CN118049347A - 一种故障定位方法、故障处理方法、装置及电子设备 - Google Patents
一种故障定位方法、故障处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN118049347A CN118049347A CN202311857648.6A CN202311857648A CN118049347A CN 118049347 A CN118049347 A CN 118049347A CN 202311857648 A CN202311857648 A CN 202311857648A CN 118049347 A CN118049347 A CN 118049347A
- Authority
- CN
- China
- Prior art keywords
- data
- wind power
- equipment
- prediction system
- abnormal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 220
- 230000002159 abnormal effect Effects 0.000 claims abstract description 192
- 230000005856 abnormality Effects 0.000 claims abstract description 184
- 238000004891 communication Methods 0.000 claims abstract description 58
- 230000026676 system process Effects 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 43
- 230000004044 response Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013480 data collection Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training 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
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
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)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种故障定位方法、故障处理方法、装置及电子设备,涉及风力发电技术领域,方法应用于风功率预测系统,风功率预测系统分别与数据采集设备、数据处理设备进行通信。方法包括:在检测到风功率预测系统处理风电场数据发生异常时,基于风功率预测系统在目标数据采集周期内是否接收到数据处理设备发送的风电场数据,确定所发生异常的异常类型;在异常类型为通信异常时,基于风功率预测系统分别与数据采集设备、数据处理设备之间的通信信息,进行故障定位得到故障定位结果;在异常类型为第一类数据异常时,确定风电场数据中的异常数据所属的设备为发生故障的目标设备,可以提高风功率预测系统的稳定性。
Description
技术领域
本申请涉及风力发电技术领域,特别是涉及一种故障定位方法、故障处理方法、装置及电子设备。
背景技术
风功率预测技术是根据风电场的风电场数据,例如,风力发电机(简称风机)的运行数据和风电场的气象数据等,预测出风电场的功率,并将预测的功率上报至调度平台,可以实现电力调度部门基于调度平台接收到的功率进行电力调度。
风电场中部署有风力发电机、测风设备、SCADA(Supervisory Control And DataAcquisition,数据采集与监视控制系统)、数据收发服务器和风功率预测系统。SCADA系统获取风力发电机的风机运行数据,并上报至风功率预测系统。数据收发服务器获取测风设备的测量气象数据,以及从气象平台获取的预测气象数据,并上报至风功率预测系统。然后,风功率预测系统根据SCADA系统和数据收发服务器上报的风电场数据,确定风电场的预测功率数据。
由于风功率预测系统以及其对接的其他设备部署在风电场的不同区域。例如,风功率预测系统部署在风电场的生产非控制区,风力发电机和SCADA系统部署在风电场的生产控制区等。风功率预测系统与其他设备进行对接时,会发生各种不稳定的情况,如网络波动、网络中断、数据缺失、数据上报失败等,均会影响风功率预测系统的正常运行,降低风功率预测系统的稳定性。
发明内容
本申请实施例的目的在于提供一种故障定位方法、故障处理方法、装置及电子设备,以实现在检测到风功率预测系统处理风电场数据发生异常时,进行故障定位,并对发生的异常进行处理,可以降低对风功率预测系统的正常运行的影响,提高风功率预测系统的稳定性。具体技术方案如下:
第一方面,为了达到上述目的,本申请实施例提供了一种故障定位方法,所述方法应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述方法包括:
在检测到所述风功率预测系统处理风电场数据发生异常时,基于所述风功率预测系统在目标数据采集周期内是否接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型;
在所述异常类型为通信异常时,基于所述风功率预测系统分别与所述数据采集设备、所述数据处理设备之间的通信信息,进行故障定位得到故障定位结果;
在所述异常类型为第一类数据异常时,确定所述风电场数据中的异常数据所属的设备为发生故障的目标设备。
可选的,所述基于所述风功率预测系统在目标数据采集周期内是否接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型,包括:
如果所述风功率预测系统在目标数据采集周期内未接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型为通信异常;
如果所述风功率预测系统在所述目标数据采集周期内接收到所述数据处理设备发送的风电场数据,且检测到所述风电场数据为异常数据时,确定所发生异常的异常类型为第一类数据异常。
可选的,所述在所述异常类型为通信异常时,基于所述风功率预测系统分别与所述数据采集设备、所述数据处理设备之间的通信信息,进行故障定位得到故障定位结果,包括:
从所述数据采集设备和所述数据处理设备中,确定在心跳检测周期未发送心跳检测请求的设备为发生故障的目标设备;
如果在心跳检测周期接收到所述数据采集设备和所述数据处理设备发送的心跳检测请求,分别从所述数据采集设备和所述数据处理设备获取数据更新信息;其中,所述数据更新信息包括:最近一次更新数据的更新时刻,和/或,最近一次更新数据的数据增量信息;
如果所述数据采集设备与所述数据处理设备的数据更新信息相匹配,则确定所述风功率预测系统与所述数据处理设备之间的网络异常;
如果所述数据采集设备与所述数据处理设备的数据更新信息不匹配,则确定所述数据采集设备与所述数据处理设备之间的网络异常;
其中,在所述数据采集设备为风机时,所述数据处理设备为SCADA;在所述数据采集设备为测风设备时,所述数据处理设备为数据收发服务器。
可选的,所述数据采集设备与所述数据处理设备的数据更新信息相匹配,包括:
所述数据采集设备最近一次更新数据的第一更新时刻,早于所述数据处理设备最近一次更新数据的第二更新时刻,且所述第一更新时刻与所述第二更新时刻之间的时长小于第一预设时长;
和/或,
所述数据采集设备最近一次更新数据时缓存的风电场数据增加,且所述数据处理设备最近一次更新数据时缓存的风电场数据增加。
可选的,所述风功率预测系统与调度平台进行通信,所述方法还包括:
如果所述风功率预测系统输出的预测功率数据为异常数据,确定所发生异常的异常类型为第二类数据异常,并确定所述风功率预测系统为发生故障的目标设备;其中,所述预测功率数据为所述风功率预测系统基于接收到的风电场数据得到的;
如果所述风功率预测系统向所述调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,并确定所述风功率预测系统为发生故障的目标设备。
可选的,所述如果检测到所述风功率预测系统向所述调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,包括:
如果所述风功率预测系统向所述调度平台发送预测功率数据后的第一预设时长内未接收到所述调度平台返回的响应消息,或者,接收到所述调度平台返回的携带有表示上报出错的状态码的响应消息,确定向所述调度平台上报预测功率数据失败,并确定所发生异常的异常类型为上报异常。
第二方面,为了达到上述目的,本申请实施例提供了一种故障处理方法,所述方法应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述方法包括:
在检测到所述风功率预测系统处理风电场数据发生异常时,获取所发生异常的异常类型和故障定位结果;其中,所述异常类型和所述故障定位结果为基于上述第一方面所述的故障定位方法确定的;
在所述异常类型为通信异常,且所述故障定位结果表示所述数据采集设备和所述数据处理设备中的目标设备发生故障时,向所述目标设备发送控制指令,以使所述目标设备按照预设自检程序进行故障处理;
在所述异常类型为通信异常,且所述故障定位结果表示所述风功率预测系统、所述数据采集设备和所述数据处理设备中的网络异常时,输出告警信息;
在所述异常类型为第一类数据异常时,对发生异常的异常数据进行修复。
可选的,所述对发生异常的异常数据进行修复,包括:
如果所述异常数据为第一风力发电机的风机运行数据,基于所述目标数据采集周期之前的数据采集周期所述第一风力发电机的风机运行数据,和/或,满足预设筛选条件的第二风力发电机在所述目标数据采集周期的风机运行数据,确定修复后的所述第一风力发电机的风机运行数据;
如果所述异常数据为所述测风设备的测量气象数据,基于所述目标数据采集周期之前的数据采集周期所述测风设备的测量气象数据、所述目标数据采集周期所述风力发电机的测量气象数据,以及气象平台的预测气象数据中的至少一项,确定修复后的所述测风设备的测量气象数据。
可选的,所述方法还包括:
在异常类型为第二类数据异常时,基于所述风功率预测系统在所述目标数据采集周期之前的数据采集周期输出的预测功率数据,确定修复后的预测功率数据;
在异常类型为上报异常时,如果未接收到所述调度平台的响应消息,向所述调度平台发送预测功率数据;如果接收到携带有上报出错的状态码的响应消息,按照所述状态码生成预测功率数据,向所述调度平台发送生成的预测功率数据。
第三方面,为了达到上述目的,本申请实施例提供了一种故障定位装置,所述装置应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述装置包括:
异常类型确定模块,用于在检测到所述风功率预测系统处理风电场数据发生异常时,基于所述风功率预测系统在目标数据采集周期内是否接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型;
第一故障定位模块,用于在所述异常类型为通信异常时,基于所述风功率预测系统分别与所述数据采集设备、所述数据处理设备之间的通信信息,进行故障定位得到故障定位结果;
第二故障定位模块,用于在所述异常类型为第一类数据异常时,确定所述风电场数据中的异常数据所属的设备为发生故障的目标设备。
可选的,所述异常类型确定模块,具体用于如果所述风功率预测系统在目标数据采集周期内未接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型为通信异常;
如果所述风功率预测系统在所述目标数据采集周期内接收到所述数据处理设备发送的风电场数据,且检测到所述风电场数据为异常数据时,确定所发生异常的异常类型为第一类数据异常。
可选的,所述第一故障定位模块,具体用于从所述数据采集设备和所述数据处理设备中,确定在心跳检测周期未发送心跳检测请求的设备为发生故障的目标设备;
如果在心跳检测周期接收到所述数据采集设备和所述数据处理设备发送的心跳检测请求,分别从所述数据采集设备和所述数据处理设备获取数据更新信息;其中,所述数据更新信息包括:最近一次更新数据的更新时刻,和/或,最近一次更新数据的数据增量信息;
如果所述数据采集设备与所述数据处理设备的数据更新信息相匹配,则确定所述风功率预测系统与所述数据处理设备之间的网络异常;
如果所述数据采集设备与所述数据处理设备的数据更新信息不匹配,则确定所述数据采集设备与所述数据处理设备之间的网络异常;
其中,在所述数据采集设备为风机时,所述数据处理设备为SCADA;在所述数据采集设备为测风设备时,所述数据处理设备为数据收发服务器。
可选的,所述数据采集设备与所述数据处理设备的数据更新信息相匹配,包括:
所述数据采集设备最近一次更新数据的第一更新时刻,早于所述数据处理设备最近一次更新数据的第二更新时刻,且所述第一更新时刻与所述第二更新时刻之间的时长小于第一预设时长;
和/或,
所述数据采集设备最近一次更新数据时缓存的风电场数据增加,且所述数据处理设备最近一次更新数据时缓存的风电场数据增加。
可选的,所述风功率预测系统与调度平台进行通信,所述装置还包括:
第三故障定位模块,具体用于如果所述风功率预测系统输出的预测功率数据为异常数据,确定所发生异常的异常类型为第二类数据异常,并确定所述风功率预测系统为发生故障的目标设备;其中,所述预测功率数据为所述风功率预测系统基于接收到的风电场数据得到的;
第四故障定位模块,具体用于如果所述风功率预测系统向所述调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,并确定所述风功率预测系统为发生故障的目标设备。
可选的,所述第四故障定位模块,具体用于如果所述风功率预测系统向所述调度平台发送预测功率数据后的第一预设时长内未接收到所述调度平台返回的响应消息,或者,接收到所述调度平台返回的携带有表示上报出错的状态码的响应消息,确定向所述调度平台上报预测功率数据失败,并确定所发生异常的异常类型为上报异常。
第四方面,为了达到上述目的,本申请实施例提供了一种故障处理装置,所述装置应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述装置包括:
数据获取模块,用于在检测到所述风功率预测系统处理风电场数据发生异常时,获取所发生异常的异常类型和故障定位结果;其中,所述异常类型和所述故障定位结果为上述第三方面项所述的故障定位装置确定的;
第一故障处理模块,用于在所述异常类型为通信异常,且所述故障定位结果表示所述数据采集设备和所述数据处理设备中的目标设备发生故障时,向所述目标设备发送控制指令,以使所述目标设备按照预设自检程序进行故障处理;
第二故障处理模块,用于在所述异常类型为通信异常,且所述故障定位结果表示所述风功率预测系统、所述数据采集设备和所述数据处理设备中的网络异常时,输出告警信息;
第三故障处理模块,用于在所述异常类型为第一类数据异常时,对发生异常的异常数据进行修复。
可选的,所述第三故障处理模块,具体用于如果所述异常数据为第一风力发电机的风机运行数据,基于所述目标数据采集周期之前的数据采集周期所述第一风力发电机的风机运行数据,和/或,满足预设筛选条件的第二风力发电机在所述目标数据采集周期的风机运行数据,确定修复后的所述第一风力发电机的风机运行数据;
如果所述异常数据为所述测风设备的测量气象数据,基于所述目标数据采集周期之前的数据采集周期所述测风设备的测量气象数据、所述目标数据采集周期所述风力发电机的测量气象数据,以及气象平台的预测气象数据中的至少一项,确定修复后的所述测风设备的测量气象数据。
可选的,所述装置还包括:
第四故障处理模块,用于在异常类型为第二类数据异常时,基于所述风功率预测系统在所述目标数据采集周期之前的数据采集周期输出的预测功率数据,确定修复后的预测功率数据;
在异常类型为上报异常时,如果未接收到所述调度平台的响应消息,向所述调度平台发送预测功率数据;如果接收到携带有上报出错的状态码的响应消息,按照所述状态码生成预测功率数据,向所述调度平台发送生成的预测功率数据。
本申请实施例还提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面任一所述的故障定位方法,或者,上述第二方面任一所述的故障处理方法。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的故障定位方法,或者,上述第二方面任一所述的故障处理方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面任一所述的故障定位方法,或者,上述第二方面任一所述的故障处理方法。
本申请实施例有益效果:
本申请实施例提供的一种故障定位方法、故障处理方法、装置及电子设备,方法应用于风功率预测系统,风功率预测系统分别与数据采集设备、数据处理设备进行通信;数据采集设备包括:风力发电机和测风设备,数据处理设备包括SCADA和数据收发服务器,方法包括:在检测到风功率预测系统处理风电场数据发生异常时,基于风功率预测系统在目标数据采集周期内是否接收到数据处理设备发送的风电场数据,确定所发生异常的异常类型;在异常类型为通信异常时,基于风功率预测系统分别与数据采集设备、数据处理设备之间的通信信息,进行故障定位得到故障定位结果;在异常类型为第一类数据异常时,确定风电场数据中的异常数据所属的设备为发生故障的目标设备。
基于上述处理,可以在检测到风功率预测系统处理风电场数据发生异常时,进行故障定位。后续,基于故障定位结果对发生的异常进行处理,可以降低对风功率预测系统的正常运行的影响,提高风功率预测系统的稳定性。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的第一种故障定位方法的流程图;
图2为本申请实施例提供的第二种故障定位方法的流程图;
图3为本申请实施例提供的第一种故障处理方法的流程图;
图4为本申请实施例提供的第二种故障处理方法的流程图;
图5为本申请实施例提供的一种故障定位装置的结构图;
图6为本申请实施例提供的一种故障处理装置的结构图;
图7为本申请实施例提供的一种电子设备的结构图。
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基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
相关技术中,由于风功率预测系统以及其对接的其他设备部署在风电场的不同区域。例如,风功率预测系统部署在风电场的生产非控制区,风力发电机和SCADA系统部署在风电场的生产控制区等。风功率预测系统与其他设备进行对接时,会发生各种不稳定的情况,如网络波动、网络中断、数据缺失、数据上报失败等,均会影响风功率预测系统的正常运行,降低风功率预测系统的稳定性。
为了解决上述问题,本申请实施例提供了一种故障定位方法,应用于风功率预测系统,在检测到风功率预测系统处理风电场数据发生异常时,按照本申请实施例提供的故障定位方法,确定故障定位结果。本申请实施例还提供了一种故障处理方法,应用于风功率预测系统,在确定出风功率预测系统处理风电场数据发生异常的故障定位结果后,按照本申请实施例提供的故障处理方法,进行故障处理,可以降低对风功率预测系统的正常运行的影响,提高风功率预测系统的稳定性。
以下对本申请实施例提供的故障定位方法进行说明。
参见图1,图1为本申请实施例提供的一种故障定位方法的流程图,该方法应用于风功率预测系统,风功率预测系统分别与数据采集设备、数据处理设备进行通信;数据采集设备包括:风力发电机和测风设备,数据处理设备包括SCADA和数据收发服务器,该方法包括以下步骤:
S101:在检测到风功率预测系统处理风电场数据发生异常时,基于风功率预测系统在目标数据采集周期内是否接收到数据处理设备发送的风电场数据,确定所发生异常的异常类型。
S102:在异常类型为通信异常时,基于风功率预测系统分别与数据采集设备、数据处理设备之间的通信信息,进行故障定位得到故障定位结果。
S103:在异常类型为第一类数据异常时,确定风电场数据中的异常数据所属的设备为发生故障的目标设备。
基于本申请实施例提供的故障定位方法,可以在检测到风功率预测系统处理风电场数据发生异常时,进行故障定位。后续,基于故障定位结果对发生的异常进行处理,可以降低对风功率预测系统的正常运行的影响,提高风功率预测系统的稳定性。
针对步骤S101,风电场中部署有风力发电机、测风设备、SCADA、数据收发服务器和风功率预测系统。
风力发电机的风机运行数据包括:风机发电机的功率、发电量,以及风力发电机测量的气象数据。
测风设备可以为测风激光雷达。测风设备的测量气象数据包括:测风设备测量得到的风速、风向、温度、湿度和气压等。
预测气象数据包括:从气象平台获取的预测气象数据。例如,风速、风向、温度、湿度和气压等。
风力发电机在达到目标数据采集周期对应的时刻时,将目标数据采集周期内采集的风机运行数据上报至SCADA。SCADA在接收到风力发电机上报的风机运行数据后,将风机运行数据上报至风功率预测系统。数据采集周期的时长根据需求设置,例如,数据采集周期的时长为5分钟,或者数据采集周期的时长也可以为3分钟。
测风设备在达到目标数据采集周期对应的时刻时,将目标数据采集周期内采集的测量气象数据上报至数据收发服务器。数据收发服务器在达到数据采集周期对应的时刻时,从气象平台获取预测气象数据,并在接收到测风设备上报的测量气象数据后,将测量气象数据和预测气象数据上报至风功率预测系统。
风功率预测系统根据SCADA系统和数据收发服务器上报的风电场数据,确定风电场的预测功率数据。
在一些实施例中,步骤S101可以包括以下步骤:如果风功率预测系统在目标数据采集周期内未接收到数据处理设备发送的风电场数据,确定所发生异常的异常类型为通信异常。如果风功率预测系统在目标数据采集周期内接收到数据处理设备发送的风电场数据,且检测到风电场数据为异常数据时,确定所发生异常的异常类型为第一类数据异常。
在检测到风功率预测系统处理风电场数据发生异常时,如果风功率预测系统在目标数据采集周期内未接收到数据处理设备发送的风电场数据,表明数据采集设备采集的风电场数据未成功上报至风功率预测系统,则可以确定是数据采集设备、数据处理设备和风功率预测系统之间的通信异常,则确定所发生异常的异常类型为通信异常。
如果风功率预测系统在目标数据采集周期内接收到数据处理设备发送的风电场数据,表明数据采集设备采集的风电场数据成功上报至风功率预测系统。进而,可以检测风电场数据是否属于预设数据范围,如果风电场数据超出预设数据范围,确定风电场数据为异常数据。例如,风力发电机的功率对应的预设数据范围为不小于0,如果风力发电机的功率为负值,可以确定风力发电机的功率为异常数据。
进而,在检测到风电场数据为异常数据时,确定所发生异常的异常类型为第一类数据异常。
针对步骤S102,异常类型包括:通信异常、第一类数据异常、第二类数据异常和上报异常。通信异常包括设备异常和网络异常。设备异常表示风力发电机、测风设备、SCADA、数据收发服务器等发生故障。网络异常表示风力发电机、测风设备、SCADA、数据收发服务器等之间的网络连接发生异常。第一类数据异常表示风力发电机和测风设备上报的风电场数据发生异常。第二类数据异常表示风功率预测系统输出的预测功率数据发生异常。上报异常表示风功率预测系统向调度平台上报预测功率数据发生异常。
第二类数据异常和上报异常参考后续实施例的相关介绍。
在一些实施例中,在图1的基础上,参见图2,步骤S102可以包括以下步骤:
S1021:在异常类型为通信异常时,从数据采集设备和数据处理设备中,确定在心跳检测周期未发送心跳检测请求的设备为发生故障的目标设备。
S1022:在异常类型为通信异常时,如果在心跳检测周期接收到数据采集设备和数据处理设备发送的心跳检测请求,分别从数据采集设备和数据处理设备获取数据更新信息。
其中,数据更新信息包括:最近一次更新数据的更新时刻,和/或,最近一次更新数据的数据增量信息。
S1023:如果数据采集设备与数据处理设备的数据更新信息相匹配,则确定风功率预测系统与数据处理设备之间的网络异常。
S1024:如果数据采集设备与数据处理设备的数据更新信息不匹配,则确定数据采集设备与数据处理设备之间的网络异常。
其中,在数据采集设备为风机时,数据处理设备为SCADA;在数据采集设备为测风设备时,数据处理设备为数据收发服务器。
风力发电机、测风设备、SCADA、数据收发服务器分别与风功率预测系统之间进行周期性的心跳检测,以确定风力发电机、测风设备、SCADA、数据收发服务器是否发生异常。以下以风力发电机为例进行说明,其他设备与风功率预测系统之间进行心跳检测的方式,可以参考风力发电机与风功率预测系统之间进行心跳检测的方式。
在达到预设的心跳检测周期时,风力发电机向风功率预测系统发送心跳检测请求。风功率预测系统在接收到心跳检测请求后,向风力发电机返回心跳检测响应,以确定风力发电机未发生异常。相应的,如果在心跳检测周期内风功率预测系统未接收到风力发电机发送的心跳检测请求,则可以确定风力发电机为发生故障的目标设备。
同样的,如果在心跳检测周期内风功率预测系统未接收到测风设备发送的心跳检测请求,则可以确定测风设备为发生故障的目标设备。如果在心跳检测周期内风功率预测系统未接收到SCADA发送的心跳检测请求,则可以确定SCADA为发生故障的目标设备。如果在心跳检测周期内风功率预测系统未接收到数据收发服务器发送的心跳检测请求,则可以确定数据收发服务器为发生故障的目标设备。
在一些实施例中,风电场中部署有无线网络,无线网络用于风力发电机、测风设备、SCADA、数据收发服务器与风功率预测系统之间进行心跳检测。SCADA、数据收发服务器与风功率预测系统则通过有线网络进行数据传输。
如果风功率预测系统在心跳检测周期接收到数据采集设备和数据处理设备发送的心跳检测请求,表明数据采集设备与数据处理设备未发生故障,则可能是风功率预测系统与数据处理设备之间的网络异常,或者,数据采集设备与数据处理设备之间的网络异常。
数据采集设备采集到风电场数据除上报至数据处理设备外,还会缓存至本地。也就是数据采集设备和数据处理设备均会进行数据更新。因此,风功率预测系统分别从数据采集设备和数据处理设备获取数据更新信息。
数据更新信息包括最近一次更新数据的更新时刻,和/或,最近一次更新数据的数据增量信息。最近一次更新数据的数据增量信息包括:本地缓存的风电场数据是否增加。
进而,风功率预测系统判断数据采集设备与数据处理设备的数据更新信息是否相匹配。
在一些实施例中,数据采集设备与数据处理设备的数据更新信息相匹配,包括:
数据采集设备最近一次更新数据的第一更新时刻,早于数据处理设备最近一次更新数据的第二更新时刻,且第一更新时刻与第二更新时刻之间的时长小于第一预设时长。
和/或,
数据采集设备最近一次更新数据时缓存的风电场数据增加,且数据处理设备最近一次更新数据时缓存的风电场数据增加。
由于数据采集设备采集到风电场数据之后上报至数据处理设备,则数据处理设备更新数据的第二更新时刻晚于数据采集设备的第一更新时刻,并且,由于数据采集设备将采集到的风电场数据上报至数据处理设备所需的时间较短,第一更新时刻与第二更新时刻之间的时长小于第一预设时长。其中,第一预设时长由技术人员根据需求设置。
因此,在数据采集设备最近一次更新数据的第一更新时刻,早于数据处理设备最近一次更新数据的第二更新时刻,且第一更新时刻与第二更新时刻之间的时长小于第一预设时长的情况下,可以确定数据采集设备与数据处理设备的数据更新信息相匹配。
例如,风力发电机最近一次更新数据的第一更新时刻,早于SCADA最近一次更新数据的第二更新时刻,且第一更新时刻与第二更新时刻之间的时长小于第一预设时长,则确定风力发电机的数据更新信息与SCADA的数据更新信息相匹配。
测风设备最近一次更新数据的第一更新时刻,早于数据收发服务器最近一次更新数据的第二更新时刻,且第一更新时刻与第二更新时刻之间的时长小于第一预设时长,则确定测风设备的数据更新信息与数据收发服务器的数据更新信息相匹配。
并且,在数据采集设备未发生故障的情况下,数据采集设备采集的风电场数据不断缓存至本地,则数据采集设备缓存的风电场数据增加。同样的,数据采集设备采集的风电场数据不断上报至数据处理设备,则数据处理设备缓存的风电场数据增加。
因此,在数据采集设备最近一次更新数据时缓存的风电场数据增加,且数据处理设备最近一次更新数据时缓存的风电场数据增加时,则确定数据采集设备的数据更新信息与数据处理设备的数据更新信息相匹配。
例如,风力发电机最近一次更新数据时缓存的风电场数据增加,且SCADA最近一次更新数据时缓存的风电场数据增加时,则确定风力发电机的数据更新信息与SCADA的数据更新信息相匹配。
如果数据采集设备的数据更新信息与数据处理设备的数据更新信息相匹配,表明数据采集设备采集的风电场数据成功上报至数据处理设备,则可以确定数据采集设备与数据处理设备之间的网络正常,但是由于风功率预测系统未接收到风电场数据,表明数据处理设备未成功将风电场数据上报至风功率预测系统,则可以确定风功率预测系统与数据处理设备之间的网络异常。
例如,风力发电机最近一次更新数据的第一更新时刻,早于SCADA最近一次更新数据的第二更新时刻,且第一更新时刻与第二更新时刻之间的时长小于第一预设时长。或者,风力发电机最近一次更新数据时缓存的风电场数据增加,且SCADA最近一次更新数据时缓存的风电场数据增加。此时,表明风力发电机采集的风电场数据成功上报至SCADA,则风力发电机与SCADA之间的网络正常,SCADA未成功将风电场数据上报至风功率预测系统,SCADA与风功率预测系统之间的网络异常。
如果数据采集的数据更新信息与数据处理设备的数据更新信息不匹配,表明数据采集设备采集的风电场数据未成功上报至数据处理设备,则可以确定数据采集设备与数据处理设备之间的网络异常。
例如,风力发电机最近一次更新数据时缓存的风电场数据增加,但是SCADA最近一次更新数据时缓存的风电场数据未增加。此时,表明风力发电机采集的风电场数据未成功上报至SCADA,则风力发电机与SCADA之间的网络异常。
针对步骤S103,在异常类型为第一类数据异常时,也就是上报至风功率预测系统的风电场数据是异常数据,则可以确定风电场数据中的异常数据所属的设备为发生故障的目标设备。
例如,风力发电机的功率为负值,则表明风力发电机采集的功率为异常数据,则确定风力发电机发生故障,即风力发电机为发生故障的目标设备。或者,测风设备测量的风速为负值,则表明测风设备测量的风速为异常数据,则确定测风设备发生故障,即测风设备为发生故障的目标设备。或者,从气象平台获取的风速为负值,则表明气象平台预测的风速为异常数据,则确定气象平台发生故障,即气象平台为发生故障的目标设备。
在一些实施例中,风功率预测系统与调度平台进行通信,向调度平台上报预测功率数据,则风功率预测系统还可以基于自身处理数据的情况,以及向调度平台上报预测功率数据的情况,检测自身是否发生故障。
相应的,该方法还可以包括以下步骤:如果风功率预测系统输出的预测功率数据为异常数据,确定所发生异常的异常类型为第二类数据异常,并确定风功率预测系统为发生故障的目标设备。其中,预测功率数据为风功率预测系统基于接收到的风电场数据得到的。如果风功率预测系统向调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,并确定风功率预测系统为发生故障的目标设备。
风功率预测系统根据接收到的风电场数据,确定预测功率数据。风功率预测系统检测预测功率数据是否属于预设数据范围,如果预测功率数据不属于预设数据范围,则可以确定预测功率数据为异常数据。例如,预测功率数据对应的预设数据范围为大于0,如果预测功率数据为负值,可以确定预测功率数据为异常数据。
或者,风功率预测系统检测预测功率数据与风机运行数据是否匹配,如果预测功率数据与风机运行数据不匹配,则可以确定预测功率数据为异常数据。例如,风速与预测功率数据呈正相关,在目标数据采集周期的风速大于上一个数据采集周期的风速的情况下,如果目标数据采集周期的预测功率数据小于上一个数据采集周期的预测功率数据,可以确定预测功率数据为异常数据。
进而,确定风功率预测系统所发生异常的异常类型为第二类数据异常。第二类数据异常表示风功率预测系统输出的预测功率数据为异常数据。并且,预测功率数据为风功率预测系统输出的,因此,可以确定风功率预测系统为发生故障的目标设备。
如果风功率预测系统输出的预测功率数据不是异常数据,风功率预测系统会将预测功率数据上报至调度平台,风功率预测系统可以检测向调度平台上报预测功率数据是否发生异常,如果风功率预测系统向调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常。
在一些实施例中,如果风功率预测系统向调度平台发送预测功率数据后的第一预设时长内未接收到调度平台返回的响应消息,表明调度平台未接收到预测功率数据,则可以确定风功率预测系统向调度平台上报预测功率数据失败,并确定所发生异常的异常类型为上报异常。其中,第一预设时长由技术人员根据需求设置。
或者,风功率预测系统接收到调度平台返回的携带有表示上报出错的状态码的响应消息,表明调度平台接收到预测功率数据发生异常,确定向调度平台上报预测功率数据失败,并确定所发生异常的异常类型为上报异常。
状态码表示调度平台接收到的预测功率数据发生异常的类型。例如,状态码表示调度平台接收到预测功率数据的数据量过大。或者,状态码表示调度平台接收到预测功率数据的数据格式不是调度平台能够处理的数据格式。或者,状态码表示风功率预测系统上报预测功率数据的上报路径出错等。
由于预测功率数据为风功率预测系统输出的数据,并且由风功率预测系统上报至调度平台,因此,在异常类型为第二类数据异常或上报异常时,则可以确定风功率预测系统为发生故障的目标设备。
以下对本申请实施例提供的故障处理方法进行说明。
在一些实施例中,参见图3,图3为本申请实施例提供的一种故障处理方法的流程图,该方法应用于风功率预测系统,风功率预测系统分别与数据采集设备、数据处理设备进行通信;数据采集设备包括:风力发电机和测风设备,数据处理设备包括SCADA和数据收发服务器。该方法可以包括以下步骤:
S301:在检测到风功率预测系统处理风电场数据发生异常时,获取所发生异常的异常类型和故障定位结果。
其中,异常类型和故障定位结果为基于前述实施例中的故障定位方法确定的。
S302:在异常类型为通信异常,且故障定位结果表示数据采集设备和数据处理设备中的目标设备发生故障时,向目标设备发送控制指令,以使目标设备按照预设自检程序进行故障处理。
S303:在异常类型为通信异常,且故障定位结果表示风功率预测系统、数据采集设备和数据处理设备中的网络异常时,输出告警信息。
S304:在异常类型为第一类数据异常时,对发生异常的异常数据进行修复。
基于本申请实施例提供的故障处理方法,在检测到风功率预测系统处理风电场数据发生异常时,基于所发生异常的异常类型和故障定位结果进行异常处理,可以降低对风功率预测系统的正常运行的影响,提高风功率预测系统的稳定性。
针对步骤S301和步骤S302,风功率预测系统在处理风电场数据时进行异常检测,如果检测到风功率预测系统处理风电场数据发生异常时,则获取所发生异常的异常类型和故障定位结果。风功率预测系统获取异常类型和故障定位结果的方式,可以参考前述实施例的相关介绍。
如果异常类型为通信异常,且故障定位结果表示数据采集设备和数据处理设备中的目标设备发生故障。风功率预测系统向目标设备发送控制指令,该控制指令用于通知目标设备进行自检。
相应的,目标设备在接收到该控制指令时,按照预设自检程序进行故障处理。预设自检程序为技术人员预先设置于目标设备的。例如,目标设备可以按照预设自检程序,检测目标设备中的传感器模块、数据转发模块和数据存储模块是否发生故障。
如果目标设备按照预设自检程序检测出发生故障的具体模块,例如,检测出目标设备的传感器模块发生故障,则目标设备可以进行重启。然后,如果目标设备为数据采集设备(例如,风力发电机)则目标设备继续进行数据采集。后续,风功率预测系统接收到目标设备的风电场数据时,可以确定目标设备故障处理完成。如果目标设备为数据处理设备(例如,数据收发服务器)则目标设备继续将接收到的风电场数据上报至风功率预测系统。后续,风功率预测系统接收到目标设备上报的风电场数据时,确定目标设备故障处理完成。
如果目标设备按照预设自检程序未检测出发生故障的具体模块,则向风功率预测系统发送表示目标设备无法进行故障处理的通知消息。相应的,风功率预测系统在接收到该通知消息时,输出表示目标设备无法进行故障处理的告警信息。后续,技术人员可以基于该告警信息进行故障处理。
针对步骤S303,由于风功率预测系统、数据采集设备和数据处理设备之间通过有线网络进行数据传输,如果异常类型为通信异常,且故障定位结果表示风功率预测系统、数据采集设备和数据处理设备中的网络异常时,表明风功率预测系统、数据采集设备和数据处理设备之间的有线网络发生物理故障。例如,风力发电机与SCADA之间的网线断开,或者,SCADA与风功率预测系统之间的网线断开等。
相应的,风功率预测系统无法进行处理,则输出用于表示风功率预测系统、数据采集设备和数据处理设备中的网络异常的告警信息。后续,技术人员可以基于该告警信息进行故障处理,提高风功率预测系统的稳定性。
针对步骤S304,在异常类型为第一类数据异常时,如果异常数据为风机运行数据、测量气象数据,则风功率预测系统进行数据修复。如果异常数据为预测气象数据,由于预测气象数据不是由风电场中的数据采集设备采集的,则无法进行故障处理,则风功率预测系统可以输出表示预测气象数据发生异常的告警信息。
在一些实施例中,在图3的基础上,参见图4,步骤S304可以包括以下步骤:
S3041:在异常类型为第一类数据异常时,如果异常数据为第一风力发电机的风机运行数据,基于目标数据采集周期之前的数据采集周期第一风力发电机的风机运行数据,和/或,满足预设筛选条件的第二风力发电机在目标数据采集周期的风机运行数据,确定修复后的第一风力发电机的风机运行数据。
S3042:在异常类型为第一类数据异常时,如果异常数据为测风设备的测量气象数据,基于目标数据采集周期之前的数据采集周期测风设备的测量气象数据、目标数据采集周期风力发电机的测量气象数据,以及气象平台的预测气象数据中的至少一项,确定修复后的测风设备的测量气象数据。
在异常数据为第一风力发电机的风机运行数据时,可以按照以下方式进行处理:
一种实现方式中,由于数据采集周期的时长较短,例如,将每5分钟采集的风电场数据上报至风功率预测系统,则相邻的两个数据采集周期内的风电场数据较为相似。因此,在异常数据为第一风力发电机的风机运行数据时,可以将目标数据采集周期之前的数据采集周期第一风力发电机的风机运行数据,作为修复后的第一风力发电机的风机运行数据。目标数据采集周期之前的数据采集周期可以为目标数据采集周期的上一个数据采集周期。
另一种实现方式中,风电场中部署了多个风力发电机,多个风机中存在风资源相似的风力发电机,例如,物理位置接近的风力发电机所处位置的风速接近,则风资源相似的风力发电机的风机运行数据较为相似。因此在异常数据为第一风力发电机的风机运行数据时,可以确定风资源相似的第二风力发电机,第二风力发电机为满足预设筛选条件的风力发电机。然后,将第二风力发电机的风机运行数据,作为修复后的第一风力发电机的风机运行数据。
又一种实现方式中,计算目标数据采集周期之前的数据采集周期第一风力发电机的风机运行数据,与第二风力发电机的风机运行数据的加权和,作为修复后的第一风力发电机的风机运行数据。
在异常数据为测风设备的测量气象数据时可以按照以下方式进行处理:
一种实现方式中,由于数据采集周期的时长较短,则相邻的两个数据采集周期内的风电场数据较为相似。因此,在异常数据为测风设备的测量气象数据时,可以将目标数据采集周期之前的数据采集周期测风设备的测量气象数据,作为修复后的测风设备的测量气象数据。
另一种实现方式中,风电场中部署的风力发电机中安装有传感器,则风力发电机也可以测量风电场的测量气象数据,并通过SCADA上报至风功率预测系统。因此将目标数据采集周期风力发电机的测量气象数据,作为修复后的测风设备的测量气象数据。
又一种实现方式中,可以直接将目标数据采集周期内的气象平台的预测气象数据,作为修复后的测风设备的测量气象数据。
再一种实现方式中,计算目标数据采集周期之前的数据采集周期测风设备的测量气象数据、目标数据采集周期风力发电机的测量气象数据,以及气象平台的预测气象数据的加权和,作为修复后的测风设备的测量气象数据。
在一些实施例中,风功率预测系统在检测到自身发生故障时,可以按照以下方式进行故障处理。
相应的,该方法还可以包括以下步骤:在异常类型为第二类数据异常时,基于风功率预测系统在目标数据采集周期之前的数据采集周期输出的预测功率数据,确定修复后的预测功率数据。在异常类型为上报异常时,如果未接收到调度平台的响应消息,向调度平台发送预测功率数据;如果接收到携带有上报出错的状态码的响应消息,按照状态码生成预测功率数据,向调度平台发送生成的预测功率数据。
在异常类型为第二类数据异常时,即风功率预测系统输出的预测功率数据为异常数据,则风功率预测系统可以重新根据目标数据采集周期接收到的风电场数据,确定目标数据采集周期的预测功率数据。如果重新确定的预测功率数据仍是异常数据,则可以基于在目标数据采集周期之前的数据采集周期输出的预测功率数据,确定修复后的预测功率数据。
例如,获取在目标数据采集周期之前的多个数据采集周期的预测功率数据,并将该多个数据采集周期的预测功率数据输入至预先训练的深度学习模型,输出目标数据采集周期的修复后的预测功率数据。预先训练的深度学习模型为将多个数据采集周期的预测功率数据作为输入参数,将多个数据采集周期的下一个数据采集周期的预测功率数据作为输出参数进行训练得到的。
在异常类型为上报异常时,表明风功率预测系统向调度平台上报预测功率数据发生异常,则根据调度平台的响应消息进行异常处理。
如果未接收到调度平台的响应消息,则直接重新向调度平台发送预测功率数据。
如果接收到携带有上报出错的状态码的响应消息,按照状态码生成新的预测功率数据。具体的,状态码表示调度平台接收到预测功率数据的数据量过大时,则对预测功率数据进行压缩,得到新的数据量较小的预测功率数据。或者,状态码表示调度平台接收到预测功率数据的数据格式不是调度平台能够处理的数据格式,重新生成新的调度平台能够处理的数据格式的预测功率数据。然后,向调度平台发送生成的预测功率数据。
与图1的方法实施例相对应,参见图5,图5为本申请实施例提供的一种故障定位装置的结构图,所述装置应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述装置包括:
异常类型确定模块501,用于在检测到所述风功率预测系统处理风电场数据发生异常时,基于所述风功率预测系统在目标数据采集周期内是否接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型;
第一故障定位模块502,用于在所述异常类型为通信异常时,基于所述风功率预测系统分别与所述数据采集设备、所述数据处理设备之间的通信信息,进行故障定位得到故障定位结果;
第二故障定位模块503,用于在所述异常类型为第一类数据异常时,确定所述风电场数据中的异常数据所属的设备为发生故障的目标设备。
可选的,所述异常类型确定模块501,具体用于如果所述风功率预测系统在目标数据采集周期内未接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型为通信异常;
如果所述风功率预测系统在所述目标数据采集周期内接收到所述数据处理设备发送的风电场数据,且检测到所述风电场数据为异常数据时,确定所发生异常的异常类型为第一类数据异常。
可选的,所述第一故障定位模块502,具体用于从所述数据采集设备和所述数据处理设备中,确定在心跳检测周期未发送心跳检测请求的设备为发生故障的目标设备;
如果在心跳检测周期接收到所述数据采集设备和所述数据处理设备发送的心跳检测请求,分别从所述数据采集设备和所述数据处理设备获取数据更新信息;其中,所述数据更新信息包括:最近一次更新数据的更新时刻,和/或,最近一次更新数据的数据增量信息;
如果所述数据采集设备与所述数据处理设备的数据更新信息相匹配,则确定所述风功率预测系统与所述数据处理设备之间的网络异常;
如果所述数据采集设备与所述数据处理设备的数据更新信息不匹配,则确定所述数据采集设备与所述数据处理设备之间的网络异常;
其中,在所述数据采集设备为风机时,所述数据处理设备为SCADA;在所述数据采集设备为测风设备时,所述数据处理设备为数据收发服务器。
可选的,所述数据采集设备与所述数据处理设备的数据更新信息相匹配,包括:
所述数据采集设备最近一次更新数据的第一更新时刻,早于所述数据处理设备最近一次更新数据的第二更新时刻,且所述第一更新时刻与所述第二更新时刻之间的时长小于第一预设时长;
和/或,
所述数据采集设备最近一次更新数据时缓存的风电场数据增加,且所述数据处理设备最近一次更新数据时缓存的风电场数据增加。
可选的,所述风功率预测系统与调度平台进行通信,所述装置还包括:
第三故障定位模块,具体用于如果所述风功率预测系统输出的预测功率数据为异常数据,确定所发生异常的异常类型为第二类数据异常,并确定所述风功率预测系统为发生故障的目标设备;其中,所述预测功率数据为所述风功率预测系统基于接收到的风电场数据得到的;
第四故障定位模块,具体用于如果所述风功率预测系统向所述调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,并确定所述风功率预测系统为发生故障的目标设备。
可选的,所述第四故障定位模块,具体用于如果所述风功率预测系统向所述调度平台发送预测功率数据后的第一预设时长内未接收到所述调度平台返回的响应消息,或者,接收到所述调度平台返回的携带有表示上报出错的状态码的响应消息,确定向所述调度平台上报预测功率数据失败,并确定所发生异常的异常类型为上报异常。
基于本申请实施例提供的故障定位装置,可以在检测到风功率预测系统处理风电场数据发生异常时,进行故障定位。后续,基于故障定位结果对发生的异常进行处理,可以降低对风功率预测系统的正常运行的影响,提高风功率预测系统的稳定性。
与图3的方法实施例相对应,参见图6,图6为本申请实施例提供的一种故障处理装置的结构图,所述装置应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述装置包括:
数据获取模块601,用于在检测到所述风功率预测系统处理风电场数据发生异常时,获取所发生异常的异常类型和故障定位结果;其中,所述异常类型和所述故障定位结果为上述第三方面项所述的故障定位装置确定的;
第一故障处理模块602,用于在所述异常类型为通信异常,且所述故障定位结果表示所述数据采集设备和所述数据处理设备中的目标设备发生故障时,向所述目标设备发送控制指令,以使所述目标设备按照预设自检程序进行故障处理;
第二故障处理模块603,用于在所述异常类型为通信异常,且所述故障定位结果表示所述风功率预测系统、所述数据采集设备和所述数据处理设备中的网络异常时,输出告警信息;
第三故障处理模块604,用于在所述异常类型为第一类数据异常时,对发生异常的异常数据进行修复。
可选的,所述第三故障处理模块604,具体用于如果所述异常数据为第一风力发电机的风机运行数据,基于所述目标数据采集周期之前的数据采集周期所述第一风力发电机的风机运行数据,和/或,满足预设筛选条件的第二风力发电机在所述目标数据采集周期的风机运行数据,确定修复后的所述第一风力发电机的风机运行数据;
如果所述异常数据为所述测风设备的测量气象数据,基于所述目标数据采集周期之前的数据采集周期所述测风设备的测量气象数据、所述目标数据采集周期所述风力发电机的测量气象数据,以及气象平台的预测气象数据中的至少一项,确定修复后的所述测风设备的测量气象数据。
可选的,所述装置还包括:
第四故障处理模块,用于在异常类型为第二类数据异常时,基于所述风功率预测系统在所述目标数据采集周期之前的数据采集周期输出的预测功率数据,确定修复后的预测功率数据;
在异常类型为上报异常时,如果未接收到所述调度平台的响应消息,向所述调度平台发送预测功率数据;如果接收到携带有上报出错的状态码的响应消息,按照所述状态码生成预测功率数据,向所述调度平台发送生成的预测功率数据。
基于本申请实施例提供的故障处理装置,在检测到风功率预测系统处理风电场数据发生异常时,基于所发生异常的异常类型和故障定位结果进行异常处理,可以降低对风功率预测系统的正常运行的影响,提高风功率预测系统的稳定性。
本申请实施例还提供了一种电子设备,如图7所示,包括:
存储器701,用于存放计算机程序;
处理器702,用于执行存储器701上所存放的程序时,实现上述实施例中的故障定位理方法的步骤,或者上述实施例中的故障处理方法的步骤。
并且上述电子设备还可以包括通信总线和/或通信接口,处理器702、通信接口、存储器701通过通信总线完成相互间的通信。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一故障定位方法的步骤,或者,故障处理方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一故障定位方法,或者,故障处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者固态硬盘(Solid StateDisk,SSD)等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、计算机可读存储介质和计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (15)
1.一种故障定位方法,其特征在于,所述方法应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括数据采集与监视控制系统SCADA和数据收发服务器,所述方法包括:
在检测到所述风功率预测系统处理风电场数据发生异常时,基于所述风功率预测系统在目标数据采集周期内是否接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型;
在所述异常类型为通信异常时,基于所述风功率预测系统分别与所述数据采集设备、所述数据处理设备之间的通信信息,进行故障定位得到故障定位结果;
在所述异常类型为第一类数据异常时,确定所述风电场数据中的异常数据所属的设备为发生故障的目标设备。
2.根据权利要求1所述的方法,其特征在于,所述基于所述风功率预测系统在目标数据采集周期内是否接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型,包括:
如果所述风功率预测系统在目标数据采集周期内未接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型为通信异常;
如果所述风功率预测系统在所述目标数据采集周期内接收到所述数据处理设备发送的风电场数据,且检测到所述风电场数据为异常数据时,确定所发生异常的异常类型为第一类数据异常。
3.根据权利要求1所述的方法,其特征在于,所述在所述异常类型为通信异常时,基于所述风功率预测系统分别与所述数据采集设备、所述数据处理设备之间的通信信息,进行故障定位得到故障定位结果,包括:
从所述数据采集设备和所述数据处理设备中,确定在心跳检测周期未发送心跳检测请求的设备为发生故障的目标设备;
如果在心跳检测周期接收到所述数据采集设备和所述数据处理设备发送的心跳检测请求,分别从所述数据采集设备和所述数据处理设备获取数据更新信息;其中,所述数据更新信息包括:最近一次更新数据的更新时刻,和/或,最近一次更新数据的数据增量信息;
如果所述数据采集设备与所述数据处理设备的数据更新信息相匹配,则确定所述风功率预测系统与所述数据处理设备之间的网络异常;
如果所述数据采集设备与所述数据处理设备的数据更新信息不匹配,则确定所述数据采集设备与所述数据处理设备之间的网络异常;
其中,在所述数据采集设备为风机时,所述数据处理设备为SCADA;在所述数据采集设备为测风设备时,所述数据处理设备为数据收发服务器。
4.根据权利要求3所述的方法,其特征在于,所述数据采集设备与所述数据处理设备的数据更新信息相匹配,包括:
所述数据采集设备最近一次更新数据的第一更新时刻,早于所述数据处理设备最近一次更新数据的第二更新时刻,且所述第一更新时刻与所述第二更新时刻之间的时长小于第一预设时长;
和/或,
所述数据采集设备最近一次更新数据时缓存的风电场数据增加,且所述数据处理设备最近一次更新数据时缓存的风电场数据增加。
5.根据权利要求1所述的方法,其特征在于,所述风功率预测系统与调度平台进行通信,所述方法还包括:
如果所述风功率预测系统输出的预测功率数据为异常数据,确定所发生异常的异常类型为第二类数据异常,并确定所述风功率预测系统为发生故障的目标设备;其中,所述预测功率数据为所述风功率预测系统基于接收到的风电场数据得到的;
如果所述风功率预测系统向所述调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,并确定所述风功率预测系统为发生故障的目标设备。
6.根据权利要求5所述的方法,其特征在于,所述如果检测到所述风功率预测系统向所述调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,包括:
如果所述风功率预测系统向所述调度平台发送预测功率数据后的第一预设时长内未接收到所述调度平台返回的响应消息,或者,接收到所述调度平台返回的携带有表示上报出错的状态码的响应消息,确定向所述调度平台上报预测功率数据失败,并确定所发生异常的异常类型为上报异常。
7.一种故障处理方法,其特征在于,所述方法应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述方法包括:
在检测到所述风功率预测系统处理风电场数据发生异常时,获取所发生异常的异常类型和故障定位结果;其中,所述异常类型和所述故障定位结果为基于权利要求1至6任一项所述的故障定位方法确定的;
在所述异常类型为通信异常,且所述故障定位结果表示所述数据采集设备和所述数据处理设备中的目标设备发生故障时,向所述目标设备发送控制指令,以使所述目标设备按照预设自检程序进行故障处理;
在所述异常类型为通信异常,且所述故障定位结果表示所述风功率预测系统、所述数据采集设备和所述数据处理设备中的网络异常时,输出告警信息;
在所述异常类型为第一类数据异常时,对发生异常的异常数据进行修复。
8.根据权利要求7所述的方法,其特征在于,所述对发生异常的异常数据进行修复,包括:
如果所述异常数据为第一风力发电机的风机运行数据,基于所述目标数据采集周期之前的数据采集周期所述第一风力发电机的风机运行数据,和/或,满足预设筛选条件的第二风力发电机在所述目标数据采集周期的风机运行数据,确定修复后的所述第一风力发电机的风机运行数据;
如果所述异常数据为所述测风设备的测量气象数据,基于所述目标数据采集周期之前的数据采集周期所述测风设备的测量气象数据、所述目标数据采集周期所述风力发电机的测量气象数据,以及气象平台的预测气象数据中的至少一项,确定修复后的所述测风设备的测量气象数据。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括:
在异常类型为第二类数据异常时,基于所述风功率预测系统在所述目标数据采集周期之前的数据采集周期输出的预测功率数据,确定修复后的预测功率数据;
在异常类型为上报异常时,如果未接收到所述调度平台的响应消息,向所述调度平台发送预测功率数据;如果接收到携带有上报出错的状态码的响应消息,按照所述状态码生成预测功率数据,向所述调度平台发送生成的预测功率数据。
10.一种故障定位装置,其特征在于,所述装置应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述装置包括:
异常类型确定模块,用于在检测到所述风功率预测系统处理风电场数据发生异常时,基于所述风功率预测系统在目标数据采集周期内是否接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型;
第一故障定位模块,用于在所述异常类型为通信异常时,基于所述风功率预测系统分别与所述数据采集设备、所述数据处理设备之间的通信信息,进行故障定位得到故障定位结果;
第二故障定位模块,用于在所述异常类型为第一类数据异常时,确定所述风电场数据中的异常数据所属的设备为发生故障的目标设备。
11.根据权利要求10所述的装置,其特征在于,所述异常类型确定模块,具体用于如果所述风功率预测系统在目标数据采集周期内未接收到所述数据处理设备发送的风电场数据,确定所发生异常的异常类型为通信异常;
如果所述风功率预测系统在所述目标数据采集周期内接收到所述数据处理设备发送的风电场数据,且检测到所述风电场数据为异常数据时,确定所发生异常的异常类型为第一类数据异常;
所述第一故障定位模块,具体用于从所述数据采集设备和所述数据处理设备中,确定在心跳检测周期未发送心跳检测请求的设备为发生故障的目标设备;
如果在心跳检测周期接收到所述数据采集设备和所述数据处理设备发送的心跳检测请求,分别从所述数据采集设备和所述数据处理设备获取数据更新信息;其中,所述数据更新信息包括:最近一次更新数据的更新时刻,和/或,最近一次更新数据的数据增量信息;
如果所述数据采集设备与所述数据处理设备的数据更新信息相匹配,则确定所述风功率预测系统与所述数据处理设备之间的网络异常;
如果所述数据采集设备与所述数据处理设备的数据更新信息不匹配,则确定所述数据采集设备与所述数据处理设备之间的网络异常;
其中,在所述数据采集设备为风机时,所述数据处理设备为SCADA;在所述数据采集设备为测风设备时,所述数据处理设备为数据收发服务器;
所述数据采集设备与所述数据处理设备的数据更新信息相匹配,包括:
所述数据采集设备最近一次更新数据的第一更新时刻,早于所述数据处理设备最近一次更新数据的第二更新时刻,且所述第一更新时刻与所述第二更新时刻之间的时长小于第一预设时长;
和/或,
所述数据采集设备最近一次更新数据时缓存的风电场数据增加,且所述数据处理设备最近一次更新数据时缓存的风电场数据增加;
所述装置还包括:
第三故障定位模块,具体用于如果所述风功率预测系统输出的预测功率数据为异常数据,确定所发生异常的异常类型为第二类数据异常,并确定所述风功率预测系统为发生故障的目标设备;其中,所述预测功率数据为所述风功率预测系统基于接收到的风电场数据得到的;
第四故障定位模块,具体用于如果所述风功率预测系统向所述调度平台上报预测功率数据失败,确定所发生异常的异常类型为上报异常,并确定所述风功率预测系统为发生故障的目标设备;
所述第四故障定位模块,具体用于如果所述风功率预测系统向所述调度平台发送预测功率数据后的第一预设时长内未接收到所述调度平台返回的响应消息,或者,接收到所述调度平台返回的携带有表示上报出错的状态码的响应消息,确定向所述调度平台上报预测功率数据失败,并确定所发生异常的异常类型为上报异常。
12.一种故障处理装置,其特征在于,所述装置应用于风功率预测系统,所述风功率预测系统分别与数据采集设备、数据处理设备进行通信;所述数据采集设备包括:风力发电机和测风设备,所述数据处理设备包括SCADA和数据收发服务器,所述装置包括:
数据获取模块,用于在检测到所述风功率预测系统处理风电场数据发生异常时,获取所发生异常的异常类型和故障定位结果;其中,所述异常类型和所述故障定位结果为基于权利要求10至11任一项所述的故障定位装置确定的;
第一故障处理模块,用于在所述异常类型为通信异常,且所述故障定位结果表示所述数据采集设备和所述数据处理设备中的目标设备发生故障时,向所述目标设备发送控制指令,以使所述目标设备按照预设自检程序进行故障处理;
第二故障处理模块,用于在所述异常类型为通信异常,且所述故障定位结果表示所述风功率预测系统、所述数据采集设备和所述数据处理设备中的网络异常时,输出告警信息;
第三故障处理模块,用于在所述异常类型为第一类数据异常时,对发生异常的异常数据进行修复。
13.根据权利要求12所述的装置,其特征在于,所述第三故障处理模块,具体用于如果所述异常数据为第一风力发电机的风机运行数据,基于所述目标数据采集周期之前的数据采集周期所述第一风力发电机的风机运行数据,和/或,满足预设筛选条件的第二风力发电机在所述目标数据采集周期的风机运行数据,确定修复后的所述第一风力发电机的风机运行数据;
如果所述异常数据为所述测风设备的测量气象数据,基于所述目标数据采集周期之前的数据采集周期所述测风设备的测量气象数据、所述目标数据采集周期所述风力发电机的测量气象数据,以及气象平台的预测气象数据中的至少一项,确定修复后的所述测风设备的测量气象数据;
所述装置还包括:
第四故障处理模块,用于在异常类型为第二类数据异常时,基于所述风功率预测系统在所述目标数据采集周期之前的数据采集周期输出的预测功率数据,确定修复后的预测功率数据;
在异常类型为上报异常时,如果未接收到所述调度平台的响应消息,向所述调度平台发送预测功率数据;如果接收到携带有上报出错的状态码的响应消息,按照所述状态码生成预测功率数据,向所述调度平台发送生成的预测功率数据。
14.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6,或者,权利要求7-9任一所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6,或者权利要求7-9任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311857648.6A CN118049347A (zh) | 2023-12-29 | 2023-12-29 | 一种故障定位方法、故障处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311857648.6A CN118049347A (zh) | 2023-12-29 | 2023-12-29 | 一种故障定位方法、故障处理方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118049347A true CN118049347A (zh) | 2024-05-17 |
Family
ID=91052766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311857648.6A Pending CN118049347A (zh) | 2023-12-29 | 2023-12-29 | 一种故障定位方法、故障处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118049347A (zh) |
-
2023
- 2023-12-29 CN CN202311857648.6A patent/CN118049347A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3902992B1 (en) | Scalable system and engine for forecasting wind turbine failure | |
JP7185808B1 (ja) | 故障を検出するための方法および装置、モデルをトレーニングするための方法および装置、並びにそれらのデバイスおよび記憶媒体 | |
US5919267A (en) | Neural network fault diagnostics systems and related method | |
AU2012327300B2 (en) | Method for controlling a wind turbine | |
US9141915B2 (en) | Method and apparatus for deriving diagnostic data about a technical system | |
CN110968061B (zh) | 设备故障的预警方法、装置、存储介质和计算机设备 | |
CN113049142A (zh) | 温度传感器的告警方法、装置、设备及存储介质 | |
CN108268023B (zh) | 一种轨道交通站台门远程故障诊断方法及系统 | |
CN113590429B (zh) | 一种服务器故障诊断方法、装置及电子设备 | |
DK2667023T3 (en) | Control of a wind energy system | |
CN110764474B (zh) | 监测设备运行状态的方法和系统 | |
WO2016199210A1 (ja) | データ収集システムおよび方法、計測データ量の削減方法 | |
CN113341813B (zh) | 一种城市燃气中低压管网检测方法及系统 | |
CN113300918A (zh) | 智慧灯杆的故障检测方法、终端设备及存储介质 | |
US20130176132A1 (en) | Method and system for intrusion detection in networked control systems | |
CN114063582A (zh) | 用于监控产品测试过程的方法和装置 | |
CN118049347A (zh) | 一种故障定位方法、故障处理方法、装置及电子设备 | |
CN115037599A (zh) | 一种通信网络故障预警方法、装置、设备及介质 | |
CN113757052B (zh) | 风力发电机运行状态的检测方法及系统 | |
US9311210B1 (en) | Methods and apparatus for fault detection | |
US12136333B2 (en) | Emergency preparedness alert notification system for nuclear power plants | |
CN116112344B (zh) | 一种机房故障网络设备检测方法、设备及介质 | |
CN117495357B (zh) | 一种基于大数据的电力数据监管系统及方法 | |
CN116389313B (zh) | 可实时、远程检测线路的检测系统 | |
CN118899828A (zh) | 基于云平台的配网故障处置识别决策系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |