一种基于多层级指标体系的智慧风电场发电机系统状态评价方法与流程

1.本发明涉及的是一种电力技术领域的状态评价技术，是对发电机系统进行状态评价，促进智慧风电场发展的技术。


背景技术：

2.随着大数据、物联网、5g通讯、人工智能等方面技术的快速发展，智慧型社会的建设也被提到了日程上。智慧型社会包括一系列的组成单元，其中智慧企业是重要的一部分，而智慧风电场则是智慧企业的一种表现形式。智慧风电场将真正实现风电场的智能控制及智慧发电，以实现发电收益最大化为目标，运维过程中通过有效数据采集，科学的模型建立、算法优化，不断的提高风机设备整体可利用率和风电场发电效益。
3.经对现有技术的文献检索发现，文献《智慧风电场发展现状》(《基层建设》2019年25期，作者：杨小康，王兆恩)对智慧风电场的发展现状进行了总结，说明智慧风电场建设当中存在的一些问题，主要还是体现在智慧程度不足方面；文献《智慧风电场及其“能效潜力”探析》(《风能》2019年08期，作者：崔炜，埃斯卡尔)主要是针对智慧风电场在提高风能利用效率方面进行了分析。相对来说，关于智慧风电场方面的研究目前还不是很深入，大部分仅限于概念和可行性分析阶段。
4.发电机系统是风力发电机机械能转换为电能的关键设备，一旦发生故障，就会造成长时间的停机，并且需要大量的费用来拆装、运输及维修，对风力发电机装配厂商及风电场都会造成巨大的损失，发展智慧风电场，发电机系统的安全性、可靠性、经济性需要重点关注，而现有技术在发电机系统这三个层面的研究应用很少。


技术实现要素：

5.本发明的目的在于针对现有技术的不足，提出一种基于多层级指标体系的智慧风电场发电机系统状态评价方法，建立发电机系统安全性、可靠性和经济性状态评价指标体系，应用大数据技术对发电机系统状态进行评价，对发电机运行状态实时准确掌握，为智慧风电场的发展奠定坚实基础。
6.本发明提供的一种基于多层级指标体系的智慧风电场发电机系统状态评价方法，具体步骤如下：
7.(1)监测需求分析：从电气和机械两方面对比风电场现有发电机系统的监测点，梳理发电机系统的监测需求，安装振动、图像与声音、热成像等智能传感器，实现发电机系统的全方位监控。
8.(2)数据优化处理：采用“三层过滤机制”对风电大数据进行优化处理，分别为发电机系统相关运行数据抽取；缺失、冗余等异常数据校验、处理；挖掘发电机系统安全性、可靠性、经济性相关因素。
9.(3)指标体系建立：计算发电机系统安全性、可靠性、经济性相关因素与发电机温
度的相关系数，提取相关系数大于0.5的发电机系统安全性、可靠性、经济性三方面指标，建立发电机系统状态评价指标体系。
10.(4)状态评价分析：实时状态评价——对发电机系统历史安全性指标数据进行分析，将表征类似状态的指标数据组合为一组，划分为健康、风险和故障三个状态。利用打好标签的历史指标数据建立发电机系统状态评价模型，实时指标数据输入，输出系统状态，对风险状态和故障状态进行安全预警；长期状态劣化评价——以年度为单位，对比可靠性、经济性指标数值，两年相差50％，即认为发电机系统状态劣化，进行安全预警。
11.与现有技术相比，本发明提供一种基于多层级指标体系的智慧风电场发电机系统状态评价方法，充分应用风电大数据，智能识别风机系统运行状态，对风险状态和故障状态进行安全预警，减少运维人员工作量，减少发电成本，提高风电场的发电效益。
附图说明：
12.图1为本发明流程示意图；
13.图2为本发明风电大数据“三层过滤机制”流程图。
具体实施方式
14.下面结合附图对本发明的实施方式作详细说明，本发明的具体实施过程如图1所示：
15.1、监测需求分析：分析发电机系统各个部件监测需求，根据需求提供原件部署方案，采集发电机系统电气方面和机械方面运行数据。以某风场永磁直驱风力发电机的发电机系统为例，现有scada系统对发电机系统定子、转子、轴承的温度、电压、电流、功率等电气方面监测较多，对发电机系统机械方面监测几乎没有，故可在轴承上安装加速度传感器，监测发电机的振动频率。
16.2、数据优化处理：对风电场数据平台中的风电大数据采用“三层过滤机制”进行预处理，流程如图2所示，第一层过滤是通过etl数据提取技术抽取业务相关数据，研究的是风电机组中的发电机系统，抽取发电机系统相关运行数据；第二层过滤是遵循数值化、标准化、降维的数据清洗原则处理缺失值、冗余值、空值等异常值；第三层过滤是挖掘数据中与发电机系统运行状态相关的安全性、可靠性、经济性因素，形成最终需要的大数据。
17.3、指标体系建立：计算安全性、可靠性、经济性不同因素与发电机系统运行状态的相关程度，提取相关系数大于0.5的因素搭建发电机系统状态评价指标体系。
18.相关系数计算公式如下：
[0019][0020]
其中，e为数学期望或均值，d为方差，为标准差，e((x-ex)(y-ey))为随机变量x与y的协方差。
[0021]
以发电机系统安全性指标为例，将发电机安全性相关因素环境温度、风速、功率、电压、电流、振动频率等与发电机温度做相关性分析，得出相关系数大于0.5的指标如表1所示。
[0022]
表1发电机系统安全性指标
[0023][0024]
发电机系统可靠性指标依据发电机系统故障时间和故障次数，指标定义为一年内发电机故障次数和一年内发电机故障停机持续时间。
[0025]
发电机系统经济性指标为机械转换效率和电器转换效率，机械转换效率定义为风速与发电机转速的比值；电气转换效率定义为转速与电功率的比值。
[0026]
综上所述，搭建发电机系统安全性、可靠性、经济性状态评价指标体系，如下所示。
[0027]
表2发电机系统状态评价指标体系
[0028][0029]
4、状态评价分析：实时状态评价——对历史状态评价指标进行挖掘，表征相似状态的指标数据划分为一组，最终将发电机系统运行状态划分为健康状态、故障风险状态和故障状态，再搭建状态评价模型，输入指标数据，输出发电机系统状态，对风险状态和故障状态进行安全预警；长期状态劣化评价——以年度为单位，对比可靠性、经济性指标数值，两年相差50％，即认为发电机系统状态劣化，进行安全预警。
[0030]
以某风场永磁直驱风力发电机的发电机系统为例，具体方式如下所示：
[0031]
(1)安全性指标适用于短期风机实时状态监测。
[0032]
表3发电机系统实时状态评价模型输出结果
[0033][0034]
(2)可靠性、经济性指标适用于长期风机劣化状态监测。
[0035]
表4发电机系统劣化状态评价模型输出结果
[0036]


