[發(fā)明專利]智能風(fēng)電機組工況辨識系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201310056495.5
• 申請日: 2013-02-21
• 公開（公告）號: CN103161668A
• 公開（公告）日: 2013-06-19
• 發(fā)明（設(shè)計）人: 劉成良;王雙園;黃亦翔;貢亮;李彥明
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: F03D7/00
• 分類號: F03D7/00
• 代理公司: 上海旭誠知識產(chǎn)權(quán)代理有限公司 31220
• 代理人: 鄭立

1.一種智能風(fēng)電機組工況辨識方法，其特征在于，風(fēng)電機組包括多個子系統(tǒng)，所述辨識方法包括步驟：

使用傳感器獲取所述風(fēng)電機組的多個參數(shù)，所述參數(shù)包括所述風(fēng)電機組的環(huán)境參數(shù)和所述風(fēng)電機組的機組參數(shù)；

將所述多個參數(shù)分類為全局參數(shù)和局部參數(shù)，所述全局參數(shù)與所述多個子系統(tǒng)皆相關(guān)，所述局部參數(shù)僅與所述多個子系統(tǒng)中的一部分相關(guān)；

提取所述多個參數(shù)的特征值，所述特征值包括統(tǒng)計學(xué)特征值和時、頻域特征值；

根據(jù)各個所述參數(shù)的特征值獲得各個所述參數(shù)的特征值向量；

將與同一個所述子系統(tǒng)相關(guān)的所述多個參數(shù)的特征值向量輸入第一層自組織映射神經(jīng)網(wǎng)絡(luò)獲得與所述子系統(tǒng)相關(guān)的輸出向量；將與所述多個子系統(tǒng)分別相關(guān)的各個所述輸出向量作為混合向量并將所述混合向量輸入第二層自組織映射神經(jīng)網(wǎng)絡(luò)獲得所述風(fēng)電機組的工況的辨識結(jié)果。

2.如權(quán)利要求1所述的智能風(fēng)電機組工況辨識方法，其中所述子系統(tǒng)包括輪轂子系統(tǒng)、傳動子系統(tǒng)、發(fā)電機子系統(tǒng)、電氣控制子系統(tǒng)和塔基子系統(tǒng)。

3.如權(quán)利要求1或2所述的智能風(fēng)電機組工況辨識方法，其中所述工況包括多個全局工況和多個子系統(tǒng)工況；所述全局工況表示所述風(fēng)電機組的整體運行狀態(tài)；所述子系統(tǒng)工況表示所述各個子系統(tǒng)的運行狀態(tài)。

4.如權(quán)利要求3所述的智能風(fēng)電機組工況辨識方法，其中使用正多邊形顯示所述工況的辨識結(jié)果；

所述正多邊形的中心與所述正多邊形的各個頂點的連線將所述正多邊形分為多個三角形的全局工況區(qū)域，所述全局工況區(qū)域與所述全局工況一一對應(yīng)；

每個所述全局工況區(qū)域皆被從所述正多邊形的中心至所述全局工況區(qū)域的三角形的底邊的線分為多個子系統(tǒng)工況區(qū)域；在每個所述全局工況區(qū)域內(nèi)，所述子系統(tǒng)工況區(qū)域與所述子系統(tǒng)工況一一對應(yīng)；

每個所述全局工況區(qū)域皆被平行于所述全局工況區(qū)域的三角形的底邊的線分為多個分級區(qū)域，距離所述正多邊形的中心越遠的所述分級區(qū)域?qū)?yīng)的工況嚴厲程度越高；

當(dāng)需要顯示的所述工況的辨識結(jié)果為處于一個工況嚴厲程度的一個全局工況時，在所述正多邊形中對應(yīng)該全局工況的全局工況區(qū)域內(nèi)的對應(yīng)該工況嚴厲程度的分級區(qū)域被選中；當(dāng)需要顯示的所述工況的辨識結(jié)果為處于一個工況嚴厲程度的一個子系統(tǒng)工況時，在所述正多邊形中對應(yīng)該子系統(tǒng)工況的子系統(tǒng)工況區(qū)域內(nèi)的對應(yīng)該工況嚴厲程度的分級區(qū)域被選中。

