CN114352478B - 海上风电机组控制系统及控制方法 - Google Patents

海上风电机组控制系统及控制方法 Download PDF

Info

Publication number
CN114352478B
CN114352478B CN202210257596.8A CN202210257596A CN114352478B CN 114352478 B CN114352478 B CN 114352478B CN 202210257596 A CN202210257596 A CN 202210257596A CN 114352478 B CN114352478 B CN 114352478B
Authority
CN
China
Prior art keywords
state
data
wind turbine
offshore wind
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210257596.8A
Other languages
English (en)
Other versions
CN114352478A (zh
Inventor
许世森
郭小江
孙财新
张波
唐巍
付明志
秦猛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Clean Energy Research Institute
China Huaneng Group Co Ltd
Original Assignee
Huaneng Clean Energy Research Institute
China Huaneng Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaneng Clean Energy Research Institute, China Huaneng Group Co Ltd filed Critical Huaneng Clean Energy Research Institute
Priority to CN202210257596.8A priority Critical patent/CN114352478B/zh
Publication of CN114352478A publication Critical patent/CN114352478A/zh
Application granted granted Critical
Publication of CN114352478B publication Critical patent/CN114352478B/zh
Priority to PCT/CN2022/117452 priority patent/WO2023173701A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D7/00Controlling wind motors 
    • F03D7/02Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04Automatic control; Regulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

本申请提出一种海上风电机组控制系统及控制方法,其中,海上风电机组控制系统包括感知模块、机组智能分析模块和PLC逻辑控制器,其中:感知模块,用于通过传感器对海上风电机组的第一状态数据和第二状态数据进行监测,并将第一状态数据传送至机组智能分析模块,将第二状态数据传送至PLC逻辑控制器;机组智能分析模块,用于基于第一状态数据进行分析,获取海上风电机组的多个状态分析结果,并将多个状态分析结果传送至PLC逻辑控制器;PLC逻辑控制器,用于根据多个状态分析结果和第二状态数据进行逻辑判断,以实现对海上风电机组的机械部件进行控制。本方案可以结合机组的水下环境、水上环境、结构的状态数据与传统的监控数据,实现机组进行智能控制。