技术特征：
1.一种基于多层级指标体系的智慧风电场发电机系统状态评价方法，其特征在于：利用先进的传感技术，采集发电机系统电气方面和机械方面运行数据，采用“三层过滤机制”对平台中风电大数据进行清洗处理，挖掘风电大数据中与发电机系统状态相关的安全性、可靠性、经济性指标，搭建发电机系统安全性、可靠性、经济性状态评价指标体系，基于指标数据构建发电机系统状态评价模型，识别发电机系统实时健康状态、风险状态和故障状态以及长期劣化状态。2.如权利要求1中所述的一种基于多层级指标体系的智慧风电场发电机系统状态评价方法，其特征在于：对发电机系统运行状态全方位监测，利用智能传感器监测现有scada系统没有兼顾的测点，如发电机轴承振动等方面，采集的数据传输回风电场统一数据平台供系统取用。3.如权利要求1中所述的一种基于多层级指标体系的智慧风电场发电机系统状态评价方法，其特征在于：充分应用风电大数据，通过“三层过滤机制”：提取业务需要的数据、异常值处理和发电机系统状态相关因素挖掘，从安全性、可靠性、经济性三方面搭建发电机系统状态评价指标体系，基于指标数据，建立风机系统状态评价模型，从短期、长期两种角度识别风机系统健康状态、风险状态和故障状态以及发电机系统状态是否劣化。

技术总结
本发明提供一种基于多层级指标体系的智慧风电场发电机系统状态评价方法，包括以下内容：根据监测需求安装相应智能传感器，从电气和机械两方面监测发电机系统运行状态，采用“三层过滤机制”对风电大数据进行优化处理，并对清洗处理后的风电大数据进行分析，从安全性、可靠性、经济性三个方面搭建发电机系统状态评价指标体系，基于历史指标数据，建立发电机系统状态评价模型，从短期、长期两种角度识别发电机系统健康状态、风险状态和故障状态以及状态是否劣化。本发明应用大数据分析方法从安全性、可靠性、经济性三个层面对发电机系统短期实时、长期劣化的状态进行评价，实现了大数据与状态评价的有机结合，起到提前预警的作用，弥补现有风电场事后维修的不足，为智慧风电场的智能控制及智慧发电奠定了基础。电场的智能控制及智慧发电奠定了基础。


技术研发人员：高新亭 杨宏宇 王承禹
受保护的技术使用者：上海博英信息科技有限公司
技术研发日：2020.12.30
技术公布日：2022/7/1