CN115358639A - 一种基于数据分析的海上风电运行风险分析系统 - Google Patents
一种基于数据分析的海上风电运行风险分析系统 Download PDFInfo
- Publication number
- CN115358639A CN115358639A CN202211283126.5A CN202211283126A CN115358639A CN 115358639 A CN115358639 A CN 115358639A CN 202211283126 A CN202211283126 A CN 202211283126A CN 115358639 A CN115358639 A CN 115358639A
- Authority
- CN
- China
- Prior art keywords
- risk
- offshore wind
- time period
- analysis
- wind turbine
- 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.)
- Granted
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 70
- 238000007405 data analysis Methods 0.000 title claims abstract description 17
- 238000010248 power generation Methods 0.000 claims abstract description 15
- 238000010219 correlation analysis Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 70
- 238000004458 analytical method Methods 0.000 claims description 52
- 238000007726 management method Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 6
- 230000006854 communication Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于数据分析的海上风电运行风险分析系统,涉及海上风电运行风险分析技术领域,解决了现有技术中海上风电机组进行风险分析时无法将影响因素进行准确分析的技术问题,对当前运行的海上风电机组进行风险分析,从而实时判定当前运行是否正常以及是否存在不可控的风险;将当前运行的海上风电机组进行运行状态检测,判断海上风电机组历史运行是否合格,确保当前海上风电的工作效率,同时为风险分析提供准确依据;选取当前海上风电机组的风险因素,并将获取的风险因素进行相关性分析,从而根据各个风险因素的相关性来判定当前海上风电机组的运行风险,提高了运行风险分析的准确性。
Description
技术领域
本发明涉及海上风电运行风险分析技术领域,具体为一种基于数据分析的海上风电运行风险分析系统。
背景技术
风能是一种清洁的可再生能源,是理想的绿色能源。随着经济的不断发展,风电的开发和利用受到世界上许多国家的重视,而海上风电作为战略性新兴产业的重要内容,又是风电产业发展的技术制高点,以其不占土地的独特优势,使风电产业向着更高效、更大规模地发展。我国风电行业不断地关注海上风电项目,主要因为我国沿海地区经济发展好,电网容量相对较大,沿海地区用电负荷大且依靠电网传输便捷,海上风电相较于经济落后地区的陆地风电场对风电波动性的消纳能力较强。
但是在现有技术中,海上风电机组在运行风险分析过程中仅仅对其影响因素进行采集,并未判断影响因素之间是否存在相关性;导致影响因素对机组的损害分析不准确,无法准确判定机组运行的可行性,以至于容易造成机组成本的不必要浪费。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出一种基于数据分析的海上风电运行风险分析系统,对当前运行的海上风电机组进行风险分析,从而实时判定当前运行是否正常以及是否存在不可控的风险;将当前运行的海上风电机组进行运行状态检测,判断海上风电机组历史运行是否合格,确保当前海上风电的工作效率,同时为风险分析提供准确依据;选取当前海上风电机组的风险因素,并将获取的风险因素进行相关性分析,从而根据各个风险因素的相关性来判定当前海上风电机组的运行风险,提高了运行风险分析的准确性,增强了海上风电机组的运行效率;通过对应机组的相关性分析,判定对应影响因素是否存在相关性,从而准确分析出影响因素对机组的影响程度,为海上风电机组的可行性分析提供重要依据。
本发明的目的可以通过以下技术方案实现:
一种基于数据分析的海上风电运行风险分析系统,包括风险分析终端,风险分析终端内设置有服务器,服务器通讯连接有运行状态检测单元、风险相关性判定单元、自然风险分析单元以及可行性分析单元;
