CN116771611A - 一种风电机组功率监测方法及装置 - Google Patents
一种风电机组功率监测方法及装置 Download PDFInfo
- Publication number
- CN116771611A CN116771611A CN202310671009.4A CN202310671009A CN116771611A CN 116771611 A CN116771611 A CN 116771611A CN 202310671009 A CN202310671009 A CN 202310671009A CN 116771611 A CN116771611 A CN 116771611A
- Authority
- CN
- China
- Prior art keywords
- power
- data
- fluctuation
- curve
- degree
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005070 sampling Methods 0.000 claims abstract description 29
- 238000001914 filtration Methods 0.000 claims description 19
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000010248 power generation Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013031 physical testing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/20—Wind motors characterised by the driven apparatus
- F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
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)
- Power Engineering (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种风电机组功率监测方法及装置,涉及风力发电技术领域,包括根据功率所需数据建立所需数据变化关系曲线;基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;并计算重新获取的功率所需数据的质量等级;根据功率所需数据进行功率的计算,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整;根据目标功率建立功率变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。减少外界影响因素对功率的影响,并通过数据质量等级来确定功率校对值,提高了功率计算的精度。
Description
技术领域
本申请涉及风力发电技术领域,更具体地,涉及一种风电机组功率监测方法及装置。
背景技术
风力发电作为一种清洁的可再生能源,具有广阔的应用前景。然而,受到自然环境和复杂的工作条件的影响,风力发电机组的性能、可靠性和安全性都需要进行有效的监测和控制。因此,风力发电机组功率监测方法的研究和应用具有重要的现实意义。
风力发电机组功率监测方法主要包括传统的物理测试方法和基于数据分析的监测方法。传统的物理测试方法主要是通过安装传感器和测量仪器来监测机组的功率输出、振动、温度、油压等参数,并将数据实时传输到中心控制室进行分析和处理。这些方法可以提供可靠的数据,但成本高、需要大量的设备和维护,而且无法全面了解机组的性能和状态。
相对而言,基于数据分析的监测方法主要是通过采集机组的运行数据,运用数据挖掘、模型预测等技术进行数据分析和处理,以监测机组的功率性能和状态。这种方法不仅可以提高监测效率和准确性,而且可以降低成本、节约资源,是风力发电机组监测的一种新型方法。
现有技术中,风电机组功率计算所需数据波动性较强,且外界影响因素较多,导致功率计算的精度较低,不利于功率监测以及故障诊断。
因此,如何提高功率计算精度,是目前有待解决的技术问题。
发明内容
本发明提供一种风电机组功率监测方法,用以解决现有技术中功率计算精度低的技术问题。所述方法包括:
获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线;
基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;
重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级;
根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率;
根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;
若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。
本申请一些实施例中,基于所需数据变化关系曲线确定每种所需数据的波动性,包括:
将所需数据变化关系曲线划分成若干个子曲线,计算第一个子曲线和最后一个子曲线的斜率变化量,将两者差值记作第一斜率变化量,比对其余子曲线与相邻两个曲线的斜率变化量,得到第二斜率变化量;
基于第一斜率变化量和第二斜率变化量确定该种所需数据的第一波动性;
