CN116757681B - 一种风电机组发电效率实时监控诊断方法及系统 - Google Patents
一种风电机组发电效率实时监控诊断方法及系统 Download PDFInfo
- Publication number
- CN116757681B CN116757681B CN202311029996.4A CN202311029996A CN116757681B CN 116757681 B CN116757681 B CN 116757681B CN 202311029996 A CN202311029996 A CN 202311029996A CN 116757681 B CN116757681 B CN 116757681B
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- power generation
- current
- efficiency
- generating
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000010248 power generation Methods 0.000 claims abstract description 237
- 238000011156 evaluation Methods 0.000 claims abstract description 129
- 238000003745 diagnosis Methods 0.000 claims abstract description 49
- 238000007689 inspection Methods 0.000 claims description 56
- 230000000877 morphologic effect Effects 0.000 claims description 42
- 230000004044 response Effects 0.000 claims description 30
- 238000005070 sampling Methods 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000001338 self-assembly Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
Abstract
本申请涉及一种风电机组发电效率实时监控诊断方法及系统，包括实时获取当前风电机组的当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，生成平均发电效率数据；判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为否，则启动机组效率自检指令，控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，获取已存运行数据，生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告。本发明在考量了风电机组的本身组件构件是否故障的前提下，实现了数据化处理与管理，提升发电效率诊断的精准性和可靠性。
Description
技术领域
本申请涉及风电机组监控技术领域，特别是涉及一种风电机组发电效率实时监控诊断方法及系统。
背景技术
风电机组，是指利用风能发电的设备。它是由叶轮、发电机、塔架和控制系统等组成的复杂机电系统。风电机组依靠风力驱动叶轮旋转，进而驱动发电机旋转发电，将风能转化为电能，通过电缆输送到电网中供应给用户。风电机组具有无排放、清洁、环保等优点，是一种重要的可再生能源发电方式，被广泛应用于全球范围内。
目前，已经有越来越多的新兴技术运用到风电机组的发电效率的采集与处理上，如公开号为CN103150473A的发明专利公开了风电机组发电效率实时监控诊断方法及装置，包括以下步骤：分别获取两组风机历史数据信息和两组风机功率信息；根据风机历史数据信息和风机功率信息，分别拟合成两组风机功率曲线；根据风机历史数据信息的风速数据信息计算风机的两组风速分布参数；分别根据风机功率曲线和风速分布参数计算两组风机发电量数据；对两组风机发电量数据进行处理，得到结果数据，根据结果数据与预设值的关系，对风机的发电效率进行评估，根据评估结果对风机控制系统进行优化。
虽然上述专利文件中的技术方案能够实现对风电机组的发电效率进行实时监控并根据监控数据对发电效率进行评估，但是，其仍然存在效率诊断时因未考虑组件内部故障导致的诊断不精准的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够在考量了风电机组的本身组件构件是否故障的前提下，实现了数据化处理与管理的风电机组发电效率实时监控诊断方法及系统。
本发明技术方案如下：
一种风电机组发电效率实时监控诊断方法，所述方法包括：
实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
具体而言，若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；具体包括：
若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令生成结构自检指令；根据所述结构自检指令控制所述当前风电机组的各风电机组结构件进行运行参数测试，并获取实际运行参数信息，其中，一个所述风电机组结构件对应一个所述实际运行参数信息；响应于获取所述实际运行参数信息，生成形态检验指令，并根据所述形态检验指令启动预存的形态检验机构，其中，所述形态检验机构为预先设置，一个所述形态检验机构对应一个所述风电机组结构件；获取基于所述形态检验机构对所述风电机组结构件的外部形态进行形态采集后生成的实际形态信息；响应于获取所述实际形态信息，生成关联结构检查指令，并根据所述关联结构检查指令启动关联结构检查机构，其中，所述关联结构检查机构为预先设置，并用于检查各风电机组结构件中的实际关联结构，其中，所述实际关联结构为至少两个相互配合的风电机组结构件所组成的结构；获取基于所述关联结构检查机构检查所述实际关联结构后生成的关联结构检查信息；响应于获取所述关联结构检查信息，生成随机运行检验指令，并根据所述随机运行检验指令随机控制预设数量个风电机组结构件运行，并获取各所述风电机组结构件运行时的随机运行参数信息；根据所述实际运行参数信息、所述实际形态信息、所述关联结构检查信息和所述随机运行参数信息生成当前自运行数据。
