[發(fā)明專利]基于粒子群優(yōu)化對風機運行狀態(tài)進行模式識別方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410183616.7
• 申請日: 2014-04-30
• 公開（公告）號: CN103996048B
• 公開（公告）日: 2017-03-08
• 發(fā)明（設(shè)計）人: 葉翔
• 申請（專利權(quán)）人: 葉翔
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司11315
• 代理人: 許志勇

技術(shù)領(lǐng)域

本申請涉及待測風機的監(jiān)測領(lǐng)域，更具體地涉及一種基于粒子群優(yōu)化對風機運行狀態(tài)進行模式識別的方法和系統(tǒng)。

背景技術(shù)

PSO(Particle?Swarm?Optimization，粒子群優(yōu)化)，一種基于種群的隨機優(yōu)化技術(shù)，其模仿昆蟲、獸群、鳥群和魚群等的群集行為，這些群體按照一種合作的方式尋找食物，群體中的每個成員通過學習它自身的經(jīng)驗和其他成員的經(jīng)驗來不斷改變其搜索模式。

風力發(fā)電機在自然風的帶動下運行并產(chǎn)生電能，在風力發(fā)電機的運行過程中，將受到外界環(huán)境因素和自身工作狀態(tài)的影響，如：由于自然風的實時變化，有時風速小于風力發(fā)電機的切入風速，使風力發(fā)電機難以啟動；有時風速又大于風力發(fā)電機可承受的極限風速，對風力發(fā)電機造成破壞，使風力發(fā)電機出現(xiàn)故障甚至停機；又如：風力發(fā)電機長時間運行，使風力發(fā)電機出現(xiàn)運行故障。

對于風力發(fā)電機的運行故障而言，通常情況下，并不是突然停機，而是導(dǎo)致風力發(fā)電機的性能逐漸下降，在不進行檢修維護的情況下，終將導(dǎo)致風力發(fā)電機停機，待測風機一旦停機，再進行維修的成本是非常巨大的，并且待測風機停機也會造成發(fā)電量的巨大損失。所以，需要對風場上的風力發(fā)電機進行檢測維護。

如果故障在發(fā)生的早期階段被檢測到，則可以將由該故障帶來的影響降低至最小，進一步縮短風力發(fā)電機的停機時間同時減小發(fā)電量的損失。

但在現(xiàn)有技術(shù)中，風力發(fā)電機的故障類型眾多，如：齒輪軸承故障、葉輪故障、變槳角故障等等，而且故障發(fā)生較為突然，難以預(yù)測。

綜上所述，如何解決難以提前診斷、預(yù)測風力發(fā)電機運行故障的發(fā)生，便成為亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

有鑒于此，本申請所要解決的技術(shù)問題是提供了一種基于粒子群優(yōu)化對風機運行狀態(tài)進行模式識別的方法和系統(tǒng)，以解決難以準確及時的探測到待測風機故障的問題。

為了解決上述技術(shù)問題，本申請公開了一種基于粒子群優(yōu)化對風機運行狀態(tài)進行模式識別的方法，其特征在于，包括：

獲取待測風機在一定時間內(nèi)的運行數(shù)據(jù)，根據(jù)預(yù)置的劃分條件將所述運行數(shù)據(jù)劃分為多種運行特征項，在所述一定時間內(nèi)按相同時長的時間段獲取該待測風機在每一時間段對應(yīng)的運行特征項；

對各時間段所對應(yīng)的所述運行特征項進行概率統(tǒng)計處理，生成每一所述運行特征項在該時間段內(nèi)的概率值，并按照預(yù)置的所述待測風機的運行狀態(tài)類型，對所述一定時間內(nèi)的所有運行特征項進行歸類，建立所述運行特征項與所述運行狀態(tài)類型的對應(yīng)關(guān)系；

利用粒子群優(yōu)化方式在預(yù)置的數(shù)值范圍內(nèi)任意選取多組權(quán)重值，構(gòu)建多個對應(yīng)于所述待測風機運行狀態(tài)類型的權(quán)重矩陣，根據(jù)已建立的所述運行特征項與所述運行狀態(tài)類型的對應(yīng)關(guān)系，將每組所述權(quán)重矩陣對所述時間段內(nèi)出現(xiàn)的所有運行特征項的概率值進行權(quán)重處理，得到每組權(quán)重矩陣在該時間段內(nèi)對應(yīng)的各個所述運行狀態(tài)類型的權(quán)重概率，并選取權(quán)重概率最大的運行狀態(tài)類型作為所述權(quán)重矩陣在該時間段內(nèi)對應(yīng)的風機運行模式；

對多組所述權(quán)重矩陣進行遍歷迭代處理，檢驗所述待測風機在所述一定時間內(nèi)的實際運行狀態(tài)與每組權(quán)重矩陣在該時間段內(nèi)對應(yīng)的所述風機運行模式是否一致，并使用所有所述權(quán)重矩陣所收斂的最優(yōu)權(quán)重矩陣對所述待測風機的運行狀態(tài)進行模式識別。

優(yōu)選地，檢驗所述待測風機在所述一定時間內(nèi)的實際運行狀態(tài)與每組權(quán)重矩陣在該時間段內(nèi)對應(yīng)的所述風機運行模式是否一致，進一步為：

根據(jù)所述待測風機在一定時間內(nèi)的實際運行狀態(tài)與每組權(quán)重矩陣在該時間段內(nèi)對應(yīng)的所述風機運行模式進行比對，檢驗該待測風機的所述實際運行狀態(tài)與所述風機運行模式是否一致，將所述待測風機的所述實際運行狀態(tài)與所述待測風機運行模式比對不一致的時間段作為誤差。

優(yōu)選地，使用所有所述權(quán)重矩陣所收斂的最優(yōu)權(quán)重矩陣對所述待測風機的運行狀態(tài)進行模式識別，進一步為：

確定出所有所述權(quán)重矩陣利用粒子群優(yōu)化方式進行遍歷迭代處理后所收斂至誤差值最小的所述權(quán)重矩陣作為所述最優(yōu)權(quán)重矩陣，使用該最優(yōu)權(quán)重矩陣對所述待測風機的運行狀態(tài)進行模式識別。

優(yōu)選地，獲取待測風機在一定時間內(nèi)的運行數(shù)據(jù)，進一步為：

對所述待測風機在一定時間內(nèi)的風速數(shù)據(jù)與該待測風機的發(fā)電功率、葉片轉(zhuǎn)速、變槳轉(zhuǎn)角的運行數(shù)據(jù)進行相關(guān)性測試，獲取由該相關(guān)性測試所生成的所述運行特征項。

優(yōu)選地，

所述一定時間，進一步為：以周、月或者整數(shù)天為固定值的時間期限；

所述相同時長的時間段，進一步為：在所述一定時間內(nèi)以至少10分鐘作為固定值的時間段。