Description

海上风电机组控制系统及控制方法
技术领域
本申请涉及海上风力发电技术领域,尤其涉及一种海上风电机组控制系统及控制方法。
背景技术
通常海上风电机组对环境、叶片、变桨系统、轮毂、主轴、齿轮箱、发电机、塔筒、基础等关键部件和系统的监测点并不完善,难以实现机组智能控制。但是,如果在现有的机组测点基础上增加结构监测、环境监测等测点,会导致数据量激增,由于数据纬度频率等不一致,PLC逻辑控制器无法对其进行处理,从而无法利用结构等状态数据对机组进行智能控制。所以为了保证海上风电机组的安全运行,如何实现机组的智能控制,成为目前亟需解决的问题。
发明内容
本申请提供了一种海上风电机组控制系统及控制方法。
根据本申请的第一方面,提供了一种海上风电机组控制系统,包括感知模块、机组智能分析模块和PLC逻辑控制器,其中:
所述感知模块,用于通过传感器对所述海上风电机组的第一状态数据和第二状态数据进行监测,并将所述第一状态数据传送至所述机组智能分析模块,将所述第二状态数据传送至所述PLC逻辑控制器;所述第一状态数据为包括用于表征所述海上风电机组的水下环境、水上环境、结构中至少一项的状态数据;所述第二状态数据为所述海上风电机组的机械部件的状态数据;
所述机组智能分析模块,用于基于所述第一状态数据进行分析,获取所述海上风电机组的多个状态分析结果,并将所述多个状态分析结果传送至所述PLC逻辑控制器;
所述PLC逻辑控制器,用于根据所述多个状态分析结果和所述第二状态数据进行逻辑判断,以实现对所述海上风电机组的机械部件进行控制。
在本申请的一些实施例中,所述机组智能分析模块具体用于:
对所述第一状态数据按照预设格式进行处理,获得处理后的数据;
基于预设的多个分析模型,在所述处理后的数据中确定每个所述分析模型对应的输入数据;所述分析模型为基于所述第一状态数据与真实状态标签训练得到的。
将所述输入数据分别输入至各自对应的分析模型,获得多个状态分析结果;
将所述多个状态分析结果传送至所述PLC逻辑控制器。
作为一种实施方式,所述PLC逻辑控制器具体用于:
根据所述多个状态分析结果和所述第二状态数据进行逻辑判断,生成控制所述海上风电机组对应的机械部件的控制指令,以实现对所述海上风电机组的机械部件的控制。
在本申请的另一些实施例中,所述机组智能分析模块具体还用于:
响应于所述第一状态数据中包含待计算数据,确定所述第一状态数据中的待计算数据和待结果分析数据;
将所述待计算数据进行标准化处理,并计算出标准化数据;
对所述待结果分析数据按照预设格式进行处理,获得所述处理后的数据;
基于预设的多个分析模型,在所述处理后的数据中确定每个所述分析模型对应的输入数据;
将所述输入数据分别输入至各自对应的分析模型,获得多个状态分析结果;
将所述多个状态分析结果和所述标准化数据传送至所述PLC逻辑控制器。
作为一种实施方式,所述PLC逻辑控制器具体用于:
根据所述多个状态分析结果、所述标准化数据和所述第二状态数据进行逻辑判断,生成控制所述海上风电机组对应的机械部件的控制指令,以实现对所述海上风电机组的机械部件的控制。
在本申请的一些实施例中,所述系统还包括场站监控分析模块,其中:
所述机组智能分析模块,还用于将所述第一状态数据和所述多个状态分析结果传送至所述场站监控分析模块;
所述PLC逻辑控制器,还用于将所述海上风电机组的机械部件的运行数据传送至所述场站监控分析模块;
所述场站监控分析模块,用于基于场站内各海上风电机组的第一状态数据、状态分析结果、机械部件的运行数据及巡检数据,评估所述状态分析结果的准确性,并对所述场站内各海上风电机组的机组智能分析模块的分析模型进行更新。
在本申请的一些实施例中,所述场站监控分析模块具体用于:
管理应用于所述场站内每个海上风电机组的多个分析模型,基于所述场站内每个海上风电机组的第一状态数据、机械部件的运行数据以及巡检数据,不断对所述分析模型进行训练;
针对每个所述状态分析结果,基于所述海上风电机组的第一状态数据、机械部件的运行数据及巡检数据,确定所述海上风电机组的真实状态;
将所述真实状态与所述状态分析结果输入至预设的评估模型,确定所述状态分析结果的准确率;
若存在准确率低于预设阈值的目标状态分析结果,则确定所述目标状态分析结果对应的目标分析模型;
获取所述目标分析模型对应的最新训练后的分析模型,并将所述海上风电机组的机组智能分析模块的目标分析模型更新为所述最新训练后的分析模型。
根据本申请的第二方面,提供了一种海上风电机组控制方法,应用于海上风电机组控制系统,所述方法包括:
