CN114970083A - 劣化度确定方法、装置及电子设备 - Google Patents

劣化度确定方法、装置及电子设备 Download PDF

Info

Publication number
CN114970083A
CN114970083A CN202210346332.XA CN202210346332A CN114970083A CN 114970083 A CN114970083 A CN 114970083A CN 202210346332 A CN202210346332 A CN 202210346332A CN 114970083 A CN114970083 A CN 114970083A
Authority
CN
China
Prior art keywords
temperature
limit
inflection
measuring point
degradation
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.)
Pending
Application number
CN202210346332.XA
Other languages
English (en)
Inventor
张斌
王佳
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.)
Guodian United Power Technology Co Ltd
Original Assignee
Guodian United Power Technology 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 Guodian United Power Technology Co Ltd filed Critical Guodian United Power Technology Co Ltd
Priority to CN202210346332.XA priority Critical patent/CN114970083A/zh
Publication of CN114970083A publication Critical patent/CN114970083A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供了一种劣化度确定方法、装置及电子设备，涉及风力发电技术领域，该方法包括：获取风电机组的温度测点对应的温度限值；获取风电机组所在环境的当前环境温度，基于当前环境温度及温度限值确定劣化度对应的拐点温度；检测温度测点的实际温度，基于实际温度、温度限值及拐点温度确定温度测点对应的劣化度。本发明通过根据风电机组所在环境的当前环境温度及温度测点的温度限值确定劣化度计算时的拐点温度，并根据温度测点的实际温度、温度限值即拐点温度计算劣化度值，拐点温度可以跟随环境温度动态变化，从而可以准确反映出各温度测点劣化度随环境温度的劣化趋势，提升了劣化程度评估的合理性和准确性。

Description

劣化度确定方法、装置及电子设备
技术领域
本发明涉及风电技术领域，尤其是涉及一种劣化度确定方法、装置及电子设备。
背景技术
随着风力发电技术的发展，基于风力发电机组进行发电的应用越来越广泛，在风电机组运行过程中需要监测风电机组的运行健康状态，以提升发电机组的发电功率。现有的风电机组运行状态健康评估方法，通常采用各温度测点的劣化度值对风电机组的部件进行健康等级评估，但是现有的劣化度计算技术，通常不能真实准确反应各类温度测点的劣化程度，降低了劣化程度评估的合理性和准确性。
发明内容
有鉴于此，本发明的目的在于提供一种劣化度确定方法、装置及电子设备，能够准确反映出各温度测点劣化度随当前环境温度的变化情况，提升了劣化程度评估的合理性和准确性。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种劣化度确定方法，包括：获取风电机组的温度测点对应的温度限值；获取所述风电机组所在环境的当前环境温度，基于所述当前环境温度及所述温度限值确定劣化度对应的拐点温度；检测所述温度测点的实际温度，基于所述实际温度、所述温度限值及所述拐点温度确定所述温度测点对应的劣化度。
进一步，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述温度限值包括温度上限值，所述温度上限值对应的拐点温度为上限拐点温度，所述上限拐点温度的计算算式为：
Ty+＝(Tup-Tenv)*y+Tenv
其中，Ty+为所述上限拐点温度，Tup为所述温度上限值，Tenv为所述当前环境温度，y为相关系数。
进一步，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述温度限值包括温度下限值，所述温度下限值对应的拐点温度为下限拐点温度，所述下限拐点温度的计算算式为：
Ty-＝(Tdown-Tenv)*y+Tenv