具体而言，获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员；具体包括：
获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，并根据所述已存运行数据生成已存运行评估分；根据所述当前自运行数据中的实际运行参数信息生成各所述风电机组结构件的实际运行评估权值；根据所述当前自运行数据中的实际形态信息提取各所述风电机组结构件的形态完整特征，并根据所述形态完整特征生成形态完整权值；根据所述当前自运行数据中的关联结构检查信息生成各实际关联结构的协同结构配合权值，其中，一个所述实际关联结构对应一个所述协同结构配合权值；根据所述当前自运行数据中的随机运行参数生成运行参数影响值结构的运行参数影响值；基于所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值，根据以下公式生成当前自运行机组评估分：
其中，P为所述当前自运行机组评估分，i为风电机组结构件的序号，n为风电机组结构件的数量，Fi为第i个风电机组结构件的实际运行评估权值，Si为第i个风电机组结构件的形态完整权值，Gi为第i个风电机组结构件的协同结构配合权值，Di为第i个风电机组结构件的运行参数影响值，x为固定系数；根据所述实际运行评估分与所述已存运行评估分对比，并生成当前电效率预估差异值；根据所述当前电效率预估差异值生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
具体而言，实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；具体包括：
实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，获取所述当前风电机组的使用年限信息；根据所述使用年限信息获取所述使用年限信息对应的机组设备损耗等级；根据所述机组设备损耗等级获取与所述机组设备损耗等级相匹配的标准监控时间段，并将该标准监控时间段设定为预设效率监控时间段；在预设效率监控时间段内获取当前风电机组的已存发电效率数据；对所述预设效率监控时间段进行时间拆分，并生成多个采样时间间隔，基于所述采样时间间隔对所述已存发电效率数据进行拆分，并生成多个细分发电效率，其中，一个所述采样时间间隔对应一个细分发电效率；根据各所述细分发电效率生成平均发电效率数据。
具体而言，一种风电机组发电效率实时监控诊断系统，所述系统包括：
发电效率获取模块，用于实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；
效率匹配判断模块，用于将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；
运行数据采集模块，用于若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；
机组效率诊断模块，用于获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
具体而言，所述运行数据采集模块还用于：
若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令生成结构自检指令；根据所述结构自检指令控制所述当前风电机组的各风电机组结构件进行运行参数测试，并获取实际运行参数信息，其中，一个所述风电机组结构件对应一个所述实际运行参数信息；响应于获取所述实际运行参数信息，生成形态检验指令，并根据所述形态检验指令启动预存的形态检验机构，其中，所述形态检验机构为预先设置，一个所述形态检验机构对应一个所述风电机组结构件；获取基于所述形态检验机构对所述风电机组结构件的外部形态进行形态采集后生成的实际形态信息；响应于获取所述实际形态信息，生成关联结构检查指令，并根据所述关联结构检查指令启动关联结构检查机构，其中，所述关联结构检查机构为预先设置，并用于检查各风电机组结构件中的实际关联结构，其中，所述实际关联结构为至少两个相互配合的风电机组结构件所组成的结构；获取基于所述关联结构检查机构检查所述实际关联结构后生成的关联结构检查信息；响应于获取所述关联结构检查信息，生成随机运行检验指令，并根据所述随机运行检验指令随机控制预设数量个风电机组结构件运行，并获取各所述风电机组结构件运行时的随机运行参数信息；根据所述实际运行参数信息、所述实际形态信息、所述关联结构检查信息和所述随机运行参数信息生成当前自运行数据。
具体而言，所述机组效率诊断模块还用于：
获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，并根据所述已存运行数据生成已存运行评估分；根据所述当前自运行数据中的实际运行参数信息生成各所述风电机组结构件的实际运行评估权值；根据所述当前自运行数据中的实际形态信息提取各所述风电机组结构件的形态完整特征，并根据所述形态完整特征生成形态完整权值；根据所述当前自运行数据中的关联结构检查信息生成各实际关联结构的协同结构配合权值，其中，一个所述实际关联结构对应一个所述协同结构配合权值；根据所述当前自运行数据中的随机运行参数生成运行参数影响值结构的运行参数影响值；基于所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值，根据以下公式生成当前自运行机组评估分：
其中，P为所述当前自运行机组评估分，i为风电机组结构件的序号，n为风电机组结构件的数量，Fi为第i个风电机组结构件的实际运行评估权值，Si为第i个风电机组结构件的形态完整权值，Gi为第i个风电机组结构件的协同结构配合权值，Di为第i个风电机组结构件的运行参数影响值，x为固定系数；根据所述实际运行评估分与所述已存运行评估分对比，并生成当前电效率预估差异值；根据所述当前电效率预估差异值生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
具体而言，所述发电效率获取模块还用于：