获取所述海上风电机组的第一状态数据和第二状态数据;所述第一状态数据是指用于表征所述海上风电机组的水下环境、水上环境、结构中至少一项的状态监测数据;所述第二状态数据为所述海上风电机组的机械部件的状态监测数据;
对所述第一状态数据进行分析,获取所述海上风电机组的多个状态分析结果;
根据所述多个状态分析结果和所述第二状态数据,对所述海上风电机组的机械部件进行控制。
在本申请的一些实施例中,所述对所述第一状态数据进行分析,获取所述海上风电机组的多个状态分析结果,包括:
对所述第一状态数据按照预设格式进行处理,获得处理后的数据;
基于预设的多个分析模型,在所述处理后的数据中确定每个所述分析模型对应的输入数据;所述分析模型为基于所述第一状态数据与真实状态标签训练得到的。
将所述输入数据分别输入至各自对应的分析模型,获得多个状态分析结果。
在本申请的一些实施例中,所述根据所述多个状态分析结果和所述第二状态数据,对所述海上风电机组的机械部件进行控制,包括:
根据所述多个状态分析结果和所述第二状态数据进行逻辑判断,生成控制所述海上风电机组对应机械部件的控制指令;
通过所述控制指令,对所述海上风电机组对应机械部件进行控制。
根据本申请的技术方案,增加了海上风电机组的水下环境、水上环境、结构中至少一项的第一状态数据的监测,通过机组智能分析模块对第一状态数据进行分析,获得海上风电机组的状态分析结果,并将状态分析结果传送至PLC逻辑控制器,由PLC逻辑控制器基于状态分析结果及由感知层传送的机械部件状态数据,来对海上风电机组的机械部件进行控制。也就是说本方案可以结合海上风电机组的水下环境、水上环境、结构的状态数据与传统的监控数据,实现海上风电机组进行智能控制,不仅可以提升对海上风电机组控制的准确性,也可以提高海上风电机组的安全性。
本申请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,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例所提供的一种海上风电机组控制系统的结构框图;
图2为本申请实施例所提供的另一种海上风电机组控制系统的结构框图;
图3为本申请实施例提供的一种海上风电机组控制方法的流程图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
需要说明的是,通常海上风电机组对环境、叶片、变桨系统、轮毂、主轴、齿轮箱、发电机、塔筒、基础等关键部件和系统的监测测点并不完善,难以实现机组智能控制。但是,如果在现有的机组测点基础上增加结构监测、环境监测等测点,会导致数据量激增,由于数据纬度频率等不一致,PLC逻辑控制器无法对其进行处理,从而无法利用结构等状态数据对机组进行智能控制。所以为了保证海上风电机组的安全运行,如何实现机组的智能控制,成为目前亟需解决的问题。
在相关技术中,主要采用单独开发振动监测系统、结构监测系统等,通过在机组内安装振动监测传感器或者结构监测传感器,并通过传感器采集的信号引入并进行计算分析,以得到机组的振动监测或者结构监测的分析结论。但是,该方案将振动监测分析及结构监测分析与机组控制割裂开,即振动监测分析及结构监测分析的结果均以报告等形式呈现,并未将结果用于机组的控制,所以在出现紧急情况时,难以及时处理,无法实现机组的智能控制。
下面参考附图描述本申请实施例的海上风电机组控制系统及控制方法。
图1为本申请实施例所提供的一种海上风电机组控制系统的结构框图。如图1所示,该海上风电机组控制系统包括感知模块101、机组智能分析模块102和PLC逻辑控制器103。其中,感知模块101用于通过传感器对海上风电机组的第一状态数据和第二状态数据进行检测,并将第一状态数据传送至机组智能分析模块102,将第二状态数据传送至PLC逻辑控制器103。第一状态数据为包括用于表征海上风电机组的水下环境、水上环境、结构中至少一项的状态数据。第二状态数据为海上风电机组的机械部件的状态数据,需要说明的是,第二状态数据为相关技术中在未增加监测点的情况下,对海上风电机组的变桨系统、偏航系统、传动链系统、发电机、变流器等可控的机械部件运行状态的监测。
在本申请的实施例中,感知模块101可以增加以下传感器对水下环境、水上环境、结构状态进行检测,以获取海上风电机组的第一状态数据,如机舱式激光雷达等环境监测传感器进行测风,增加如三维扫描在线冲刷监测、声学多普勒波浪流速剖面仪等进行水下环境监测;增加如变桨轴承螺栓预紧力传感器、振动传感器进行变桨系统监测;增加如轮毂螺栓预紧力传感器、振动传感器、油品监测传感器等进行传动链监测;增加如位移传感器、应力传感器、螺栓预紧力传感器、加速度传感器、倾角传感器、腐蚀监测传感器等进行塔筒等结构进行监测;增加如倾角传感器、应力传感器、加速度传感器、侧向土压力计、腐蚀监测传感器等对于基础结构等进行监测。
