CN106640547A - 监测风电机组状态的方法及系统 - Google Patents

Abstract

本发明提供一种用于监测风电机组异常状态的方法。该方法包括：对风电数据进行离散化预处理，以生成排序的数据集，该排序的数据集包括根据所述风电数据的属性划分的多个区间；将排序的数据集存储为频繁模式树的形式；遍历频繁模式树以查找最大子空间集；利用多维聚类方法将最大子空间集中的风电数据划分为多个聚类簇；以及将多个聚类簇划分为正常簇和异常簇，以监测所述风电机组的状态。通过本发明的方法，可以对包括多维属性的风电数据的异常点进行挖掘，具有较高的异常状态识别率。

Description

监测风电机组状态的方法及系统

技术领域

本发明属于风力发电技术领域，尤其涉及一种监测风电机组状态的方法及系统。

背景技术

风能作为一种清洁的可再生能源，不仅有利于改善环境污染问题而且可以有效的调节能源结构，受到世界各国越来越多的重视，风力发电是目前电力领域发展最快的发电方式之一。监测风电机组(风机)的状态有利于用户及时了解风机的运行，从而根据其状态进行控制。例如，当风机处于异常状态时，可以控制风电机组的最大出风力，从而提高风电机组的效率，节约成本。

然而，在现有技术中，风机异常状态的监测以识别处偏离正常功率曲线范围的数据为目标，将该部分数据定义为异常点，并监测正常数据和异常数据的整体数据分布以评估风机的异常状态。这种方法具有片面性和不准确性，这主要体现在以下方面：其一，这种方法主要以分析功率-风速二维属性的数据分布形式，没有充分考虑其他属性与异常数据的关联性，例如，强风、雨雪等气候因素以及风机自身的偏航系统和变浆系统等，而这些因素导致实际输出功率和预期的输出功率之间存在偏差，使正常数据范围内分布着杂乱的异常点。因此，导致异常状态识别率低，尤其对于大量的风电数据，由于其它属性所决定的异常点变多，更进一步降低异常状态的识别率；其二，对于风电数据中的异常数据挖掘，在现有技术中，通常采用APRIORI自连接方式寻找最大子空间，在每个子空间中遍历连通的密集网格单元作为聚类簇，这种方式需要多次访问风电数据库，并且时间复杂度较高，此外，现有技术中采用的例如K-Means等聚类方法，聚类结果精度不高，尤其是在数据属性不断增加时，在多维空间下数据分布稀疏，无法有效的进行多维聚类，因此，不能识别某些特定的数据分布状态。

因此，需要对现有技术进行改进，以解决上述至少一个问题。

发明内容

本发明的目的是解决上述现有技术中的缺陷，提供一种的新的监测风电机组状态的方法。

根据本发明的一个方面，提供了一种监测风电机组状态的方法，该方法包括：

步骤1：对风电数据进行离散化预处理，以生成排序的数据集，所述排序的数据集包括根据所述风电数据的属性划分的多个区间；

步骤2：将所述排序的数据集存储为频繁模式树的形式；

步骤3：遍历所述频繁模式树以查找最大子空间集；

步骤4：利用多维聚类方法将所述最大子空间集中的风电数据划分为多个聚类簇；以及

步骤5：将所述多个聚类簇划分为正常簇和异常簇，以监测所述风电机组的状态。

优选地，其中，所述风电数据的属性包括风电机组的功率、风速、环境温度、叶片对风的角度、齿箱温度中的一种或多种。

优选地，步骤1包括：将所述风电数据划分为多个不相交的区间并计算每个区间的频繁度；选择高于频繁度阈值的区间；以及计算所选择的区间的频繁度并按照频繁度从高到低的顺序排序，以形成排序的数据集。