实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，获取所述当前风电机组的使用年限信息；根据所述使用年限信息获取所述使用年限信息对应的机组设备损耗等级；根据所述机组设备损耗等级获取与所述机组设备损耗等级相匹配的标准监控时间段，并将该标准监控时间段设定为预设效率监控时间段；在预设效率监控时间段内获取当前风电机组的已存发电效率数据；对所述预设效率监控时间段进行时间拆分，并生成多个采样时间间隔，基于所述采样时间间隔对所述已存发电效率数据进行拆分，并生成多个细分发电效率，其中，一个所述采样时间间隔对应一个细分发电效率；根据各所述细分发电效率生成平均发电效率数据。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述风电机组发电效率实时监控诊断方法所述的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述风电机组发电效率实时监控诊断方法所述的步骤。
本发明实现技术效果如下：
上述风电机组发电效率实时监控诊断方法及系统，依次通过实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员，也即，本发明为了时刻保证对所述发电机组的发电效率有所监控，故通过实时获取当前风电机组在当前时刻的当前发电效率信息，具体信息采集由本领域技术人员自行预先设置现有技术中的信息采集装置进行效率测算和采集。接着，为了判断所述当前发电效率信息是否符合所述风电机组的发电要求，进而获取在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据，这样通过所述平均发电效率数据来实现对比，提升数据对比准确性，接着，进行对比，具体为将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，此时说明所述当前发电效率信息是符合正常的发电效率的。若判断为否，则说明此时的所述当前发电效率信息出现了较大波动，与之前所述预设效率监控时间段内的发电效率不相匹配，故此时为了进行发电效率波动的诊断，采取对所述风电机组内部的各部件的运行情况进行诊断，这样防止因风电机组内部的组件出现故障导致后续出现较大损失及影响发电效率的问题，也即，此时启动预先存储的机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据；进一步地，为了进行精准对比与发电效率的预测，进而通过根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，这样通过分值来作为发电效率的诊断判断依据，在考量了风电机组的本身组件构件是否故障的前提下，实现了数据化处理与管理，提升发电效率诊断的精准性和可靠性。
附图说明
图1为一个实施例中风电机组发电效率实时监控诊断方法的流程示意图；
图2为一个实施例中风电机组发电效率实时监控诊断系统的结构框图；
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，提供一种终端，所述终端用于：实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
所述终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中，如图1所示，提供了一种风电机组发电效率实时监控诊断方法，所述方法包括：
步骤S100：实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；
步骤S200：将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；
步骤S300：若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；
步骤S400：获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
本实施例中，所述当前发电效率信息为所述当前风电机组的实际的发电效率，为了时刻保证对所述发电机组的发电效率有所监控，故通过实时获取当前风电机组在当前时刻的当前发电效率信息，具体信息采集由本领域技术人员自行预先设置现有技术中的信息采集装置进行效率测算和采集。接着，为了判断所述当前发电效率信息是否符合所述风电机组的发电要求，进而获取在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据，这样通过所述平均发电效率数据来实现对比，提升数据对比准确性，接着，进行对比，具体为将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，此时说明所述当前发电效率信息是符合正常的发电效率的。若判断为否，则说明此时的所述当前发电效率信息出现了较大波动，与之前所述预设效率监控时间段内的发电效率不相匹配，故此时为了进行发电效率波动的诊断，采取对所述风电机组内部的各部件的运行情况进行诊断，这样防止因风电机组内部的组件出现故障导致后续出现较大损失及影响发电效率的问题，也即，此时启动预先存储的机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据；进一步地，为了进行精准对比与发电效率的预测，进而通过根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，这样通过分值来作为发电效率的诊断判断依据，在考量了风电机组的本身组件构件是否故障的前提下，实现了数据化处理与管理，提升发电效率诊断的精准性和可靠性。
在一个实施例中，步骤S300：若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；具体包括：
步骤S310：若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令生成结构自检指令；
步骤S320：根据所述结构自检指令控制所述当前风电机组的各风电机组结构件进行运行参数测试，并获取实际运行参数信息，其中，一个所述风电机组结构件对应一个所述实际运行参数信息；
本实施例中，所述实际运行参数信息为自行运行的数据，所述风电机组结构件包括风轮、叶片、发电机，以及相应的传感器，包括但不限于风向传感器、温度和湿度传感器以及压力传感器等，在进行运行参数测试时，比如获取所述压力传感器和所述温度传感器的检测参数，获取所述发电机的发电功率，获取所述风轮和叶片的转动速度等。
步骤S330：响应于获取所述实际运行参数信息，生成形态检验指令，并根据所述形态检验指令启动预存的形态检验机构，其中，所述形态检验机构为预先设置，一个所述形态检验机构对应一个所述风电机组结构件；
步骤S340：获取基于所述形态检验机构对所述风电机组结构件的外部形态进行形态采集后生成的实际形态信息；
