[发明专利]一种风电机组数字孪生仿真方法及系统

权利要求书

1.一种风电机组数字孪生仿真方法，其特征在于，包括步骤：

1)获取实物风电机组的多维度数据源；多维度数据源包括风电场测试数据、测风数据、风电机组状态监测数据、风电机组主控数据中的一种或多种；

2)根据实物风电机组的多维度数据源，提取风电机组动力学特征参数；

3)将所述多维度数据源和风电机组动力学特征参数输入至预先构建的风电机组数字孪生仿真模型中，对风电机组数字孪生仿真模型进行实时修正；

4)基于风电机组数字孪生仿真模型进行仿真分析，得到仿真运行结果，基于仿真运行结果对风电机组进行监测、诊断、预测或优化。

2.根据权利要求1所述的风电机组数字孪生仿真方法，其特征在于，在步骤3)中，风电机组数字孪生仿真模型的构建过程如下：

3.1)从风电机组的关键部件机理建模出发，构建风电机组子系统与多系统集成动力学模型，最终建立风电机组初始机理模型；

3.2)基于步骤2)中提取的机组动力学特征参数，对风电机组初始机理模型进行实时修正，得到风电机组数字孪生仿真模型；

3.3)基于风电机组数字孪生仿真模型，对机组运行状态进行实时仿真，输出机组的时域仿真结果；

3.4)将机组的时域仿真结果与步骤1)中的多维度数据源进行对比分析，将根据对比分析结果迭代修正风电机组数字孪生仿真模型。

3.根据权利要求2所述的风电机组数字孪生仿真方法，其特征在于，所述风电机组数字孪生仿真模型包括风电机组仿真模型、机理模型、控制模型和数据驱动模型。

4.根据权利要求1或2或3所述的风电机组数字孪生仿真方法，其特征在于，在步骤1)中，风电场测试数据包括叶片载荷、主轴载荷、塔筒载荷和功率；测风数据包含风速、风向、大气压和温度；风电机组状态监测数据包括风轮振动信号、传动链振动信号、塔筒振动信号、油液温度和噪声；风电机组主控数据包括风轮转速、变桨参数、发电机转速和变流器参数。

5.根据权利要求4所述的风电机组数字孪生仿真方法，其特征在于，在步骤1)中，在获取多维度数据源后，对多维度数据源进行预处理并进行挖掘，提取机组实时运行特性，存储于基于MySQL数据库建立的大数据平台中。

6.根据权利要求4所述的风电机组数字孪生仿真方法，其特征在于，在步骤2)中，所述风电机组动力学特征参数包括风轮叶片的气动载荷、叶片和塔架的结构特性、传动系统的动力学特性和电气系统的动态特性。

7.根据权利要求6所述的风电机组数字孪生仿真方法，其特征在于，通过步骤1)中采集的测风数据，采用叶素动量理论计算风轮叶片的气动载荷；

提取叶片和塔架结构的初始结构特性，并通过步骤1)中采集的叶根、塔架振动数据实时修正和更新叶片、塔架的结构特性；

通过步骤1)中SCADA数据中的主轴转速数据、主轴承振动数据实时修正和更新传动系统的动力学特性；

通过步骤1)中主控数据来修正电气系统的动态特性；其中主控系统采用与运行实物风电机组一致的控制策略和控制器进行控制。

8.根据权利要求1或2或3所述的风电机组数字孪生仿真方法，其特征在于，在步骤4)中，风电机组监测、诊断、预测和优化的具体过程为：

基于机组实际外部条件进行数字化仿真，将仿真运行结果与实测运行数据进行对比，提供数字化在线监测和对比分析；

基于机组实际外部条件进行数字化振动仿真分析，将理论振动数据与实测数据进行对比，提供数字化振动预警；

基于风电机组零部件的可靠性分析，预测机组不可更换大部件的剩余可用寿命，提供智能维护决策；

基于风资源和地形，根据LCOE模型进行优化分析，给出最优方案，提供收入和成本的可视化和洞察，帮助项目按最优计划推进。

9.根据权利要求1或2或3所述的风电机组数字孪生仿真方法，其特征在于，在步骤4)中，依据机组仿真运行结果，再结合机组多维度数据源，通过3D可视化在线显示风电机组数字孪生仿真模型的输出结果。

10.一种风电机组数字孪生仿真系统，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1～9中任意一项所述方法的步骤。