在本申请的实施例中,机组智能分析模块102,用于基于第一状态数据进行分析,获取海上风电机组的多个状态分析结果,并将多个状态分析结果传送至PLC逻辑控制器。PLC逻辑控制器,用于根据多个状态分析结果和第二状态数据进行逻辑判断,以实现对海上风电机组的机械部件进行控制。
也就是说,机组智能分析模块102基于第一状态数据进行分析,确定与机组的机构、环境等相关的状态分析结果,并将状态分析结果传送至PLC逻辑控制器103,这样,PLC逻辑控制器103相当于在未增大数据处理的情况下,可以生成结合结构、环境等监测数据与传统的监测数据的控制指令,从而实现了对海上风电机组的智能控制,进一步保障了海上风电机组的安全运行。
作为一种示例,机组智能分析模块102基于第一状态数据获取的海上风电机组的状态分析结果叶片坏洞、叶片表面异物、齿轮断齿、点蚀等。
在本申请的一些实施例中,机组智能分析模块102具体用于:对第一状态数据按照预设格式进行处理,获得处理后的数据;基于预设的多个分析模型,在处理后的数据中确定每个分析模型对应的输入数据;分析模型为基于第一状态数据与真实状态标签训练得到的;将输入数据分别输入至各自对应的分析模型,获得多个状态分析结果;将多个状态分析结果传送至PLC逻辑控制器103。
其中,分析模型可以是基于预设时间范围内监测的第一状态数据与真实状态标签对神经网络训练得到的,真实状态标签可以为相关工作人员巡检反馈数据。每个分析模型对特定的数据进行分析,输出对应的状态分析结果。比如结构预警分析模型,可以是基于位移传感器、应力传感器、螺栓预紧力传感器、加速度传感器、倾角传感器等的数据,与对应的真实结构状态标签训练得到的。由于各传感器检测的数据格式不同,尺度不同,所以可以先将各传感器监控的第一状态数据按照预设的格式进行处理,以处理为统一格式的数据,再基于多个分析模型,确定每个分析模型的输入数据。需要说明的是,通常为了满足分析模型的输入格式,可以将对应的输入数据处理为模型输入的格式,再将格式处理后的数据输入至对应的分析模块。
在本申请的一些实施例中,第一状态数据中可能存在图像等数据,这些数据在输入模型之前,需要通过特征提取模型进行特征提取,并将特征提取后的数据输入至对应的分析模型。特征提取模型可以与分析模型相互对应,比如特征提取模型A与分析模型B,在模型训练的过程可以对特征提取模型A与分析模型B同时训练。
需要说明的是,第一状态数据中可以包含各分析模型进行状态分析所需的数据,若分析模型的输入中包含某些传统监测点的状态监测数据,则这些状态监测数据可以既作为第一状态数据,也可以作为第二状态数据,也就是说第一状态数据与第二状态数据中可能存在交叉,此次可以根据实际应用场景的需求来确定。
此外,PLC逻辑控制器103具体用于:根据多个状态分析结果和第二状态数据进行逻辑判断,生成控制海上风电机组对应机械部件的控制指令,以实现对海上风电机组的机械部件的控制。作为一种示例,PLC逻辑控制器103中预设状态分析结果与机械部件运行参数的对应关系,同时也预设有第二状态数据与机械部件运行参数的对应关系,PLC逻辑控制器103可以基于接收到的状态分析结果与第二状态数据,生成控制对应机械部件的控制指令,以实现对海上风电机组的机械部件的控制。
在本申请的另一些实施例中,机组智能分析模块102还用于:响应于第一状态数据中包含待计算数据,确定第一状态数据中的待计算数据和待结果分析数据;将待计算数据进行标准化处理,并计算出标准化数据;对待结果分析数据按照预设格式进行处理,获得处理后的数据;基于预设的多个分析模型,在处理后的数据中确定每个分析模型对应的输入数据;将输入数据分别输入至各自对应的分析模型,获得多个状态分析结果;将多个状态分析结果和标准化数据传送至PLC逻辑控制器。
而对应的PLC逻辑控制器103还用于:根据多个状态分析结果、标准化数据和第二状态数据进行逻辑判断,生成控制海上风电机组对应的机械部件的控制指令,以实现对海上风电机组对应机械部件的控制。
也就是说,机组智能分析模块102除了可以基于第一状态数据进行分析,获取状态分析结果,还可以对第一状态数据中需要计算的数据进行标准化计算,将计算结果也传送至PLC逻辑控制器103,从而可以由机组智能分析模块102将PLC逻辑控制器103处理不了的各维度、各频率的状态监测数据处理为PLC逻辑控制器103可接受的数据,以实现对海上风电机组的智能控制。