其中，Ty-为所述下限拐点温度，Tdown为所述温度下限值，Tenv为所述当前环境温度，y为相关系数。
进一步，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述相关系数y的取值范围为70％～90％。
进一步，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述温度限值包括温度上限值，所述劣化度计算算式为：
Figure BDA0003580876200000021
其中，gi(T)为所述劣化度，Tup为所述温度上限值，Ty+为上限拐点温度，T为所述温度测点的实际温度。
进一步，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述温度限值包括温度下限值，所述劣化度计算算式为：
Figure BDA0003580876200000031
其中，gi(T)为所述劣化度，Tdown为所述温度下限值，Ty-为下限温度拐点，T为所述温度测点的实际温度。
进一步，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述温度限值包括温度上限值和温度下限值，所述劣化度的计算算式为：
Figure BDA0003580876200000032
其中，gi(T)为所述劣化度，Tup为所述温度上限值，Tdown为所述温度下限值，Ty+为上限拐点温度，Ty-为下限拐点温度，T为所述温度测点的实际温度。
第二方面，本发明实施例还提供了一种劣化度确定装置，包括：获取模块，用于获取风电机组的温度测点对应的温度限值；第一确定模块，用于获取所述风电机组所在环境的当前环境温度，基于所述当前环境温度及所述温度限值确定劣化度对应的拐点温度；第二确定模块，用于检测所述温度测点的实际温度，基于所述实际温度、所述温度限值及所述拐点温度确定所述温度测点对应的劣化度。
第三方面，本发明实施例提供了一种电子设备，包括：温度传感器及控制器，所述控制器包括处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如第一方面任一项所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述第一方面任一项所述的方法的步骤。
本发明实施例提供了一种劣化度确定方法、装置及电子设备，该方法包括：获取风电机组的温度测点对应的温度限值；获取风电机组所在环境的当前环境温度，基于当前环境温度及温度限值确定劣化度对应的拐点温度；检测温度测点的实际温度，基于实际温度、温度限值及拐点温度确定温度测点对应的劣化度。本发明通过根据风电机组所在环境的当前环境温度及温度测点的温度限值确定劣化度计算时的拐点温度，并根据温度测点的实际温度、温度限值即拐点温度计算劣化度值，拐点温度可以跟随环境温度动态变化，从而可以准确反映出各温度测点劣化度随环境温度的劣化趋势，提升了劣化程度评估的合理性和准确性。
本发明实施例的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明实施例的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的一种劣化度确定方法流程图；
图2示出了本发明实施例所提供的一种温度类测点指标的劣化度函数示意图；
图3示出了本发明实施例所提供的一种劣化度确定装置结构示意图；
图4示出了本发明实施例所提供的一种控制器结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
目前，基于风电机组SCADA实时运行数据，针对关键大部件系统的主要监测对象，在充分结合其设计上、下限与时序分布之间的动态变化关系基础之上，可以运用合理有效的测点劣化度量方法和模糊综合健康状态评判策略，实现多层次风电机组运行状态健康等级和量化分数的整体评估，实际助力风电机组增功提效和风电场运维智慧化建设。
按照风电机组大部件和子系统的测点指标性质，目前普遍使用的测点指标劣化程度量化方法，主要分为越小越优型、中间型和越大越优型。值得注意的是，风电机组的部分类别测点指标不受环境因素的影响，其设计的拐点温度之间的劣化趋势分布是恒定的，如电气类、机械类、液压类测点指标。通常情况下多数测点指标会受到实际环境因素的显著影响，诸如温度类测点，该类测点的拐点温度与风机所处环境温度的变化息息相关，但是，现有的劣化度计算技术中，计算劣化度时设计的拐点温度通常是恒定的，不能真实准确地刻画温度测点的劣化度随环境温度变化的劣化趋势，因此，现有的劣化度计算技术不能真实准确反应各类测点的劣化程度，降低了劣化程度评估的合理性和准确性。
为改善上述问题，本发明实施例提供的一种劣化度确定方法、装置及电子设备，该技术可应用于提升劣化程度评估的合理性和准确性。以下对本发明实施例进行详细介绍。
本实施例提供了一种劣化度确定方法，应用于计算机等电子设备，参见图1所示的劣化度确定方法流程图，该方法包括以下步骤：
步骤S102，获取风电机组的温度测点对应的温度限值。
上述风电机组的温度测点包括且不限于：变桨轴驱动器温度、变桨轴电机温度、变桨轴电容温度、变桨轴轮毂温度、主轴承温度、齿轮箱油槽温度、齿轮箱输入/出轴温度、齿轮箱入/出口温度，齿轮箱冷却液输入/输出端温度、发电机绕组温度、发电机轴承温度、发电机定子/转子温度、变频器IGBT温度、变频器冷却液输入/输出端温度、机舱柜温度、塔底柜温度。
由于风电机组的各温度测点具有对应的极限温度，上述温度测点对应的温度限值可以包括温度上限值和/或温度下限值。
步骤S104，获取风电机组所在环境的当前环境温度，基于当前环境温度及温度限值确定劣化度对应的拐点温度。
基于温度传感器监测风电机组所在环境的温度，记为环境温度，在需要计算温度测点对应的劣化度时，获取当前检测到的当前环境温度。由于温度测点的劣化度容易受到环境温度的影响，根据当前环境温度及温度限值确定劣化度由“0”向“1”过渡时温度测点对应的温度，记为拐点温度，即该拐点温度为温度测点的劣化度从“健康”开始转向“故障”的拐点处的温度测点的实际温度，使得计算得到的拐点温度为容易受到环境温度影响且具有动态时变特性的限值。
上述拐点温度为温度测点对应的劣化度由保持0不变到大于0的过渡点温度值，避免了使用固定拐点限值导致温度测点劣化度计算不合理的问题。
步骤S106，检测温度测点的实际温度，基于实际温度、温度限值及拐点温度确定温度测点对应的劣化度。
基于温度传感器对需要进行劣化度评估的温度测点进行温度检测，得到该温度测点的实际温度，根据该温度测点的实际温度、温度限值及拐点温度，可以计算得到该温度测点对应部件的劣化度。当风电机组的温度测点的实际温度距离温度限值越远时，该温度测点对应的部件具有越小的劣化度及越好的健康状态。
上述劣化度的取值范围是[0，1]，计算得到的劣化度数值可以映射温度测点指标在健康状态“0”与故障状态“1”之间的变化关系。
本实施例提供的上述劣化度确定方法，通过根据风电机组所在环境的当前环境温度及温度测点的温度限值确定劣化度计算时的拐点温度，并根据温度测点的实际温度、温度限值即拐点温度计算劣化度值，可以准确反映出各温度测点劣化度随环境温度的劣化趋势，提升了劣化程度评估的合理性和准确性。
在一个实施例中，上述温度限值包括温度上限值，设温度上限值对应的拐点温度为上限拐点温度，上限拐点温度的计算算式为：
Ty+＝(Tup-Tenv)*y+Tenv
其中，Ty+为上限拐点温度，Tup为温度上限值，Tenv为当前环境温度，y为相关系数。该相关系数的取值范围可以是70％～90％，优选值为80％，即上述拐点温度为环境温度到上限温度距离的80％处的值。
在一个实施例中，上述温度限值包括温度下限值，设温度下限值对应的拐点温度为下限拐点温度，下限拐点温度的计算算式为：
Ty-＝(Tdown-Tenv)*y+Tenv
其中，Ty-为下限拐点温度，Tdown为温度下限值，Tenv为当前环境温度，y为相关系数。该相关系数的取值范围可以是70％～90％，优选值为80％。上述拐点温度为环境温度到下限温度距离的80％处的值。
上述温度上限值Tup和温度下限值Tdown不随时间发生变化，但是拐点温度的上限拐点温度和下限拐点温度受环境温度的影响具有动态时变特征，当环境温度随时间发生变化时，劣化度计算中的拐点温度也随环境温度的变化而变化。
在一个实施例中，当温度测点的温度限值仅包括一个限值时，例如仅包括温度上限值时，温度测点在t＝i时刻处的劣化度值gi(T)的计算算式为：
Figure BDA0003580876200000081
其中，gi(T)为t＝i时刻处的劣化度，Tup为温度上限值，Ty+为上限拐点温度，T为温度测点的实际温度。将仅包括温度上限值的某个温度测点的实际温度、温度上限值和拐点温度输入上述计算算式，可以计算得到该温度测点对应的劣化度值。
在一个实施例中，当温度测点的温度限值仅包括一个限值时，例如仅包括温度下限值时，温度测点在t＝i时刻处的劣化度值gi(T)的计算算式为：
Figure BDA0003580876200000082
其中，gi(T)为t＝i时刻处的劣化度，Tdown为温度下限值，Ty-为下限温度拐点，T为温度测点的实际温度。将仅包括温度下限值的某个温度测点的实际温度、温度上限值和拐点温度输入上述计算算式，可以计算得到该温度测点对应的劣化度值。
在一个实施例中，当温度测点的温度限值包括温度上限值和温度下限值两个限值时，该温度测点的劣化度的计算算式为：
Figure BDA0003580876200000091
其中，gi(T)为t＝i时刻处的劣化度，Tup为温度上限值，Tdown为温度下限值，Ty+为上限拐点温度，Ty-为下限拐点温度，T为温度测点的实际温度。将同时具有温度上限值和温度下限值的某个温度测点的实际温度、温度上限值和拐点温度输入上述计算算式，可以计算得到该温度测点对应的劣化度值。
本实施例提供的劣化度确定方法，通过采用考虑环境温度影响的动态阈值方法来表征风电机组温度类测点，基于环境因素确定动态的拐点温度，对风电机组各类温度测点的劣化程度量化描述更加科学合理，促进实现更为精准的机组健康状态模糊层次综合评判。
在前述实施例的基础上，本实施例提供了一种应用前述劣化度确定方法对风电机组温度类测点进行劣化度计算的具体示例：
风电机组的温度类测点指标Treal包括温度上限值Tup和温度下限值Tdown，其时序劣化过程属于越远离限值越优型，可将其任意时刻处的劣化度函数gi(T)定义成一种随指标分布呈现倒梯形的分段折线变化形式，即指标Treal在其限值范围内越远离它们变化时，则具有越小的劣化度值以及越好的健康状态。
当温度类测点指标Treal包括温度上限值Tup和温度下限值Tdown时，其在t＝i时刻处的劣化度可以根据以下算式分段计算：
Figure BDA0003580876200000101
参见如图2所示的温度类测点指标的劣化度函数示意图，劣化度gi(T)由“1”向“0”变化的过渡点温度分别为Tup和Tdown，劣化度由“0”向“1”过渡的拐点温度分别为T80-和T80+，T80-和T80+分别为环境温度Tenv到温度上限值Tup和温度下限值Tdown距离80％处的值。当温度类测点的实际温度在T80-和T80+之间时，如图2所示，劣化度值为“0”；当温度类测点的实际温度处于上限拐点温度T80+与温度上限值Tup之间，或者处于下限拐点温度T80-与温度下限值Tdown之间时，温度类测点的劣化度值与其实际温度呈线性变化；当温度类测点的实际温度超过温度上限值Tup或温度下限值Tdown时，劣化度值为“1”。
如图2所示，当风电机组所在环境的环境温度Tenv随时间变化时，温度类测点指标Treal的曲线也随环境温度Tenv上升而上升。T80+为环境温度Tenv到温度上限值Tup距离80％处的值，图2中T80+点处所连接的虚线曲线即为上限拐点温度的根据环境温度变化的动态曲线，Tup所连接的曲线为温度上限值，温度上限值Tup恒定不变；T80-为环境温度Tenv到温度下限值Tdown距离80％处的值，图2中T80-点处所连接的虚线曲线即为下限拐点温度的根据环境温度变化的动态曲线，Tdown所连接的曲线为温度下限值，温度下限值Tdown恒定不变。
上限拐点温度的计算算式为：T80+＝(Tup-Tenv)*80％+Tenv
下限拐点温度的计算算式为：T80-＝(Tdown-Tenv)*80％+Tenv
本实施例提供的上述基于环境因素影响的动态劣化度阈值确定方式，以环境温度到温度测点的温度限值Tdown和Tup的80％位置定义为劣化度函数从“健康”开始转向“故障”的拐点温度，劣化度从“健康”线性变化到“故障”状态，实际应用中拐点温度并不限于80％的位置。此外，劣化度从“健康”变化到“故障”状态还可以采用其它非线性的函数形式，诸如采用二次函数形式，以强调温度测点的实际温度越接近限值其劣化程度越明显的变化趋势。
对应于上述实施例所提供的劣化度确定方法，本发明实施例提供了一种劣化度确定装置，参见图3所示的一种劣化度确定装置结构示意图，该装置包括以下模块：
获取模块31，用于获取风电机组的温度测点对应的温度限值。
第一确定模块32，用于获取风电机组所在环境的当前环境温度，基于当前环境温度及温度限值确定劣化度对应的拐点温度。
第二确定模块33，用于检测温度测点的实际温度，基于实际温度、温度限值及拐点温度确定温度测点对应的劣化度。
本实施例提供的上述劣化度确定装置，通过根据风电机组所在环境的当前环境温度及温度测点的温度限值确定劣化度计算时的拐点温度，并根据温度测点的实际温度、温度限值即拐点温度计算劣化度值，可以准确反映出各温度测点劣化度随环境温度的劣化趋势，提升了劣化程度评估的合理性和准确性。
在一种实施方式中，上述温度限值包括温度上限值，温度上限值对应的拐点温度为上限拐点温度，上限拐点温度的计算算式为：
Ty+＝(Tup-Tenv)*y+Tenv
其中，Ty+为上限拐点温度，Tup为温度上限值，Tenv为当前环境温度，y为相关系数。
在一种实施方式中，上述温度限值包括温度下限值，温度下限值对应的拐点温度为下限拐点温度，下限拐点温度的计算算式为：
Ty-＝(Tdown-Tenv)*y+Tenv
其中，Ty-为下限拐点温度，Tdown为温度下限值，Tenv为当前环境温度，y为相关系数。
在一种实施方式中，上述相关系数y的取值范围为70％～90％。
在一种实施方式中，上述温度限值包括温度上限值，劣化度计算算式为：
Figure BDA0003580876200000121
其中，gi(T)为劣化度，Tup为温度上限值，Ty+为上限拐点温度，T为温度测点的实际温度。
在一种实施方式中，上述温度限值包括温度下限值，劣化度计算算式为：
Figure BDA0003580876200000122
其中，gi(T)为劣化度，Tdown为温度下限值，Ty-为下限温度拐点，T为温度测点的实际温度。
在一种实施方式中，上述温度限值包括温度上限值和温度下限值，劣化度的计算算式为：
Figure BDA0003580876200000123
其中，gi(T)为劣化度，Tup为温度上限值，Tdown为温度下限值，Ty+为上限拐点温度，Ty-为下限拐点温度，T为温度测点的实际温度。
本实施例提供的劣化度确定装置，通过采用考虑环境温度影响的动态阈值方法来表征风电机组温度类测点，基于环境因素确定动态的拐点温度，对风电机组各类温度测点的劣化程度量化描述更加科学合理，促进实现更为精准的机组健康状态模糊层次综合评判。
本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备，包括：温度传感器及控制器，该温度传感器的数量可以为多个，各温度传感器分别用于检测环境温度及各温度测点的实际温度，如图4所示的控制器结构示意图，控制器包括处理器41、存储器42，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例提供的方法的步骤。
参见图4，控制器还包括：总线44和通信接口43，处理器41、通信接口43和存储器42通过总线44连接。处理器41用于执行存储器42中存储的可执行模块，例如计算机程序。
其中，存储器42可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线44可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器42用于存储程序，所述处理器41在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器41中，或者由处理器41实现。
处理器41可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器41中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器41可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等。还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器42，处理器41读取存储器42中的信息，结合其硬件完成上述方法的步骤。
本发明实施例提供了一种计算机可读介质，其中，所述计算机可读介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使所述处理器实现上述实施例所述的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
本发明实施例所提供的劣化度确定方法、装置及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种劣化度确定方法，其特征在于，包括：
获取风电机组的温度测点对应的温度限值；
获取所述风电机组所在环境的当前环境温度，基于所述当前环境温度及所述温度限值确定劣化度对应的拐点温度；
检测所述温度测点的实际温度，基于所述实际温度、所述温度限值及所述拐点温度确定所述温度测点对应的劣化度。
2.根据权利要求1所述的方法，其特征在于，所述温度限值包括温度上限值，所述温度上限值对应的拐点温度为上限拐点温度，所述上限拐点温度的计算算式为：
Ty+＝(Tup-Tenv)*y+Tenv
其中，Ty+为所述上限拐点温度，Tup为所述温度上限值，Tenv为所述当前环境温度，y为相关系数。
3.根据权利要求1或2所述的方法，其特征在于，所述温度限值包括温度下限值，所述温度下限值对应的拐点温度为下限拐点温度，所述下限拐点温度的计算算式为：
Ty-＝(Tdown-Tenv)*y+Tenv
其中，Ty-为所述下限拐点温度，Tdown为所述温度下限值，Tenv为所述当前环境温度，y为相关系数。
4.根据权利要求2所述的方法，其特征在于，所述相关系数y的取值范围为70％～90％。
5.根据权利要求1所述的方法，其特征在于，所述温度限值包括温度上限值，所述劣化度计算算式为：
Figure FDA0003580876190000021
其中，gi(T)为所述劣化度，Tup为所述温度上限值，Ty+为上限拐点温度，T为所述温度测点的实际温度。
6.根据权利要求1所述的方法，其特征在于，所述温度限值包括温度下限值，所述劣化度计算算式为：
Figure FDA0003580876190000022
其中，gi(T)为所述劣化度，Tdown为所述温度下限值，Ty-为下限温度拐点，T为所述温度测点的实际温度。
7.根据权利要求1所述的方法，其特征在于，所述温度限值包括温度上限值和温度下限值，所述劣化度的计算算式为：
Figure FDA0003580876190000023
其中，gi(T)为所述劣化度，Tup为所述温度上限值，Tdown为所述温度下限值，Ty+为上限拐点温度，Ty-为下限拐点温度，T为所述温度测点的实际温度。
8.一种劣化度确定装置，其特征在于，包括：
获取模块，用于获取风电机组的温度测点对应的温度限值；
第一确定模块，用于获取所述风电机组所在环境的当前环境温度，基于所述当前环境温度及所述温度限值确定劣化度对应的拐点温度；
第二确定模块，用于检测所述温度测点的实际温度，基于所述实际温度、所述温度限值及所述拐点温度确定所述温度测点对应的劣化度。
9.一种电子设备，其特征在于，包括：温度传感器及控制器，所述控制器包括处理器和存储装置；
所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。
CN202210346332.XA 2022-04-02 2022-04-02 劣化度确定方法、装置及电子设备 Pending CN114970083A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210346332.XA CN114970083A (zh) 2022-04-02 2022-04-02 劣化度确定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210346332.XA CN114970083A (zh) 2022-04-02 2022-04-02 劣化度确定方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN114970083A true CN114970083A (zh) 2022-08-30

Family

ID=82976744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210346332.XA Pending CN114970083A (zh) 2022-04-02 2022-04-02 劣化度确定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114970083A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116105802A (zh) * 2023-04-12 2023-05-12 广东普蓝地理信息服务有限公司 一种基于物联网的地下设施安全监测预警方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116105802A (zh) * 2023-04-12 2023-05-12 广东普蓝地理信息服务有限公司 一种基于物联网的地下设施安全监测预警方法

Similar Documents

Publication Publication Date Title
CN116593811B (zh) 一种集成型变频器运行状态监测系统及监测方法
CN114970083A (zh) 劣化度确定方法、装置及电子设备
CN111191838B (zh) 一种集成人工智能算法的工业设备状态管控方法和装置
CN109407043B (zh) 电能表校准方法、装置以及设备
CN110457821B (zh) 风功率曲线多目标综合评价方法、装置及服务器
CN116505040B (zh) 一种铁铬液流电池储能管理诊断系统及方法
CN111721972B (zh) 一种电驱动变速箱转速测量值校验方法及装置
CN113945801B (zh) 一种配电网故障定位方法、装置、设备和存储介质
CN117994955A (zh) 水电机组温度报警模型建立和报警方法及装置
CN117036732B (zh) 一种基于融合模型的机电设备检测系统、方法及设备
CN111623993A (zh) 挖掘机的发动机健康度评估方法、装置及电子设备
CN117092525A (zh) 电池热失控预警模型的训练方法、装置及电子设备
CN108830476B (zh) 认知测试性信息流的评估方法及终端设备
CN116291850B (zh) 一种内燃机冷却液检测方法、装置、设备及存储介质
CN113191410B (zh) 一种线性电源使用寿命预测的方法、系统及存储介质
CN117978085A (zh) 光伏组串的异常诊断方法、装置、电子设备和存储介质
CN116928039B (zh) 海上风电机组振动超限故障识别方法、装置、设备及介质
CN116184144A (zh) 散热元件老化诊断方法、装置、计算机设备及存储介质
CN113775482A (zh) 风电机组的最大风速确定方法、装置及电子设备
CN118050093A (zh) 电机工作温度监测方法、装置、设备及存储介质
CN117235612A (zh) 一种风力发电机组变桨系统故障预警方法及装置
CN118731744A (zh) 一种基于积分面积特征的电池衰减程度判定方法和装置
CN118917045A (zh) 基于水泵水轮机初生空化系数的抽水蓄能电站设计方法
CN117368733A (zh) 一种电池储能系统参数辨识验证方法及系统
CN117629634A (zh) 基于有限穿越可视图的旋转机械早期故障检测方法及系统

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