通过运行状态检测单元将当前运行的海上风电机组进行运行状态检测,判断海上风电机组历史运行是否合格;并通过运行状态检测获取到风险判定时间段组并将风险判定时间组发送至服务器;通过风险相关性判定单元对服务器内风险判定时间段组进行分析,通过分析采集到海上风电机组的影响因素,并根据对应影响因素进行相关性分析,判断影响因素是否存在相关性;通过自然风险分析单元对当前海上风电机组的所在区域进行自然风险分析,通过自然风险分析生成雷电影响信号和雷电非影响信号,并将雷电影响信号和雷电非影响信号一同发送至服务器;通过可行性分析单元对当前海上风电机组的运行可行性进行分析,实时判断当前海上风电机组的可行性是否正常。
作为本发明的一种优选实施方式,运行状态检测单元的状态检测过程如下:
设置状态检测时间段,且在状态检测时间段内海上风电机组已完成作业,并将状态检测时间段划分为i个子时间段,i为大于1的自然数;采集到各个子时间段内海上风电机组的设备利用率以及海上风电机组的发电量增长值,并将各个子时间段内海上风电机组的设备利用率以及海上风电机组的发电量增长值分别标记为LYi和ZZi;采集到各个子时间段内海上风电机组的维护频率,并将各个子时间段内海上风电机组的维护频率标记为PLi;
若子时间段的机组运行状态检测系数Xi超过运行状态检测系数阈值,则判定对应子时间段内机组运行状态检测合格,将对应子时间段标记为状态合格运行时间段;若子时间段的机组运行状态检测系数Xi未超过运行状态检测系数阈值,则判定对应子时间段内机组运行状态检测不合格,将对应子时间段标记为状态非合格运行时间段;
将状态检测时间段内各个子时间段按照时间顺序进行排序,并将排序后的相邻子时间段进行分析,若两个相邻子时间段分别为状态合格运行时间段和状态非合格运行时间段,则将对应相邻子时间段进行选取并标记为风险判定时间段组,并将风险判定时间段组发送至服务器。
作为本发明的一种优选实施方式,风险相关性判定单元的风险相关性判定过程如下:
将风险判定时间段组内相邻子时间段进行分析,若由状态合格运行时间段转变为状态非合格运行时间段,则将其标记为合格转变;若由状态非合格运行时间段转变为状态合格运行时间段,则将其标记为非合格转变;将合格转变和非合格转变对应相邻子时间段进行运营风险数据分析;
若相邻子时间段在合格转变过程中,若运营风险数据内意外风险数据对应数据呈下降趋势,管理风险数据对应数据呈下降趋势,市场风险数据对应数据呈恒定趋势,则将意外风险数据、管理风险数据以及市场风险数据统一标记为待定影响因素;若相邻子时间段在非合格转变过程中,若运营风险数据内意外风险数据对应数据呈上升趋势,则将对应意外风险数据标记为选定意外影响因素;若管理风险数据对应数据呈上升趋势,则将对应管理风险数据标记为选定管理影响因素;若市场风险数据对应数据呈阶梯浮动趋势,则将对应市场风险数据标记为选定市场影响因素;运营风险数据包括意外风险数据、管理风险数据以及市场风险数据,其中,意外风险数据表示为海上风电机组的故障频率;管理风险数据表示为海上风电机组的故障维护时长;市场风险数据表示为海上风电机组的电量需求量。
将海上风电机组的影响因素确定后,进行影响因素相关性分析。
作为本发明的一种优选实施方式,影响因素相关性分析过程如下:
获取到选定意外影响因素、选定管理影响因素以及选定市场影响因素,并将其统一标记为选定因素,且选定意外影响因素、选定管理影响因素以及选定市场影响因素均为选定因素的子因素;采集到状态检测时间段内选定因素对应子因素出现变动的间隔时长以及对应子因素相隔变动的频率,并将状态检测时间段内选定因素对应子因素出现变动的间隔时长以及对应子因素相隔变动的频率分别与间隔时长阈值和相隔变动频率阈值进行比较:
若状态检测时间段内选定因素对应子因素出现变动的间隔时长未超过间隔时长阈值,或者对应子因素相隔变动的频率超过相隔变动频率阈值,则判定当前机组风险存在相关性,生成风险相关信号并将风险相关信号发送至服务器;若状态检测时间段内选定因素对应子因素出现变动的间隔时长超过间隔时长阈值,且对应子因素相隔变动的频率未超过相隔变动频率阈值,则判定当前机组风险不存在相关性,生成风险非相关信号并将风险非相关信号发送至服务器。
作为本发明的一种优选实施方式,自然风险分析单元的自然风险分析过程如下:
采集到当前海上风电机组所在区域出现雷电天气的频率以及对应区域雷电天气的雷电流陡度,并将当前海上风电机组所在区域出现雷电天气的频率以及对应区域雷电天气的雷电流陡度分别与雷电天气频率与雷电流陡度进行比较:
若当前海上风电机组所在区域出现雷电天气的频率超过雷电天气频率,或者对应区域雷电天气的雷电流陡度超过雷电流陡度,则判定对应区域存在雷电影响,生成雷电影响信号并将雷电影响信号发送至服务器;若当前海上风电机组所在区域出现雷电天气的频率未超过雷电天气频率,且对应区域雷电天气的雷电流陡度未超过雷电流陡度,则判定对应区域不存在雷电影响,生成雷电无影响信号并将雷电无影响信号发送至服务器。
作为本发明的一种优选实施方式,可行性分析单元的可行性分析过程如下:
