本发明涉及风电场,具体而言,涉及一种风电场全局运行状态识别方法。
背景技术:
1、风电场群的机组,特别是海上风电场的组成结构日益复杂,各风机、设备、子系统间的耦合也愈加紧密。一旦某风机、子系统或设备部件出现异常,必定会引起其内在特性的改变,从而对风电场系统整体造成影响。不同的开发商、运营商、整机厂商和运维商都各有所长,大多数故障预测、状态检测方法研究主要集中于单风机、风机的单个部件、单子系统或单项运维策略的优化,采取的技术路线和侧重点不同,对其不擅长的地方容易忽略。如各部件、各个风机之间的关联性,而对早期某些异常和风机设备关联关系的忽视,可能在后期引发连锁反应,造成不可挽回的灾难性后果。
2、对于风电场的运行状态评估和识别,一种主要方法是基于单风机运行状态评估检测方法开发设计的。如选择某一典型特征风电机的运行状态代表整个群组的运行状态,或对所有的风电机组依次进行状态评估,汇总得到风电场的运行状态。然而这种方法存在一些问题:
3、1.一个个风机状态检测的效率很慢;
4、2.典型风机则充分利用所有的监测数据,无法代表所有风机状态。
5、也有利用风电场群所有数据进行状态检测和识别的。风电机组采集的数据海量多样,类型繁多,如升压站电气数据、变电站综合自动化数据、气象数据、风力发电机主要设备运行数据等,数据检测点位多,形成了风电场群多风机的海量异构多元数据,利用传统识别模型分析、人工智能方法等进行状态检测及识别。这种方法对模型复杂度、计算资源等要求很高,最终得到风电场群整体的状态分析结果,难以对设备群中故障设备的精确定位,难以分析故障原因,结果可解释性、可应用性不强。
6、此外,基于单风机运行状态汇总得到风电场群运行状态的方法,忽略了风电场群机组的关联关系,整个风电场的气象资源、运行环境复杂,并非单风机按照数量简单叠加即可,如风电场尾流叠加、场群协同调峰调频控制、并网系统谐波谐振等。因此,在风电场群整体运行状态评估识别方法的研究中,有必要从风电场群的整体角度出发,挖掘各风电机组之间潜在的关联关系,分析设备系统关联关系、风机对其它风机的影响、风机对不同系统的影响关系等。
技术实现思路
1、本发明的目的包括提供了一种风电场全局运行状态识别方法,其能够充分考虑了各部件、各个风机之间的关联性以及单风机对风电场群发电量和并网系统的影响,并直观展示风电场群的运行状态和故障影响。
2、本发明的实施例可以这样实现:
3、本发明提供一种风电场全局运行状态识别方法,风电场全局运行状态识别方法包括:
4、s1:识别单风机的运行状态;
5、s2:基于图方法,建立单风机对风电场群的影响关系图,并存储于图数据库;
6、s3:整合s1中的单风机的运行状态和s2中的影响关系图,进行风电场群的状态识别,并利用图数据库展示可视化的故障影响地图。
7、在可选的实施方式中,s1包括:
8、s1.1:分析处理各种故障的原因及特征,得到机械故障和电气故障各自对应的特征数据;
9、s1.2:建立单风机各个部件的运行状态和故障的检测模型;
10、s1.3:根据检测模型对每个单风机进行运行状态和故障的类型识别。
11、在可选的实施方式中,在s1.1中,机械故障包括齿轮箱、轴承和叶片的故障,电气故障包括发电机、电缆、变压器的故障。
12、在可选的实施方式中,s1.1包括:
13、分析各种故障的原因及特征对应的scada数据,对scada数据进行数据清洗、治理、降维,得到机械故障和电气故障各自对应的特征数据。
14、在可选的实施方式中,s2包括:
15、s2.1:建立单风机对风电场发电量的影响关系图;
16、s2.2:建立单风机对风电场并网系统的影响关系图;
17、s2.3:结合单风机对风电场发电量的影响关系图以及单风机对风电场并网系统的影响关系图,利用图数据库生成单风机对风电场群的影响关系图,并根据新的故障对图数据库更新。
18、在可选的实施方式中,s2.1包括:
19、对于机械故障状态,在不同故障类型下,依次分析不同位置单风机对其它风机发电量的影响,影响期望及概率用权重表示,建立有向图。
20、在可选的实施方式中,s2.2包括:
21、对于电气故障,在不同故障类型下,依次分析不同位置单风机对其它风机及并网系统的影响,影响期望及概率用权重表示,建立有向图。
22、在可选的实施方式中,s3包括:
23、s3.1:遍历读取识别各个单风机的运行状态和故障信息;
24、s3.2:根据故障类别,查询图数据库中单风机的连接信息及影响关系,更新单风机故障对周围风机的影响,绘制单风机对风电场群的影响关系图;
25、s3.3:利用图数据库中可视化工具绘制风电场群运行状态和故障影响的故障影响地图。
26、在可选的实施方式中,在s3中,故障影响地图以绿色节点及连接线表示运行状态正常的单风机及链接关系,以红色节点标记进入故障状态的单风机,黄色节点表示故障涉及到的其余风机,有向黄色连接线表示故障风机对其余风机的影响,并表示其影响权重。
27、本发明实施例提供的风电场全局运行状态识别方法的有益效果包括:
28、1.汇总单风机的运行状态和故障信息,通过建立单风机对风电场发电量和并网系统的影响关系图,充分考虑了各部件、各个风机之间的关联性以及单风机对风电场群发电量和并网系统的影响;
29、2.利用图数据库存储更新单风机对风电场群的影响关系图,具备丰富接口,支持节点遍历、搜索等算法,关系维护、查询、可视化等方面都很方便;
30、3.基于图数据库,生成风电场群运行状态和故障影响地图,可以直观展示风电场群的运行状态和故障影响。
1.一种风电场全局运行状态识别方法,其特征在于,所述风电场全局运行状态识别方法包括:
2.根据权利要求1所述的风电场全局运行状态识别方法,其特征在于,s1包括:
3.根据权利要求2所述的风电场全局运行状态识别方法,其特征在于,在s1.1中,所述机械故障包括齿轮箱、轴承和叶片的故障,所述电气故障包括发电机、电缆、变压器的故障。
4.根据权利要求2所述的风电场全局运行状态识别方法,其特征在于,s1.1包括:
5.根据权利要求1所述的风电场全局运行状态识别方法,其特征在于,s2包括:
6.根据权利要求5所述的风电场全局运行状态识别方法,其特征在于,s2.1包括:
7.根据权利要求5所述的风电场全局运行状态识别方法,其特征在于,s2.2包括:
8.根据权利要求1所述的风电场全局运行状态识别方法,其特征在于,s3包括:
9.根据权利要求1所述的风电场全局运行状态识别方法,其特征在于,在s3中,所述故障影响地图以绿色节点及连接线表示运行状态正常的单风机及链接关系,以红色节点标记进入故障状态的单风机,黄色节点表示故障涉及到的其余风机,有向黄色连接线表示故障风机对其余风机的影响,并表示其影响权重。