[发明专利]一种风电机组变桨系统的故障确定方法及系统

权利要求书

1.一种风电机组变桨系统的故障确定方法，其特征在于，包括：

获取变桨系统动力学模型；所述变桨系统动力学模型用于获取风机变桨系统的数据；所述数据包括：桨距角测量值、空气进入风轮前的风速、控制系统控制电压、主传动轴转矩、发电机转子实际转速、发电机转速测量值以及桨距角；

根据所述变桨系统动力学模型获取所述风机变桨系统发生故障后的数据；

根据所述风机变桨系统发生故障后的数据训练卷积神经网络，确定训练后的卷积神经网络；所述训练后的卷积神经网络以桨距角测量值、主传动轴转矩、发电机转子实际转速以及发电机转速测量值为输入，以所述桨距角为输出；

获取所述风机变桨系统当前的桨距角、当前的桨距角测量值、当前的主传动轴转矩、当前的发电机转子实际转速以及当前的发电机转速测量值；

根据当前的桨距角测量值、当前的主传动轴转矩、当前的发电机转子实际转速以及当前的发电机转速测量值以及所述训练后的卷积神经网络确定当前预测的桨距角；

根据所述当前预测的桨距角与所述当前的桨距角确定所述风机变桨系统的故障诊断结果；所述故障诊断结果包括：发生故障或未发生故障。

2.根据权利要求1所述的一种风电机组变桨系统的故障确定方法，其特征在于，所述根据所述变桨系统动力学模型获取所述风机变桨系统发生故障后的数据，具体包括：

利用公式确定所述风机变桨系统发生故障后的数据；

其中，x(t)＝[α ω_g ω_gm]^T，α为桨距角，ω_g为电机转子转速，ω_gm为发电机转速测量值，u(t)＝α_m，α_m为桨距角测量值，d(t)＝[v_g U]^T，v_g为空气进入风轮前的风速，U为控制系统控制电压，y(t)＝[M_r ω_g ω_gm α]^T，M_r为主传动轴转矩，f_a(t)和f_s(t)分别为执行器和传感器的加性故障值，L_a和L_s分别为执行器和传感器的乘性故障值，A、B、C、D、F_a、F_s分别为已知的系统矩阵和故障矩阵。

3.根据权利要求1所述的一种风电机组变桨系统的故障确定方法，其特征在于，所述根据所述风机变桨系统发生故障后的数据训练卷积神经网络，确定训练后的卷积神经网络，具体包括：

获取卷积神经网络；所述卷积神经网络包括：三个卷积层以及四个全连接层；

将所述风机变桨系统发生故障后的数据划分为训练集和验证集；

利用所述训练集训练所述卷积神经网络，确定训练后的卷积神经网络；

利用所述验证集进行所述训练后的卷积神经网络的验证。

4.根据权利要求1所述的一种风电机组变桨系统的故障确定方法，其特征在于，所述根据所述当前预测的桨距角与所述当前的桨距角确定所述风机变桨系统的故障诊断结果，具体包括：

根据所述当前预测的桨距角与所述当前的桨距角确定残差；

根据所述残差确定故障决策指标；

判断所述故障决策指标是否小于故障阈值；

若小于，则未发生故障；

若不小于，则发生故障。

5.根据权利要求4所述的一种风电机组变桨系统的故障确定方法，其特征在于，所述根据所述残差确定故障决策指标，具体包括：

利用公式确定故障决策指标；

其中，所述J(t)为故障决策指标，c₁＞0为瞬时残差信号所占权重；c₂＞0为历史残差信号所占权重；λ＞0为决策指标的遗忘因子，e_a(t)为t时刻的残差，τ为积分变量。