本实施例中，所述形态检验机构采用图像采集设备，也即，通过设置所述形态检验机构来进行对各所述风电机组结构件的图像采集，也即通过生成形态检验指令，并根据所述形态检验指令启动预存的形态检验机构，接着获取基于所述形态检验机构对所述风电机组结构件的外部形态进行形态采集后生成的实际形态信息，这样方便后续根据所述实际形态信息进行是否故障判断。
步骤S350：响应于获取所述实际形态信息，生成关联结构检查指令，并根据所述关联结构检查指令启动关联结构检查机构，其中，所述关联结构检查机构为预先设置，并用于检查各风电机组结构件中的实际关联结构，其中，所述实际关联结构为至少两个相互配合的风电机组结构件所组成的结构；
步骤S360：获取基于所述关联结构检查机构检查所述实际关联结构后生成的关联结构检查信息；
本实施例中，为了进行更精准的故障判断，进而通过检查所述实际关联结构来进行故障分析与判断，具体地，所述实际关联结构为至少两个相互配合的风电机组结构件所组成的结构，包括但不限于发电机和塔架、控制系统和监测设备以及风轮和主轴。其中，发电机通过塔架与地面相连接，这个结构组成了一个稳固的整体。监测设备可以提供来自风向传感器、温湿度传感器和压力传感器等的相关数据输入，从而启动或覆盖控制系统的指令。风轮通过主轴连接到发电机，将旋转动能转化为电能，主轴的设计决定了发电机的转速、输出功率等参数。因此，所述关联结构检查机构包括图像采集机构和运行监控模块，所述图像采集机构可以用于发电机和塔架的安装结构的图像采集，所述运行监控模块用于对控制系统和监测设备在运行时的数据监控。
步骤S370：响应于获取所述关联结构检查信息，生成随机运行检验指令，并根据所述随机运行检验指令随机控制预设数量个风电机组结构件运行，并获取各所述风电机组结构件运行时的随机运行参数信息；
步骤S380：根据所述实际运行参数信息、所述实际形态信息、所述关联结构检查信息和所述随机运行参数信息生成当前自运行数据。
为了更进一步地进行综合判断是否出现故障，进而通过根据所述随机运行检验指令随机控制预设数量个风电机组结构件运行，并获取各所述风电机组结构件运行时的随机运行参数信息；也即，所述预设数量为预先设置，进而通过任意从风电机组中的组件中选中组件进行运行测试，同时监控其他被选中的组件的信息，这样能够判断其他被选中的组件是否被影响，进而提升判断精准性，最后，根据所述实际运行参数信息、所述实际形态信息、所述关联结构检查信息和所述随机运行参数信息生成当前自运行数据。
在一个实施例中，步骤S400：获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员；具体包括：
步骤S410：获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，并根据所述已存运行数据生成已存运行评估分；
步骤S420：根据所述当前自运行数据中的实际运行参数信息生成各所述风电机组结构件的实际运行评估权值；
步骤S430：根据所述当前自运行数据中的实际形态信息提取各所述风电机组结构件的形态完整特征，并根据所述形态完整特征生成形态完整权值；
步骤S440：根据所述当前自运行数据中的关联结构检查信息生成各实际关联结构的协同结构配合权值，其中，一个所述实际关联结构对应一个所述协同结构配合权值；
步骤S450：根据所述当前自运行数据中的随机运行参数生成运行参数影响值结构的运行参数影响值；
本实施例中，基于每个风电机组结构件在正常情况下均对应具有合格的参数，故当获取所述已存运行数据时，即可获取预先存储的已存运行评估分；同理，当获取了所述实际运行参数信息，便可将实际运行参数信息与已存的合格参数对比，根据不同的匹配程度生成不同的分值，也即所述实际运行评估权值。接着，通过图片对比，具体为提取各所述风电机组结构件的形态完整特征，并根据所述形态完整特征生成形态完整权值，其中的所述形态完整特征为预先设置的部件的关键部位的特征，如风叶中的各叶片区域。接着，通过所述关联结构检查信息生成各实际关联结构的协同结构配合权值，具体为综合判断结构的完整性以及协同运作是否正常来设置对应的协同结构配合权值。最后，根据所述随机运行参数生成运行参数影响值结构的运行参数影响值，具体为根据参数判断结构是否受到影响，若判断受到了影响，则统计数量，进而根据不同的数量，生成不同的所述运行参数影响值，这样实现了综合多方面考量，提升诊断准确性。
步骤S460：基于所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值，根据以下公式生成当前自运行机组评估分：
其中，P为所述当前自运行机组评估分，i为风电机组结构件的序号，n为风电机组结构件的数量，Fi为第i个风电机组结构件的实际运行评估权值，Si为第i个风电机组结构件的形态完整权值，Gi为第i个风电机组结构件的协同结构配合权值，Di为第i个风电机组结构件的运行参数影响值，x为固定系数，本实施例中，固定系数x的数值可以由本领域技术人员自行设定，如设置为2；
步骤S470：根据所述实际运行评估分与所述已存运行评估分对比，并生成当前电效率预估差异值；
步骤S480：根据所述当前电效率预估差异值生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
本实施例中，通过设置基于所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值，根据以下公式生成当前自运行机组评估分，实现高效对比，提升对比准确性和可靠性。
具体地，在根据所述当前电效率预估差异值生成发电效率评估诊断报告时，不同数值的当前电效率预估差异值对应不同的报告，故获取了当前电效率预估差异值后，直接调取预存的报告设定为所述发电效率评估诊断报告，同时辅助以各所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值进行展示，从而使所述发电效率评估诊断报告的广度和内容都得到了扩充。
在一个实施例中，步骤S100：实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；具体包括：
步骤S110：实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，获取所述当前风电机组的使用年限信息；
步骤S120：根据所述使用年限信息获取所述使用年限信息对应的机组设备损耗等级；
步骤S130：根据所述机组设备损耗等级获取与所述机组设备损耗等级相匹配的标准监控时间段，并将该标准监控时间段设定为预设效率监控时间段；
步骤S140：在预设效率监控时间段内获取当前风电机组的已存发电效率数据；