优选地，在步骤3中，采用从左至右，从下向上的顺序来遍历所述频繁模式树。

优选地，在步骤4中，对于所述最大子空间集中的每个子空间执行以下步骤：定义K个混合高斯模型；对于所述每个子空间中的风电数据计算由K个高斯模型产生的概率；基于计算的概率将所述每个子空间中的风电数据划分到K个聚类簇中。

优选地，基于所述风电数据的属性的数量和/或所述每个子空间中风电数据的数量调整K的取值。

优选地，步骤5还包括将所述正常簇和异常簇分别相加来去除冗余数据。

根据本发明的第二方面，提供了一种监测风电机组状态的系统。该系统包括：

用于对风电数据进行离散化预处理，以生成排序的数据集的单元，所述排序的数据集包括根据所述风电数据的属性划分的多个区间；

用于将所述排序的数据集存储为频繁模式树的形式的单元；

用于遍历所述频繁模式树以查找最大子空间集的单元；

用于利用多维聚类方法将所述最大子空间集中的风电数据划分为多个聚类簇的单元；以及

用于将所述多个聚类簇划分为正常簇和异常簇，以监测所述风电机组的状态的单元。

优选地，所述风电数据的属性包括风电机组的功率、风速、环境温度、叶片对风的角度、齿箱温度中的一种或多种。

优选地，基于所述风电数据的属性的数量和/或所述每个子空间中风电数据的数量调整聚类簇的数量。

与现有技术相比，本发明的优点在于：可以针对多维属性的风电数据进行聚类，从而提高了风电机组状态监测的有效性；通过多维聚类方法对风电数据进行多维聚类，能够有效的挖掘风电数据的特征，进一步提高了风电机组状态监测的准确率；利用频繁模式树的存储结构有利于向处理大数据扩展。

附图说明

以下参照附图对本发明实施例作进一步说明，其中：

图1示出了根据本发明一个实施例的监测风机状态的方法的流程图。

图2示出了根据本发明一个实施例的对风电数据预处理之后的示意图。

图3示出了根据本发明一个实施例的采用FP-tree存储风电数据的示意图。

图4(a)至图4(c)示出了根据本发明一个实施例的遍历FP-tree的过程示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现参照附图对本发明提出的监测风电机组状态的方法进一步详细说明

图1示出了根据本发明一个实施例的监测风机状态的方法的流程图。

1)步骤S110，对风电数据进行离散化预处理，以生成排序的数据集，所述排序的数据集包括根据所述风电数据的属性划分的多个区间。

在一个实施例中，离散化预处理可以包括将风电数据划分为多个不相交的区间并计算每个区间的频繁度；选择高于频繁度阈值的区间；以及计算所选择的区间的频繁度并按照频繁度从高到低的顺序排序，以形成排序的数据集。

下面以数据采集与监视控制系统(SCADA,Supervisory Control And DataAcquisition)采集的风电数据为例介绍预处理的过程。该SCADA数据中包含不同采集时刻下风机的功率、风速、环境温度等多个属性。

步骤1a)：将采集的风电数据的每一维属性下的值域划分为范围相等的多个区间，对于同一属性下的不同区间以当前属性名标识，并且不同区间以数字标序。通过这种方式可以将整个风电数据集划分为多个不相交的区间，将落在同一区间的数据点以该区间标识表示。

具体而言，以风速属性对应的数据集U＝{x₁,x₂,.....x_i}为例，首先，将值域范围(例如，风速的值域范围可以是0-16米/秒)划分为ε个间隔{wind₁,wind₂,......wind_ε}，如果x₁在wind₁对应的值域范围内，则将x₁标记为wind₁，并将落在wind₁区间的数据都记为wind₁。类似地，可以根据属性离散化整个风电数据集。

图2列出了通过上述方法将风电数据集离散之后的示意图。如图2所示，风电数据中每个属性对应的值域范围均被离散为ε个区间，在图2中，示出了的属性包括风速(wind)、风机的功率(power)、叶片对风的角度(angle)。在另外一个示例中，风电数据的属性可以包括但不限于风机的功率、风速、环境温度、叶片对风的角度、齿箱温度等中的一种或多种。

步骤1b)：可以根据频繁度阈值将风电数据划分为高频繁度区间与低频繁度区间，对高频繁度区间中的数据进行存储。

在本文中频繁度(frequency degree)定义为离散后的数据占所有离散数据的百分比。

其中，number(I)表示被计算频繁度的离散数据在整个数据集中的数目；number(D)表示整个数据集离散数据数目；frequencydegree(I)为所计算的离散数据在整个离散数据集中所占百分比。

例如，如果划分区间后的数据集为{wind1；wind2；wind3}，wind1＝[x₂]，wind2＝[x₃,x₄,x₅,x₅]，wind3＝[x₇,x₈,x₉,x₉,x₉]，因此，整个数据集的离散数据的数目number(D)是10，则有：x₅的频繁度为2/10；x₂、x₃、x₄、x₇、x₈的频繁度均是1/10；x₉的频繁度是3/10。当然也可以采用百分比来表示频繁度。

然后，计算离散后每个区间的频繁度。例如，wind1区间包括一个数据，其区间的频繁度是1/10，wind2区间包含4个数据，其区间频繁度是4/10，类似地wind3的区间频繁度为5/10。基于与区间的频繁度阈值的比较将区间划分为高频繁度区间与低频繁度区间。例如，如果区间的频繁度阈值设置为20％，则wind1归属于低频繁度区间，wind2、wind3归属于高频繁度区间。然后，删除低频繁度单元，并且去掉高频繁度区间的数字标识。对其它属性的风电数据进行类似处理。

之后，计算每个属性下各频繁区间中的数据与所有高频繁区间的比值。例如，删除低频繁度区间之后，wind2区间的频繁度是4/9，wind3区间的频繁度是5/9。

在上述过程中，频繁度阈值可以是用户给定的阈值，阈值的范围可以根据所处理数据的数量或数据的分布状态而选取不同的值。例如，阈值范围为0％至40％。通过选择适当的阈值，可以去除对统计结果意义不大的数据，从而减小数据存储和统计的计算量。

类似地，可以对包含多维属性的风电数据进行同样的离散化过程，并将处理后的数据集以每行为一条数据，其中，不同的行的表示在不同时刻的风电数据。将每条数据以区间频繁度从高到低排序。如下表1所示。

表1预处理后的数据示例

	Frequent items	Frequent items(F)
			1	wind1 power3 gl5 ang3	wind gl power ang
2	wind1 temper2 gear4 ang3	wind temper gear ang
			3	power2 ang3 temper3	power ang temper
4	power2 ang3 temper3	power ang temper

其中，wind表示风速；power表示风电机组的功率；temper表示环境温度；ang表示叶片对风的角度；gear表示齿箱温度；gl表示叶片的角度。

在表1中，左部分的频繁项(frequency items)为删除低频繁度区间的数据集；右半部分(F)为去掉区间标识后并根据频繁度由高到低排序的数据集。

上述以SCADA数据为例介绍了风电数据的离散化的过程，本领域的技术人员应当理解，上述过程同样适应于通过其他方式获得的风电数据。并且对区间的具体划分方式以及频繁度的衡量标准也不限于上述的过程，其变化或变型也在本发明的范围内，例如，将区间划分为取值范围不相等的区间。

2)步骤S120，将排序的数据集存储为频繁模式树的形式。

频繁模式树(简称FP-Tree)使用紧缩的数据结构来存储查找频繁项所需要的全部信息，例如可以包括频繁项的名称并可以计算其频繁度。FP-tree的存储结构所占用的内存空间与树的深度和宽度成比例，树的深度是单个数据记录所含项目数量的最大值，树的宽度是平均每层所含项目的数量，由于在风电数据处理中，存在大量的共享频繁项，所以树的大小通常比原数据库要小很多，此外，采用FP-tree的存储结构寻找最大子空间时，只需访问一次数据库，因此，其相对于诸如APRIORI传统的寻找子空间的方式有较大的优势。

图3示出了将表1的风电数据的频繁区间存储为FP-tree的形式。它由一个根节点root和包含表1中各频繁区间的子树构成，图3中树的最左侧分支对应表1中的右半部分的第一行，树的最右侧分支对应表1中右半部分的第三行和第四行，树的中间分支对应表1中右半部分的第二行。FP-tree及其存储的具体过程属于现有技术，在此不再赘述。

3)步骤S130，遍历所述频繁模式树以查找最大子空间集。

此步骤通过遍历树来识别包含簇的子空间集，或称最大子空间集，其中识别出的每个子空间包括符合约束条件的多维属性的风电数据区间。

在一个实施例中，可以采用从左至右，从下向上的顺序来遍历频繁模式树。

下面结合图4(a)至图4(c)的三个示例来说明遍历的具体过程和原则，为便于说明遍历的原则和过程，用叶子节点(leaf)和父节点(ancestor)来表示FP-tree结构中的节点，而没有列出节点中存储的频繁项名称。而为了清楚起见，在图4(a)至图4(c)标注了各个节点中存储的项的频繁度与阈值u的比较，例如，图4(a)中仅有中间分支的叶子节点的频繁度小于阈值u，其他的项均大于阈值u。

第一步：遍历FP-Tree树最左端叶子节点，根据公式(1)计算当前节点的频繁度。例如，计算当前节点频繁度占所有节点频繁度的百分比。如果大于用户设定阈值u，则将该叶子节点作为初始节点，向上遍历父节点直至root，将同一树干上节点对应的属性作为最大子空间，如果频繁度小于阈值u，则访问下一个叶子节点，以此类推访问所有叶子节点。

第二步：将上述频繁度小于阈值u的叶子节点删除，并将其父节点作为新的叶子节点，按照第一步的遍历过程寻找子空间。

第三步：识别子空间主要在于寻找初始节点，初始节点不能是遍历过的节点，同时不能是离根节点最近的节点，否则，需删除此次遍历过程。

第四步：递归执行该过程，直至寻找到所有子空间

为了进一步理解上述遍历规则，继续参照图4(a)至图4(c)进行说明。在图4(a)中，第一个和第三个叶子节点频繁度均大于用户设定频繁度阈值u，则以此两个叶子节点为初始节点向上遍历至根节点；而在图4(b)中，第二个叶子节点频繁度小于阈值u，则删除该叶子节点，将其父节点作为新的叶子节点；在图4(c)中，第二个叶子节点频繁度小于阈值u，则将其父节点作为新的叶子节点，然而，该父节点是遍历过的节点，那么删除此次遍历，第三个叶子节点频繁度同样小于阈值u，则将其父节点作为新的叶子节点，因为父节点是离根节点最近的节点，那么删除此次遍历。

根据上述遍历FP-Tree过程可以求出所有符合约束条件(即大于阈值u)的子空间，或称最大子空间。图4(a)至图4(c)中以相对粗线标识的路径分别示出了三种示例下最终确定的最大子空间。

频繁度阈值u可以控制遍历FP-tree所输出的子空间的数量。例如，较大的频繁度阈值u将会输出较少的子空间，相反，较小的频繁度阈值会输出较多的子空间。

通过FP-tree进行存储和查询子空间的方式可以节省存储空间并减少对风电数据集进行扫描的次数。此外，通过设置适当的阈值u可以控制输出的子空间的数量，从而在保证在异常数据点挖掘结果正确的情况下，尽量减小数据处理的负担。

4)步骤S140，利用K个混合高斯模型将所述最大子空间集中的风电数据划分为K个聚类簇。

在此步骤中，将S130中输出的最大子空间集与风电数据集作为求子空间聚类簇的输入。

所谓聚类就是按照一定的标准将数据子空间进行区分和分类的过程。通过数学方法处理将数据进行分割，使每个数据类(聚类簇)内部之间的相关性比其他对象之间的相关性高，各个聚类簇之间的相异性较高。

在此实施例中，采用混合高斯模型来进行聚类。例如，定义多个混合高斯模型，对每个最大子空间进行高斯聚类以识别每个最大子空间的聚类簇。所谓混合高斯模型就是指对样本数据的概率密度分布进行估计，而估计的模型是几个高斯模型加权和。每个高斯模型就代表了一个类。将样本中的数据分别在多个高斯模型上投影，就会分别得到在各个类上的概率。然后，将概率的大小作为聚类的依据。

这种基于概率模型的聚类方法可以较好的适用于挖掘潜在的簇，通过增加高斯模型的个数，可以逼近任何数据的概率分布。

具体而言，定义K个混合高斯模型，公式如下：

其中，K为高斯模型的数量，π_k为选择权重，μ_k为方差，∑_k为均值。求和式的各项结果分别代表样本x属于各个类的概率。

将上一步求得的最大子空间集合定义为U＝{U₁,U₂,U₃,...U_n}，其中n为子空间的数量；每一个子空间定义为U_i＝{A₁,A₂,A₃,...A_m},i∈[1,n]，m为每个子空间的属性个数。将子空间集合和风电数据集依次输入混合高斯模型，在每个子空间下将数据集划分为K个簇。首先，初始化各个高斯模型的初始参数，其次，计算每个高斯模型的权值，迭代该两个步骤直至收敛。具体参见下文。

对于子空间集合U＝{U₁,U₂,U₃,...U_n}迭代执行以下步骤：

step1：对于子空间U_i＝{A₁,A₂,A₃,...A_m},i∈[1,n]，其中的第j条数据x_i，由第K个高斯模型产生的概率为：

数据点x_i被划分到产生它概率大的模型中，且将其他数据点依次划分到K个模型中，即：划分到K个簇中。

step2：根据上一步计算结果，重新计算每一个高斯模型的参数，公式如下：

π_k＝N_k/N (7)

step3：直至高斯模型参数收敛，则停止迭代。

由于在不同的子空间下数据分布不同，组成子空间属性较多时，数据会分布稀疏；属性较少时数据分布相对紧密。通过设置适当的K值可以控制每个子空间下聚类簇的数量，即可以控制不同类型的数据分布情况下，将每个子空间划分为紧密/稀疏度合适的聚类簇。

通过step1-至step3将输出每一个子空间的聚类簇，作为下一步步骤S150中进行簇划分和簇合并的输入。

5)步骤S150中，将所述K个聚类簇划分为正常簇和异常簇，以监测所述风电机组的状态。

例如，设置概率阈值参数Eq将每个子空间下的聚类簇划分为大的密集簇和小的稀疏簇。

例如，可以初步将大的密集的簇定义为正常的簇，小的稀疏的簇和不属于任何簇的数据定义为异常的簇。在一个实施例中，还可以将所有子空间的正常簇和异常簇分别相加以去除冗余数据，实现簇合并。在正常簇与异常簇中仍然存在冗余数据的情况下，还可以再次利用高斯模型将冗余数据进行分类。通过这种方式，可以进一步提高异常数据的识别率。

如果设置了较大的K值，也就是在每个子空间下有较多的聚类簇，这时通过设置较小的参数Eq，可以减少正常数据被误识别为异常数据的可能性。虽然这会导致每个子空间下只能识别一部分异常数据，但通过多个子空间异常识别情况的叠加，就可以良好的监测风电机组异常运行状态。

综上所述，采用混合高斯模型进行聚类的方法，可以通过增加高斯模型的数量来逼近任何的概率分布，可以通过设置适当的概率阈值来控制每个子空间下聚类簇的数量，从而减少正常数据被识别为异常数据的可能性，以便更好的监测风电机组的异常状态。

与根据本发明的监测风电机组状态的方法向对应，本发明还提供一种监测风电机组状态的系统。该系统包括：

用于对风电数据进行离散化预处理，以生成排序的数据集的单元，所述排序的数据集包括根据所述风电数据的属性划分的多个区间；

用于将所述排序的数据集存储为频繁模式树的形式的单元；

用于遍历所述频繁模式树以查找最大子空间集的单元；

用于利用多维聚类方法将所述子空间集中的风电数据划分为多个聚类簇的单元；以及

用于将所述多个聚类簇划分为正常簇和异常簇，以监测所述风电机组的状态的单元。

在一个实施例中，所述风电数据的属性包括风电机组的功率、风速、环境温度、叶片对风的角度、齿箱温度中的一种或多种。

在一个实施例中，基于所述风电数据的属性的数量和/或所述每个子空间中风电数据的数量调整聚类簇的数量。

本领域技术人员应当明白，可以通过各种方式来实现上述单元。例如，可以通过指令配置处理器来实现。例如，可以将指令存储在ROM中，并且当启动设备时，将指令从ROM读取到可编程器件中来实现上述模块。例如，可以将上述模块固化到专用器件(例如ASIC)中。可以将上述模块分成相互独立的单元，或者可以将它们合并在一起实现。上述单元可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种监测风电机组状态的方法，包括：

步骤1：对风电数据进行离散化预处理，以生成排序的数据集，所述排序的数据集包括根据所述风电数据的属性划分的多个区间；

步骤2：将所述排序的数据集存储为频繁模式树的形式；

步骤3：遍历所述频繁模式树以查找最大子空间集；

步骤4：利用多维聚类方法将所述最大子空间集中的风电数据划分为多个聚类簇；

步骤5：将所述多个个聚类簇划分为正常簇和异常簇，以监测所述风电机组的状态。

2.根据权利要求1所述的方法，其中，所述风电数据的属性包括风电机组的功率、风速、环境温度、叶片对风的角度、齿箱温度中的一种或多种。

3.根据权利要求1所述的方法，其中，步骤1包括：

将所述风电数据划分为多个不相交的区间并计算每个区间的频繁度；

选择高于频繁度阈值的区间；以及

计算所选择的区间的频繁度并按照频繁度从高到低的顺序排序，以形成排序的数据集。

4.根据权利要求1所述的方法，其中，在步骤3中，采用从左至右，从下向上的顺序来遍历所述频繁模式树。

5.根据权利要求1至4中的任一项所述的方法，其中，在步骤4中，对于所述最大子空间集中的每个子空间执行以下步骤：

定义K个混合高斯模型；

对于所述每个子空间中的风电数据计算由K个高斯模型产生的概率；

基于计算的概率将所述每个子空间中的风电数据划分到K个聚类簇中。

6.根据权利要求5所述的方法，其中，基于所述风电数据的属性的数量和/或所述每个子空间中风电数据的数量调整K的取值。

7.根据上述权利要求中的任一项所述的方法，其中，步骤5还包括将所述正常簇和异常簇分别相加来去除冗余数据。

8.一种监测风电机组状态的系统，包括：

用于对风电数据进行离散化预处理，以生成排序的数据集的单元，所述排序的数据集包括根据所述风电数据的属性划分的多个区间；

用于将所述排序的数据集存储为频繁模式树的形式的单元；

用于遍历所述频繁模式树以查找最大子空间集的单元；

用于利用多维聚类方法将所述最大子空间集中的风电数据划分为多个聚类簇的单元；以及

用于将所述多个聚类簇划分为正常簇和异常簇，以监测所述风电机组的状态的单元。

9.根据权利要求8所述的系统，其中，所述风电数据的属性包括风电机组的功率、风速、环境温度、叶片对风的角度、齿箱温度中的一种或多种。

10.根据权利要求8或9所述的系统，其中，基于所述风电数据的属性的数量和/或所述每个子空间中风电数据的数量来调整聚类簇的数量。