根据所需数据变化关系曲线计算所需数据的标准差,并将所需数据变化关系曲线按时间划分成多个数据组,从而计算变异系数;
基于标准差和变异系数确定该种所需数据的第二波动性;
M=α1Q1+α2Q2;
其中,M为第二波动性,α1为标准差对应的波动权重,Q1为标准差,α2为变异系数对应的波动权重,Q2为变异系数;
根据第一波动性和第二波动性确定波动性。
本申请一些实施例中,并依据所需数据的波动性设置对应所需数据的采样频率,包括:
判断所需数据的波动性是否处于对应预设波动区间内;
若所需数据的波动性处于对应预设波动区间内,则保留初始采样频率;
否则,根据波动性偏离对应预设波动区间的偏离程度调整初始采样频率。
本申请一些实施例中,并计算重新获取的功率所需数据的质量等级,包括:
其中,N为所需数据的质量等级,β1为数据滤波程度对应的权重,Z1为数据滤波程度,β2为数据去噪程度对应的权重,Z2为数据去噪程度,β3为数据完整性程度对应的权重,Z3为数据完整性程度,exp为指数函数,n为数据滤波程度、数据去噪程度和数据完整性程度中超过对应阈值的数量,Zmaxi为第i个超过对应阈值的程度值,k1为第一常数,k2为第二常数,[]为取整符号。
本申请一些实施例中,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率,包括:
比对每种功率影响因素的实时值与规定值之差,并根据差值大小进行排序;
将差值超过预设差值的功率影响因素进行保留,并依据排序构建第一影响数组;
基于第一影响数组对初始功率进行修正得到第一功率,基于功率所需数据的质量等级对初始功率进行修正得到第二功率;
若第一功率大于第二功率,则将第一功率作为目标功率;
否则,依次添加删除的功率影响因素,并构建第二影响数组,直至第一功率大于第二功率。
对应的,本申请还提供了一种风电机组功率监测装置,所述装置包括:
第一模块,用于获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线;
第二模块,用于基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;
第三模块,用于重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级;
第四模块,用于根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率;
第五模块,用于根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;
第六模块,用于若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。
本申请一些实施例中,第二模块,用于:
将所需数据变化关系曲线划分成若干个子曲线,计算第一个子曲线和最后一个子曲线的斜率变化量,将两者差值记作第一斜率变化量,比对其余子曲线与相邻两个曲线的斜率变化量,得到第二斜率变化量;
基于第一斜率变化量和第二斜率变化量确定该种所需数据的第一波动性;
根据所需数据变化关系曲线计算所需数据的标准差,并将所需数据变化关系曲线按时间划分成多个数据组,从而计算变异系数;
基于标准差和变异系数确定该种所需数据的第二波动性;
M=α1Q1+α2Q2;
其中,M为第二波动性,α1为标准差对应的波动权重,Q1为标准差,α2为变异系数对应的波动权重,Q2为变异系数;
根据第一波动性和第二波动性确定波动性。
本申请一些实施例中,第二模块,用于:
判断所需数据的波动性是否处于对应预设波动区间内;
若所需数据的波动性处于对应预设波动区间内,则保留初始采样频率;
否则,根据波动性偏离对应预设波动区间的偏离程度调整初始采样频率。
本申请一些实施例中,第三模块,用于:
其中,N为所需数据的质量等级,β1为数据滤波程度对应的权重,Z1为数据滤波程度,β2为数据去噪程度对应的权重,Z2为数据去噪程度,β3为数据完整性程度对应的权重,Z3为数据完整性程度,exp为指数函数,n为数据滤波程度、数据去噪程度和数据完整性程度中超过对应阈值的数量,Zmaxi为第i个超过对应阈值的程度值,k1为第一常数,k2为第二常数,[]为取整符号。
本申请一些实施例中,第四模块,用于:
比对每种功率影响因素的实时值与规定值之差,并根据差值大小进行排序;
将差值超过预设差值的功率影响因素进行保留,并依据排序构建第一影响数组;
基于第一影响数组对初始功率进行修正得到第一功率,基于功率所需数据的质量等级对初始功率进行修正得到第二功率;
若第一功率大于第二功率,则将第一功率作为目标功率;
否则,依次添加删除的功率影响因素,并构建第二影响数组,直至第一功率大于第二功率。
通过应用以上技术方案,获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线;基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级;根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率;根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。本申请通过数据波动性设置采样频率,从而提高数据稳定性。通过数据的质量等级和功率影响因素对初始功率进行调整,减少外界影响因素对功率的影响,并通过数据质量等级来确定功率校对值,提高了功率计算的精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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提出的一种风电机组功率监测方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供一种风电机组功率监测方法,如图1所示,该方法包括以下步骤:
步骤1,获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线。
本实施例中,计算功率需要一些运行数据,例如风速、转矩等。
步骤2,基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率。
本实施例中,所需数据变化关系曲线是数据随时间变化的取值曲线。波动性表示数据的非稳定性,越大说明数据越不稳定,可以通过设置采样频率来提高稳定性,即对于波动性大的数据提高采样频率。
本申请一些实施例中,基于所需数据变化关系曲线确定每种所需数据的波动性,包括:
将所需数据变化关系曲线划分成若干个子曲线,计算第一个子曲线和最后一个子曲线的斜率变化量,将两者差值记作第一斜率变化量,比对其余子曲线与相邻两个曲线的斜率变化量,得到第二斜率变化量;
基于第一斜率变化量和第二斜率变化量确定该种所需数据的第一波动性;
根据所需数据变化关系曲线计算所需数据的标准差,并将所需数据变化关系曲线按时间划分成多个数据组,从而计算变异系数;
基于标准差和变异系数确定该种所需数据的第二波动性;
M=α1Q1+α2Q2;
其中,M为第二波动性,α1为标准差对应的波动权重,Q1为标准差,α2为变异系数对应的波动权重,Q2为变异系数;
根据第一波动性和第二波动性确定波动性。
本实施例中,子曲线的斜率变化量,为第一点与最后一点的斜率之差。比对其余子曲线与相邻两个曲线的斜率变化量,得到第二斜率变化量,是指中间曲线与相邻曲线(前后)的综合斜率变化量。基于第一斜率变化量和第二斜率变化量确定该种所需数据的第一波动性,通过第一斜率变化量和第二斜率变化量的分配权重,来确定综合斜率变化量,即第一波动性。
本实施例中,第一波动性和第二波动性共同对应有一个波动性,对应关系可以是根据经验而来,也可是根据数学理论关系而来。
本申请一些实施例中,并依据所需数据的波动性设置对应所需数据的采样频率,包括:
判断所需数据的波动性是否处于对应预设波动区间内;
若所需数据的波动性处于对应预设波动区间内,则保留初始采样频率;
否则,根据波动性偏离对应预设波动区间的偏离程度调整初始采样频率
步骤3,重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级。
本实施例中,设置采样频率后,数据稳定性得到提升,重新获取数据。并计算数据的质量优良。
本申请一些实施例中,并计算重新获取的功率所需数据的质量等级,包括:
其中,N为所需数据的质量等级,β1为数据滤波程度对应的权重,Z1为数据滤波程度,β2为数据去噪程度对应的权重,Z2为数据去噪程度,β3为数据完整性程度对应的权重,Z3为数据完整性程度,exp为指数函数,n为数据滤波程度、数据去噪程度和数据完整性程度中超过对应阈值的数量,Zmaxi为第i个超过对应阈值的程度值,k1为第一常数,k2为第二常数,[]为取整符号。
本实施例中,n为数据滤波程度、数据去噪程度和数据完整性程度三者中超过对应阈值的程度数量,表示超过阈值的程度对综合量的修正。如果n为0,则即不对综合量进行修正。
步骤4,根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率。
本实施例中,初始功率存在一定误差,为了减少误差,设置质量等级和功率影响因素对初始功率进行调整。
本申请一些实施例中,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率,包括:
比对每种功率影响因素的实时值与规定值之差,并根据差值大小进行排序;
将差值超过预设差值的功率影响因素进行保留,并依据排序构建第一影响数组;
基于第一影响数组对初始功率进行修正得到第一功率,基于功率所需数据的质量等级对初始功率进行修正得到第二功率;
若第一功率大于第二功率,则将第一功率作为目标功率;
否则,依次添加删除的功率影响因素,并构建第二影响数组,直至第一功率大于第二功率。
本实施例中,第一影响数组为(s1,s2,...,sn),从左到右依次排列(差值从大到小),第一影响数组乘以对应位置处的权重,(λ1,λ2,...,λn)。总影响量=s1*λ1+s2*λ2+...+sn*λn,总影响量对应有一个修正系数,该修正系数乘以初始功率得到第一功率。
本实施例中,质量等级对应有一个修正系数,该修正系数乘以初始功率得到第二功率,第二功率为校准值,第一功率大于此值说明精度符合要求。
本实施例中,依次添加删除的功率影响因素,并构建第二影响数组,填充第一影响数组,并适应修改分配权重。
步骤5,根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型。
本实施例中,当风电机组出现故障时,功率变化曲线出现一定变化,且其他参数同样出现对应的变化。其它并联参数是指当风机的功率曲线出现问题时,可能会影响到其他参数曲线的变化,例如风速曲线、转速曲线等。
当风机的功率曲线出现问题时,可能会影响到其他参数曲线的变化,具体表现如下:
1.风速曲线:风速曲线是指风机所处位置的风速随时间的变化情况。当风机的功率曲线出现问题时,可能会影响到风速曲线的变化。例如,当风机出现故障时,风机的输出功率可能会降低,导致风速曲线出现波动或者下降。
2.转速曲线:转速曲线是指风机转速随时间的变化情况。当风机的功率曲线出现问题时,可能会影响到风机转速的变化。例如,当风机出现故障时,风机的输出功率可能会降低,导致风机转速下降。
步骤6,若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。
本实施例中,根据故障类型和时间确定危害程度,来调整下一次功率监测周期,危害越大,周期越短。
通过应用以上技术方案,获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线;基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级;根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率;根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。本申请通过数据波动性设置采样频率,从而提高数据稳定性。通过数据的质量等级和功率影响因素对初始功率进行调整,减少外界影响因素对功率的影响,并通过数据质量等级来确定功率校对值,提高了功率计算的精度。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)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场景所述的方法。
对应的,本申请还提供了一种风电机组功率监测装置,所述装置包括:
第一模块,用于获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线;
第二模块,用于基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;
第三模块,用于重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级;
第四模块,用于根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率;
第五模块,用于根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;
第六模块,用于若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。
本申请一些实施例中,第二模块,用于:
将所需数据变化关系曲线划分成若干个子曲线,计算第一个子曲线和最后一个子曲线的斜率变化量,将两者差值记作第一斜率变化量,比对其余子曲线与相邻两个曲线的斜率变化量,得到第二斜率变化量;
基于第一斜率变化量和第二斜率变化量确定该种所需数据的第一波动性;
根据所需数据变化关系曲线计算所需数据的标准差,并将所需数据变化关系曲线按时间划分成多个数据组,从而计算变异系数;
基于标准差和变异系数确定该种所需数据的第二波动性;
M=α1Q1+α2Q2;
其中,M为第二波动性,α1为标准差对应的波动权重,Q1为标准差,α2为变异系数对应的波动权重,Q2为变异系数;
根据第一波动性和第二波动性确定波动性。
本申请一些实施例中,第二模块,用于:
判断所需数据的波动性是否处于对应预设波动区间内;
若所需数据的波动性处于对应预设波动区间内,则保留初始采样频率;
否则,根据波动性偏离对应预设波动区间的偏离程度调整初始采样频率。
本申请一些实施例中,第三模块,用于:
其中,N为所需数据的质量等级,β1为数据滤波程度对应的权重,Z1为数据滤波程度,β2为数据去噪程度对应的权重,Z2为数据去噪程度,β3为数据完整性程度对应的权重,Z3为数据完整性程度,exp为指数函数,n为数据滤波程度、数据去噪程度和数据完整性程度中超过对应阈值的数量,Zmaxi为第i个超过对应阈值的程度值,k1为第一常数,k2为第二常数,[]为取整符号。
本申请一些实施例中,第四模块,用于:
比对每种功率影响因素的实时值与规定值之差,并根据差值大小进行排序;
将差值超过预设差值的功率影响因素进行保留,并依据排序构建第一影响数组;
基于第一影响数组对初始功率进行修正得到第一功率,基于功率所需数据的质量等级对初始功率进行修正得到第二功率;
若第一功率大于第二功率,则将第一功率作为目标功率;
否则,依次添加删除的功率影响因素,并构建第二影响数组,直至第一功率大于第二功率。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种风电机组功率监测方法,其特征在于,所述方法包括:
获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线;
基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;
重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级;
根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率;
根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;
若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。
2.如权利要求1所述的风电机组功率监测方法,其特征在于,基于所需数据变化关系曲线确定每种所需数据的波动性,包括:
将所需数据变化关系曲线划分成若干个子曲线,计算第一个子曲线和最后一个子曲线的斜率变化量,将两者差值记作第一斜率变化量,比对其余子曲线与相邻两个曲线的斜率变化量,得到第二斜率变化量;
基于第一斜率变化量和第二斜率变化量确定该种所需数据的第一波动性;
根据所需数据变化关系曲线计算所需数据的标准差,并将所需数据变化关系曲线按时间划分成多个数据组,从而计算变异系数;
基于标准差和变异系数确定该种所需数据的第二波动性;
M=α1Q1+α2Q2;
其中,M为第二波动性,α1为标准差对应的波动权重,Q1为标准差,α2为变异系数对应的波动权重,Q2为变异系数;
根据第一波动性和第二波动性确定波动性。
3.如权利要求2所述的风电机组功率监测方法,其特征在于,并依据所需数据的波动性设置对应所需数据的采样频率,包括:
判断所需数据的波动性是否处于对应预设波动区间内;
若所需数据的波动性处于对应预设波动区间内,则保留初始采样频率;
否则,根据波动性偏离对应预设波动区间的偏离程度调整初始采样频率。
4.如权利要求1所述的风电机组功率监测方法,其特征在于,并计算重新获取的功率所需数据的质量等级,包括:
其中,N为所需数据的质量等级,β1为数据滤波程度对应的权重,Z1为数据滤波程度,β2为数据去噪程度对应的权重,Z2为数据去噪程度,β3为数据完整性程度对应的权重,Z3为数据完整性程度,exp为指数函数,n为数据滤波程度、数据去噪程度和数据完整性程度中超过对应阈值的数量,Zmaxi为第i个超过对应阈值的程度值,k1为第一常数,k2为第二常数,[]为取整符号。
5.如权利要求1所述的风电机组功率监测方法,其特征在于,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率,包括:
比对每种功率影响因素的实时值与规定值之差,并根据差值大小进行排序;
将差值超过预设差值的功率影响因素进行保留,并依据排序构建第一影响数组;
基于第一影响数组对初始功率进行修正得到第一功率,基于功率所需数据的质量等级对初始功率进行修正得到第二功率;
若第一功率大于第二功率,则将第一功率作为目标功率;
否则,依次添加删除的功率影响因素,并构建第二影响数组,直至第一功率大于第二功率。
6.一种风电机组功率监测装置,其特征在于,所述装置包括:
第一模块,用于获取功率所需数据,根据功率所需数据建立所需数据变化关系曲线;
第二模块,用于基于所需数据变化关系曲线确定每种所需数据的波动性,并依据所需数据的波动性设置对应所需数据的采样频率;
第三模块,用于重新获取功率所需数据,并计算重新获取的功率所需数据的质量等级;
第四模块,用于根据功率所需数据进行功率的计算,得到初始功率,获取功率影响因素,并根据功率所需数据的质量等级和功率影响因素对初始功率进行调整,得到目标功率;
第五模块,用于根据目标功率建立功率变化曲线,并同时获取其它并联参数变化曲线,根据功率变化曲线和其它并联参数变化曲线检测是否存在故障以及故障类型;
第六模块,用于若存在故障,根据故障类型以及故障持续时间调整下一次功率监测周期。
7.如权利要求6所述的风电机组功率监测装置,其特征在于,第二模块,用于:
将所需数据变化关系曲线划分成若干个子曲线,计算第一个子曲线和最后一个子曲线的斜率变化量,将两者差值记作第一斜率变化量,比对其余子曲线与相邻两个曲线的斜率变化量,得到第二斜率变化量;
基于第一斜率变化量和第二斜率变化量确定该种所需数据的第一波动性;
根据所需数据变化关系曲线计算所需数据的标准差,并将所需数据变化关系曲线按时间划分成多个数据组,从而计算变异系数;
基于标准差和变异系数确定该种所需数据的第二波动性;
M=α1Q1+α2Q2;
其中,M为第二波动性,α1为标准差对应的波动权重,Q1为标准差,α2为变异系数对应的波动权重,Q2为变异系数;
根据第一波动性和第二波动性确定波动性。
8.如权利要求7所述的风电机组功率监测装置,其特征在于,第二模块,用于:
判断所需数据的波动性是否处于对应预设波动区间内;
若所需数据的波动性处于对应预设波动区间内,则保留初始采样频率;
否则,根据波动性偏离对应预设波动区间的偏离程度调整初始采样频率。
9.如权利要求6所述的风电机组功率监测装置,其特征在于,第三模块,用于:
其中,N为所需数据的质量等级,β1为数据滤波程度对应的权重,Z1为数据滤波程度,β2为数据去噪程度对应的权重,Z2为数据去噪程度,β3为数据完整性程度对应的权重,Z3为数据完整性程度,exp为指数函数,n为数据滤波程度、数据去噪程度和数据完整性程度中超过对应阈值的数量,Zmaxi为第i个超过对应阈值的程度值,k1为第一常数,k2为第二常数,[]为取整符号。
10.如权利要求6所述的风电机组功率监测装置,其特征在于,第四模块,用于:
比对每种功率影响因素的实时值与规定值之差,并根据差值大小进行排序;
将差值超过预设差值的功率影响因素进行保留,并依据排序构建第一影响数组;
基于第一影响数组对初始功率进行修正得到第一功率,基于功率所需数据的质量等级对初始功率进行修正得到第二功率;
若第一功率大于第二功率,则将第一功率作为目标功率;
否则,依次添加删除的功率影响因素,并构建第二影响数组,直至第一功率大于第二功率。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671009.4A CN116771611A (zh) | 2023-06-07 | 2023-06-07 | 一种风电机组功率监测方法及装置 |
LU504609A LU504609B1 (en) | 2023-06-07 | 2023-06-28 | A method and device for monitoring the power of wind turbines |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671009.4A CN116771611A (zh) | 2023-06-07 | 2023-06-07 | 一种风电机组功率监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116771611A true CN116771611A (zh) | 2023-09-19 |
Family
ID=87985180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310671009.4A Pending CN116771611A (zh) | 2023-06-07 | 2023-06-07 | 一种风电机组功率监测方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116771611A (zh) |
LU (1) | LU504609B1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390573A (zh) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
-
2023
- 2023-06-07 CN CN202310671009.4A patent/CN116771611A/zh active Pending
- 2023-06-28 LU LU504609A patent/LU504609B1/en active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390573A (zh) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
CN117390573B (zh) * | 2023-12-12 | 2024-02-23 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
Also Published As
Publication number | Publication date |
---|---|
LU504609B1 (en) | 2024-01-09 |
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 | |
US10466138B2 (en) | Determining remaining useful life of rotating machinery including drive trains, gearboxes, and generators | |
EP2103915A1 (en) | Apparatus and method for determining a resonant frequency of a wind turbine tower | |
CN110689141B (zh) | 风力发电机组的故障诊断方法及设备 | |
CN116771611A (zh) | 一种风电机组功率监测方法及装置 | |
US10895873B2 (en) | Machine health monitoring of rotating machinery | |
EP2345894B1 (en) | Trending of vibration data taking into account torque effect | |
CN116345700B (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
WO2022064038A1 (en) | Method and system for wind speed determination using vibration data | |
CN112131753A (zh) | 风机疲劳寿命的评估方法、系统、设备及可读介质 | |
CN108536877B (zh) | 风力发电机组振动程度的评估方法与系统 | |
CN116316683A (zh) | 基于能量贡献度的机组一次调频能力在线评估方法、系统与计算机可读介质 | |
CN110487315B (zh) | 一种仪表漂移的分析系统及方法 | |
CN110943485B (zh) | 双馈风电场等值模型仿真可信度的指标评价方法 | |
CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 | |
CN113408076A (zh) | 基于支持向量机模型的小样本机械剩余寿命预测方法 | |
CN113884301B (zh) | 阈值确定方法、系统和可读存储介质 | |
CN116992245B (zh) | 一种分布式时序数据分析处理方法 | |
CN115225660B (zh) | 储能系统中通信数据的处理方法、系统、设备和介质 | |
CN117128143A (zh) | 一种叶片故障检测方法和相关装置 | |
CN112610330B (zh) | 一种内燃机运行状态的监测及分析系统和方法 | |
CN106595085B (zh) | 利用云端服务器进行监控的太阳能集热系统 | |
CN116950855B (zh) | 海上风电结构健康状态监测方法及相关设备 | |
CN111293702B (zh) | 一种集中型无功补偿装置模型准确度评价方法和装置 | |
CN115683420A (zh) | 一种双转子风力发电机组的偏航传感器检测方法和相关装置 |
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 |