[發明專利]一種風力發電機效益分析方法及裝置

在審

• 申請號: 201911321326.3
• 申請日: 2019-12-20
• 公開（公告）號: CN111178720A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 譚光道;王順利;汪德軍;張聘亭
• 申請（專利權）人: 華能威寧風力發電有限公司;武漢神庫小匠科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00;G06Q50/06;G06N7/00
• 代理公司: 武漢紅觀專利代理事務所(普通合伙) 42247
• 代理人: 張杰

本發明提出了一種風力發電機效益分析方法及裝置。包括：獲取風力發電機的原始數據；獲取本地設備健康管理模型，將原始數據放入設備健康管理模型中進行訓練，獲取健康數據；獲取歷史健康數據以及對應的效益分析結果，根據歷史健康數據以及對應的效益分析結果建立效益分析模型，將健康數據放入該效益分析模型中，獲取該健康數據對應的分析結果。本發明通過本地設備健康管理模型對風力發電機的健康狀態有一個實時的了解，然后可以通過網絡的專家知識以及本地歷史效益評估數據對當前風力發電機的效益進行評估，和風力發電機的狀態結合起來，能夠更加直觀了解風力發電機的效益，方便了用戶后期的投資。

技術領域

本發明涉及風場風機性能分析技術領域，尤其涉及一種風力發電機效益分析方法及裝置。

背景技術

設備健康管理系統是通過獲取設備各項數據，然后對獲取的設備各項數據進行分析，獲取分析結果，然后根據分析結果對設備的健康狀態進行分析，通過設備健康管理系統能夠快速對設備狀態進行檢測。

在風電場管理系統中，設備健康管理系統往往是用來對風力發電機的健康狀態進行分析，但是要獲取風力發電機的效益，則還需要比較復雜的計算過程，需要耗費大量的資源，而且現在也沒有通過健康管理系統來對風力發電機的效益進行分析的方法，通過健康管理系統可以在對風力發電機的狀態進行檢測的同時對風力發電機的效益進行分析，大大節省了系統資源的占用，提高了整個過程的效率。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

有鑒于此，本發明提出了一種風力發電機效益分析方法及裝置，旨在解決現有技術無法通過通過健康管理系統對風力發電機的效益進行分析的技術問題。

本發明的技術方案是這樣實現的：

一方面，本發明提供了一種風力發電機效益分析方法，所述風力發電機效益分析方法包括以下步驟：

S1，獲取風力發電機的原始數據；

S2，獲取本地設備健康管理模型，將原始數據放入設備健康管理模型中進行訓練，獲取健康數據；

S3，獲取獲取歷史健康數據以及對應的效益分析結果，根據歷史健康數據以及對應的效益分析結果建立效益分析模型，將健康數據放入該效益分析模型中，獲取該健康數據對應的分析結果。

在以上技術方案的基礎上，優選的，步驟S1中，獲取風力發電機的原始數據，還包括以下步驟，所述風力發電機的原始數據包括：設備的運行數據、設備運行的時間數據以及設備發電量數據。

在以上技術方案的基礎上，優選的，步驟S1中，獲取風力發電機的原始數據，還包括以下步驟，所述風力發電機的原始數據包括：設備的運行數據、設備運行的時間數據以及設備發電量數據。

在以上技術方案的基礎上，優選的，根據專家知識以及故障樹模型建立故障樹-貝葉斯網絡模型作為本地設備健康管理模型，將原始數據放入設備健康管理模型中進行訓練，獲取健康數據，還包括以下步驟，根據專家知識計算故障樹模型中每一個節點發生的概率，通過貝葉斯算法，建立故障樹-貝葉斯網絡模型作為本地設備健康管理模型，將原始數據放入設備健康管理模型中進行訓練，獲取健康數據。

在以上技術方案的基礎上，優選的，還包括以下步驟，所述貝葉斯算法為：

其中，P(A_i|B)代表訓練結果，P(B|A_i)代表專家知識計算風力發電機故障特征數據發生的概率，P(A_i)代表風力發電機故障特征數據發生的實際概率，B代表專家知識，A_i代表風力發電機故障特征數據，i代表風力發電機故障特征數據的索引下標，n代表風力發電機故障特征數據的數量。