步骤S150：对所述预设效率监控时间段进行时间拆分，并生成多个采样时间间隔，基于所述采样时间间隔对所述已存发电效率数据进行拆分，并生成多个细分发电效率，其中，一个所述采样时间间隔对应一个细分发电效率；
步骤S160：根据各所述细分发电效率生成平均发电效率数据。
本实施例中，考虑到不同使用年限的风电机组的工作稳定状态时不同的，故，为了精准进行对比，故先实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，获取所述当前风电机组的使用年限信息；然后根据所述使用年限信息获取所述使用年限信息对应的机组设备损耗等级；最后根据所述机组设备损耗等级获取与所述机组设备损耗等级相匹配的标准监控时间段，并将该标准监控时间段设定为预设效率监控时间段，也即，预先设置了不同的使用年限信息对应的损耗等级，而不同的损耗等级则对应具有不同的稳定工作时间段，也即所述预设效率监控时间段，然后在预设效率监控时间段内获取当前风电机组的已存发电效率数据；接着，对所述预设效率监控时间段进行时间拆分，并生成多个采样时间间隔，基于所述采样时间间隔对所述已存发电效率数据进行拆分，并生成多个细分发电效率，其中，一个所述采样时间间隔对应一个细分发电效率；最后，根据各所述细分发电效率生成平均发电效率数据，具体为将各所述细分发电效率相加后计算平均值，即为所述平均发电效率数据。
在一个实施例中，如图2所示，提供一种风电机组发电效率实时监控诊断系统，所述系统包括：
发电效率获取模块，用于实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；
效率匹配判断模块，用于将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；
运行数据采集模块，用于若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；
机组效率诊断模块，用于获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
在一个实施例中，所述运行数据采集模块还用于：
若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令生成结构自检指令；根据所述结构自检指令控制所述当前风电机组的各风电机组结构件进行运行参数测试，并获取实际运行参数信息，其中，一个所述风电机组结构件对应一个所述实际运行参数信息；响应于获取所述实际运行参数信息，生成形态检验指令，并根据所述形态检验指令启动预存的形态检验机构，其中，所述形态检验机构为预先设置，一个所述形态检验机构对应一个所述风电机组结构件；获取基于所述形态检验机构对所述风电机组结构件的外部形态进行形态采集后生成的实际形态信息；响应于获取所述实际形态信息，生成关联结构检查指令，并根据所述关联结构检查指令启动关联结构检查机构，其中，所述关联结构检查机构为预先设置，并用于检查各风电机组结构件中的实际关联结构，其中，所述实际关联结构为至少两个相互配合的风电机组结构件所组成的结构；获取基于所述关联结构检查机构检查所述实际关联结构后生成的关联结构检查信息；响应于获取所述关联结构检查信息，生成随机运行检验指令，并根据所述随机运行检验指令随机控制预设数量个风电机组结构件运行，并获取各所述风电机组结构件运行时的随机运行参数信息；根据所述实际运行参数信息、所述实际形态信息、所述关联结构检查信息和所述随机运行参数信息生成当前自运行数据。
在一个实施例中，所述机组效率诊断模块还用于：
获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，并根据所述已存运行数据生成已存运行评估分；根据所述当前自运行数据中的实际运行参数信息生成各所述风电机组结构件的实际运行评估权值；根据所述当前自运行数据中的实际形态信息提取各所述风电机组结构件的形态完整特征，并根据所述形态完整特征生成形态完整权值；根据所述当前自运行数据中的关联结构检查信息生成各实际关联结构的协同结构配合权值，其中，一个所述实际关联结构对应一个所述协同结构配合权值；根据所述当前自运行数据中的随机运行参数生成运行参数影响值结构的运行参数影响值；基于所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值，根据以下公式生成当前自运行机组评估分：
其中，P为所述当前自运行机组评估分，i为风电机组结构件的序号，n为风电机组结构件的数量，Fi为第i个风电机组结构件的实际运行评估权值，Si为第i个风电机组结构件的形态完整权值，Gi为第i个风电机组结构件的协同结构配合权值，Di为第i个风电机组结构件的运行参数影响值，x为固定系数；根据所述实际运行评估分与所述已存运行评估分对比，并生成当前电效率预估差异值；根据所述当前电效率预估差异值生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
在一个实施例中，所述发电效率获取模块还用于：
实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，获取所述当前风电机组的使用年限信息；根据所述使用年限信息获取所述使用年限信息对应的机组设备损耗等级；根据所述机组设备损耗等级获取与所述机组设备损耗等级相匹配的标准监控时间段，并将该标准监控时间段设定为预设效率监控时间段；在预设效率监控时间段内获取当前风电机组的已存发电效率数据；对所述预设效率监控时间段进行时间拆分，并生成多个采样时间间隔，基于所述采样时间间隔对所述已存发电效率数据进行拆分，并生成多个细分发电效率，其中，一个所述采样时间间隔对应一个细分发电效率；根据各所述细分发电效率生成平均发电效率数据。
在一个实施例中，如图3所示，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述风电机组发电效率实时监控诊断方法所述的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述风电机组发电效率实时监控诊断方法所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种风电机组发电效率实时监控诊断方法，其特征在于，所述方法包括：
实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员；
若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；具体包括：
