[发明专利]一种风力发电机组的故障预测方法及装置有效
申请号: | 201910004963.1 | 申请日: | 2019-01-03 |
公开(公告)号: | CN111396265B | 公开(公告)日: | 2023-02-03 |
发明(设计)人: | 王娣;田元兴;刘健 | 申请(专利权)人: | 新疆金风科技股份有限公司 |
主分类号: | F03D17/00 | 分类号: | F03D17/00 |
代理公司: | 北京铭硕知识产权代理有限公司 11286 | 代理人: | 董钢;王兆赓 |
地址: | 830026 新疆维吾尔自治*** | 国省代码: | 新疆;65 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 风力 发电 机组 故障 预测 方法 装置 | ||
1.一种风力发电机组的故障预测方法,其特征在于,所述方法包括:
获取多台风力发电机组在预定周期内的历史风速数据;
针对多台风力发电机组中的每台风力发电机组,基于每台风力发电机组的历史风速数据和设计参数计算极端阵风参量;
利用所述极端阵风参量,建立极端阵风模型;
根据所述每台风力发电机组的历史风速数据和所述极端阵风模型,生成所述每台风力发电机组在所述预定周期内的第一风速衍生变量,其中,所述第一风速衍生变量是反映风速在预定周期内的分布和波动情况的指标;
获取每台风力发电机组的与第一风速衍生变量对应的状态信息;所述状态信息用于表征所述每台风力发电机组是否发生故障;
根据每台风力发电机组的第一风速衍生变量和状态信息,建立逻辑回归模型;
基于建立的逻辑回归模型和待预测风力发电机组的第一风速衍生变量,预测所述待预测风力发电机组的故障概率。
2.根据权利要求1所述的方法,其特征在于,所述根据每台风力发电机组的第一风速衍生变量和状态信息,建立逻辑回归模型的步骤包括:
将每台风力发电机组的第一风速衍生变量和状态信息进行拟合计算,得到所述逻辑回归模型的建模参数;
基于所述建模参数,建立第一风速衍生变量与风力发电机组的故障概率之间的对应关系,生成所述逻辑回归模型。
3.根据权利要求2所述的方法,其特征在于,所述基于建立的逻辑回归模型和待预测风力发电机组的第一风速衍生变量,预测所述待预测风力发电机组的故障概率的步骤包括:
获取待预测风力发电机组的第一风速衍生变量;
将所述待预测风力发电机组的第一风速衍生变量输入所述逻辑回归模型,根据建立的第一风速衍生变量与风力发电机组的故障概率之间的对应关系,得到所述待预测风力发电机组的故障概率。
4.一种风力发电机组的故障预测方法,其特征在于,所述方法包括:
获取多台风力发电机组在预定周期内的历史风速数据;
针对多台风力发电机组中的每台风力发电机组,基于每台风力发电机组的历史风速数据和设计参数计算极端阵风参量;
利用所述极端阵风参量,建立极端阵风模型;
根据所述每台风力发电机组的历史风速数据和所述极端阵风模型,生成所述每台风力发电机组在所述预定周期内的第一风速衍生变量,其中,所述第一风速衍生变量是反映风速在预定周期内的分布和波动情况的指标;
根据所述每台风力发电机组的历史风速数据计算每台风力发电机组在所述预定周期内的第二风速衍生变量;
获取每台风力发电机组的与第一风速衍生变量和第二风速衍生变量对应的状态信息;所述状态信息用于表征所述每台风力发电机组是否发生故障;
根据每台风力发电机组的第一风速衍生变量、第二风速衍生变量和状态信息,建立逻辑回归模型;
基于建立的逻辑回归模型和待预测风力发电机组的第一风速衍生变量和第二风速衍生变量,预测所述待预测风力发电机组的故障概率。
5.根据权利要求4所述的方法,其特征在于,所述根据每台风力发电机组的第一风速衍生变量、第二风速衍生变量和状态信息,建立逻辑回归模型的步骤包括:
将每台风力发电机组的第一风速衍生变量、第二风速衍生变量以及状态信息进行拟合计算,得到所述逻辑回归模型的建模参数;
基于所述建模参数,建立以第一风速衍生变量和第二风速衍生变量为自变量,以风力发电机组的故障概率为因变量的对应关系,生成所述逻辑回归模型。
6.根据权利要求5所述的方法,其特征在于,所述基于建立的逻辑回归模型和待预测风力发电机组的第一风速衍生变量和第二风速衍生变量,预测所述待预测风力发电机组的故障概率的步骤包括:
获取待预测风力发电机组的第一风速衍生变量和第二风速衍生变量;
将所述待预测风力发电机组的第一风速衍生变量和第二风速衍生变量输入所述逻辑回归模型,根据建立的以第一风速衍生变量和第二风速衍生变量为自变量,以风力发电机组的故障概率为因变量的对应关系,得到所述待预测风力发电机组的故障概率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新疆金风科技股份有限公司,未经新疆金风科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910004963.1/1.html,转载请声明来源钻瓜专利网。