CN113757052A - 风力发电机运行状态的检测方法及系统 - Google Patents

Abstract

本发明公开了一种风力发电机运行状态的检测方法及系统，涉及数据处理技术领域，包括：各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数；各区域服务器采集位于安装区域的风力发电机的运行数据，并根据构建的风力发电模型对运行数据进行检测处理并将检测结果发送至总控服务器；当总控服务器接收到区域联合检测指令时，获取与检测结果所匹配的风力参数，根据风力参数对检测结果进行整合修正；各区域服务器接收到修正后的检测结果后，按照风力校正参数确定检测结果的校正误差；当区域服务器中确定的校正误差大于预设风力发电运行状态误差，则向总控服务器中发送与校正误差对应的风力发电机的运行状态，并进行告警。

Description

风力发电机运行状态的检测方法及系统

技术领域

本发明涉及一种数据处理技术领域，特别是涉及一种风力发电机运行状态的检测方法及系统。

背景技术

由于风能是空气流动所产生的动能，自然界中风能资源的总储量非常巨大，将这些风能资源转换为电能则成为电力获取的关注焦点，可以利用风力发电机将风能转换为电能。在此过程中，由于风力发电机一般配备在风力充足的区域，属于地广人稀的地方，因此，对风力发电机的运行情况进行检测则尤为重要。

目前，现有对风力发电机运行状态的检测方法通常是基于总控制台对各个风力发电机中的运行数据进行采集，同时基于预测算法对运行状态进行判断，从而确定检测结果，但是由于总控制台需要监控大量且分布在各个距离较远的风力发电机，会出现严重的数据延迟问题，并且，由于风力发电机受不同地区的风力影响，各风力发电机所产生的运行数据也不同，造成总控制台的海量数据的处理压力，同时又增加了检测的人力负担，消耗大量人力资源，从而影响风力发电机运行状态的检测精度，大大降低了风力发电机运行状态的检测效率。

发明内容

有鉴于此，本发明提供一种风力发电机运行状态的检测方法及系统，主要目的在于解决现有风力发电机运行状态的检测效率低的问题。

依据本发明一个方面，提供了一种风力发电机运行状态的检测方法，包括：

各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器中存储有根据所述初始化设备信息构建的风力发电模型；

当所述风力发电机执行风力发电时，各区域服务器采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器；

当所述总控服务器接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中；

各区域服务器接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；

当所述区域服务器中确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警，以确定所述风力发电机的运行状态为异常。

依据本发明另一个方面，提供了一种风力发电机运行状态的检测系统，包括：

区域服务器、风力发电机、总控服务器，

所述区域服务器，用于加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器中存储有根据所述初始化设备信息构建的风力发电模型；

所述区域服务器，还用于当所述风力发电机执行风力发电时，采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器；

所述总控服务器，用于当接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中；

所述区域服务器，还用于接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；

所述区域服务器，还用于当确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警，以确定所述风力发电机的运行状态为异常。

借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：

本发明提供了一种风力发电机运行状态的检测方法及系统，与现有技术相比，本发明实施例通过各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器中存储有根据所述初始化设备信息构建的风力发电模型；当所述风力发电机执行风力发电时，各区域服务器采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器；当所述总控服务器接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中；各区域服务器接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；当所述区域服务器中确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警，以确定所述风力发电机的运行状态为异常，大大减少了各处服务器对风力发电机的检测压力，实现风力发电机的统一检测，极大的降低了人力负担，提高运行状态检测的精度，从而提高风力发电机运行状态的检测效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种风力发电机运行状态的检测方法流程图；

图2示出了本发明实施例提供的一种风力发电机的区域设备模型结构示意图；

图3示出了本发明实施例提供的一种风力发电机运行状态的检测系统组成框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供了一种风力发电机运行状态的检测方法，如图1所示，该方法包括：

101、各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数。

风力发电是将风能转换为电能的技术，因此，在进行风力发电时，需要安装风力发电机在指定区域中，本发明实施例中，预先将多个风力发电机安装在指定位置，并划分区域，各区域中按照指定个数的风力发电机连接区域服务器，即每个区域服务器连接有所属区域中的至少一个风力发电机，优选的，一个区域服务器与所属区域中的5个风力发电机进行数据通信，各个风力发电机将风力发电机中采集的运行数据发送至区域服务器中，以使区域服务器仅仅处理所属区域的风力发电机的数据。其中，所述初始化设备信息包括位置信息、设备硬件信息，由于不同风力发电机在采集风能时受地域位置的影响，例如高地风能较多，低洼处风能较少，因此，位置信息即为风力发电机在安装时在所属区域中的地理位置，可以通过GPS进行坐标采集，得到位置信息。设备硬件信息包括但不限于风力发电机的电机设备型号、风轮的型号信息、电机电荷转换标准等，从而可以根据设备硬件信息确定采集的电力数据。另外，由于不同的风力发电机安装在不区域位置时，由于风力收集可能存在差异，因此，本发明实施例中，预先根据不同位置信息对应设置一个风力校正参数，从而用于校正，风力校正参数为0-1之间的数值，位置相对于水平基准点越高，则风力校正参数越小，位置相对于水平基准点越低，则风力校正参数越大，从而基于不同区域的风力发电机可以预先配置一个风力校正参数，本发明实施例不做具体限定。

需要说明的是，由于各个区域服务器加载初始设备参数，因此，服务器中可以存储有根据所述初始化设备信息构建的风力发电模型，从而使得基于风力发电模型进行检测。

102、当所述风力发电机执行风力发电时，各区域服务器采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器。

本发明实施例中，当各个风力发电机执行风力发电过程中，各个区域服务器采集所属安装区域的风力发电机的运行数据，所述运行数据包括但不限于风速、风轮转速、发电电压、风力采集时间等，本发明实施例不做具体限定。同时，各个区域服务器根据存储在本地的风力发电模型进行检测处理，得到检测结果。并且，为了避免因风力、地形等外界因素的影响，各个区域服务器将检测到所属区域的风力发电机的检测结果发送给一个作为总控制服务端的总控服务器进行统一校正处理。

本发明实施例中，为了进行总的、统一的数据校正，当各个区域服务器确定检测结果后，会将检测结果发送给连接全部区域服务器的总控服务器，以便总控服务器进行整合修正。其中，由于总控服务器为与全部区域服务器进行数据通信的服务器，因此，若区域服务器进行总线连接，则总控服务器可以基于无线数据连接，从而作为总控制平台，远程对全部的区域服务器进行数据通信，本发明实施例不做具体限定。

103、当所述总控服务器接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中。

本发明实施例中，总控服务器在接收到各个区域服务器的检测结果后，并不直接进行检测结果的整合修正，而是在接收到至少两个区域服务器发送区域联合检测指令时，才进行整合修正，从而避免单一修正的海量数据处理压力。其中，风力参数为总控服务器基于天气信息确定各个风力发电机处所对应风力的级别，例如风的强度，从而作为修正参数对检测结果进行整合修正。

需要说明的是，为了将监控的数据处理量进行分散化，总控服务器在接收到区域联合检测指令后，才对检测结果进行整合修正，此时，总控服务器作为全部风力发电机的总控制平台对全部区域的风力参数进行实时监控调取，从而及时进行整合修正。同时，区域服务器在实时监控所属区域的风力发电机时，若风力发电机出现停机等故障时，会直接向区域服务器发送故障消息，以使区域服务器对风力发电机的故障进行上报给所属区域的技术人员进行故障排除。因此，对应的，本发明实施例中，各个区域服务器可以与区域终端进行数据通信，以安排区域技术人员进行故障排除。