5.如權(quán)利要求4所述的智能風(fēng)電機組工況辨識方法，其中在所述正多邊形中，所述選中的區(qū)域的顏色不同于未被選中的區(qū)域的顏色。

6.如權(quán)利要求1、2、4或5所述的智能風(fēng)電機組工況辨識方法，其中所述環(huán)境參數(shù)包括所述風(fēng)電機組所在處的風(fēng)速、風(fēng)向和環(huán)境溫度；所述機組參數(shù)包括所述風(fēng)電機組的發(fā)電機U相電壓、發(fā)電機V相電壓、發(fā)電機W相電壓、發(fā)電機U相電流、發(fā)電機V相電流、發(fā)電機W相電流、電網(wǎng)頻率、電機功率因數(shù)、輸出功率、風(fēng)輪轉(zhuǎn)速、發(fā)電機轉(zhuǎn)速、發(fā)電機溫度、控制器溫度、主軸承溫度、齒輪箱潤滑油溫度、液壓系統(tǒng)油溫度、潤滑油液位、液壓油液位、電纜扭轉(zhuǎn)角、葉片角度、機艙位置、發(fā)電量、消耗電量、程序運行時間、輪轂啟動次數(shù)、偏航角度、偏航左轉(zhuǎn)次數(shù)、偏航右轉(zhuǎn)次數(shù)、偏航功率、傾斜角度和塔內(nèi)溫度。

7.如權(quán)利要求6所述的智能風(fēng)電機組工況辨識方法，其中所述風(fēng)速、所述風(fēng)向和所述環(huán)境溫度的所述分類為所述全局參數(shù)；所述風(fēng)輪轉(zhuǎn)速和所述葉片角度的所述分類為所述局部參數(shù)，其與所述輪轂子系統(tǒng)相關(guān)；所述齒輪箱潤滑油溫度的所述分類為所述局部參數(shù)，其與所述傳動子系統(tǒng)相關(guān)；所述輸出功率、所述發(fā)電機U相電壓、所述發(fā)電機V相電壓、所述發(fā)電機W相電壓、所述發(fā)電機U相電流、所述發(fā)電機V相電流、所述發(fā)電機W相電流、所述發(fā)電機溫度、所述電網(wǎng)頻率和所述消耗電量的所述分類為所述局部參數(shù)，其與所述發(fā)電機子系統(tǒng)相關(guān)；所述偏航角度、所述偏航左轉(zhuǎn)次數(shù)、所述偏航右轉(zhuǎn)次數(shù)、所述偏航功率、所述傾斜角度和所述塔內(nèi)溫度的所述分類為所述局部參數(shù)，其與所述塔基子系統(tǒng)相關(guān)。

8.如權(quán)利要求7所述的智能風(fēng)電機組工況辨識方法，其中根據(jù)各個所述參數(shù)的特征值獲得各個所述參數(shù)的特征值向量的過程包括對各個所述參數(shù)的特征值進行加權(quán)計算；所述加權(quán)計算中使用的神經(jīng)元權(quán)值通過訓(xùn)練所述第一層自組織映射神經(jīng)網(wǎng)絡(luò)和所述第二層自組織映射神經(jīng)網(wǎng)絡(luò)獲得。

9.一種智能風(fēng)電機組工況辨識系統(tǒng)，應(yīng)用如權(quán)利要求1所述的智能風(fēng)電機組工況辨識方法，其特征在于，包括數(shù)據(jù)采集模塊、參數(shù)篩選分級模塊、特征提取模塊和工況辨識模塊；所述數(shù)據(jù)采集模塊使用傳感器獲取所述風(fēng)電機組的所述多個參數(shù)；所述參數(shù)篩選分級模塊將所述多個參數(shù)分類為所述全局參數(shù)和所述局部參數(shù)；所述特征提取模塊提取所述多個參數(shù)的特征值；所述工況辨識模塊根據(jù)各個所述參數(shù)的特征值獲得各個所述參數(shù)的特征值向量，并使用所述第一層自組織映射神經(jīng)網(wǎng)絡(luò)和所述第二層自組織映射神經(jīng)網(wǎng)絡(luò)獲得所述風(fēng)電機組的工況的辨識結(jié)果。