作为一种示例,感知模块101通过增加激光雷达环境传感器来进行测风,但是其监测数据包括不同距离的风速数据,机组智能分析模块102在接收到激光雷达环境传感器的测风数据之后,将这些不同距离的风速数据进行标准化处理,计算出标准风速,并将该标准风速也传送至PLC逻辑控制器103,PLC逻辑控制器103基于标准风速对变桨系统等进行控制。
根据本申请实施例的海上风电机组控制系统,增加了包含海上风电机组的水下环境、水上环境、结构中至少一项的第一状态数据的监测,通过机组智能分析模块对第一状态数据进行分析,获得海上风电机组的状态分析结果,并将状态分析结果传送至PLC逻辑控制器,由PLC逻辑控制器基于状态分析结果及由感知层传送的机械部件状态数据,来对海上风电机组的机械部件进行控制。也就是说本方案可以结合海上风电机组的水下环境、水上环境、结构的状态数据与传统的监控数据,实现海上风电机组进行智能控制,不仅可以提升对海上风电机组控制的准确性,也可以提高海上风电机组的安全性。
为了进一步提升海上风电机组控制的准确性,本申请提出了另一个实施例。
图2为本申请实施例提供的另一种海上风电机组控制系统。如图2所示,在上述实施例的基础上,该海上风电机组控制系统还包括场站监控分析模块201。其中:
机组智能分析模块102,还用于将第一状态数据和多个状态分析结果传送至场站监控分析模块201。PLC逻辑控制器103,还用于将海上风电机组的机械部件的运行数据传送至场站监控分析模块201。场站监控分析模块201,用于基于场站内各海上风电机组的第一状态数据、状态分析结果、机械部件的运行数据及巡检数据,评估状态分析结果的准确性,并对场站内各海上风电机组的机组智能分析模块102的分析模型进行更新。
也就是说,机组智能分析模块102使用的分析模型是由场站监控分析模块201对其进行更新的,这样可以在海上风电机组运行的过程中,由场站监控分析模块201对机组智能分析模块102的状态分析结果进行评估,若评估的准确性未满足预设条件,则场站监控分析模块201将对机组智能分析模块102中对应的分析模型进行更新,以保证机组智能分析模块102状态分析的准确性,进而可以进一步保证海上风电机组控制系统控制海上风电机组的准确性,使海上风电机组可以安全运行。
在本申请的一些实施例中,场站监控分析模块201具体用于:管理应用于场站内每个海上风电机组的多个分析模型,基于场站内每个海上风电机组的第一状态数据、各机械部件的运行数据以及巡检数据,不断对分析模型进行训练;针对每个状态分析结果,基于海上风电机组的第一状态数据、各机械部件的运行数据及巡检数据,确定海上风电机组的真实状态;将真实状态与状态分析结果输入至预设的评估模型,确定状态分析结果的准确率;若存在准确率低于预设阈值的目标状态分析结果,则确定目标状态分析结果对应的目标分析模型;获取目标分析模型对应的最新训练后的分析模型,并将海上风电机组的机组智能分析模块的目标分析模型更新为最新训练后的分析模型。
其中,由于场站内每个海上风电机组的运行状态会有差异,所以场站监控分析模块201为场站内每个海上风电机组的机组智能分析模块102管理着其各自的分析模型。针对场站内的每个海上风电机组,场站监控分析模块201管理着该海上风电机组的机组智能分析模块102正在使用的一套分析模型,同时也基于该海上风电机组的第一状态数据、各机械部件的运行数据以及巡检数据,不断对分析模型进行训练。
由于场站监控分析模块201不仅有海上风电机组的机组智能分析模块102传送第一状态数据,也有PLC逻辑控制器103传送的海上风电机组的运行数据,还有巡检工作人员的巡检数据,所以可以根据这些数据确定海上风电机组的真实状态。
在本申请的一些实施例中,评估模型用于统计分析模型的状态分析结果的准确性,既可以是每个分析模型对应一个评估模型,也可以是多个分析模型对应一个评估模型。比如,若一个分析模型对应一个评估模型,则将某分析模型的状态分析结果以及海上风电机组的真实状态输入至该分析模型对应的评估模型,评估模型基于该状态分析结果与真实状态之间的差值,以及预设时间段内状态分析结果与真实状态之间的差值,统计出该分析模型的状态分析结果的准确率。将得到的状态分析结果的准确率与预设阈值进行比对,确定是否存在准确率低于预设阈值的目标状态分析结果,若存在目标状态分析结果,则对该目标状态分析结果的分析模型进行更新。
在本申请的一些实施例中,场站监控分析模块201也可以用于在有调度需求时,向PLC逻辑控制器103发出控制指令,比如停机等控制指令。
需要说明的是,在实际应用场景中,也可以通过评估模型统计召回率等,以确定是否对分析模型进行更新,本申请对此不作限定。