若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令生成结构自检指令；根据所述结构自检指令控制所述当前风电机组的各风电机组结构件进行运行参数测试，并获取实际运行参数信息，其中，一个所述风电机组结构件对应一个所述实际运行参数信息；响应于获取所述实际运行参数信息，生成形态检验指令，并根据所述形态检验指令启动预存的形态检验机构，其中，所述形态检验机构为预先设置，一个所述形态检验机构对应一个所述风电机组结构件；获取基于所述形态检验机构对所述风电机组结构件的外部形态进行形态采集后生成的实际形态信息；响应于获取所述实际形态信息，生成关联结构检查指令，并根据所述关联结构检查指令启动关联结构检查机构，其中，所述关联结构检查机构为预先设置，并用于检查各风电机组结构件中的实际关联结构，其中，所述实际关联结构为至少两个相互配合的风电机组结构件所组成的结构；获取基于所述关联结构检查机构检查所述实际关联结构后生成的关联结构检查信息；响应于获取所述关联结构检查信息，生成随机运行检验指令，并根据所述随机运行检验指令随机控制预设数量个风电机组结构件运行，并获取各所述风电机组结构件运行时的随机运行参数信息；根据所述实际运行参数信息、所述实际形态信息、所述关联结构检查信息和所述随机运行参数信息生成当前自运行数据。
2.根据权利要求1所述的一种风电机组发电效率实时监控诊断方法，其特征在于，获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员；具体包括：
获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，并根据所述已存运行数据生成已存运行评估分；根据所述当前自运行数据中的实际运行参数信息生成各所述风电机组结构件的实际运行评估权值；根据所述当前自运行数据中的实际形态信息提取各所述风电机组结构件的形态完整特征，并根据所述形态完整特征生成形态完整权值；根据所述当前自运行数据中的关联结构检查信息生成各实际关联结构的协同结构配合权值，其中，一个所述实际关联结构对应一个所述协同结构配合权值；根据所述当前自运行数据中的随机运行参数生成运行参数影响值结构的运行参数影响值；基于所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值，根据以下公式生成当前自运行机组评估分：
；
其中，P为所述当前自运行机组评估分，i为风电机组结构件的序号，n为风电机组结构件的数量，Fi为第i个风电机组结构件的实际运行评估权值，Si为第i个风电机组结构件的形态完整权值，Gi为第i个风电机组结构件的协同结构配合权值，Di为第i个风电机组结构件的运行参数影响值，x为固定系数；根据所述实际运行评估分与所述已存运行评估分对比，并生成当前电效率预估差异值；根据所述当前电效率预估差异值生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
3.根据权利要求1所述的一种风电机组发电效率实时监控诊断方法，其特征在于，实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；具体包括：
实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，获取所述当前风电机组的使用年限信息；根据所述使用年限信息获取所述使用年限信息对应的机组设备损耗等级；根据所述机组设备损耗等级获取与所述机组设备损耗等级相匹配的标准监控时间段，并将该标准监控时间段设定为预设效率监控时间段；在预设效率监控时间段内获取当前风电机组的已存发电效率数据；对所述预设效率监控时间段进行时间拆分，并生成多个采样时间间隔，基于所述采样时间间隔对所述已存发电效率数据进行拆分，并生成多个细分发电效率，其中，一个所述采样时间间隔对应一个细分发电效率；根据各所述细分发电效率生成平均发电效率数据。
4.一种风电机组发电效率实时监控诊断系统，其特征在于，所述系统包括：
发电效率获取模块，用于实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，在预设效率监控时间段内获取当前风电机组的已存发电效率数据，并根据所述已存发电效率数据生成平均发电效率数据；
效率匹配判断模块，用于将所述当前发电效率信息与所述平均发电效率数据进行对比，并判断所述当前发电效率是否与所述平均发电效率数据匹配，若判断为是，则生成发电效率预测正常指示，其中，所述发电效率预测正常指示用于发送至风电机组维护人员；
运行数据采集模块，用于若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令控制所述当前风电机组的各风电机组结构件进行自运行，并获取各所述风电机组结构件的当前自运行数据，其中，所述风电机组结构件为所述当前风电机组结构件的内部组件；
机组效率诊断模块，用于获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，根据所述当前自运行数据和所述已存运行数据生成实际运行评估分，并根据所述实际运行评估分生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员；
所述运行数据采集模块还用于：
若判断为否，则启动机组效率自检指令，并根据所述机组效率自检指令生成结构自检指令；根据所述结构自检指令控制所述当前风电机组的各风电机组结构件进行运行参数测试，并获取实际运行参数信息，其中，一个所述风电机组结构件对应一个所述实际运行参数信息；响应于获取所述实际运行参数信息，生成形态检验指令，并根据所述形态检验指令启动预存的形态检验机构，其中，所述形态检验机构为预先设置，一个所述形态检验机构对应一个所述风电机组结构件；获取基于所述形态检验机构对所述风电机组结构件的外部形态进行形态采集后生成的实际形态信息；响应于获取所述实际形态信息，生成关联结构检查指令，并根据所述关联结构检查指令启动关联结构检查机构，其中，所述关联结构检查机构为预先设置，并用于检查各风电机组结构件中的实际关联结构，其中，所述实际关联结构为至少两个相互配合的风电机组结构件所组成的结构；获取基于所述关联结构检查机构检查所述实际关联结构后生成的关联结构检查信息；响应于获取所述关联结构检查信息，生成随机运行检验指令，并根据所述随机运行检验指令随机控制预设数量个风电机组结构件运行，并获取各所述风电机组结构件运行时的随机运行参数信息；根据所述实际运行参数信息、所述实际形态信息、所述关联结构检查信息和所述随机运行参数信息生成当前自运行数据。
5.根据权利要求4所述的一种风电机组发电效率实时监控诊断系统，其特征在于，所述机组效率诊断模块还用于：
获取各所述风电机组结构件在预设效率监控时间段内的已存运行数据，并根据所述已存运行数据生成已存运行评估分；根据所述当前自运行数据中的实际运行参数信息生成各所述风电机组结构件的实际运行评估权值；根据所述当前自运行数据中的实际形态信息提取各所述风电机组结构件的形态完整特征，并根据所述形态完整特征生成形态完整权值；根据所述当前自运行数据中的关联结构检查信息生成各实际关联结构的协同结构配合权值，其中，一个所述实际关联结构对应一个所述协同结构配合权值；根据所述当前自运行数据中的随机运行参数生成运行参数影响值结构的运行参数影响值；基于所述实际运行评估权值、所述形态完整权值、所述协同结构配合权值和所述运行参数影响值，根据以下公式生成当前自运行机组评估分：
；
其中，P为所述当前自运行机组评估分，i为风电机组结构件的序号，n为风电机组结构件的数量，Fi为第i个风电机组结构件的实际运行评估权值，Si为第i个风电机组结构件的形态完整权值，Gi为第i个风电机组结构件的协同结构配合权值，Di为第i个风电机组结构件的运行参数影响值，x为固定系数；根据所述实际运行评估分与所述已存运行评估分对比，并生成当前电效率预估差异值；根据所述当前电效率预估差异值生成发电效率评估诊断报告，其中，所述发电效率评估诊断报告用于发送至所述风电机组维护人员。
6.根据权利要求5所述的一种风电机组发电效率实时监控诊断系统，其特征在于，所述发电效率获取模块还用于：
实时获取当前风电机组在当前时刻的当前发电效率信息，并响应于获取所述当前发电效率信息，获取所述当前风电机组的使用年限信息；根据所述使用年限信息获取所述使用年限信息对应的机组设备损耗等级；根据所述机组设备损耗等级获取与所述机组设备损耗等级相匹配的标准监控时间段，并将该标准监控时间段设定为预设效率监控时间段；在预设效率监控时间段内获取当前风电机组的已存发电效率数据；对所述预设效率监控时间段进行时间拆分，并生成多个采样时间间隔，基于所述采样时间间隔对所述已存发电效率数据进行拆分，并生成多个细分发电效率，其中，一个所述采样时间间隔对应一个细分发电效率；根据各所述细分发电效率生成平均发电效率数据。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述方法的步骤。
8.一种计算机可读存储介质，其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执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311029996.4A CN116757681B (zh) | 2023-08-16 | 2023-08-16 | 一种风电机组发电效率实时监控诊断方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311029996.4A CN116757681B (zh) | 2023-08-16 | 2023-08-16 | 一种风电机组发电效率实时监控诊断方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116757681A CN116757681A (zh) | 2023-09-15 |
| CN116757681B true CN116757681B (zh) | 2023-11-28 |
Family
ID=87950004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311029996.4A Active CN116757681B (zh) | 2023-08-16 | 2023-08-16 | 一种风电机组发电效率实时监控诊断方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116757681B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012114108A (ja) * | 2010-11-19 | 2012-06-14 | Ntt Facilities Inc | 太陽光発電診断装置 |
| JP2013108462A (ja) * | 2011-11-22 | 2013-06-06 | Fuji Electric Co Ltd | 風力発電量予測システム、そのプログラム |
| CN103728942A (zh) * | 2013-12-24 | 2014-04-16 | 青海能高新能源有限公司 | 一种风力发电机组本地数据采集处理系统 |
| CN109301859A (zh) * | 2018-09-10 | 2019-02-01 | 许继集团有限公司 | 分布式光伏发电站发电效率监测方法与系统 |
| CN109947786A (zh) * | 2017-10-17 | 2019-06-28 | 中车株洲电力机车研究所有限公司 | 风电场中故障自动排查方法、装置及计算机可读存储介质 |
| CN110689141A (zh) * | 2018-06-19 | 2020-01-14 | 北京金风科创风电设备有限公司 | 风力发电机组的故障诊断方法及设备 |
| CN111178779A (zh) * | 2020-01-03 | 2020-05-19 | 河北因能科技股份有限公司 | 家用光伏电站故障监控预警方法 |
| CN112766573A (zh) * | 2021-01-20 | 2021-05-07 | 国网安徽省电力有限公司电力科学研究院 | 一种发电数据的预测方法、装置及电子设备 |
| CN114165392A (zh) * | 2021-11-03 | 2022-03-11 | 华能射阳新能源发电有限公司 | 一种风电机组功率异常诊断方法、装置及存储介质 |
| CN114881379A (zh) * | 2022-07-12 | 2022-08-09 | 东方电气风电股份有限公司 | 风电场应发电量估测方法、装置、设备及存储介质 |
| CN115358606A (zh) * | 2022-08-26 | 2022-11-18 | 中国电建集团西北勘测设计研究院有限公司 | 一种平缓地形下在役风电场能效评估方法及系统 |
| CN116307342A (zh) * | 2023-01-29 | 2023-06-23 | 深圳康荣电子有限公司 | 触控显示屏的生产控制方法及控制装置 |
-
2023
- 2023-08-16 CN CN202311029996.4A patent/CN116757681B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012114108A (ja) * | 2010-11-19 | 2012-06-14 | Ntt Facilities Inc | 太陽光発電診断装置 |
| JP2013108462A (ja) * | 2011-11-22 | 2013-06-06 | Fuji Electric Co Ltd | 風力発電量予測システム、そのプログラム |
| CN103728942A (zh) * | 2013-12-24 | 2014-04-16 | 青海能高新能源有限公司 | 一种风力发电机组本地数据采集处理系统 |
| CN109947786A (zh) * | 2017-10-17 | 2019-06-28 | 中车株洲电力机车研究所有限公司 | 风电场中故障自动排查方法、装置及计算机可读存储介质 |
| CN110689141A (zh) * | 2018-06-19 | 2020-01-14 | 北京金风科创风电设备有限公司 | 风力发电机组的故障诊断方法及设备 |
| CN109301859A (zh) * | 2018-09-10 | 2019-02-01 | 许继集团有限公司 | 分布式光伏发电站发电效率监测方法与系统 |
| CN111178779A (zh) * | 2020-01-03 | 2020-05-19 | 河北因能科技股份有限公司 | 家用光伏电站故障监控预警方法 |
| CN112766573A (zh) * | 2021-01-20 | 2021-05-07 | 国网安徽省电力有限公司电力科学研究院 | 一种发电数据的预测方法、装置及电子设备 |
| CN114165392A (zh) * | 2021-11-03 | 2022-03-11 | 华能射阳新能源发电有限公司 | 一种风电机组功率异常诊断方法、装置及存储介质 |
| CN114881379A (zh) * | 2022-07-12 | 2022-08-09 | 东方电气风电股份有限公司 | 风电场应发电量估测方法、装置、设备及存储介质 |
| CN115358606A (zh) * | 2022-08-26 | 2022-11-18 | 中国电建集团西北勘测设计研究院有限公司 | 一种平缓地形下在役风电场能效评估方法及系统 |
| CN116307342A (zh) * | 2023-01-29 | 2023-06-23 | 深圳康荣电子有限公司 | 触控显示屏的生产控制方法及控制装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116757681A (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110991666B (zh) | 故障检测方法、模型的训练方法、装置、设备及存储介质 | |
| CN111597682B (zh) | 预测风力机齿轮箱轴承剩余寿命的方法 | |
| US10253758B2 (en) | System and method for optimizing wind farm performance | |
| CN105205569B (zh) | 风机齿轮箱状态在线评估模型建立方法及在线评估方法 | |
| CN105134510A (zh) | 一种风力发电机组变桨系统的状态监测和故障诊断方法 | |
| CN116085212B (zh) | 一种新能源风电机组的运行状态实时监测方法及系统 | |
| CN103675357B (zh) | 风速仪故障预警的方法和系统 | |
| CN117212055A (zh) | 一种风力发电系统及发电机绕组的异常识别预警方法 | |
| TW202004010A (zh) | 風力發電系統 | |
| CN116757681B (zh) | 一种风电机组发电效率实时监控诊断方法及系统 | |
| Sun et al. | Wind turbine anomaly detection using normal behavior models based on SCADA data | |
| Zhang et al. | Probability warning for wind turbine gearbox incipient faults based on SCADA data | |
| CN116221037A (zh) | 一种风电机组监测方法和装置 | |
| CN117093938A (zh) | 一种基于深度学习的风机轴承的故障检测方法和系统 | |
| CN111524336A (zh) | 一种发电机组预警方法及系统 | |
| Dinh et al. | Implementation of Digital Twin-Assisted Condition Monitoring and Fault Diagnosis for Wind Turbines | |
| CN114856940A (zh) | 一种基于vr的风电机组在线智能诊断方法以及系统 | |
| CN114320773A (zh) | 一种基于功率曲线分析与神经网络的风电机组故障预警方法 | |
| Zhang | Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data | |
| Ahilan et al. | A Self-Improved Optimizer-Based CNN for Wind Turbine Fault Detection | |
| CN112699598A (zh) | 齿轮箱油温异常智能诊断方法及装置 | |
| EP3303835A1 (en) | Method for windmill farm monitoring | |
| CN118208374B (zh) | 用于海上风电的工况外载加载一体化监测系统与方法 | |
| CN117688848B (zh) | 大功率定子瓣线圈疲劳寿命测试方法 | |
| KR102273363B1 (ko) | 후류 영향 분석 및 단지 제어 시뮬레이션을 통한 디지털 기반 해상풍력단지 통합 o＆m 서비스 플랫폼 장치 |
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 |