风电机组运行状态识别方法、装置及设备与流程

本公开涉及计算机，尤其涉及一种风电机组运行状态识别方法、装置及设备。

背景技术：

1、风能作为一种洁净无公害的可再生能源，越来越受到人们的重视，且利用风能转化成电能的产业得到了迅速发展。在风电产业中，随着风电场中风电机组（又可以称为风力发电机组）服役年限的增加，风电机组的安全隐患日益增加，风电机组的运行可靠性和发电效率可能会逐渐下降。

2、为了风电场的发展和风电机组的运行安全，及时了解风电机组的运行状态，以便于相关工作人员制定合理的调整风电机组运行与维护策略，是非常重要的。

技术实现思路

1、本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

2、本公开提出一种风电机组运行状态识别方法、装置及设备，以优先采用粒子群算法，对多个风电机组在目标时刻的状态数据的聚类中心进行修正，从而在修正后的聚类中心的基础上进行聚类，进而可以实现基于聚类后的数据簇对风电机组在目标时刻的运行状态的自动识别，可以提高识别结果的准确性和可靠性。

3、本公开第一方面实施例提出了一种风电机组运行状态识别方法，包括：

4、获取多个风电机组在目标时刻的状态数据，以及各所述风电机组对应的理论功率；其中，所述状态数据包括在对应时刻所述风电机组的输出功率、所述风电机组所处环境的自然风速和所述风电机组的桨距角；

5、基于各所述风电机组对应的理论功率，将所述多个风电机组在目标时刻的状态数据划分为至少一个数据集；

6、采用粒子群算法，分别确定各所述数据集对应的至少一个初始聚类中心；

7、针对任一所述数据集，基于所述数据集对应的各所述初始聚类中心，对所述数据集进行聚类，以得到对应的至少一个数据簇；

8、基于各所述数据簇，确定各所述风电机组在所述目标时刻的运行状态。

9、本公开第二方面实施例提出了一种风电机组运行状态识别装置，包括：

10、第一获取模块，用于获取多个风电机组在目标时刻的状态数据，以及所述多个风电机组对应的理论功率；其中，所述状态数据包括在对应时刻所述风电机组的输出功率、所述风电机组所处环境的自然风速和所述风电机组的桨距角；

11、划分模块，用于基于各所述风电机组对应的理论功率，将所述多个风电机组在目标时刻的状态数据划分为至少一个数据集；

12、第一确定模块，用于采用粒子群算法，分别确定各所述数据集对应的至少一个初始聚类中心；

13、聚类模块，用于针对任一所述数据集，基于所述数据集对应的各所述初始聚类中心，对所述数据集进行聚类，以得到对应的至少一个数据簇；

14、第二确定模块，用于基于各所述数据簇，确定各所述风电机组在所述目标时刻的运行状态。

15、本公开第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的风电机组运行状态识别方法。

16、本公开第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面实施例提出的风电机组运行状态识别方法。

17、本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如本公开第一方面实施例提出的风电机组运行状态识别方法。

18、本公开实施例的风电机组运行状态识别方法，通过获取多个风电机组在目标时刻的状态数据，以及各风电机组对应的理论功率；其中，状态数据包括在对应时刻风电机组的输出功率、风电机组所处环境的自然风速和风电机组的桨距角；基于各风电机组对应的理论功率，将多个风电机组在目标时刻的状态数据划分为至少一个数据集；采用粒子群算法，分别确定各数据集对应的至少一个初始聚类中心；针对任一数据集，基于数据集对应的各初始聚类中心，对数据集进行聚类，以得到对应的至少一个数据簇；基于各数据簇，确定各风电机组在目标时刻的运行状态。由此，优先采用粒子群算法，对多个风电机组在目标时刻的状态数据的聚类中心进行修正，从而在修正后的聚类中心的基础上进行聚类，进而可以实现基于聚类后的数据簇对风电机组在目标时刻的运行状态的自动识别，可以提高识别结果的准确性和可靠性。

19、本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

技术特征：

1.一种风电机组运行状态识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述数据集对应的各所述初始聚类中心，对所述数据集进行聚类，以得到对应的至少一个数据簇，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述数据集中的任一所述状态数据与所述初始聚类中心之间的距离，确定所述状态数据是否属于所述初始聚类中心对应的数据簇，包括：

4.根据权利要求1所述的方法，其特征根在于，所述获取各所述风电机组对应的理论功率，包括：

5.根据权利要求1所述的方法，其特征在于，所述数据集包括第一数据集和第二数据集；

6.根据权利要求1所述的方法，其特征在于，在所述获取多个风电机组在目标时刻的状态数据之后，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，在所述将所述多个风电机组在目标时刻的状态数据划分为至少一个数据集之后，所述方法包括：

8.根据权利要求1-7中任一所述的方法，其特征在于，所述基于各所述数据簇，确定各所述风电机组在所述目标时刻的运行状态，包括：

9.一种风电机组运行状态识别装置，其特征在于，所述装置包括：

10.一种电子设备，其特征在于，包括：

技术总结
本公开提出一种风电机组运行状态识别方法、装置及设备，方法包括：获取多个风电机组在目标时刻的状态数据，以及各风电机组对应的理论功率；基于各风电机组对应的理论功率，将多个风电机组在目标时刻的状态数据划分为至少一个数据集；采用粒子群算法，分别确定各数据集对应的至少一个初始聚类中心；针对任一数据集，基于数据集对应的各初始聚类中心，对数据集进行聚类，以得到对应的至少一个数据簇；基于各数据簇，确定各风电机组在目标时刻的运行状态。由此，可以实现对风电机组在目标时刻的运行状态的自动识别，可以提高识别结果的准确性和可靠性。

技术研发人员：冯帆,钟明,安娜,杨宁,王春森,任立兵,李小翔,韦玮,邸智,薛丽,黄思皖,史鉴恒,王宝岳,付雄,田崇旭
受保护的技术使用者：中国华能集团清洁能源技术研究院有限公司
技术研发日：
技术公布日：2024/1/16