[發(fā)明專利]基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710848286.2
• 申請(qǐng)日: 2017-09-19
• 公開(kāi)（公告）號(hào): CN107797063A
• 公開(kāi)（公告）日: 2018-03-13
• 發(fā)明（設(shè)計(jì)）人: 王飛;梁平;馬曉晶;徐婷
• 申請(qǐng)（專利權(quán)）人: 北京瑞盈同創(chuàng)智能技術(shù)研究院有限公司;國(guó)網(wǎng)山東省電力公司濟(jì)南供電公司;國(guó)家電網(wǎng)公司
• 主分類號(hào): G01R31/34
• 分類號(hào): G01R31/34;G01M99/00;G06N99/00
• 代理公司: 北京風(fēng)雅頌專利代理有限公司11403
• 代理人: 王剛

1.一種基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，包括：

基于SCADA系統(tǒng)提取的樣本數(shù)據(jù)，研究風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)與主要部件運(yùn)行特性間的關(guān)聯(lián)關(guān)系；

研究基于聚類算法、集群分析和機(jī)器學(xué)習(xí)方法的風(fēng)電機(jī)組運(yùn)行狀態(tài)預(yù)測(cè)方法；

研究風(fēng)電機(jī)組故障診斷方法，采用決策樹(shù)模型和關(guān)聯(lián)規(guī)則理論，結(jié)合風(fēng)電機(jī)組長(zhǎng)期穩(wěn)定運(yùn)行狀態(tài)的統(tǒng)計(jì)特性，研究故障診斷規(guī)則。

2.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述基于SCADA系統(tǒng)提取的樣本數(shù)據(jù)，研究風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)與主要部件運(yùn)行特性間的關(guān)聯(lián)關(guān)系包括：

研究基于大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)的風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)清洗及數(shù)據(jù)預(yù)處理技術(shù)。

3.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述基于SCADA系統(tǒng)提取的樣本數(shù)據(jù)，研究風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)與主要部件運(yùn)行特性間的關(guān)聯(lián)關(guān)系包括：

研究風(fēng)電機(jī)組功率、轉(zhuǎn)速、變槳，以及風(fēng)電機(jī)組主軸承溫度、振動(dòng)等不同運(yùn)行參數(shù)的統(tǒng)計(jì)學(xué)特性。

4.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述研究基于聚類算法、集群分析和機(jī)器學(xué)習(xí)方法的風(fēng)電機(jī)組運(yùn)行狀態(tài)預(yù)測(cè)方法包括：

研究基于數(shù)理統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法的SCADA數(shù)據(jù)建模技術(shù)，建立風(fēng)電機(jī)組齒輪箱、發(fā)電機(jī)、主軸等主要零部件運(yùn)行狀態(tài)評(píng)價(jià)模型。

5.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述研究基于聚類算法、集群分析和機(jī)器學(xué)習(xí)方法的風(fēng)電機(jī)組運(yùn)行狀態(tài)預(yù)測(cè)方法包括：

研究不同數(shù)據(jù)時(shí)間尺度下的風(fēng)電機(jī)組運(yùn)行狀態(tài)建模方法。

6.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述研究基于聚類算法、集群分析和機(jī)器學(xué)習(xí)方法的風(fēng)電機(jī)組運(yùn)行狀態(tài)預(yù)測(cè)方法包括：

結(jié)合風(fēng)電機(jī)組穩(wěn)定運(yùn)行狀態(tài)的統(tǒng)計(jì)特性，采用模糊邏輯、距離識(shí)別等方式，研究故障閾值辨識(shí)方法。

7.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述機(jī)器學(xué)習(xí)方法包括：多元線性回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)。

8.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述研究風(fēng)電機(jī)組故障診斷方法，采用決策樹(shù)模型和關(guān)聯(lián)規(guī)則理論，結(jié)合風(fēng)電機(jī)組長(zhǎng)期穩(wěn)定運(yùn)行狀態(tài)的統(tǒng)計(jì)特性，研究故障診斷規(guī)則包括：分析風(fēng)電機(jī)組典型故障特征參數(shù)，建立數(shù)據(jù)挖掘訓(xùn)練/學(xué)習(xí)樣本庫(kù)。

9.根據(jù)權(quán)利要求1所述的基于SCADA的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估及故障診斷方法，其特征在于，所述研究風(fēng)電機(jī)組故障診斷方法，采用決策樹(shù)模型和關(guān)聯(lián)規(guī)則理論，結(jié)合風(fēng)電機(jī)組長(zhǎng)期穩(wěn)定運(yùn)行狀態(tài)的統(tǒng)計(jì)特性，研究故障診斷規(guī)則包括：研究基于決策樹(shù)模型和關(guān)聯(lián)分析理論的風(fēng)電機(jī)組故障判定及故障分類方法，建立風(fēng)電機(jī)組故障數(shù)據(jù)庫(kù)及故障判定規(guī)則。

10.一種網(wǎng)關(guān)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至9任意一項(xiàng)所述的方法。