CN117212074B - 风力发电系统及其变桨电机的温升预警方法及存储介质 - Google Patents

Abstract

本发明公开了风力发电系统及其变桨电机的温升预警方法及存储介质，方法包括：基于预设检测模型确定各风电机组中存在异常的第一变桨电机及其对应的第一风电机组；确定与第一风电机组对应的第二风电机组，并根据第一风电机组的电机温度、机舱温度和桨距角，分别与各第二风电机组的电机温度、机舱温度和桨距角的比对，确定第一变桨电机的风险值；根据第一风电机组的变桨控制信息，电机温度和机舱温度，确定参考检修措施；基于与第一变桨电机对应的历史温升预警信息，风险值和参考检修措施生成的温升预警信息进行第一变桨电机的温升异常预警。以此，通过温升预警信息实现变桨电机温升异常的提前预警，使得检修更为便捷，提高了检修的效率。

Description

风力发电系统及其变桨电机的温升预警方法及存储介质

技术领域

本发明涉及风力发电技术领域，尤其涉及一种风力发电系统及其变桨电机的温升预警方法及存储介质。

背景技术

风力发电因风能的清洁环保和可再生性而日益收到重视，其基本工作原理是通过风机将风能转化为机械能，再通过发电机将机械能转化为电能，并将其输出到电网中。实现风力发电的系统主要由包括机舱、塔架、叶轮、发电装置、偏航装置、控制装置、变桨装置和其他部件等的多个风电机组构成。其中，风轮包括轮毂和叶片，当叶片受到风的作用旋转时，将风能转化为机械能。变桨装置包括变桨电机，用于驱动调节叶片的桨距角，通过控制叶片的桨距角调整叶片的转速，进而控制风电机组发电机的功率和转速在额定值附近，实现高效平稳发电。

风机发电与其内部各个部件的正常运行息息相关，如变桨电机的正常运行、主轴的正常转动等，但难以避免的可能会发生某些异常。例如，因自然界风力大小的随机不稳定性，而使得变桨电机需相应的频繁切换调整桨距角，进而因频繁切换运行导致温升过高而停机等。当前对于变桨电机温升过高的异常缺少提前预警机制，在因变桨电机温升过高而导致风电机组不能正常发电时，检修人员才去检修，未能实现异常的提前预警。并且，检修人员也不能直接知晓是何种异常导致风电机组不能正常运行发电，而是需要通过逐一检测变桨电机相关的各个部件才能确定。如此导致检修困难且效率低。

发明内容

本发明的主要目的在于提供一种风力发电系统及其变桨电机的温升预警方法及存储介质，旨在解决现有技术中风力发电系统的变桨电机未能实现温升过高异常的提前预警，及导致检修困难和检修效率低的技术问题。

为实现上述目的，本发明提供一种风力发电系统中变桨电机的温升预警方法，所述温升预警方法包括：

获取风力发电系统的各风电机组中变桨电机的电机温度，基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机，及与所述第一变桨电机对应的第一风电机组；

确定各所述风电机组中与所述第一风电机组具有相同预设参数的第二风电机组，并获取所述第一风电机组在异常时段的第一机舱温度和第一桨距角，以及各所述第二风电机组在异常时段的第二机舱温度和第二桨距角；

根据所述第一变桨电机的第一电机温度和各所述第二风电机组所对应第二变桨电机的第二电机温度的比对，所述第一机舱温度和各所述第二机舱温度的比对，以及所述第一桨距角和各所述第二桨距角的比对，确定所述第一变桨电机的风险值；

获取所述第一风电机组在异常时段的变桨控制信息，并根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施；

获取与所述第一变桨电机对应的历史温升预警信息，并将所述历史温升预警信息，所述风险值和参考检修措施生成为温升预警信息，并基于所述温升预警信息对所述第一风电机组进行第一变桨电机的温升异常预警。

可选地，所述根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施的步骤包括：

获取所述第一变桨电机对应的年限系数，在异常时段对应的工况系数和电机参数，并基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损；

获取所述第一变桨电机在异常时段对应的冷却参数，以及所述第一风电机组在异常时段对应的机壳散热系数和气候参数；

基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量，以及基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量；

根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果；

基于所述判断结果，所述机壳散热量、所述机舱散热量、所述总铜损、所述第一电机温度，以及所述第一机舱温度，生成所述参考检修措施。

可选地，所述基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损的步骤包括：

基于所述电机参数中的电流值和电阻值，计算所述第一变桨电机的基础铜损，计算公式为：

基于所述电机参数中的涡流损耗系数、环流系数、绕组宽度、绕组宽度方向导线数、频率、槽宽，以及所述年限系数和工况系数，计算所述第一变桨电机的附加铜损，计算公式为：

将所述基础铜损和所述附加铜损相加，获得所述总铜损；

其中，p1为基础铜损，p2为附加铜损，t为异常时段的时长，I为电流值，R为电阻值，e^k1为年限系数，ln^k2为工况系数，k3为涡流损耗系数，k4为环流系数，b1为绕组宽度，n为绕组宽度方向导线数，f为频率，b2为槽宽。

可选地，所述基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量的步骤包括：

获取所述第一变桨电机所对应的机舱体积，并将所述总铜损转换为铜损温度；

根据所述机舱体积、所述铜损温度，以及所述冷却参数中的换热系数和冷却温度，计算所述机舱散热量，计算公式为：

Q1＝(T1-T2)*v1*h1；

其中，Q1为机舱散热量，T1为铜损温度，T2为冷却温度，v1为机舱体积，h1为换热系数。

可选地，所述基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量的步骤包括：

获取所述第一风电机组所对应的表面积和环境温度，并将所述机舱散热量转换为机舱温度；

基于所述气候参数中的环境风速、所述环境风速对应的散热效率系数，以及所述机壳散热系数，所述机舱温度、所述环境温度和所述表面积，计算所述机壳散热量，计算公式为：

其中，Q2为机壳散热量，h2为机壳散热系数，h3为散热效率系数，v2为环境风速，T3为机舱温度，T4为环境温度，w为表面积。

可选地，所述根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果的步骤包括：

获取所述第一风电机组的风速仪在异常时段检测到的风速和风向，并根据所述风速和风向确定调整时间点；

确定所述变桨控制信息中是否存在与所述调整时间点对应的目标控制信息，若存在所述目标控制信息，则从所述变桨控制信息中筛选出除所述目标控制信息外的其他控制信息；

判断所述其他控制信息对应的控制次数是否大于预设阈值，若大于预设阈值则生成所述第一风电机组的变桨控制存在异常的判断结果。

可选地，所述基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机的步骤包括：

针对每一所述风电机组中变桨电机的电机温度，确定预设检测模型中对应的检测子模型，并基于所述检测子模型中与所述风电机组对应的历史电机温度，判断所述风电机组的电机温度是否存在异常；