根据本申请实施例的海上风电机组控制系统,通过增加场站监控分析模块,对场站内各海上风电机组的机组智能分析模块使用的分析模型进行管理,并对各分析模型输出的状态分析结果进行评估,在准确性不满足预期时,可以对机组智能分析模块使用的分析模型进行远程更新,以保证机组智能分析模块输出的状态分析结果的准确性,从而可以进一步提升海上风电机组控制系统对机组控制的准确性,也可以进一步保障海上风电机组的安全运行。
为了实现上述实施例,本申请还提供了一种海上风电机组控制方法。
图3为本申请实施例提供的一种海上风电机组控制方法的流程图。本申请实施例的海上风电机组控制方法应用于图1和图2所示的海上风电机组控制系统。如图3所示,该控制方法可以包括:
步骤301,获取海上风电机组的第一状态数据和第二状态数据;第一状态数据是指用于表征海上风电机组的水下环境、水上环境、结构中至少一项的状态监测数据;第二状态数据为海上风电机组机械部件的状态监测数据。
在本申请的实施例中,可以基于海上风电机组控制系统的感知模块,通过对应的传感器获取海上风电机组的第一状态数据和第二状态数据。
步骤302,对第一状态数据进行分析,获取海上风电机组的多个状态分析结果。
步骤303,根据多个状态分析结果和第二状态数据,对海上风电机组机械部件进行控制。
在本申请的一些实施例中,步骤302的实现方式可以包括:对第一状态数据按照预设格式进行处理,获得处理后的数据;基于预设的多个分析模型,在处理后的数据中确定每个分析模型对应的输入数据;分析模型为基于第一状态数据与真实状态标签训练得到的;将输入数据分别输入至各自对应的分析模型,获得多个状态分析结果。步骤302的实现过程可以由海上风电机组控制系统的机组智能分析模块来实现,其中,若海上风电机组控制系统中包含场站监控分析模块,则机组智能分析模块使用的分析模型是由场站监控分析模块训练和管理的,若海上风电机组控制系统中未包含场站监控分析模块,则机组智能分析模块使用的分析模型可以是经训练后预设到机组智能分析模块中的。
在本申请的一些实施例中,根据多个状态分析结果和第二状态数据,对海上风电机组机械部件进行控制的实现过程可以是由海上风电机组控制系统的PLC逻辑控制模块来执行,其实现过程可以包括:根据多个状态分析结果和第二状态数据进行逻辑判断,生成控制海上风电机组对应机械部件的控制指令;通过控制指令,对海上风电机组对应机械部件进行控制。
根据本申请实施例的海上风电机组控制方法,海上风电机组控制系统通过获取用于表征海上风电机组的水下环境、水上环境、结构中至少一项的状态监测数据,对这些数据进行分析,以获得海上风电机组的多个状态分析结果,并基于多个状态分析结果和海上风电机组机械部件的状态监测数据,对海上风电机组的机械部件进行控制,从而可以实现海上风电机组的智能控制,也可以为海上风电机组的安全运行提供保障。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种海上风电机组控制系统,其特征在于,包括感知模块、机组智能分析模块和PLC逻辑控制器,其中:
所述感知模块,用于通过传感器对所述海上风电机组的第一状态数据和第二状态数据进行监测,并将所述第一状态数据传送至所述机组智能分析模块,将所述第二状态数据传送至所述PLC逻辑控制器;所述第一状态数据为包括用于表征所述海上风电机组的水下环境、水上环境、结构中至少一项的状态数据;所述第二状态数据为所述海上风电机组的机械部件的状态数据;
所述机组智能分析模块,用于基于所述第一状态数据进行分析,获取所述海上风电机组的多个状态分析结果,并将所述多个状态分析结果传送至所述PLC逻辑控制器;
所述PLC逻辑控制器,用于根据所述多个状态分析结果和所述第二状态数据进行逻辑判断,以实现对所述海上风电机组的机械部件进行控制;所述机组智能分析模块具体用于:
对所述第一状态数据按照预设格式进行处理,获得处理后的数据;
基于预设的多个分析模型,在所述处理后的数据中确定每个所述分析模型对应的输入数据;所述分析模型为基于所述第一状态数据与真实状态标签训练得到的;
将所述输入数据分别输入至各自对应的分析模型,获得多个状态分析结果;
将所述多个状态分析结果传送至所述PLC逻辑控制器;
还包括场站监控分析模块,其中:
所述机组智能分析模块,还用于将所述第一状态数据和所述多个状态分析结果传送至所述场站监控分析模块;
所述PLC逻辑控制器,还用于将所述海上风电机组的机械部件的运行数据传送至所述场站监控分析模块;
所述场站监控分析模块,用于基于所述场站内各海上风电机组的第一状态数据、状态分析结果、机械部件的运行数据及巡检数据,评估所述状态分析结果的准确性,并对所述场站内各海上风电机组的机组智能分析模块的分析模型进行更新。
2.根据权利要求1所述的系统,其特征在于,所述PLC逻辑控制器具体用于:
根据所述多个状态分析结果和所述第二状态数据进行逻辑判断,生成控制所述海上风电机组对应机械部件的控制指令,以实现对所述海上风电机组的机械部件的控制。
3.根据权利要求1所述的系统,其特征在于,所述机组智能分析模块还用于:
响应于所述第一状态数据中包含待计算数据,确定所述第一状态数据中的待计算数据和待结果分析数据;
将所述待计算数据进行标准化处理,并计算出标准化数据;
对所述待结果分析数据按照所述预设格式进行处理,获得所述处理后的数据;
基于所述分析模型,在所述处理后的数据中确定每个所述分析模型对应的输入数据;
将所述输入数据分别输入至各自对应的分析模型,获得多个状态分析结果;
将所述多个状态分析结果和所述标准化数据传送至所述PLC逻辑控制器。
4.根据权利要求3所述的系统,其特征在于,所述PLC逻辑控制器还用于:
根据所述多个状态分析结果、所述标准化数据和所述第二状态数据进行逻辑判断,生成控制所述海上风电机组对应的机械部件的控制指令,以实现对所述海上风电机组对应机械部件的控制。
5.根据权利要求1所述的系统,其特征在于,所述场站监控分析模块具体用于:
管理应用于所述场站内每个海上风电机组的多个分析模型,基于所述场站内每个海上风电机组的第一状态数据、各机械部件的运行数据以及巡检数据,不断对所述分析模型进行训练;
针对每个所述状态分析结果,基于所述海上风电机组的第一状态数据、各机械部件的运行数据及巡检数据,确定所述海上风电机组的真实状态;
将所述真实状态与所述状态分析结果输入至预设的评估模型,确定所述状态分析结果的准确率;
若存在准确率低于预设阈值的目标状态分析结果,则确定所述目标状态分析结果对应的目标分析模型;
获取所述目标分析模型对应的最新训练后的分析模型,并将所述海上风电机组的机组智能分析模块的目标分析模型更新为所述最新训练后的分析模型。
6.一种海上风电机组控制方法,其特征在于,所述方法用于海上风电机组控制系统,所述方法包括:
获取所述海上风电机组的第一状态数据和第二状态数据;所述第一状态数据是指用于表征所述海上风电机组的水下环境、水上环境、结构中至少一项的状态监测数据;所述第二状态数据为所述海上风电机组机械部件的状态监测数据;
对所述第一状态数据进行分析,获取所述海上风电机组的多个状态分析结果;
根据所述多个状态分析结果和所述第二状态数据,对所述海上风电机组的机械部件进行控制;所述对所述第一状态数据进行分析,获取所述海上风电机组的多个状态分析结果,包括:
对所述第一状态数据按照预设格式进行处理,获得处理后的数据;
基于预设的多个分析模型,在所述处理后的数据中确定每个所述分析模型对应的输入数据;所述分析模型为基于所述第一状态数据与真实状态标签训练得到的;
将所述输入数据分别输入至各自对应的分析模型,获得多个状态分析结果;将所述第一状态数据和所述多个状态分析结果传送至场站监控分析模块;
基于所述场站内各海上风电机组的第一状态数据、状态分析结果、机械部件的运行数据及巡检数据,通过场站监控分析模块,评估所述状态分析结果的准确性,并对所述场站内各海上风电机组的机组智能分析模块的分析模型进行更新。
7.根据权利要求6所述的方法,其特征在于,所述根据所述多个状态分析结果和所述第二状态数据,对所述海上风电机组的机械部件进行控制,包括:
根据所述多个状态分析结果和所述第二状态数据进行逻辑判断,生成控制所述海上风电机组对应机械部件的控制指令;
通过所述控制指令,对所述海上风电机组对应机械部件进行控制。
CN202210257596.8A 2022-03-16 2022-03-16 海上风电机组控制系统及控制方法 Active CN114352478B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210257596.8A CN114352478B (zh) 2022-03-16 2022-03-16 海上风电机组控制系统及控制方法
PCT/CN2022/117452 WO2023173701A1 (zh) 2022-03-16 2022-09-07 海上风电机组控制系统及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210257596.8A CN114352478B (zh) 2022-03-16 2022-03-16 海上风电机组控制系统及控制方法

Publications (2)

Publication Number Publication Date
CN114352478A CN114352478A (zh) 2022-04-15
CN114352478B true CN114352478B (zh) 2022-05-31

Family

ID=81095043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210257596.8A Active CN114352478B (zh) 2022-03-16 2022-03-16 海上风电机组控制系统及控制方法

Country Status (2)

Country Link
CN (1) CN114352478B (zh)
WO (1) WO2023173701A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114352478B (zh) * 2022-03-16 2022-05-31 中国华能集团清洁能源技术研究院有限公司 海上风电机组控制系统及控制方法
CN117006002B (zh) * 2023-09-27 2024-02-09 广东海洋大学 基于数字孪生的海上风力发电机监测方法及系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110074155A1 (en) * 2010-12-03 2011-03-31 Scholte-Wassink Harmut Floating offshore wind farm, a floating offshore wind turbine and a method for positioning a floating offshore wind turbine
US9996405B2 (en) * 2012-04-13 2018-06-12 Siemens Corporation Embedded prognostics on PLC platforms for equipment condition monitoring, diagnosis and time-to-failure/service prediction
CN105649896B (zh) * 2016-01-07 2018-07-10 太原科技大学 风电机组智能监控运行控制系统及其控制方法
CN109505732B (zh) * 2018-12-14 2024-02-06 江苏纳泉弘远新能源科技有限公司 一种三驱三电机风电变桨装置的控制系统
CN110260929A (zh) * 2019-07-25 2019-09-20 中国华能集团有限公司 用于远海海上风电场的水文气象条件监测系统及方法
CN111472930B (zh) * 2020-03-23 2021-07-23 浙江大学 演化风速计算方法及基于该方法的前馈统一变桨控制方法
CN212296724U (zh) * 2020-05-17 2021-01-05 北京华信科创科技有限公司 一种海上风力发电机组用辅控集成采集模块及辅控平台
CN212838173U (zh) * 2020-07-20 2021-03-30 湖南科技大学 深海半潜式风电机组对风获能及稳定性协同控制系统
CN112483334B (zh) * 2020-12-11 2023-04-25 重庆科凯前卫电气有限公司 基于边缘计算的风电机组智能控制方法
CN214366547U (zh) * 2021-02-02 2021-10-08 重庆科凯前卫风电设备有限责任公司 风力发电机组智能控制的边缘处理装置
CN114352478B (zh) * 2022-03-16 2022-05-31 中国华能集团清洁能源技术研究院有限公司 海上风电机组控制系统及控制方法

Also Published As

Publication number Publication date
CN114352478A (zh) 2022-04-15
WO2023173701A1 (zh) 2023-09-21

Similar Documents

Publication Publication Date Title
CN114352478B (zh) 海上风电机组控制系统及控制方法
Marugán et al. Reliability analysis of detecting false alarms that employ neural networks: A real case study on wind turbines
US11835030B2 (en) Methods and systems for predicting risk of observable damage in wind turbine gearbox components
Wang et al. SCADA data based condition monitoring of wind turbines
US20110020122A1 (en) Integrated condition based maintenance system for wind turbines
EP2669173A1 (en) Method and system for evaluation of ship performance
CN114757048B (zh) 一种风机基础的健康状态评估方法、装置、设备和介质
US20090039650A1 (en) Event monitoring via combination of signals
CN104595112A (zh) 风力涡轮机及评估其上叶片健康状态的方法
KR20160017681A (ko) 풍력플랜트 관리 시스템 및 그 방법
CN107291991B (zh) 一种基于动态网络标志的风电机组早期缺陷预警方法
US20130114066A1 (en) System and method of in situ wind turbine blade monitoring
CN112733283A (zh) 一种风电机组部件故障预测方法
Xia et al. Operation and maintenance optimization of offshore wind farms based on digital twin: A review
CN113847216B (zh) 风机叶片的状态预测方法、装置、设备及存储介质
CN105508149A (zh) 用于风力发电机组的故障检测方法及装置
CN114819225A (zh) 一种海上能源机组智能化运维方法及系统
CN116483054A (zh) 一种工业机器人运行状态监测预警系统及方法
CN115755639A (zh) 一种风电机组数字孪生仿真方法及系统
CN103487250A (zh) 基于二维投射的煤矿设备预知维护方法
CN116754022B (zh) 电缆隧道的在线检测应急预警方法及系统
KR102601338B1 (ko) 유지보수 이력에 기반한 학습데이터를 이용하는 장비의 고장 예측 장치 및 방법
JP2017089590A (ja) 風力発電装置及びウィンドファーム
Chen Automated on-line fault prognosis for wind turbine monitoring using scada data
Zhang Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant