[发明专利]一种基于结冰等级估计的机组快速启机控制方法及系统

说明书

本发明公开了一种基于结冰等级估计的机组快速启机控制方法及系统，该方法包括以下步骤：1)采集机组叶片状态视频；2)构建机组叶片关键帧提取网络；3)根据提取的机组叶片状态视频帧，构建无监督机组叶片融冰数据集；4)根据无监督机组叶片融冰数据集，训练融冰状态网络和确定启机阈值曲线；5)根据融冰状态网络和启机阈值预测机组叶片融冰状态，得到KL散度值；6)根据KL散度值，预测机组的正常启机时间，进而控制机组快速启机；本发明能够主动采集机组叶片状态视频，能够利用机组运行状态对机组叶片状态视频帧进行识别提取，免除人工标注工作；同时实现预测机组叶片融冰状态以及机组的正常启机时间，使机组及时启机，从而提升机组发电量。

技术领域

本发明涉及风电机组启机分析的技术领域，尤其是指一种基于结冰等级估计的机组快速启机控制方法及系统。

背景技术

大型风电机组遭遇到暴风雪或者冻雨天气，会出现叶片结冰线性。风机叶片结冰时，需要准确判断结冰状态，以便及时停机避免造成叶片损伤。而在覆冰融化以后，则需要对融冰状态进行判断，在覆冰融化后尽快启机，以提高发电量。当前技术方案主要针对结冰状态进行判断，而没有对后续的启机条件进行判断。结冰状态判断的主要方法有：1)基于视觉传感器和视频图像分析技术；2)基于叶片温度传感器的技术；3)基于人工观察的方法。

目前，大部分风场缺乏针对叶片融冰后，机组自动启机条件进行分析的方案。也有少部分风电场通常采用间接的预判方式，通过风速风向监测，对比风机实际运行功率与理论功率是否匹配，结合当前户外温度及时间段做出是否融冰的预判。这种预判方式过度依赖于风功率曲线是否匹配，而导致风功率不匹配的因素有很多。因此，机组是否已融冰的预判误报有很多，进而造成机组启机不及时，致使损失部分发电量。

发明内容

本发明目的在于为解决现有技术中的不足，提供了一种基于结冰等级估计的机组快速启机控制方法及系统，采用网络云台相机实时或定时拍摄机组叶片状态视频，通过叶片关键帧提取技术与构建无监督叶片融冰数据集实时分析新采集的叶片状态视频，训练融冰状态网络和确定启机阈值曲线，根据融冰状态网络和启机阈值预测机组叶片融冰状态，得到KL散度值来预测机组的正常启机时间，进而控制机组快速启机。能够实现实时分析机组叶片状态视频，当机组叶片融冰后，能够及时监测，并及时启机，提高发电量。

为实现上述目的，本发明所提供的技术方案为：一种基于结冰等级估计的机组快速启机控制方法，包括以下步骤：

1)采用网络云台相机实时或定时拍摄机组叶片状态视频；

2)构建机组叶片关键帧提取网络，实时分析新采集的机组叶片状态视频，提取出机组叶片分别在结冰、正在融冰和非结冰的正常状态时的机组叶片状态视频帧；

3)根据提取的机组叶片状态视频帧，构建无监督机组叶片融冰数据集，所述无监督机组叶片融冰数据集包括专家数据集和训练集；

4)根据所构建的无监督机组叶片融冰数据集，训练融冰状态网络和确定启机阈值曲线；

5)根据融冰状态网络和启机阈值预测机组叶片融冰状态，得到KL散度值；

6)根据KL散度值，预测机组的正常启机时间，进而控制机组快速启机。

进一步，在步骤2)中，具体执行如下操作：

将机组叶片关键帧提取网络的网络主干设置为Resnet或alexnet深层卷积网络，将机组叶片关键帧提取网络的输出设置为单个回归输出或二分类输出；当机组叶片关键帧提取网络的输出结果为机组叶片状态视频帧中机组叶片的角度，则设置角度阈值，当机组叶片的角度小于该角度阈值时，提取出机组叶片分别在结冰、正在融冰和非结冰的正常状态时的机组叶片状态视频帧；当机组叶片关键帧提取网络的输出结果是对所有机组叶片状态视频帧中是否存在叶片的识别，则需要先筛选出存在叶片的机组叶片状态视频帧，再使用计算机视觉技术对机组叶片位置进行分析，进而提取出机组叶片分别在结冰、正在融冰和非结冰的正常状态时的机组叶片状态视频帧。