巨大压力，对于存量设备需要同时保障提升风电量和降低运维成本两个指标，风电产业链需要向数字化要效益。

2、风电机组作为风电场投资比重最高的资产，设备的健康状态直接影响着风电场的投资收益，随着机组运行时间的增加，设备零部件会出现老化、磨损等现象，进而引发机组故障和发电性能衰退。

3、目前，对于风电机组设备健康状态的监控与预警通常是采用人工配合检测设备的巡检方式进行，而该种方式的工作强度大、运行成本高并且无法实现实时监控，从而造成发电量损失和经济损失。

技术实现思路

1、针对上述问题，本申请提供了一种风力发电机机组劣化预警方法及系统，能够实现对于风力发电机组性能劣化情况的实时监控与预警。

2、为实现本申请的目的，本申请提供如下的技术方案：

3、第一方面，本申请提供一种风力发电机机组劣化预警方法，包括：

4、s101，原始数据获取：获取风机运行数据；

5、s201，原始数据判断：对所述风机运行数据中的风速功率曲线进行异常识别，获得正常风机数据与劣化风机数据；

6、s301，劣化类型分析：根据所述劣化风机数据与劣化类型的对应关系，得到劣化类型；

7、s401，劣化结果分析：根据所述劣化类型与劣化结果的对应关系，得到劣化结果。

8、在一种可能的实现方式中，在步骤s101后，还包括：

9、s111，原始数据清洗：通过先验知识排除所述风机运行数据明显偏离正常值范围的数据，同时删除缺失数据。

10、在一种可能的实现方式中，在步骤s301后，还包括：

11、s311，连续性验证：获取所述劣化风机数据中功率与功率对应时间，进行时间校验，获取时间段信息。

12、在一种可能的实现方式中，在步骤s311后，还包括：

13、s321，劣化类型校验：提取所述正常风机数据中的数据特征，对所述劣化风机数据进行校验，得到补充劣化类型。

14、在一种可能的实现方式中，步骤s401包括：

15、s402，劣化问题分析：根据所述劣化类型与劣化问题的对应关系，得到所述劣化问题；

16、s403，劣化部位分析：根据所述劣化类型与劣化部位的对应关系，得到所述劣化部位。

17、在一种可能的实现方式中，所述劣化类型，包括：切入风速异常、曲线偏左、曲线偏右、无法满发、风速异常、功率为0、斜率异常、存在功率限制、曲线散度大、散点多、多线。

18、在一种可能的实现方式中，所述劣化类型为所述切入风度异常、所述存在功率限制与所述多线时，得到劣化问题为机组控制问题；

19、所述劣化类型为所述风速异常、所述功率曲线异常、所述斜率异常与所述曲线散度大时，得到劣化问题为数据测度问题；

20、所述劣化类型为所述曲线偏左与所述散点多时，得到劣化问题为低温限电问题；

21、所述劣化类型为所述散点多时，得到劣化问题为机组故障频繁问题；

22、所述劣化类型为所述曲线偏右、所述无法满发与所述散点多时，得到劣化问题为机组性能问题；

23、所述劣化类型为所述功率为0时，得到劣化问题为停机问题。

24、在一种可能的实现方式中，所述劣化问题与劣化部位的对应关系，包括：

25、所述劣化问题为机组控制问题时，劣化部位为、人为限功率；

26、所述劣化问题为数据测度问题时，劣化部位为发电机、风速仪、湍流影响；

27、所述劣化问题为低温限电问题时，劣化部位为人为限电、风场限电；

28、所述劣化问题为机组故障频繁问题时，劣化部位为、机舱、齿轮箱；

29、所述劣化问题为机组性能问题时，劣化部位为变桨系统、偏航系统。

30、在一种可能的实现方式中，所述正常风机数据中的数据特征，包括：切入风速、恒转风速、斜率。

31、第二方面，本申请提供一种风力发电机机组劣化预警系统，包括：采集模块、处理模块、预警模块；

32、所述采集模块，用于获取风机运行数据，发送至所述处理模块；

33、所述处理模块，用于对所述风机运行数据中的风速功率曲线进行异常识别，获得正常风机数据与劣化风机数据，以及，用于根据所述劣化风机数据与劣化类型的对应关系，得到劣化类型，以及，用于根据所述劣化类型与劣化结果的对应关系，得到劣化结果；

34、所述预警模块，用于在接收到劣化结果后进行预警与显示。

35、通过本申请提供的风力发电机机组劣化预警方法及系统，能够使用图像识别、聚类等算法，针对风速功率曲线的异常进行识别对识别出的劣化模式进行分类，提取特征(如切入风速、恒转风速等)，构建横向比对的特征库，通过反复的特征比对与先验知识的指导，釆用算法自动地追溯劣化发生的原因，并根据数据特征的分布找到问题数据所在的部件，给出劣化原因，输出最终的劣化分析结果，实现对风力发电机机组性能劣化请求的实时监控，从而提升2％发电量。

技术特征：

1.一种风力发电机机组劣化预警方法，其特征在于，包括：

2.根据权利要求1所述的风力发电机机组劣化预警方法，其特征在于，在所述获取风机运行数据后，还包括：

3.根据权利要求1所述的风力发电机机组劣化预警方法，其特征在于，在所述根据所述劣化风机数据与劣化类型的对应关系，得到劣化类型后，还包括：

4.根据权利要求3所述的风力发电机机组劣化预警方法，其特征在于，在所述根据所述劣化风机数据与劣化类型的对应关系，得到劣化类型后，还包括：

5.根据权利要求1所述的风力发电机机组劣化预警方法，其特征在于，所述根据所述劣化类型与劣化结果的对应关系，得到劣化结果，包括：

6.根据权利要求5所述的风力发电机机组劣化预警方法，其特征在于，所述劣化类型，包括：切入风速异常、曲线偏左、曲线偏右、无法满发、风速异常、功率为0、斜率异常、存在功率限制、曲线散度大、散点多、多线。

7.根据权利要求6所述的风力发电机机组劣化预警方法，其特征在于，所述劣化类型与劣化问题的对应关系，包括：

8.根据权利要求5所述的风力发电机机组劣化预警方法，其特征在于，所述劣化问题与劣化部位的对应关系，包括：

9.根据权利要求1所述的风力发电机机组劣化预警方法，其特征在于，所述正常风机数据中的数据特征，包括：切入风速、恒转风速、斜率。

10.一种风力发电机机组劣化预警系统，其特征在于，包括：采集模块、处理模块、预警模块；

技术总结
本申请提供一种风力发电机机组劣化预警方法及系统；其中，风力发电机机组劣化预警方法，包括：S101，原始数据获取：获取风机运行数据；S201，原始数据判断：对所述风机运行数据中的风速功率曲线进行异常识别，获得正常风机数据与劣化风机数据；S301，劣化类型分析：根据所述劣化风机数据与劣化类型的对应关系，得到劣化类型；S401，劣化结果分析：根据所述劣化类型与劣化结果的对应关系，得到劣化结果。本申请提供的风力发电机机组劣化预警方法及系统，能够实现对于风力发电机组性能劣化情况的实时监控与预警。

技术研发人员：张龙,袁绍泷,王顺起,张书瑄
受保护的技术使用者：前郭富汇风能有限公司
技术研发日：
技术公布日：2024/5/12