采集到当前海上风电机组对应选定因素出现的次数以及出现选定因素后出现故障的频率,并将当前海上风电机组对应选定因素出现的次数以及出现选定因素后出现故障的频率分别标记为XSC和SPL;采集到当前海上风电机组防雷电的投入成本以及对应雷电造成的维护成本,并将当前海上风电机组防雷电的投入成本以及对应雷电造成的维护成本分别标记为LCB和LWH;
通过公式获取到海上风电机
组的可行性分析系数G,其中,c1、c2、c3以及c4均为预设比例系数,且c1>c2>c3>c4>0,β
为相关性系数,当选定因素存在相关性时取值为2,当选定因素不存在相关性时取值为0.5;
将海上风电机组的可行性分析系数G与可行性分析系数阈值进行比较:
若海上风电机组的可行性分析系数G超过可行性分析系数阈值,则判定对应海上风电机组的可行性分析不合格,生成重规划信号并将重规划信号和对应的机组编号发送至服务器;若海上风电机组的可行性分析系数G未超过可行性分析系数阈值,则判定对应海上风电机组的可行性分析合格,生成机组可行信号并将机组可行信号和对应的机组编号发送至服务器。
与现有技术相比,本发明的有益效果是:
1、本发明中,对当前运行的海上风电机组进行风险分析,从而实时判定当前运行是否正常以及是否存在不可控的风险;将当前运行的海上风电机组进行运行状态检测,判断海上风电机组历史运行是否合格,确保当前海上风电的工作效率,同时为风险分析提供准确依据;选取当前海上风电机组的风险因素,并将获取的风险因素进行相关性分析,从而根据各个风险因素的相关性来判定当前海上风电机组的运行风险,提高了运行风险分析的准确性,增强了海上风电机组的运行效率;通过对应机组的相关性分析,判定对应影响因素是否存在相关性,从而准确分析出影响因素对机组的影响程度,为海上风电机组的可行性分析提供重要依据;
2、本发明中,对当前海上风电机组的所在区域进行自然风险分析,判断当前区域的自然风险是否在可控范围,从而提高了海上风电可行性分析的准确性,提高了风险分析的全面性,保证了海上风电机组的运行质量;根据当前海上风电机组的风险分析,判定对应机组是否适合进行运行,防止海上风电机组的运行效益与投入成本不成正比,导致海上风电机组的运行效率低下。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于数据分析的海上风电运行风险分析系统,包括风险分析终端,风险分析终端内设置有服务器,服务器通讯连接有运行状态检测单元、风险相关性判定单元、自然风险分析单元以及可行性分析单元,其中,服务器与运行状态检测单元、风险相关性判定单元、自然风险分析单元以及可行性分析单元均为双向通讯连接;
在现有技术中,与陆地风电相比,海上及潮间带风电机组所处的环境与陆地条件截然不同,海上风电技术远比陆地风电复杂,在设计和建设海上风场过程中,需考虑海上恶劣自然条件和环境条件带给我们的影响。如盐雾腐蚀、海浪载荷、海冰冲撞、台风破坏等制约因素。而相对于陆上风电,海上风电由于远离海岸,风电机组在恶劣的海洋环境影响下,螺栓等易损件失效加快,机械和电气系统故障率大幅上升,导致检修维护的频次加快,同时运行与维护需要特殊的设备和运输工具,导致维护支出大大增加。
海上风电机组开始运行时,风险分析终端采集到运行信号后生成风险分析信号并将风险分析信号发送至服务器,服务器接收到风险分析信号后,风险分析终端开始运行,对当前运行的海上风电机组进行风险分析,从而实时判定当前运行是否正常以及是否存在不可控的风险;首先风险分析终端对当前海上风电的运行状态进行检测,服务器生成运行状态检测信号并将运行状态检测信号发送至运行状态检测单元,运行状态检测单元接收到运行状态检测信号后,将当前运行的海上风电机组进行运行状态检测,判断海上风电机组历史运行是否合格,确保当前海上风电的工作效率,同时为风险分析提供准确依据,具体状态检测过程如下:
设置状态检测时间段,且在状态检测时间段内海上风电机组已完成作业,并将状态检测时间段划分为i个子时间段,i为大于1的自然数;采集到各个子时间段内海上风电机组的设备利用率以及海上风电机组的发电量增长值,并将各个子时间段内海上风电机组的设备利用率以及海上风电机组的发电量增长值分别标记为LYi和ZZi;采集到各个子时间段内海上风电机组的维护频率,并将各个子时间段内海上风电机组的维护频率标记为PLi;
若子时间段的机组运行状态检测系数Xi超过运行状态检测系数阈值,则判定对应子时间段内机组运行状态检测合格,将对应子时间段标记为状态合格运行时间段;若子时间段的机组运行状态检测系数Xi未超过运行状态检测系数阈值,则判定对应子时间段内机组运行状态检测不合格,将对应子时间段标记为状态非合格运行时间段;
将状态检测时间段内各个子时间段按照时间顺序进行排序,并将排序后的相邻子时间段进行分析,若两个相邻子时间段分别为状态合格运行时间段和状态非合格运行时间段,则将对应相邻子时间段进行选取并标记为风险判定时间段组,并将风险判定时间段组发送至服务器;