将所述风电机组中变桨电机的电机温度生成为温度差值，并根据所述检测子模型中与所述风电机组对应的历史温度差值，判断所述风电机组的温度差值是否存在异常；

若所述风电机组的电机温度存在异常，以及所述风电机组的温度差值存在异常，则将所述风电机组的变桨电机确定为存在异常的第一变桨电机。

可选地，所述获取风力发电系统的各风电机组中变桨电机的电机温度的步骤之前包括：

获取每一所述风电机组中变桨电机的历史电机温度，并根据预设参数范围，对每一所述历史电机温度进行扩展，生成与每一所述风电机组对应的样本数据；

基于所述样本数据对预设初始模型的初始子模型进行迭代训练，并计算每一所述初始子模型的迭代函数值，其中一项样本数据对应一个初始子模型；

判断各所述迭代函数值是否均小于预设阈值，若均小于预设阈值，则完成各所述初始子模型的迭代训练，将所述预设初始模型生成为预设检测模型；

若所述迭代函数值中存在不小于预设阈值的待定迭代函数值，则从各所述初始子模型中确定出与所述待定迭代函数值对应的待定初始子模型，并对所述待定初始子模型持续训练，直到所述待定迭代函数值小于预设阈值。

进一步地，为实现上述目的，本发明还提供一种风力发电系统，所述风力发电系统还包括：存储器、处理器、通信总线以及存储在所述存储器上的控制程序：

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行所述控制程序，以实现如上所述风力发电系统中变桨电机的温升预警方法的步骤。

进一步地，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有控制程序，所述控制程序被处理器执行时实现如上所述风力发电系统中变桨电机的温升预警方法的步骤。

本发明的风力发电系统及其变桨到门口的温升预警方法及存储介质，设置有预设检测模型，在获取到风力发电系统的各个风电机组中变桨电机的电机温度后，通过该预设检测模型对各电机温度进行处理，确定各风电机组中存在异常的第一变桨电机，及该第一变桨电机对应的第一风电机组；进而从各个风电机组中确定出与第一风电机组具有相同预设参数的第二风电机组，并获取第一风电机组在异常时段的第一机舱温度和第一桨距角，以及各个第二风电机组相应的第二机舱温度和第二桨距角；此后，根据第一变桨电机的第一电机温度和各第二风电机组所对应第二变桨电机的第二电机温度的比对，第一机舱温度和各第二机舱温度的比对，以及第一桨距角和各第二桨距角的比对，确定第一变桨电机的风险值，该风险值体现了该变桨电机温升的异常程度；进一步获取第一风电机组在异常时段的变桨控制信息，并根据该变桨控制信息，第一电机温度和第一机舱温度，确定第一风电机组的参考检修措施，该参考检修措施则体现了针对异常温升的变桨电机可能采取的检修措施；再进一步获取与第一变桨电机对应的历史温升预警信息，并将该历史温升预警信息，风险值和参考检修措施生成为温升预警信息输出，用以对第一风电机组进行第一变桨电机的温升异常预警。由此，通过温升预警信息实现对存在温升异常的变桨电机进行预警，避免因变桨电机温升过高而导致风电机组不能正常发电后才关注到温升异常，实现温升异常的提前预警。并且，检修人员通过查看温升预警信息中的参考检修措施即可知晓可能导致温升异常的原因和相应的检修措施，有利于快速排除温升异常原因，检修更为便捷，且大大提高了检修的效率。

附图说明

图1为本发明风力发电系统中变桨电机的温升预警方法第一实施例的流程示意图；

图2为本发明风力发电系统中变桨电机的温升预警方法一实施例中49号风电机组的历史电机温度值与获取的当前电机温度值对比图；

图3为本发明风力发电系统中变桨电机的温升预警方法一实施例中49号风电机组的历史电机温度差值与获取的当前电机温度差值对比图；

图4为本发明风力发电系统中变桨电机的温升预警方法一实施例生成的电机温度比对图；

图5为本发明风力发电系统中变桨电机的温升预警方法一实施例生成的基础温度比对图；

图6为本发明风力发电系统中变桨电机的温升预警方法一实施例生成的桨距角比对图；

图7为本发明风力发电系统中变桨电机的温升预警方法二实施例的流程示意图；

图8为本发明风力发电系统中变桨电机的温升预警方法第三实施例的流程示意图；

图9为本发明风力发电系统一实施例方案涉及的硬件运行环境的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明提供一种风力发电系统中变桨电机的温升预警方法，请参照图1，图1为本发明风力发电系统中变桨电机的温升预警方法第一实施例方案的流程示意图。

本发明实施例提供了风力发电系统中变桨电机的温升预警方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。具体地，本实施例中的风力发电系统中变桨电机的温升预警方法包括：

步骤S10，获取风力发电系统的各风电机组中变桨电机的电机温度，基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机，及与所述第一变桨电机对应的第一风电机组；

本实施例的风力发电系统包括多个风电机组，每一风电机组均至少包括机舱、塔架、叶轮、发电装置、偏航装置、控制装置、变桨装置和其他部件等。其中，机舱由底盘、整流罩和机舱罩等部分组成，机舱罩的上方有测风速和风向的传感器，机舱壁可设置通风口和隔音装置，通风口处可设置风扇；塔架用于支撑风电机组，其塔架壁上可设置用于实现动力、控制和通信的电缆，以及供运维人员上下机舱的扶梯；叶轮包括轮毂和叶片，可将风能转换为机械能；发电装置包括发电机、变频器、电容器等，用于将机械能转换为电能；偏航装置包括电动机、变速轴承、减速器和制动机构等，用于调整机舱的位置，使机舱位置对准实际风向以吸收最大风能；控制装置包括各种传感器、电气设施、控制平台等，用以控制风电机组的运行；变桨装置包括变桨电机、变桨轴承等，用于对叶片的桨距角进行调节，通过控制叶片的桨距角调整叶片的转速，进而控制风电机组发电机的功率和转速在额定值附近，实现高效平稳发电。

本变桨电机的温升预警方法可以应用于风力发电系统的整体，也可以应用于风力发电系统中的各个风电机组。风力发电系统设置有用于监控各风电机组有序运行，以实现风力发电的监控中心，若变桨电机的温升预警方法应用于风力发电系统的整体，则实际应用于该监控中心，若应用于各个风电机组，则实际应用于上述控制装置。各风电机组的控制中心均连接到监控中心，本实施例优选以系统的监控中心为例进行说明。

进一步地，对应于每一风电机组的三个叶片，每一风电机组的变桨电机也为三个，一个变桨电机对应于一个叶片，以对每个叶片的桨距角进行调节。并且，针对每一风电机组的变桨装置均设置有用于检测每一变桨电机温度的传感器，通过该传感器获取各风电机组中变桨电机的电机温度。因一个风电机组设置有三个变桨电机，故针对每一风电机组获取到的电机温度也为三个数值。

更进一步地，为了监测变桨电机的温升情况，预先设置有预设检测模型。预设检测模型通过样本数据训练形成有体现变桨电机正常和异常的参考数据，通过该类参考数据可识别变桨电机温升是否异常。具体地，将获取的各电机温度传输到预设检测模型，由预设检测模型处理，确定各电机温度中是否相对参考数据异常的温度。若某一电机温度经预设检测模型识别出异常，则将该电机温度所来源的变桨电机确定为各风电机组中存在异常的第一变桨电机，以及将该变桨电机所在的风电机组作为第一变桨电机对应的第一风电机组。

进一步地，考虑到每一风电机组所处的地理位置不同，所接受的风力大小和方向不同，故可将预设检测模型划分为与风电机组相同数量的检测子模型，一个检测子模型对应一个风电机组，用一个风电机组历史的变桨电机温度数据作为样本数据训练形成，以便通过各个检测子模型准确反映各个风电机组的运行情况，进而对于获取的各电机温度，也分别用各风电机组对应的检测子模型识别，以确保识别的准确性。具体地，所述基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机的步骤包括：

步骤S11，针对每一所述风电机组中变桨电机的电机温度，确定预设检测模型中对应的检测子模型，并基于所述检测子模型中与所述风电机组对应的历史电机温度，判断所述风电机组的电机温度是否存在异常；

步骤S12，将所述风电机组中变桨电机的电机温度生成为温度差值，并根据所述检测子模型中与所述风电机组对应的历史温度差值，判断所述风电机组的温度差值是否存在异常；

步骤S13，若所述风电机组的电机温度存在异常，以及所述风电机组的温度差值存在异常，则将所述风电机组的变桨电机确定为存在异常的第一变桨电机。

更进一步地，在获取的各风电机组的电机温度后，根据检测子模型与风电机组的对应关系，确定与各电机温度对应的检测子模型，进而将各电机温度分别传输到各对应的检测子模型。例如，风电机组A1、A2、A3……分别对应的检测子模型为W1、W2、W3……，获取的电机温度为T1(t11、t12、t13)，T2(t21、t22、t23)，T3(t31、t32、t33)，则将T1(t11、t12、t13)传输到W1，将T2(t21、t22、t23)传输到W2，将T3(t31、t32、t33)传输到W3分别进行处理。

进一步地，各检测子模型依据训练的历史电机温度，判断各风电机组中变桨电机的温度是否存在温升异常。其中，温升异常至少包括两个方面，其一是每一电机温度中的3个温度值各自相对于历史温度值的变化情况，其二是3个温度值之间的差值相对于历史温度差值的变化情况，温升异常的判断相应的也是该两个方面的判断。即针对每一电机温度，通过其对应的检测子模型中的历史电机温度，判断3个温度值是否存在异常，以及将每一电机温度值生成为温度差值，通过其对应的检测子模型中由历史电机温度生成的历史温度差值，判断生成的温度差值是否存在异常。若经判定电机温度存在异常，且生成的温度差值也存在异常，则将该电机温度来源的变桨电机确定为存在温升异常的第一变桨电机。

如图2和图3所示，在一具体实施例中，图2中左侧为20号风电机组(图中简称“风机”)中变桨电机的温度值在11月到次年2月的历史数值大小示意图，数值均在20℃到50℃之间，图2中右侧为20号风电机组中变桨电机的3个温度值在次年6月22日-6月25日获取的数值大小示意图，数值变化为在35℃到50℃之间，说明20号风电机组中变桨电机的电机温度相对于其历史电机温度差异较大。图3为20号风电机组在各频率下其变桨电机的3个温度值的差值示意图，其中，获取的电机温度的温度差值由曲线①体现，其相对于曲线②体现的历史温度差值变化较大，显示为倒M形。结合图2和图3可判断20号风电机组中变桨电机的电机温度异常，故可将20号风电机组及其中的变桨电机分别作为存在异常的第一风电机组和第一变桨电机。由此，一方面通过各个检测子模型基于各个风电机组的历史电机温度数据识别各电机温度的异常性，提高了识别的准确性，另一方面区分各个检测子模型分别同时处理，还提高了识别的效率。

步骤S20，确定各所述风电机组中与所述第一风电机组具有相同预设参数的第二风电机组，并获取所述第一风电机组在异常时段的第一机舱温度和第一桨距角，以及各所述第二风电机组在异常时段的第二机舱温度和第二桨距角；

更进一步地，为了体现正常风电机组和异常风电机组之间的差异，预先设置预设参数，如将发电机功率作为预设参数，其设定值为500kw。第一风电机组以该预设参数运行，从各风电机组中确定出同样以该预设参数运行的正常风电机组作为第二风电机组。进而获取第一风电机组在异常时段的机舱温度和桨距角作为第一机舱温度和第一桨距角，以及获取第二风电机组在异常时段的机舱温度和桨距角作为第二机舱温度和第二桨距角，以通过第一机舱温度和第二机舱温度之间的差异，以及第一桨距角和第二桨距角的差异体现异常风电机组和正常风电机组之间的运行差异。其中，机舱温度为变桨电机所在风电机组舱体内的温度，桨距角为风电机组中叶片顶端翼型弦线与旋转平面的夹角。

步骤S30，根据所述第一变桨电机的第一电机温度和各所述第二风电机组所对应第二变桨电机的第二电机温度的比对，所述第一机舱温度和各所述第二机舱温度的比对，以及所述第一桨距角和各所述第二桨距角的比对，确定所述第一变桨电机的风险值；

进一步地，从获取的各风电机组中变桨电机的电机温度中筛选出第一变桨电机的电机温度作为第一电机温度，以及筛选出第二变桨电机的电机温度作为第二电机温度。进而将第一电机温度和各第二电机温度比对，生成变桨电机温度比对图，将第一机舱温度和各第二机舱温度比对，生成机舱温度比对图，以及将第一桨距角和各第二桨距角比对，生成桨距角比对图。通过电机温度比对图、机舱温度比对图和桨距角比对图直观展示第一变桨电机在电机温度、机舱温度和桨距角上与第二变桨电机的差异。在一具体实施例中，电机温度比对图如图4所示，机舱温度比对图如图5所示，桨距角比对图如图6所示，图4、图5和图6中均包含了13号风电机组、34号风电机组、20号风电机组和48号风电机组，该4台风电机组所处的地理位置接近，且比对数据的生成时间相同。图4中展示了13号风电机组、34号风电机组、20号风电机组和48号风电机组中变桨电机的电机温度比对图，其中20号风电机组的变桨电机温度相对较高。图5中展示了13号风电机组、34号风电机组、20号风电机组和48号风电机组的机舱温度比对图，其中20号风电机组的机舱温度也相对较高。图6展示了13号风电机组、34号风电机组、20号风电机组和48号风电机组的桨距角比对图，其中20号风电机组的桨距角变化相对频繁。由此，通过图4、图6和图7直观展示了20号风电机组的异常性。

此外，还可通过三组数据的比对，确定体现第一变桨电机异常程度的风险值。具体地，由第一电机温度和各第二电机温度之间的比对，生成第一风险值，由第一机舱温度和第二机舱温度之间的比对，生成第二风险值，由第一桨距角和第二桨距角之间的比对，生成第三风险值。其中两个比对数值之间的差距越大，生成的风险值越大，表示异常程度越高；当然对于多个需比对的数值，例如多个第二电机温度，则选择与第一电机温度差值最大的第二电机温度所生成的差值确定风险值，以准确确定异常程度。并且，第一风险值、第二风险值和第三风险值的形成方式相同，在此以第一风险值为例进行说明。即，针对变桨电机的电机温度，预先设置有多个预设数值区间，不同的预设数值区间对应有不同的预设风险值，体现不同的风险程度。预设数值区间的边界值越大对应的预设风险值越大，表示的风险程度越高。将第一电机温度分别和各第二电机温度之间的比对，确定最大的温度差值，进而将最大的温度差值与各个预设数值区间对比，确定落入的预设数值区间作为目标数值区间。进而根据各预设数值区间与各预设风险值之间的对应关系，确定目标数值区间所对应的预设风险值，该预设风险值即为由第一电机温度和各第二电机温度确定的第一风险值，表示出现温升异常的第一变桨电机由电机温度差值体现的风险高低。

进一步地，因第一风险值、第二风险值和第三风险值体现的风险大小各异，值越大风险越大，故可在第一风险值、第二风险值和第三风险值之间比对，确定其中数值最大的作为整体的风险值。并且，还可依据风险值确定预警等级。预先设定风险值区间与预警等级之间的对应关系，如设定风险值的范围为0-1，其中0-0.3对应预警等级为低级，0.31-0.7对应预警等级为中级，0.71-1对应的预警等级为高级。在确定风险值后，依据风险值所在的区间即可确定对应的预警等级。

步骤S40，获取所述第一风电机组在异常时段的变桨控制信息，并根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施；

进一步地，风电机组中桨距角的异常与风电机组的变桨控制信息相关，故获取第一风电机组在异常时段的变桨控制信息。进而依据该变桨控制信息、第一电机温度和第一机舱温度，确定第一风电机组的参考检修措施，以便于检修人员通过该参考检修措施对出现变桨电机温升异常的第一变桨电机进行快速准确检修。具体地，可预先针对各种故障异常设置对应的检修措施，在通过变桨控制信息、第一电机温度和第一机舱温度判定出可能存在的异常后，查找对应的检修措施作为参考检修措施。其中，由预设的检修措施所确定参考检修措施至少包括检查温度传感器运行状况和信号传输通道状况，修正变桨控制的参数，合理控制变桨频率；检查轮毂冷却扇和机舱通风情况等。

步骤S50，获取与所述第一变桨电机对应的历史温升预警信息，并将所述历史温升预警信息，所述风险值和参考检修措施生成为温升预警信息，并基于所述温升预警信息对所述第一风电机组进行第一变桨电机的温升异常预警。

进一步地，同一风电机组内的变桨电机可能多次出现温升异常，每次温升异常均会进行预警。对于新一次的预警设置有将以往出现的预警共同形成为预警信息的机制，以便于整体反映风电机组中变桨电机温升的异常情况。具体地，对当前出现温升异常的第一变桨电机的历史温升预警信息进行获取，该历史温升预警信息可包括以往预警次数和预警等级，例如预警等级包括高、中、低三级，该第一变桨电机以往的预警次数为8次，3次高等级预警、3次中等级预警和2次低等级预警。同时，历史温升预警信息还可以包括以往预警的具体描述和预警的时间，以及预警曲线。预警曲线为由历史预警次数、预警等级和预警时间生成的曲线，便于检修人员查看该变桨电机整体的预警情况。

更进一步地，将获取的历史温升预警信息与风险值、参考检修措施等一并生成为温升预警信息，预先设置有形成温升预警信息的模板，将历史温升预警信息中的各项信息、风险值和参考检修措施等添加到模板的相应位置，即可形成一条新的温升预警信息。进而将该温升预警信息输出到风力发电系统的监控中心或者与风力发电系统通信连接的检修人员的智能终端对第一风电机组的第一变桨电机进行预警，以便于检修人员查看并依据温升预警信息对出现温升异常的第一变桨电机进行及时检修。

可理解地，检修人员在依据温升预警信息对出现温升异常的第一变桨电机检修后，该第一变桨电机即可恢复正常运行，该次预警的异常已解决成为历史预警，需对历史温升预警信息进行更新。具体地，预设检测模型对检修人员检修过的当前出现温升异常的第一变桨电机的数据进行分析，确定该第一变桨电机是否为仍存在润滑异常的变桨电机。若非仍存在润滑异常的变桨电机，则说明监测到的异常已经消除，故输出预警消除提示信息。同时，依据该当前最新的温升预警信息对其历史温升预警信息进行更新，以便于该第一变桨电机下次出现温升异常的维护检修。

本实施的风力发电系统中变桨电机的温升预警方法，设置有预设检测模型，在获取到风力发电系统的各个风电机组中变桨电机的电机温度后，通过该预设检测模型对各电机温度进行处理，确定各风电机组中存在异常的第一变桨电机，及该第一变桨电机对应的第一风电机组；进而从各个风电机组中确定出与第一风电机组具有相同预设参数的第二风电机组，并获取第一风电机组在异常时段的第一机舱温度和第一桨距角，以及各个第二风电机组相应的第二机舱温度和第二桨距角；此后，根据第一变桨电机的第一电机温度和各第二风电机组所对应第二变桨电机的第二电机温度的比对，第一机舱温度和各第二机舱温度的比对，以及第一桨距角和各第二桨距角的比对，确定第一变桨电机的风险值，该风险值体现了该变桨电机温升的异常程度；进一步获取第一风电机组在异常时段的变桨控制信息，并根据该变桨控制信息，第一电机温度和第一机舱温度，确定第一风电机组的参考检修措施，该参考检修措施则体现了针对异常温升的变桨电机可能采取的检修措施；再进一步获取与第一变桨电机对应的历史温升预警信息，并将该历史温升预警信息，风险值和参考检修措施生成为温升预警信息输出，用以对第一风电机组进行第一变桨电机的温升异常预警。由此，通过温升预警信息实现对存在温升异常的变桨电机进行预警，避免因变桨电机温升过高而导致风电机组不能正常发电后才关注到温升异常，实现温升异常的提前预警。并且，检修人员通过查看温升预警信息中的参考检修措施即可知晓可能导致温升异常的原因和相应的检修措施，有利于快速排除温升异常原因，检修更为便捷，且大大提高了检修的效率。

进一步地，请参照图7，基于本发明风力发电系统中变桨电机的温升预警方法的第一实施例，提出本发明风力发电系统中变桨电机的温升预警方法第二实施例。

所述风力发电系统中变桨电机的温升预警方法第二实施例与所述风力发电系统中变桨电机的温升预警方法第一实施例的区别在于，所述根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施的步骤包括：

步骤S41，获取所述第一变桨电机对应的年限系数，在异常时段对应的工况系数和电机参数，并基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损；

进一步地，第一电机温度为第一变桨电机所实际检测到的温度，第一机舱温度为第一风电机组机舱内实际检测到的温度，两者均可通过第一风电机组中相关元件器的温度来体现异常性。具体地，依据第一变桨电机的使用年限获取其对应的年限系数，该年限系数体现了第一变桨电机随着使用年限的增加对其铜损的影响。

并且，风电机组从启动运行到稳定运行通常有4个阶段，分别为：启动阶段、最大风能捕获阶段、恒转速阶段和恒功率阶段；其中，启动阶段的的环境风速开始超过风电机组的切入风速，风电机组开始工作，桨距角处于缓慢调节状态；最大风能捕获阶段的桨距角已调节至最佳值，环境风速大于切入风速，但小于额定风速，风电机组的风能利用系数恒定且为最大值；恒转速阶段中风电机组的风能利用系数值逐渐降低，风速逐步增大至额定风速；恒功率阶段的环境风速大于或等于额定风速但小于切出风速，风电机组处于额定状态下的恒功率运行。本实施例将该4个阶段的运行状态作为4种运行工况，不同运行工况下风电机组的变桨电机相应的处于不同运行状态，预先设置不同的工况系数以体现不同的运行状态。对于第一变桨电机，确定其所对应第一风电机组在异常时段处于的运行工况，进而查找对应的工况系数，以通过该工况系数体现第一变桨电机在异常时段的运行情况。

可理解地，不同型号的变桨电机具有不同的涡流损耗、绕组宽度、槽宽等，将该类与变桨电机相关的参数作为电机参数。针对第一变桨电机，获取其对应的电机参数，并基于获取的该电机参数、年限系数和工况系数，计算第一变桨电机的总铜损。具体地，所述基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损的步骤包括：

步骤a1，基于所述电机参数中的电流值和电阻值，计算所述第一变桨电机的基础铜损，计算公式为：

步骤a2，基于所述电机参数中的涡流损耗系数、环流系数、绕组宽度、绕组宽度方向导线数、频率、槽宽，以及所述年限系数和工况系数，计算所述第一变桨电机的附加铜损，计算公式为：

步骤a3，将所述基础铜损和所述附加铜损相加，获得所述总铜损；

进一步地，电机参数包括第一变桨电机在异常时段的电流值和电阻值，基于该电流值和电阻值，对第一变桨电机的基础铜损进行计算。基础铜损为是电流在绕组中产生的损耗，计算公式如下式(1)所示：

其中，p1为基础铜损，t为异常时段的时长，I为电流值，R为电阻值。

更进一步地，电机参数还包括涡流损耗系数、环流系数、绕组宽度、绕组宽度方向导线数、频率、槽宽，依据该类参数结合年限系数和工况系数，对第一变桨电机的附加铜损进行计算。附加铜耗为电刷与集电环或换向器接触而产生的损耗，以及工作电流产生的漏磁场和谐波磁场在绕组中产生的损耗，计算公式如下式(2)所示：

其中，p2为附加铜损，e^k1为年限系数，ln^k2为工况系数，k3为涡流损耗系数，k4为环流系数，b1为绕组宽度，n为绕组宽度方向导线数，f为频率，b2为槽宽。

进一步地，将获得的基础铜损和附加铜损进行加和运算，获得第一变桨电机的总铜损。一方面考虑到第一变桨电机在异常时段内电流的变化，故通过电流对异常时段的积分计算基础铜损和附加铜损，使得两者的计算更为准确。另一方面结合体现第一变桨电机使用年限的年限系数，以及体现第一变桨电机在异常时段运行工况的工况系数计算附加铜损，综合了考量对附加铜损具有影响的因素，进一步增加了附加铜损的准确性，最终有利于提升总铜损的准确性。

步骤S42，获取所述第一变桨电机在异常时段对应的冷却参数，以及所述第一风电机组在异常时段对应的机壳散热系数和气候参数；

更进一步地，第一变桨电机所在的第一风电机组机舱内设置有用于对第一变桨电机进行冷却的装置，针对该冷却装置设置表征冷却能力的参数，如换热系数，该换热系数越大，热交换能力越强，冷却能力越好。并且，冷却装置通过将第一变桨电机的热量带至第一风电机组壳体外来实现对第一变桨电机的散热，而散热的能力高低还与第一风电机组的壳体散热能力和外界环境气候有关。壳体散热能力越好，外界环境气候温度越低，则对第一变桨电机的散热越好。本实施例中通过预先设置的壳体散热系数体现壳体散热能力，以及通过预设设置的气候参数体现外界环境气候。

进一步地，确定第一变桨电机处于异常时段时，其所在第一风电机组内对应冷却装置的运行状态，该运行状态包括全功率运行、半功率运行等，进而获取该运行状态对应的冷却参数。同时，确定第一变桨电机处于异常时段时，其所在第一风电机组的散热运行状态及所在外界环境的气候，散热运行状态包括是否开启机壳散热模式，机壳散热模式的开启程度等，进而获取与散热运行状态对应的机壳散热系数，以及与环境气候对应的气候参数。

步骤S43，基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量，以及基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量；

更进一步地，依据获取的冷却参数和计算的总铜损，计算第一变桨电机的机舱散热量，以及依据获取的机壳散热系数和气候参数结合机舱散热量，计算第一风电机组的机壳散热量。其中机舱散热量为冷却装置对第一变桨电机的散热量，机壳散热量为第一风电机组向外界环境的散热量。具体地，所述基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量的步骤包括：

步骤b1，获取所述第一变桨电机所对应的机舱体积，并将所述总铜损转换为铜损温度；

步骤b2，根据所述机舱体积、所述铜损温度，以及所述冷却参数中的换热系数和冷却温度，计算所述机舱散热量。

更进一步地，冷却装置对第一变桨电机的散热与第一变桨电机所处第一风电机组的机舱体积有关，机舱体积越大，散热能力越好。对第一变桨电机所对应的机舱体积进行获取，并将计算的总铜损转换为铜损温度，该铜损温度体现了第一变桨电机电流损耗产生的热量。此外，冷却参数除了包含换热系数还包含冷却温度，该冷却温度与冷却介质相关，如冷却介质为风冷，则冷却温度为通过冷却装置所引进风的温度，如冷却介质为冷却液，则冷却温度为冷却液的温度。在对冷却参数进行获取时，需依据冷却介质的不同，获取不同的冷却温度。此后，依据机舱体积、铜损温度、冷却参数中的换热系数和冷却温度，对机舱散热量进行计算，该机舱散热量体现了第一变桨电机经冷却装置散热到机舱的热量，计算公式如下式(3)所示：

Q1＝(T1-T2)*v1*h1 (3)；

其中，Q1为机舱散热量，T1为铜损温度，T2为冷却温度，v1为机舱体积，h1为换热系数。

进一步地，所述基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量的步骤包括：

步骤b3，获取所述第一风电机组所对应的表面积和环境温度，并将所述机舱散热量转换为机舱温度；

步骤b4，基于所述气候参数中的环境风速、所述环境风速对应的散热效率系数，以及所述机壳散热系数，所述机舱温度、所述环境温度和所述表面积，计算所述机壳散热量。

更进一步地，第一风电机组向外界的散热与第一风电机组机壳的表面积和环境温度有关，表面积越大，环境温度越低，向外界的散热越好。对第一风电机组所对应的表面积和环境温度进行获取，并将计算的机舱散热量转换为机舱温度。此后，基于气候参数中的环境风速，以及环境风速对应的散热效率系数，结合机壳散热系数、机舱温度、环境温度和表面积，计算机壳散热量，该机壳散热量体现了机舱经机壳散热到外界的热量，计算公式如下式(4)所示：

其中，Q2为机壳散热量，h2为机壳散热系数，h3为散热效率系数，v2为环境风速，T3为机舱温度，T4为环境温度，w为表面积。

步骤S44，根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果；

可理解地，因第一变桨电机的温升可能与变桨控制有关，而使得参考检修措施也与变桨控制信息有关。变桨控制信息是根据叶片所接收到的风速和风向控制叶片的桨距角以调整叶片转速的信息，通常叶片接收的风速和风向变化较大，则需要对叶片的桨距角进行调节，故可根据异常时间段中叶片接收到的风速和风向，以及变桨控制信息中对叶片的调整次数，判断第一风电机组的变桨控制是否存在异常，并生成判断结果。具体地，所述根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果的步骤包括：

步骤c1，获取所述第一风电机组的风速仪在异常时段检测到的风速和风向，并根据所述风速和风向确定调整时间点；

步骤c2，确定所述变桨控制信息中是否存在与所述调整时间点对应的目标控制信息，若存在所述目标控制信息，则从所述变桨控制信息中筛选出除所述目标控制信息外的其他控制信息；

步骤c3，判断所述其他控制信息对应的控制次数是否大于预设阈值，若大于预设阈值则生成所述第一风电机组的变桨控制存在异常的判断结果。

更进一步地，风力发电系统中每一风电机组均设置有用于检测风速和风险的风速仪，针对第一风电机组，获取其风速仪在异常时段检测到的风速和风向，进而分析风速和风向中因风速变化较大和/或风向变化较大而需要调整桨距角的调整时间点。其中风速变化的大小以及风向变化的大小可预先通过设置各自的预设阈值确定，当短时间内风速大小的变化大于其对应预设阈值，和/或风向大小的变化大小大于其对应的预设阈值，则判定需要进行桨距角的调整。

更进一步地，对变桨控制信息进行分析，确定其在调整时间点是否存在对应的目标控制信息，该目标控制信息为在调整时间点对叶片桨距角进行调整的信息。若存在该类目标控制信息则说明在调整时间点对叶片的桨距角进行了调整。此后，对变桨控制信息进行筛选，查找其中除了目标控制信息之外的其他控制信息，该其他控制信息为其他时间点对叶片桨距角进行调整的信息。预先设置表征在其他时间内对叶片桨距角所调整次数的预设阈值，将其他控制信息对应的控制次数与该预设阈值进行比对，判断控制次数是否大于预设阈值。其中，预设阈值为在其他非调整时间内因检测精度而对叶片桨距角进行意外调整的次数，属于可接收的意外调整次数；控制次数为在其他非调整时间内对叶片桨距角所进行的实际调整次数。若控制次数大于预设阈值，则说明对叶片桨距角的调整过于频繁，频繁的调整会导致发热而影响第一变桨低电机的温升，故可生成第一风电机组的变桨控制存在异常的判断结果，以便于依据该判断结果生成对应的参考检修措施。

步骤S45，基于所述判断结果、所述机壳散热量、所述机舱散热量、所述总铜损、所述第一电机温度，以及所述第一机舱温度，确定第二检修措施，并根据所述第一检修措施和所述第二检修措施，生成所述参考检修措施。

进一步地，基于计算得到的机壳散热量、机舱散热量、总铜损、第一电机温度，第一机舱温度，结合判断结果，确定引起第一电机温度异常的因素。因机舱散热量为第一变桨电机经冷却装置散发到机舱的热量，机壳散热量为机舱经机壳散热到外界的热量，故机舱内剩余的热量应为两者之间的差值。将该机舱内剩余的热量转换为机舱参考温度与第一机舱温度比对，判断第一机舱温度是否大于机舱参考温度，若大于则说明实际检测的机舱温度过高，可能是机舱通风散热不足。

对于第一变桨电机来说，其总铜损所转换的热量因冷却装置而减少了机舱散热量，减少后剩余的热量则与机舱内剩余的热量发生热传递，最终的热量应是两者的均值。将该均值转换为平均参考温度与第一电机温度比对，确定第一电机温度是否大于平均参考温度，若大于则说明实际检测的温度过高，可能是散热不足，也可能是发热过多，需要结合变桨控制是否存在异常的判断结果及第一机舱温度是否大于机舱参考温度生成参考检修措施。具体来说，若变桨控制不存在异常，且第一机舱温度不大于机舱参考温度，即不存在发热过多的因素，也不存在散热不足的因素，则说明引起变桨电机温升过高的因素可能是温度传感器故障，故生成的参考检修措施为检查温度传感器运行状况和信号传输通道状况。若变桨控制存在异常，且第一机舱温度不大于机舱参考温度，则则说明引起变桨电机温升过高的因素可能是频繁变桨而导致发热过多，故生成的参考检修措施为调整修正参数，合理控制变桨频率。若变桨控制不存在异常，且第一机舱温度大于机舱参考温度，则说明引起变桨电机温升过高的因素可能是散热不足，故生成的参考检修措施为检查轮毂冷却扇和机舱通风情况。若变桨控制存在异常，且第一机舱温度大于机舱参考温度，则说明引起变桨电机温升过高的因素既可能是发热过多，也可能是散热不足，故生成的参考检修措施包括调整修正参数，合理控制变桨频率，以及检查轮毂冷却扇和机舱通风情况。

本实施例通过综合第一变桨电机的使用年限、在异常时段的电流变化和运行工况，及本身的电机参数，来准确计算总铜损，进而提升了机舱散热量和机壳散热量的准确性，有利于准确确定参考检修措施。此外，参考检修措施结合机壳散热量、机舱散热量、总铜损，及变桨控制是否存在异常，第一机舱温度是否大于机舱参考温度等多种因素综合确定，将各影响因素全面考虑，进一步提升了所确定的参考检修措施的准确性，有利于检修人员依据参考检修措施快速准确的排查异常点进行检修。

进一步地，请参照图8，基于本发明风力发电系统中变桨电机的温升预警方法的第一或第二实施例，提出本发明风力发电系统中变桨电机的温升预警方法第三实施例。

所述风力发电系统中变桨电机的温升预警方法第三实施例与所述风力发电系统中变桨电机的温升预警方法第一或第二实施例的区别在于，所述获取风力发电系统的各风电机组中变桨电机的电机温度的步骤之前包括：

步骤S60，获取每一所述风电机组中变桨电机的历史电机温度，并根据预设参数范围，对每一所述历史电机温度进行扩展，生成与每一所述风电机组对应的样本数据；

步骤S70，基于所述样本数据对预设初始模型的初始子模型进行迭代训练，并计算每一所述初始子模型的迭代函数值，其中一项样本数据对应一个初始子模型；

步骤S80，判断各所述迭代函数值是否均小于预设阈值，若均小于预设阈值，则完成各所述初始子模型的迭代训练，将所述预设初始模型生成为预设检测模型；

步骤S90，若所述迭代函数值中存在不小于预设阈值的待定迭代函数值，则从各所述初始子模型中确定出与所述待定迭代函数值对应的待定初始子模型，并对所述待定初始子模型持续训练，直到所述待定迭代函数值小于预设阈值。

本实施例的预设检测模型由大量样本数据训练生成，并且，预设检测模型包含多个检测子模型，每一检测子模型由一个风电机组的历史数据训练而成，用于对应检测每一风电机组运行的异常性。考虑到每一风电机组运行的历史数据有限，尤其是历史故障数据，本实施例设置有对历史数据进行扩展的机制。具体地，获取每一风电机组中变桨电机以往运行的历史电机温度，并将其分为正常历史电机温度和异常历史电机温度，进而筛选正常历史电机温度中的最大值和最小值形成为正常参数范围，以及筛选异常历史电机温度中的最大值和最小值形成为异常参数范围，并将该正常参数范围和异常参数范围共同构成为预设参数范围。

进一步地，依据该预设参数范围中的正常参数范围对历史电机温度中的正常历史电机温度进行扩展，得到位于正常参数范围内的正常样本数据。同时，依据预设参数范围中的异常参数范围对历史电机温度中的异常历史电机温度进行扩展，得到位于异常参数范围内的异常样本数据。删除正常样本数据和异常样本数据中的重复值，并形成为与历史电机温度所来源风电机组对应的样本数据。此后，将与各风电机组对应的样本数据分别传输到预设初始模型的初始子模型，一份样本数据传输到一个初始子模型，用以对各个初始子模型进行训练。

更进一步地，各初始子模型均设置有用于表征训练结束的迭代函数和预设阈值，对各初始子模型的迭代函数值进行计算，并将各计算的迭代函数值与预设阈值比对，判断各迭代函数值是否均小于预设阈值。若均小于预设阈值，则说明每一初始子模型均可对异常数据和正常数据准确区分，故而将预设初始模型生成为预设检测模型。若各迭代函数值中存在不小于预设阈值的迭代函数值，则说明生成该迭代函数值的初始子模型尚不能准确区分正常数据和异常数据而需要继续训练。此时将该迭代函数值作为待定迭代函数值，以与其他待定函数值进行区分，并从各初始子模型中查找出生成该待定迭代函数值的初始子模型作为待定初始子模型。此后依据该待定初始子模型的样本数据继续训练待定初始子模型，直到其训练后计算的迭代函数值小于预设阈值，在所有初始子模型训练后计算的迭代函数均小于预设阈值后，将预设初始模型生成为预设检测模型，用以对各风电机组中变桨电机的电机温度的异常性进行检测。

本实施例通过对各风电机组中变桨电机的历史电机温度进行扩展，得到与每一变桨电机对应的大量的样本数据，进而将各样本数据分别传输到初始子模型进行迭代训练，获得与可对每一风电机组单独检测的预设检测模型。后续在依据预设检测模型对各风电机组进行检测时，是依据风电机组各自的大量历史电机温度进行检测，确保了检测的准确性。

此外，本发明实施例还提供一种风力发电系统。参照图9，图9为本发明风力发电系统实施例方案涉及的设备硬件运行环境的结构示意图。

如图9所示，该风力发电系统可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。

本领域技术人员可以理解，图9中示出的风力发电系统的硬件结构并不构成对风力发电系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图9所示，作为一种可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及控制程序。其中，操作系统是管理和控制风力发电系统与软件资源的程序，支持网络通信模块、用户接口模块、控制程序以及其他程序或软件的运行；网络通信模块用于管理和控制网络接口1004；用户接口模块用于管理和控制用户接口1003。

在图9所示的风力发电系统硬件结构中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；处理器1001可以调用存储器1005中存储的控制程序，并执行以下操作：

获取风力发电系统的各风电机组中变桨电机的电机温度，基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机，及与所述第一变桨电机对应的第一风电机组；

确定各所述风电机组中与所述第一风电机组具有相同预设参数的第二风电机组，并获取所述第一风电机组在异常时段的第一机舱温度和第一桨距角，以及各所述第二风电机组在异常时段的第二机舱温度和第二桨距角；

根据所述第一变桨电机的第一电机温度和各所述第二风电机组所对应第二变桨电机的第二电机温度的比对，所述第一机舱温度和各所述第二机舱温度的比对，以及所述第一桨距角和各所述第二桨距角的比对，确定所述第一变桨电机的风险值；

获取所述第一风电机组在异常时段的变桨控制信息，并根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施；

获取与所述第一变桨电机对应的历史温升预警信息，并将所述历史温升预警信息，所述风险值和参考检修措施生成为温升预警信息，并基于所述温升预警信息对所述第一风电机组进行第一变桨电机的温升异常预警。

进一步地，所述根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施的步骤包括：

获取所述第一变桨电机对应的年限系数，在异常时段对应的工况系数和电机参数，并基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损；

获取所述第一变桨电机在异常时段对应的冷却参数，以及所述第一风电机组在异常时段对应的机壳散热系数和气候参数；

基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量，以及基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量；

根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果；

基于所述判断结果，所述机壳散热量、所述机舱散热量、所述总铜损、所述第一电机温度，以及所述第一机舱温度，生成所述参考检修措施。

进一步地，所述基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损的步骤包括：

基于所述电机参数中的电流值和电阻值，计算所述第一变桨电机的基础铜损，计算公式为：

基于所述电机参数中的涡流损耗系数、环流系数、绕组宽度、绕组宽度方向导线数、频率、槽宽，以及所述年限系数和工况系数，计算所述第一变桨电机的附加铜损，计算公式为：

将所述基础铜损和所述附加铜损相加，获得所述总铜损；

其中，p1为基础铜损，p2为附加铜损，t为异常时段的时长，I为电流值，R为电阻值，e^k1为年限系数，ln^k2为工况系数，k3为涡流损耗系数，k4为环流系数，b1为绕组宽度，n为绕组宽度方向导线数，f为频率，b2为槽宽。

进一步地，所述基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量的步骤包括：

获取所述第一变桨电机所对应的机舱体积，并将所述总铜损转换为铜损温度；

根据所述机舱体积、所述铜损温度，以及所述冷却参数中的换热系数和冷却温度，计算所述机舱散热量，计算公式为：

Q1＝(T1-T2)*v1*h1；

其中，Q1为机舱散热量，T1为铜损温度，T2为冷却温度，v1为机舱体积，h1为换热系数。

进一步地，所述基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量的步骤包括：

获取所述第一风电机组所对应的表面积和环境温度，并将所述机舱散热量转换为机舱温度；

基于所述气候参数中的环境风速、所述环境风速对应的散热效率系数，以及所述机壳散热系数，所述机舱温度、所述环境温度和所述表面积，计算所述机壳散热量，计算公式为：

其中，Q2为机壳散热量，h2为机壳散热系数，h3为散热效率系数，v2为环境风速，T3为机舱温度，T4为环境温度，w为表面积。

进一步地，所述根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果的步骤包括：

获取所述第一风电机组的风速仪在异常时段检测到的风速和风向，并根据所述风速和风向确定调整时间点；

确定所述变桨控制信息中是否存在与所述调整时间点对应的目标控制信息，若存在所述目标控制信息，则从所述变桨控制信息中筛选出除所述目标控制信息外的其他控制信息；

判断所述其他控制信息对应的控制次数是否大于预设阈值，若大于预设阈值则生成所述第一风电机组的变桨控制存在异常的判断结果。

进一步地，所述基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机的步骤包括：

针对每一所述风电机组中变桨电机的电机温度，确定预设检测模型中对应的检测子模型，并基于所述检测子模型中与所述风电机组对应的历史电机温度，判断所述风电机组的电机温度是否存在异常；

将所述风电机组中变桨电机的电机温度生成为温度差值，并根据所述检测子模型中与所述风电机组对应的历史温度差值，判断所述风电机组的温度差值是否存在异常；

若所述风电机组的电机温度存在异常，以及所述风电机组的温度差值存在异常，则将所述风电机组的变桨电机确定为存在异常的第一变桨电机。

进一步地，所述获取风力发电系统的各风电机组中变桨电机的电机温度的步骤之前，处理器1001可以调用存储器1005中存储的控制程序，并执行以下操作：

获取每一所述风电机组中变桨电机的历史电机温度，并根据预设参数范围，对每一所述历史电机温度进行扩展，生成与每一所述风电机组对应的样本数据；

基于所述样本数据对预设初始模型的初始子模型进行迭代训练，并计算每一所述初始子模型的迭代函数值，其中一项样本数据对应一个初始子模型；

判断各所述迭代函数值是否均小于预设阈值，若均小于预设阈值，则完成各所述初始子模型的迭代训练，将所述预设初始模型生成为预设检测模型；

若所述迭代函数值中存在不小于预设阈值的待定迭代函数值，则从各所述初始子模型中确定出与所述待定迭代函数值对应的待定初始子模型，并对所述待定初始子模型持续训练，直到所述待定迭代函数值小于预设阈值。

本发明风力发电系统的具体实施方式与上述风力发电系统中变桨电机的温升预警方法各实施例基本相同，在此不再赘述。

本发明实施例还提出一种存储介质。所述存储介质上存储有控制程序，所述控制程序被处理器执行时实现如上所述风力发电系统中变桨电机的温升预警方法的步骤。

本发明存储介质可以为计算机可读存储介质，其具体实施方式与上述风力发电系统中变桨电机的温升预警方法各实施例基本相同，在此不再赘述。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，这些均属于本发明的保护之内。

Claims (10)

1.一种风力发电系统中变桨电机的温升预警方法，其特征在于，所述温升预警方法包括：

获取风力发电系统的各风电机组中变桨电机的电机温度，基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机，及与所述第一变桨电机对应的第一风电机组；

确定各所述风电机组中与所述第一风电机组具有相同预设参数的第二风电机组，并获取所述第一风电机组在异常时段的第一机舱温度和第一桨距角，以及各所述第二风电机组在异常时段的第二机舱温度和第二桨距角；

根据所述第一变桨电机的第一电机温度和各所述第二风电机组所对应第二变桨电机的第二电机温度的比对，所述第一机舱温度和各所述第二机舱温度的比对，以及所述第一桨距角和各所述第二桨距角的比对，确定所述第一变桨电机的风险值；

获取所述第一风电机组在异常时段的变桨控制信息，并根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施，其中，参考检修措施至少包括检查温度传感器运行状况和信号传输通道状况、修正变桨控制的参数，以及检查轮毂冷却扇和机舱通风情况；

获取与所述第一变桨电机对应的历史温升预警信息，并将所述历史温升预警信息，所述风险值和参考检修措施生成为温升预警信息，并基于所述温升预警信息对所述第一风电机组进行第一变桨电机的温升异常预警。

2.如权利要求1所述的温升预警方法，其特征在于，所述根据所述变桨控制信息，所述第一电机温度和所述第一机舱温度，确定所述第一风电机组的参考检修措施的步骤包括：

获取所述第一变桨电机对应的年限系数，在异常时段对应的工况系数和电机参数，并基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损；

获取所述第一变桨电机在异常时段对应的冷却参数，以及所述第一风电机组在异常时段对应的机壳散热系数和气候参数；

基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量，以及基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量；

根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果；

基于所述判断结果，所述机壳散热量、所述机舱散热量、所述总铜损、所述第一电机温度，以及所述第一机舱温度，生成所述参考检修措施。

3.如权利要求2所述的温升预警方法，其特征在于，所述基于所述电机参数，所述年限系数和工况系数，计算所述第一变桨电机的总铜损的步骤包括：

基于所述电机参数中的电流值和电阻值，计算所述第一变桨电机的基础铜损，计算公式为：

基于所述电机参数中的涡流损耗系数、环流系数、绕组宽度、绕组宽度方向导线数、频率、槽宽，以及所述年限系数和工况系数，计算所述第一变桨电机的附加铜损，计算公式为：

将所述基础铜损和所述附加铜损相加，获得所述总铜损；

其中，p1为基础铜损，p2为附加铜损，t为异常时段的时长，I为电流值，R为电阻值，e^k1为年限系数，ln^k2为工况系数，k3为涡流损耗系数，k4为环流系数，b1为绕组宽度，n为绕组宽度方向导线数，f为频率，b2为槽宽。

4.如权利要求2所述的温升预警方法，其特征在于，所述基于所述冷却参数和所述总铜损，计算所述第一变桨电机的机舱散热量的步骤包括：

获取所述第一变桨电机所对应的机舱体积，并将所述总铜损转换为铜损温度；

根据所述机舱体积、所述铜损温度，以及所述冷却参数中的换热系数和冷却温度，计算所述机舱散热量，计算公式为：

Q1＝(T1-T2)*v1*h1；

其中，Q1为机舱散热量，T1为铜损温度，T2为冷却温度，v1为机舱体积，h1为换热系数。

5.如权利要求2所述的温升预警方法，其特征在于，所述基于所述机舱散热量、所述机壳散热系数和所述气候参数，计算所述第一风电机组的机壳散热量的步骤包括：

获取所述第一风电机组所对应的表面积和环境温度，并将所述机舱散热量转换为机舱温度；

基于所述气候参数中的环境风速、所述环境风速对应的散热效率系数，以及所述机壳散热系数，所述机舱温度、所述环境温度和所述表面积，计算所述机壳散热量，计算公式为：

其中，Q2为机壳散热量，h2为机壳散热系数，h3为散热效率系数，v2为环境风速，T3为机舱温度，T4为环境温度，w为表面积。

6.如权利要求2所述的温升预警方法，其特征在于，所述根据所述变桨控制信息，判断所述第一风电机组的变桨控制是否存在异常，生成判断结果的步骤包括：

获取所述第一风电机组的风速仪在异常时段检测到的风速和风向，并根据所述风速和风向确定调整时间点；

确定所述变桨控制信息中是否存在与所述调整时间点对应的目标控制信息，若存在所述目标控制信息，则从所述变桨控制信息中筛选出除所述目标控制信息外的其他控制信息；

判断所述其他控制信息对应的控制次数是否大于预设阈值，若大于预设阈值则生成所述第一风电机组的变桨控制存在异常的判断结果。

7.如权利要求1-6任一项所述的温升预警方法，其特征在于，所述基于预设检测模型对各所述电机温度进行处理，确定各所述风电机组中存在异常的第一变桨电机的步骤包括：

针对每一所述风电机组中变桨电机的电机温度，确定预设检测模型中对应的检测子模型，并基于所述检测子模型中与所述风电机组对应的历史电机温度，判断所述风电机组的电机温度是否存在异常；

将所述风电机组中变桨电机的电机温度生成为温度差值，并根据所述检测子模型中与所述风电机组对应的历史温度差值，判断所述风电机组的温度差值是否存在异常；

若所述风电机组的电机温度存在异常，以及所述风电机组的温度差值存在异常，则将所述风电机组的变桨电机确定为存在异常的第一变桨电机。

8.如权利要求1-6任一项所述的温升预警方法，其特征在于，所述获取风力发电系统的各风电机组中变桨电机的电机温度的步骤之前包括：

获取每一所述风电机组中变桨电机的历史电机温度，并根据预设参数范围，对每一所述历史电机温度进行扩展，生成与每一所述风电机组对应的样本数据；

基于所述样本数据对预设初始模型的初始子模型进行迭代训练，并计算每一所述初始子模型的迭代函数值，其中一项样本数据对应一个初始子模型；

判断各所述迭代函数值是否均小于预设阈值，若均小于预设阈值，则完成各所述初始子模型的迭代训练，将所述预设初始模型生成为预设检测模型；

若所述迭代函数值中存在不小于预设阈值的待定迭代函数值，则从各所述初始子模型中确定出与所述待定迭代函数值对应的待定初始子模型，并对所述待定初始子模型持续训练，直到所述待定迭代函数值小于预设阈值。

9.一种风力发电系统，其特征在于，所述风力发电系统还包括：存储器、处理器、通信总线以及存储在所述存储器上的控制程序：

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行所述控制程序，以实现如权利要求1-8中任一项所述的风力发电系统中变桨电机的温升预警方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有控制程序，所述控制程序被处理器执行时实现如权利要求1-8任一项所述的风力发电系统中变桨电机的温升预警方法的步骤。