104、各区域服务器接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差。

本发明实施例中，在总控服务器中完成整合修正后，总控服务器会按照各个区域服务器发送来的检测结果对应的修正后的检测结果进行反馈，具体的，按照各个区域服务器的标识进行反馈，以使各个区域服务器根据修正后的检测结果进行误差校正，从而提高检测结果的精度。其中，校正误差用于表征基于风力发电机的运行数据得到的检测结果的正常或异常的情况，由于风力校正参数为预先根据不同位置信息确定的，各个区域服务器在确定校正误差时，即通过计算公式Q＝f×|a-b|，其中，Q为校正误差，f为风力校正参数，a为与风力校正参数对应的准检测结果，b为修正后的检测结果。本发明实施例中，准检测结果为按照各区域中历史风力参数、风力发电模型计算得到的平均检测值，本发明实施例不做具体限定。

105、当所述区域服务器中确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警。

本发明实施例中，为了基于校正误差确定是否符合风力发电机进行风力发电中运行数据的检测状态，各个区域服务器中预先存储有预设风力发电机运行状态误差，各个区域的区域服务器中存储属于各自区域风力发电机运行状态误差，具体的，终端技术人员，基于连接于区域服务器的区域终端进行设定，本发明实施例不做具体限定。当各个区域服务器中确定校正误差大于所属的预设风力发电运行状态误差，则说明风力发电机的运行数据得到的检测结果的异常性，因此，区域服务器需要再次与总控服务器进行数据通信，即发送对应风力发电机的运行状态，并进行告警，以确定风力发电机的运行状态为异常，此时，风力发电机的异常状态需要上报给总控服务器，从而不再启用区域技术人员进行核查，而是通过总控方的技术人员进行核查处理，大大提高了风力发电机的状态排查力度，并大大减少了故障排查的资源消耗。

在一个本发明实施例中，为了进一步限定及说明，所述各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息之后，所述方法还包括：所述区域服务器根据所属安装区域的风力发电机的位置信息、设备硬件信息建立区域设备模型；基于风力发电系数、设备损耗系数确定所述区域设备模型的预测函数，以基于所述区域设备模型、所述预测函数作为风力发电模型对运行数据进行检测处理。

本发明实施例中，为了实现对运行数据的准确检测，预先在各区域服务器中创建属于本区域风力发电机的区域设备模型，所述区域设备模型为所属区域的风力发电机之间的抽象模型，可以通过具有模拟仿真功能的仿真软件，模拟仿真构建不同设备类型的风力发电工艺流程的抽象模型。其中，由于一个区域中的各个风力发电机的位置可以不同，因此，构建的区域设备模型为基于不同位置信息、不同设备硬件信息进行构建的，如图2所示，同时，具有仿真模拟功能的软件中只要具有嵌入模拟硬件设备的预测函数，从而使区域设备模型运转起来即可，例如，图2中，设备1与设备2中可以分别嵌入预测函数，当输入风力参数时，根据预测函数模拟预测出发电数值即可，本发明实施例不做具体限定。另外，本发明实施例中的预测函数为基于风力发电系数、设备损耗系数确定的，具体的，如f(x)＝g(x)·(1-c)，其中，f(x)为预测函数，g(x)为风能电能转换函数(根据风速、风轮转速、发电电压、风力采集时间中任一项计算发电值的数学关系)，c为设备损耗系数。

需要说明的是，不同的风力发电机的设备损耗系数可以不同，也可以相同，因此，在一个区域设备模型中，即包含多个风力发电机的设备抽象模型，且每个抽象模型中嵌入对应的预测函数，从而作为风力发电模型对运行数据进行处理。

在一个本发明实施例中，为了进一步限定及说明，所述各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息之后，所述方法还包括：所述区域服务器获取设备运行数据训练样本集，并构建三层卷积神经网络；基于所述设备运行数据训练样本集中的运行训练样本数据对所述三层卷积神经网络进行模型训练，得到风力发电预测模型。

本发明实施例中，为了结合人工智能的计算方式，从数据层进一步对运行状态进行检测，各区域服务器还可以构建风力发电预测模型，以进行模型训练后进行人工智能预测。其中，获取设备运行数据训练样本集，设备运行数据训练样本集中包含不同风力发电机的运行数据训练样本数据，以进行模型训练。同时，构建三层卷积神经网络，并为各层卷积按照位置信息、设备硬件信息配置权重值，即三层卷积神经网络中的权重值为基于所述位置信息、设备硬件信息确定的，从而基于运行训练样本数据对三层卷积神经网络进行模型训练，以基于所述风力发电预测模型作为风力发电模型对运行数据进行检测处理。

需要说明的是，本发明实施例中在配置权重值时，基于位置信息、设备硬件信息预先配置权重匹配列表，以便之间调取权重匹配列表查询与不同位置信息、设备硬件信息匹配的权重值，此时，权重匹配列表为技术人员通过区域终端上传的，本发明实施例不做具体限定。

在一个本发明实施例中，为了进一步限定及说明，所述根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果包括：根据所述区域设备模型、所述预测函数对所述运行数据进行检测处理，得到第一检测结果；若所述第一检测结果大于预设检测阈值，则基于所述风力发电预测模型对所述运行数据进行预测处理，得到第二检测结果，所述第二检测结果为处于0-1之间的检测值；若所述第一检测结果小于或等于预设检测阈值，则确定完成检测处理，以将所述第一检测结果进行输出。

为了实现对检测结果准确处理，首先根据区域设备模型、预测函数进行第一次检测处理，此时，若第一次检测结果大于预设检测阈值，则说明基于硬件模型检测来说，运行状态异常，则执行基于风力发电预测模型进行预测处理，得到第二检测结果，此时第二检测结果为0-1之间的检测值，从而作为发送至总控服务器的检测结果。若第一检测结果为小于或等于预测检测阈值，则说明基于硬件模型检测来说，运行状态正常，则直接将第一检测结果作为发送给总控服务器的检测结果，无需进行风力发电预测模型的预测处理，大大提高了风力发电过程中状态检测的效率。

在一个本发明实施例中，为了进一步限定及说明，所述将所述检测结果发送至总控服务器之后，所述方法还包括：所述总控服务器按照预设时间间隔向各区域服务器发送检测广播，以指示所述区域服务器发送区域联合检测指令；若任一区域服务器检测到风力参数大于第一风力参数阈值或小于第二风力参数阈值，则向所述总控服务器发送区域联合检测指令；或，若任一区域服务器检测到发电参数大于第一电力参数阈值或小于第二电力参数阈值，则向所述总控服务器发送区域联合检测指令。

本发明实施例中，由于总控服务器是在接收到区域联合检测指令后，对各个检测结果进行整合修正的，因此，总控服务器按照预设时间间隔向各区域服务器发送检测广播，此时，各区域服务器实时检测风力参数，若风力参数大于第一风力参数阈值，或小于第二风力参数阈值，说明风力过大或过小，此时风力发电机容易出现检测误差或者检测故障，因此，出现上述对比结果的任意一个区域服务器均可以基于接收到的广播发送区域联合检测广播。本发明实施例中，由于总控服务器用于存储海量数据并总控全部分区域服务器，从而间接控制全部的风力发电机，因此，总控服务器仅仅在发送检测广播后才进行区域联合检测指令的接收，以提高检测效率，其中，广播可以设定为时间触发，也可以设定为人为触发，本发明实施例不做具体限定。另外，在另一个场景中，若任意一个区域服务器检测到发电参数大于第一电力参数阈值或小于第二电力参数阈值，则说明对发电电力过大或者过小，此时风力发电机容易出现检测误差或者检测故障，因此出现上述对比结果的任意一个区域服务器均可以基于接收到的广播发送区域联合检测广播。

需要说明的是，各区域服务器中均安装有风力参数的检测传感器，用于采集风力，此时风力可以基于风轮转速、风速等确定，因此，检测传感器用于检测风速、或者风轮转速，从而确定风力参数。另外，第一风力参数阈值、第二风力参数阈值、第一电力参数阈值、第二电力参数阈值均为技术人员基于区域终端进行设定，本发明实施例不做具体限定。

在一个本发明实施例中，为了进一步限定及说明，所述根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果包括：利用风电整合公式计算与所述风力参数、所述检测结果对应的修正结果，确定为修正后的检测结果，所述风电整合公式为H＝q/ln(f)，其中，q为检测结果，f为风力参数。

本发明实施例提供了一种风力发电机运行状态的检测方法，与现有技术相比，本发明实施例通过各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器中存储有根据所述初始化设备信息构建的风力发电模型；当所述风力发电机执行风力发电时，各区域服务器采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器；当所述总控服务器接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中；各区域服务器接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；当所述区域服务器中确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警，以确定所述风力发电机的运行状态为异常，大大减少了各处服务器对风力发电机的检测压力，实现风力发电机的统一检测，极大的降低了人力负担，提高运行状态检测的精度，从而提高风力发电机运行状态的检测效率。

进一步的，作为对上述图1所示方法的实现，本发明实施例提供了一种风力发电机运行状态的检测系统，如图3所示，该系统包括：区域服务器21、风力发电机22、总控服务器23，

所述区域服务器21，用于加载位于所属安装区域的风力发电机22的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器21中存储有根据所述初始化设备信息构建的风力发电模型；

所述区域服务器21，还用于当所述风力发电机22执行风力发电时，采集位于所述安装区域的风力发电机22的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器23；

所述总控服务器23，用于当接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器21中；

所述区域服务器21，还用于接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；

所述区域服务器21，还用于当确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器23中发送与所述校正误差对应的风力发电机22的运行状态，并进行告警，以确定所述风力发电机22的运行状态为异常。

进一步地，所述区域服务器21，还用于根据所属安装区域的风力发电机22的位置信息、设备硬件信息建立区域设备模型，所述区域设备模型为所属区域的风力发电机22之间的抽象模型；

所述区域服务器21，还用于基于风力发电系数、设备损耗系数确定所述区域设备模型的预测函数，以基于所述区域设备模型、所述预测函数作为风力发电模型对运行数据进行检测处理。

进一步地，所述区域服务器，还用于获取设备运行数据训练样本集，并构建三层卷积神经网络；

所述区域服务器，还用于基于所述设备运行数据训练样本集中的运行训练样本数据对所述三层卷积神经网络进行模型训练，得到风力发电预测模型，所述三层卷积神经网络中的权重值为基于所述位置信息、设备硬件信息确定的，以基于所述风力发电预测模型作为风力发电模型对运行数据进行检测处理。

进一步地，

所述区域服务器，还用于根据所述区域设备模型、所述预测函数对所述运行数据进行检测处理，得到第一检测结果；

所述区域服务器，还用于若所述第一检测结果大于预设检测阈值，则基于所述风力发电预测模型对所述运行数据进行预测处理，得到第二检测结果，所述第二检测结果为处于0-1之间的检测值；

所述区域服务器，还用于若所述第一检测结果小于或等于预设检测阈值，则确定完成检测处理，以将所述第一检测结果进行输出。

进一步地，所述总控服务器，还用于按照预设时间间隔向各区域服务器发送检测广播，以指示所述区域服务器发送区域联合检测指令；

所述区域服务器，还用于若检测到风力参数大于第一风力参数阈值或小于第二风力参数阈值，则向所述总控服务器发送区域联合检测指令；或，

所述区域服务器，还用于若检测到发电参数大于第一电力参数阈值或小于第二电力参数阈值，则向所述总控服务器发送区域联合检测指令。

进一步地，所述总控服务器，还用于利用风电整合公式计算与所述风力参数、所述检测结果对应的修正结果，确定为修正后的检测结果，所述风电整合公式为H＝q/ln(f)，其中，q为检测结果，f为风力参数。

本发明实施例提供了一种风力发电机运行状态的检测系统，与现有技术相比，本发明实施例通过各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器中存储有根据所述初始化设备信息构建的风力发电模型；当所述风力发电机执行风力发电时，各区域服务器采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器；当所述总控服务器接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中；各区域服务器接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；当所述区域服务器中确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警，以确定所述风力发电机的运行状态为异常，大大减少了各处服务器对风力发电机的检测压力，实现风力发电机的统一检测，极大的降低了人力负担，提高运行状态检测的精度，从而提高风力发电机运行状态的检测效率。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (7)

1.一种风力发电机运行状态的检测方法，其特征在于，包括：

各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器中存储有根据所述初始化设备信息构建的风力发电模型；

当所述风力发电机执行风力发电时，各区域服务器采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器；

当所述总控服务器接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中；

各区域服务器接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；

当所述区域服务器中确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警，以确定所述风力发电机的运行状态为异常。

2.根据权利要求1所述的方法，其特征在于，所述各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息之后，所述方法还包括：

所述区域服务器根据所属安装区域的风力发电机的位置信息、设备硬件信息建立区域设备模型，所述区域设备模型为所属区域的风力发电机之间的抽象模型；

基于风力发电系数、设备损耗系数确定所述区域设备模型的预测函数，以基于所述区域设备模型、所述预测函数作为风力发电模型对运行数据进行检测处理。

3.根据权利要求1所述的方法，其特征在于，所述各区域服务器加载位于所属安装区域的风力发电机的初始化设备信息之后，所述方法还包括：

所述区域服务器获取设备运行数据训练样本集，并构建三层卷积神经网络；

基于所述设备运行数据训练样本集中的运行训练样本数据对所述三层卷积神经网络进行模型训练，得到风力发电预测模型，所述三层卷积神经网络中的权重值为基于所述位置信息、设备硬件信息确定的，以基于所述风力发电预测模型作为风力发电模型对运行数据进行检测处理。

4.根据权利要求2或3所述的方法，其特征在于，所述根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果包括：

根据所述区域设备模型、所述预测函数对所述运行数据进行检测处理，得到第一检测结果；

若所述第一检测结果大于预设检测阈值，则基于所述风力发电预测模型对所述运行数据进行预测处理，得到第二检测结果，所述第二检测结果为处于0-1之间的检测值；

若所述第一检测结果小于或等于预设检测阈值，则确定完成检测处理，以将所述第一检测结果进行输出。

5.根据权利要求1所述的方法，其特征在于，所述将所述检测结果发送至总控服务器之后，所述方法还包括：

所述总控服务器按照预设时间间隔向各区域服务器发送检测广播，以指示所述区域服务器发送区域联合检测指令；

若任一区域服务器检测到风力参数大于第一风力参数阈值或小于第二风力参数阈值，则向所述总控服务器发送区域联合检测指令；或，

若任一区域服务器检测到发电参数大于第一电力参数阈值或小于第二电力参数阈值，则向所述总控服务器发送区域联合检测指令。

6.根据权利要求1所述的方法，其特征在于，所述根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果包括：

利用风电整合公式计算与所述风力参数、所述检测结果对应的修正结果，确定为修正后的检测结果，所述风电整合公式为H＝q/ln(f)，其中，q为检测结果，f为风力参数。

7.一种风力发电机运行状态的检测系统，其特征在于，包括：区域服务器、风力发电机、总控服务器，

所述区域服务器，用于加载位于所属安装区域的风力发电机的初始化设备信息以及风力校正参数，所述初始化设备信息包括位置信息、设备硬件信息，所述区域服务器中存储有根据所述初始化设备信息构建的风力发电模型；

所述区域服务器，还用于当所述风力发电机执行风力发电时，采集位于所述安装区域的风力发电机的运行数据，并根据构建的风力发电模型对所述运行数据进行检测处理，得到所述运行数据的检测结果，并将所述检测结果发送至总控服务器；

所述总控服务器，用于当接收到区域联合检测指令时，获取与所述检测结果所匹配的风力参数，根据所述风力参数对所述检测结果进行整合修正，得到修正后的检测结果，并反馈至各区域服务器中；

所述区域服务器，还用于接收到修正后的检测结果后，按照风力校正参数确定所述检测结果的校正误差；

所述区域服务器，还用于当确定的校正误差大于预设风力发电运行状态误差，则向所述总控服务器中发送与所述校正误差对应的风力发电机的运行状态，并进行告警，以确定所述风力发电机的运行状态为异常。

Images