[發(fā)明專利]監(jiān)測風電機組狀態(tài)的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201611049881.1
• 申請日: 2016-11-24
• 公開（公告）號: CN106640547B
• 公開（公告）日: 2020-08-18
• 發(fā)明（設計）人: 婁建樓;曹慧;潘峰;肖繼哲;曲朝陽
• 申請（專利權）人: 東北電力大學
• 主分類號: F03D17/00
• 分類號: F03D17/00
• 代理公司: 北京泛華偉業(yè)知識產權代理有限公司 11280
• 代理人: 王勇;李科

本發(fā)明提供一種用于監(jiān)測風電機組異常狀態(tài)的方法。該方法包括：對風電數據進行離散化預處理，以生成排序的數據集，該排序的數據集包括根據所述風電數據的屬性劃分的多個區(qū)間；將排序的數據集存儲為頻繁模式樹的形式；遍歷頻繁模式樹以查找最大子空間集；利用多維聚類方法將最大子空間集中的風電數據劃分為多個聚類簇；以及將多個聚類簇劃分為正常簇和異常簇，以監(jiān)測所述風電機組的狀態(tài)。通過本發(fā)明的方法，可以對包括多維屬性的風電數據的異常點進行挖掘，具有較高的異常狀態(tài)識別率。

技術領域

本發(fā)明屬于風力發(fā)電技術領域，尤其涉及一種監(jiān)測風電機組狀態(tài)的方法及系統(tǒng)。

背景技術

風能作為一種清潔的可再生能源，不僅有利于改善環(huán)境污染問題而且可以有效的調節(jié)能源結構，受到世界各國越來越多的重視，風力發(fā)電是目前電力領域發(fā)展最快的發(fā)電方式之一。監(jiān)測風電機組(風機)的狀態(tài)有利于用戶及時了解風機的運行，從而根據其狀態(tài)進行控制。例如，當風機處于異常狀態(tài)時，可以控制風電機組的最大出風力，從而提高風電機組的效率，節(jié)約成本。

然而，在現有技術中，風機異常狀態(tài)的監(jiān)測以識別處偏離正常功率曲線范圍的數據為目標，將該部分數據定義為異常點，并監(jiān)測正常數據和異常數據的整體數據分布以評估風機的異常狀態(tài)。這種方法具有片面性和不準確性，這主要體現在以下方面：其一，這種方法主要以分析功率-風速二維屬性的數據分布形式，沒有充分考慮其他屬性與異常數據的關聯(lián)性，例如，強風、雨雪等氣候因素以及風機自身的偏航系統(tǒng)和變漿系統(tǒng)等，而這些因素導致實際輸出功率和預期的輸出功率之間存在偏差，使正常數據范圍內分布著雜亂的異常點。因此，導致異常狀態(tài)識別率低，尤其對于大量的風電數據，由于其它屬性所決定的異常點變多，更進一步降低異常狀態(tài)的識別率；其二，對于風電數據中的異常數據挖掘，在現有技術中，通常采用APRIORI自連接方式尋找最大子空間，在每個子空間中遍歷連通的密集網格單元作為聚類簇，這種方式需要多次訪問風電數據庫，并且時間復雜度較高，此外，現有技術中采用的例如K-Means等聚類方法，聚類結果精度不高，尤其是在數據屬性不斷增加時，在多維空間下數據分布稀疏，無法有效的進行多維聚類，因此，不能識別某些特定的數據分布狀態(tài)。

因此，需要對現有技術進行改進，以解決上述至少一個問題。

發(fā)明內容

本發(fā)明的目的是解決上述現有技術中的缺陷，提供一種的新的監(jiān)測風電機組狀態(tài)的方法。

根據本發(fā)明的一個方面，提供了一種監(jiān)測風電機組狀態(tài)的方法，該方法包括：

步驟1：對風電數據進行離散化預處理，以生成排序的數據集，所述排序的數據集包括根據所述風電數據的屬性劃分的多個區(qū)間；

步驟2：將所述排序的數據集存儲為頻繁模式樹的形式；

步驟3：遍歷所述頻繁模式樹以查找最大子空間集；

步驟4：利用多維聚類方法將所述最大子空間集中的風電數據劃分為多個聚類簇；以及

步驟5：將所述多個聚類簇劃分為正常簇和異常簇，以監(jiān)測所述風電機組的狀態(tài)。

優(yōu)選地，其中，所述風電數據的屬性包括風電機組的功率、風速、環(huán)境溫度、葉片對風的角度、齒箱溫度中的一種或多種。

優(yōu)選地，步驟1包括：將所述風電數據劃分為多個不相交的區(qū)間并計算每個區(qū)間的頻繁度；選擇高于頻繁度閾值的區(qū)間；以及計算所選擇的區(qū)間的頻繁度并按照頻繁度從高到低的順序排序，以形成排序的數據集。

優(yōu)選地，在步驟3中，采用從左至右，從下向上的順序來遍歷所述頻繁模式樹。

優(yōu)選地，在步驟4中，對于所述最大子空間集中的每個子空間執(zhí)行以下步驟：定義K個混合高斯模型；對于所述每個子空間中的風電數據計算由K個高斯模型產生的概率；基于計算的概率將所述每個子空間中的風電數據劃分到K個聚類簇中。