服务器接收到风险判定时间段组后,生成风险相关性判定信号并将风险相关性判断信号发送至风险相关性判定单元,风险相关性判定单元用于对风险判定时间段组进行分析,选取当前海上风电机组的风险因素,并将获取的风险因素进行相关性分析,从而根据各个风险因素的相关性来判定当前海上风电机组的运行风险,提高了运行风险分析的准确性,增强了海上风电机组的运行效率,具体风险相关性判定过程如下:
将风险判定时间段组内相邻子时间段进行分析,若由状态合格运行时间段转变为状态非合格运行时间段,则将其标记为合格转变;若由状态非合格运行时间段转变为状态合格运行时间段,则将其标记为非合格转变;将合格转变和非合格转变对应相邻子时间段进行运营风险数据分析,本申请中运营风险数据包括意外风险数据、管理风险数据以及市场风险数据,其中,意外风险数据表示为海上风电机组的故障频率;管理风险数据表示为海上风电机组的故障维护时长;市场风险数据表示为海上风电机组的电量需求量;
若相邻子时间段在合格转变过程中,若运营风险数据内意外风险数据对应数据呈下降趋势,管理风险数据对应数据呈下降趋势,市场风险数据对应数据呈恒定趋势,则将意外风险数据、管理风险数据以及市场风险数据统一标记为待定影响因素;若相邻子时间段在非合格转变过程中,若运营风险数据内意外风险数据对应数据呈上升趋势,则将对应意外风险数据标记为选定意外影响因素;若管理风险数据对应数据呈上升趋势,则将对应管理风险数据标记为选定管理影响因素;若市场风险数据对应数据呈阶梯浮动趋势,则将对应市场风险数据标记为选定市场影响因素;
将海上风电机组的影响因素确定后,进行影响因素相关性分析;
获取到选定意外影响因素、选定管理影响因素以及选定市场影响因素,并将其统一标记为选定因素,且选定意外影响因素、选定管理影响因素以及选定市场影响因素均为选定因素的子因素;采集到状态检测时间段内选定因素对应子因素出现变动的间隔时长以及对应子因素相隔变动的频率,并将状态检测时间段内选定因素对应子因素出现变动的间隔时长以及对应子因素相隔变动的频率分别与间隔时长阈值和相隔变动频率阈值进行比较:
若状态检测时间段内选定因素对应子因素出现变动的间隔时长未超过间隔时长阈值,或者对应子因素相隔变动的频率超过相隔变动频率阈值,则判定当前机组风险存在相关性,生成风险相关信号并将风险相关信号发送至服务器;若状态检测时间段内选定因素对应子因素出现变动的间隔时长超过间隔时长阈值,且对应子因素相隔变动的频率未超过相隔变动频率阈值,则判定当前机组风险不存在相关性,生成风险非相关信号并将风险非相关信号发送至服务器;本申请中影响因素相关性分析主要表示为影响因素出现后是否会造成另一影响因素出现,故相关性能够改变影响因素对应机组运行的影响程度;
服务器生成自然风险分析信号并将自然风险分析信号发送至自然风险分析单元,自然风险分析单元用于对当前海上风电机组的所在区域进行自然风险分析,判断当前区域的自然风险是否在可控范围,从而提高了海上风电可行性分析的准确性,提高了风险分析的全面性,保证了海上风电机组的运行质量,具体自然风险分析过程如下:
采集到当前海上风电机组所在区域出现雷电天气的频率以及对应区域雷电天气的雷电流陡度,并将当前海上风电机组所在区域出现雷电天气的频率以及对应区域雷电天气的雷电流陡度分别与雷电天气频率与雷电流陡度进行比较:
若当前海上风电机组所在区域出现雷电天气的频率超过雷电天气频率,或者对应区域雷电天气的雷电流陡度超过雷电流陡度,则判定对应区域存在雷电影响,生成雷电影响信号并将雷电影响信号发送至服务器;若当前海上风电机组所在区域出现雷电天气的频率未超过雷电天气频率,且对应区域雷电天气的雷电流陡度未超过雷电流陡度,则判定对应区域不存在雷电影响,生成雷电无影响信号并将雷电无影响信号发送至服务器;
服务器接收到雷电影响信号后,将海上风电机组对应设备高度进行管控,同时在超过高度阈值的设备设置避雷针,此外进行实时天气预测,当预测存在雷电天气时将对应海上风电机组进行停产,防止遭受雷击时出现二次伤害;
同时服务器生成可行性分析信号并将可行性分析信号发送至可行性分析单元,可行性分析单元用于对当前海上风电机组的运行可行性进行分析,根据当前海上风电机组的风险分析,判定对应机组是否适合进行运行,防止海上风电机组的运行效益与投入成本不成正比,导致海上风电机组的运行效率低下,具体可行性分析过程如下:
采集到当前海上风电机组对应选定因素出现的次数以及出现选定因素后出现故障的频率,并将当前海上风电机组对应选定因素出现的次数以及出现选定因素后出现故障的频率分别标记为XSC和SPL;采集到当前海上风电机组防雷电的投入成本以及对应雷电造成的维护成本,并将当前海上风电机组防雷电的投入成本以及对应雷电造成的维护成本分别标记为LCB和LWH;
通过公式获取到海上风电
机组的可行性分析系数G,其中,c1、c2、c3以及c4均为预设比例系数,且c1>c2>c3>c4>
0,β为相关性系数,当选定因素存在相关性时取值为2,当选定因素不存在相关性时取值为
0.5;
将海上风电机组的可行性分析系数G与可行性分析系数阈值进行比较:
若海上风电机组的可行性分析系数G超过可行性分析系数阈值,则判定对应海上风电机组的可行性分析不合格,生成重规划信号并将重规划信号和对应的机组编号发送至服务器;若海上风电机组的可行性分析系数G未超过可行性分析系数阈值,则判定对应海上风电机组的可行性分析合格,生成机组可行信号并将机组可行信号和对应的机组编号发送至服务器。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,通过运行状态检测单元将当前运行的海上风电机组进行运行状态检测,判断海上风电机组历史运行是否合格;并通过运行状态检测获取到风险判定时间段组并将风险判定时间组发送至服务器;通过风险相关性判定单元对服务器内风险判定时间段组进行分析,通过分析采集到海上风电机组的影响因素,并根据对应影响因素进行相关性分析,判断影响因素是否存在相关性;通过自然风险分析单元对当前海上风电机组的所在区域进行自然风险分析,通过自然风险分析生成雷电影响信号和雷电非影响信号,并将雷电影响信号和雷电非影响信号一同发送至服务器;通过可行性分析单元对当前海上风电机组的运行可行性进行分析,实时判断当前海上风电机组的可行性是否正常。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种基于数据分析的海上风电运行风险分析系统,其特征在于,包括风险分析终端,风险分析终端内设置有服务器,服务器通讯连接有运行状态检测单元、风险相关性判定单元、自然风险分析单元以及可行性分析单元;
通过运行状态检测单元将当前运行的海上风电机组进行运行状态检测,判断海上风电机组历史运行是否合格;并通过运行状态检测获取到风险判定时间段组并将风险判定时间组发送至服务器;通过风险相关性判定单元对服务器内风险判定时间段组进行分析,通过分析采集到海上风电机组的影响因素,并根据对应影响因素进行相关性分析,判断影响因素是否存在相关性;通过自然风险分析单元对当前海上风电机组的所在区域进行自然风险分析,通过自然风险分析生成雷电影响信号和雷电非影响信号,并将雷电影响信号和雷电非影响信号一同发送至服务器;通过可行性分析单元对当前海上风电机组的运行可行性进行分析,实时判断当前海上风电机组的可行性是否正常。
2.根据权利要求1所述的一种基于数据分析的海上风电运行风险分析系统,其特征在于,运行状态检测单元的状态检测过程如下:
设置状态检测时间段,且在状态检测时间段内海上风电机组已完成作业,并将状态检测时间段划分为i个子时间段,i为大于1的自然数;采集到各个子时间段内海上风电机组的设备利用率以及海上风电机组的发电量增长值;采集到各个子时间段内海上风电机组的维护频率;通过分析获取到各个子时间段的机组运行状态检测系数Xi,将子时间段的机组运行状态检测系数Xi与运行状态检测系数阈值进行比较:
若子时间段的机组运行状态检测系数Xi超过运行状态检测系数阈值,则判定对应子时间段内机组运行状态检测合格,将对应子时间段标记为状态合格运行时间段;若子时间段的机组运行状态检测系数Xi未超过运行状态检测系数阈值,则判定对应子时间段内机组运行状态检测不合格,将对应子时间段标记为状态非合格运行时间段;将状态检测时间段内各个子时间段按照时间顺序进行排序,并将排序后的相邻子时间段进行分析,若两个相邻子时间段分别为状态合格运行时间段和状态非合格运行时间段,则将对应相邻子时间段进行选取并标记为风险判定时间段组,并将风险判定时间段组发送至服务器。
3.根据权利要求1所述的一种基于数据分析的海上风电运行风险分析系统,其特征在于,风险相关性判定单元的风险相关性判定过程如下:
将风险判定时间段组内相邻子时间段进行分析,若由状态合格运行时间段转变为状态非合格运行时间段,则将其标记为合格转变;若由状态非合格运行时间段转变为状态合格运行时间段,则将其标记为非合格转变;将合格转变和非合格转变对应相邻子时间段进行运营风险数据分析;
若相邻子时间段在合格转变过程中,若运营风险数据内意外风险数据对应数据呈下降趋势,管理风险数据对应数据呈下降趋势,市场风险数据对应数据呈恒定趋势,则将意外风险数据、管理风险数据以及市场风险数据统一标记为待定影响因素;若相邻子时间段在非合格转变过程中,若运营风险数据内意外风险数据对应数据呈上升趋势,则将对应意外风险数据标记为选定意外影响因素;若管理风险数据对应数据呈上升趋势,则将对应管理风险数据标记为选定管理影响因素;若市场风险数据对应数据呈阶梯浮动趋势,则将对应市场风险数据标记为选定市场影响因素;
将海上风电机组的影响因素确定后,进行影响因素相关性分析。
4.根据权利要求3所述的一种基于数据分析的海上风电运行风险分析系统,其特征在于,运营风险数据包括意外风险数据、管理风险数据以及市场风险数据,其中,意外风险数据表示为海上风电机组的故障频率;管理风险数据表示为海上风电机组的故障维护时长;市场风险数据表示为海上风电机组的电量需求量。
5.根据权利要求3所述的一种基于数据分析的海上风电运行风险分析系统,其特征在于,影响因素相关性分析过程如下:
获取到选定意外影响因素、选定管理影响因素以及选定市场影响因素,并将其统一标记为选定因素,且选定意外影响因素、选定管理影响因素以及选定市场影响因素均为选定因素的子因素;采集到状态检测时间段内选定因素对应子因素出现变动的间隔时长以及对应子因素相隔变动的频率,并将状态检测时间段内选定因素对应子因素出现变动的间隔时长以及对应子因素相隔变动的频率分别与间隔时长阈值和相隔变动频率阈值进行比较:
若状态检测时间段内选定因素对应子因素出现变动的间隔时长未超过间隔时长阈值,或者对应子因素相隔变动的频率超过相隔变动频率阈值,则判定当前机组风险存在相关性,生成风险相关信号并将风险相关信号发送至服务器;若状态检测时间段内选定因素对应子因素出现变动的间隔时长超过间隔时长阈值,且对应子因素相隔变动的频率未超过相隔变动频率阈值,则判定当前机组风险不存在相关性,生成风险非相关信号并将风险非相关信号发送至服务器。
6.根据权利要求1所述的一种基于数据分析的海上风电运行风险分析系统,其特征在于,自然风险分析单元的自然风险分析过程如下:
采集到当前海上风电机组所在区域出现雷电天气的频率以及对应区域雷电天气的雷电流陡度,并将当前海上风电机组所在区域出现雷电天气的频率以及对应区域雷电天气的雷电流陡度分别与雷电天气频率与雷电流陡度进行比较:
若当前海上风电机组所在区域出现雷电天气的频率超过雷电天气频率,或者对应区域雷电天气的雷电流陡度超过雷电流陡度,则判定对应区域存在雷电影响,生成雷电影响信号并将雷电影响信号发送至服务器;若当前海上风电机组所在区域出现雷电天气的频率未超过雷电天气频率,且对应区域雷电天气的雷电流陡度未超过雷电流陡度,则判定对应区域不存在雷电影响,生成雷电无影响信号并将雷电无影响信号发送至服务器。
7.根据权利要求1所述的一种基于数据分析的海上风电运行风险分析系统,其特征在于,可行性分析单元的可行性分析过程如下:
采集到当前海上风电机组对应选定因素出现的次数以及出现选定因素后出现故障的频率;采集到当前海上风电机组防雷电的投入成本以及对应雷电造成的维护成本;通过分析获取到海上风电机组的可行性分析系数G;将海上风电机组的可行性分析系数G与可行性分析系数阈值进行比较:
若海上风电机组的可行性分析系数G超过可行性分析系数阈值,则判定对应海上风电机组的可行性分析不合格,生成重规划信号并将重规划信号和对应的机组编号发送至服务器;若海上风电机组的可行性分析系数G未超过可行性分析系数阈值,则判定对应海上风电机组的可行性分析合格,生成机组可行信号并将机组可行信号和对应的机组编号发送至服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211283126.5A CN115358639B (zh) | 2022-10-20 | 2022-10-20 | 一种基于数据分析的海上风电运行风险分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211283126.5A CN115358639B (zh) | 2022-10-20 | 2022-10-20 | 一种基于数据分析的海上风电运行风险分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115358639A true CN115358639A (zh) | 2022-11-18 |
CN115358639B CN115358639B (zh) | 2023-01-24 |
Family
ID=84008099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211283126.5A Active CN115358639B (zh) | 2022-10-20 | 2022-10-20 | 一种基于数据分析的海上风电运行风险分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115358639B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120046917A1 (en) * | 2010-08-23 | 2012-02-23 | Hsin-Fa Fang | Wind energy forecasting method with extreme wind speed prediction function |
EP2712391A2 (en) * | 2011-08-19 | 2014-04-02 | Siemens Aktiengesellschaft | Automated root cause analysis |
CN104574217A (zh) * | 2015-01-22 | 2015-04-29 | 国家电网公司 | 一种智能配电网在线风险评估方法 |
CN104951851A (zh) * | 2015-07-08 | 2015-09-30 | 华侨大学 | 一种基于灰关联回归支持向量机的风电机组状态预测模型建立方法 |
CN105469216A (zh) * | 2015-12-15 | 2016-04-06 | 深圳供电局有限公司 | 一种结合天气及风速评价风电场运行风险的方法和系统 |
CN108009695A (zh) * | 2016-10-29 | 2018-05-08 | 南京理工大学 | 一种虑及指标相关性的主动配电网运行的风险评估方法 |
CN109376872A (zh) * | 2018-09-07 | 2019-02-22 | 上海电力学院 | 一种海上风电机组维护系统 |
CN110059872A (zh) * | 2019-04-09 | 2019-07-26 | 南京航空航天大学 | 一种基于状态监测的海上风电场运维调度方法 |
CN110544003A (zh) * | 2019-07-18 | 2019-12-06 | 湖南科技大学 | 一种基于温度预测的风电场风电机组变频器状态评价方法 |
CN110874663A (zh) * | 2018-08-31 | 2020-03-10 | 北京金风科创风电设备有限公司 | 用于风力发电机组的不间断电源的故障优化方法及装置 |
CN112231361A (zh) * | 2020-10-28 | 2021-01-15 | 西安热工研究院有限公司 | 一种基于风机运行数据的风电项目发电量评估方法 |
CN112818604A (zh) * | 2021-02-05 | 2021-05-18 | 河海大学 | 一种基于风功率预测的风电机组风险度评估方法 |
CN113326996A (zh) * | 2020-12-10 | 2021-08-31 | 国网山东省电力公司德州供电公司 | 一种高比例新能源接入地区电网的安全风险评估方法 |
CN114370380A (zh) * | 2021-12-08 | 2022-04-19 | 三峡大学 | 一种计及气象因素的风电机组故障诊断方法 |
CN114707739A (zh) * | 2022-04-14 | 2022-07-05 | 华北电力大学 | 基于大数据的风光出力预测与市场风险管控方法和系统 |
CN114742363A (zh) * | 2022-03-16 | 2022-07-12 | 华能大理风力发电有限公司洱源分公司 | 风电机组的能效状态评价方法、系统及介质 |
CN114819489A (zh) * | 2022-03-16 | 2022-07-29 | 国网浙江省电力有限公司 | 一种面向海上风电制氢系统的可行性评估方法 |
CN115000968A (zh) * | 2022-06-30 | 2022-09-02 | 国网上海市电力公司 | 基于博弈和风电出力相关性的海上风电接入系统规划方法 |
-
2022
- 2022-10-20 CN CN202211283126.5A patent/CN115358639B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120046917A1 (en) * | 2010-08-23 | 2012-02-23 | Hsin-Fa Fang | Wind energy forecasting method with extreme wind speed prediction function |
EP2712391A2 (en) * | 2011-08-19 | 2014-04-02 | Siemens Aktiengesellschaft | Automated root cause analysis |
CN104574217A (zh) * | 2015-01-22 | 2015-04-29 | 国家电网公司 | 一种智能配电网在线风险评估方法 |
CN104951851A (zh) * | 2015-07-08 | 2015-09-30 | 华侨大学 | 一种基于灰关联回归支持向量机的风电机组状态预测模型建立方法 |
CN105469216A (zh) * | 2015-12-15 | 2016-04-06 | 深圳供电局有限公司 | 一种结合天气及风速评价风电场运行风险的方法和系统 |
CN108009695A (zh) * | 2016-10-29 | 2018-05-08 | 南京理工大学 | 一种虑及指标相关性的主动配电网运行的风险评估方法 |
CN110874663A (zh) * | 2018-08-31 | 2020-03-10 | 北京金风科创风电设备有限公司 | 用于风力发电机组的不间断电源的故障优化方法及装置 |
CN109376872A (zh) * | 2018-09-07 | 2019-02-22 | 上海电力学院 | 一种海上风电机组维护系统 |
CN110059872A (zh) * | 2019-04-09 | 2019-07-26 | 南京航空航天大学 | 一种基于状态监测的海上风电场运维调度方法 |
CN110544003A (zh) * | 2019-07-18 | 2019-12-06 | 湖南科技大学 | 一种基于温度预测的风电场风电机组变频器状态评价方法 |
CN112231361A (zh) * | 2020-10-28 | 2021-01-15 | 西安热工研究院有限公司 | 一种基于风机运行数据的风电项目发电量评估方法 |
CN113326996A (zh) * | 2020-12-10 | 2021-08-31 | 国网山东省电力公司德州供电公司 | 一种高比例新能源接入地区电网的安全风险评估方法 |
CN112818604A (zh) * | 2021-02-05 | 2021-05-18 | 河海大学 | 一种基于风功率预测的风电机组风险度评估方法 |
CN114370380A (zh) * | 2021-12-08 | 2022-04-19 | 三峡大学 | 一种计及气象因素的风电机组故障诊断方法 |
CN114742363A (zh) * | 2022-03-16 | 2022-07-12 | 华能大理风力发电有限公司洱源分公司 | 风电机组的能效状态评价方法、系统及介质 |
CN114819489A (zh) * | 2022-03-16 | 2022-07-29 | 国网浙江省电力有限公司 | 一种面向海上风电制氢系统的可行性评估方法 |
CN114707739A (zh) * | 2022-04-14 | 2022-07-05 | 华北电力大学 | 基于大数据的风光出力预测与市场风险管控方法和系统 |
CN115000968A (zh) * | 2022-06-30 | 2022-09-02 | 国网上海市电力公司 | 基于博弈和风电出力相关性的海上风电接入系统规划方法 |
Non-Patent Citations (1)
Title |
---|
黄玲玲 等: "海上风电机组运行维护现状研究与展望", 《中国电机工程学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115358639B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8659186B2 (en) | Methods and systems for controlling a power conversion system | |
CN103400302B (zh) | 一种风电基地连锁故障风险感知预警方法 | |
CN102934312B (zh) | 能量产生系统及其控制 | |
CN111614316B (zh) | 光伏系统发电状态监测方法及其装置 | |
CN106100579B (zh) | 一种基于数据分析的光伏电站故障诊断方法 | |
CN109118035B (zh) | 基于网格化预警信息的台风风涝灾害配电网风险评估方法 | |
CN103384069B (zh) | 海上风电场集电系统灵敏度调整方法及系统 | |
CN108549999A (zh) | 基于风速区间的海上风电电能质量数据分析方法及系统 | |
CN101277014A (zh) | 风力发电接入系统方案选择方法 | |
CN112083270B (zh) | 一种基于相关系数的风电场集电线路单相接地故障选线方法 | |
CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
CN106856331B (zh) | 一种风光联合发电系统并网性能测试方法 | |
CN205229348U (zh) | 风电场电网友好型评估系统 | |
CN110608133B (zh) | 一种海上风力发电控制系统及方法 | |
CN104239979A (zh) | 一种风电场发电功率超短期预测方法 | |
CN115358639B (zh) | 一种基于数据分析的海上风电运行风险分析系统 | |
CN115759521A (zh) | 一种基于大数据的海上风力发电机运行故障预测系统 | |
Xia et al. | Research on analysis method of tidal current energy resource characteristics | |
CN112462651A (zh) | 一种考虑前池水位的小水电功率预测方法及预测系统 | |
CN103235850B (zh) | 比较风电场设计水平的系统和方法 | |
CN113191535A (zh) | 一种大风灾害预警中设计风速修正方法 | |
CN106610471B (zh) | 一种考虑海缆影响的海上风电机组故障穿越测试方法 | |
CN111310958A (zh) | 一种光伏发电预测系统 | |
CN216617755U (zh) | 一种风电机组测试系统 | |
CN203745667U (zh) | 一种兼有测风测光功能的新能源发电资源监测装置 |
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 |