[發(fā)明專利]一種SSA-AANN的風(fēng)力發(fā)電機(jī)傳感器狀態(tài)評估方法

有效

• 申請?zhí)枺?/td>: 202010860000.4
• 申請日: 2020-08-24
• 公開（公告）號: CN111950505B
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計）人: 周凌;趙前程;楊三英;朱岸峰
• 申請（專利權(quán)）人: 湖南科技大學(xué)
• 主分類號: G06F18/213
• 分類號: G06F18/213;G06F18/2433;G06F18/23;G06N3/006;G06N3/04;G06N3/086
• 代理公司: 北京化育知識產(chǎn)權(quán)代理有限公司 11833
• 代理人: 涂琪順

本發(fā)明公開了一種SSA?AANN的風(fēng)力發(fā)電機(jī)傳感器狀態(tài)評估方法，其方法包括如下步驟：通過風(fēng)電公司得到所需要的SCADA數(shù)據(jù)，采集到多種傳感器的海量數(shù)據(jù)；采用層次聚類方法對數(shù)據(jù)進(jìn)行智能篩選；本發(fā)明能實(shí)現(xiàn)傳感器的固定偏差故障、漂移故障、精度下降故障、斷電故障以及脈沖故障判斷，其準(zhǔn)確性高，檢驗(yàn)率更高，現(xiàn)有的技術(shù)基本上都是對整個風(fēng)機(jī)狀態(tài)的評定，而該技術(shù)具體到傳感器本身，更加精細(xì)，有利于工作人員快速準(zhǔn)確地找到風(fēng)機(jī)故障的具體原因，尤其是傳感器本身有故障時，能快速精準(zhǔn)找到故障傳感器，而不需要對所有器件進(jìn)行檢測再來判定是該傳感器出現(xiàn)了故障，這樣可以節(jié)約維修的成本和時間，具有很大的經(jīng)濟(jì)效益。

技術(shù)領(lǐng)域

本發(fā)明涉及傳感器狀態(tài)診斷技術(shù)領(lǐng)域，具體為一種SSA-AANN的風(fēng)力發(fā)電機(jī)傳感器狀態(tài)評估方法。

背景技術(shù)

風(fēng)力發(fā)電機(jī)是將風(fēng)能轉(zhuǎn)換為機(jī)械功，機(jī)械功帶動轉(zhuǎn)子旋轉(zhuǎn)，最終輸出交流電的電力設(shè)備。風(fēng)力發(fā)電機(jī)一般有風(fēng)輪、發(fā)電機(jī)(包括裝置)、調(diào)向器(尾翼)、塔架、限速安全機(jī)構(gòu)和儲能裝置等構(gòu)件組成。風(fēng)力發(fā)電機(jī)的工作原理比較簡單，風(fēng)輪在風(fēng)力的作用下旋轉(zhuǎn)，它把風(fēng)的動能轉(zhuǎn)變?yōu)轱L(fēng)輪軸的機(jī)械能，發(fā)電機(jī)在風(fēng)輪軸的帶動下旋轉(zhuǎn)發(fā)電。廣義地說，風(fēng)能也是太陽能，所以也可以說風(fēng)力發(fā)電機(jī)，是一種以太陽為熱源，以大氣為工作介質(zhì)的熱能利用發(fā)電機(jī)。

目前風(fēng)力發(fā)電機(jī)故障診斷都體現(xiàn)在風(fēng)機(jī)的本體上，通過傳感器輸出信息來判斷風(fēng)力發(fā)電機(jī)是否有故障及采取措施，但是傳感器輸出信號耦合了“環(huán)境狀態(tài)、被測對象狀態(tài)和傳感器自身狀態(tài)”三個因素的信息，當(dāng)環(huán)境出現(xiàn)異常、或被測對象出現(xiàn)異常，或傳感器自身異常時，都會表現(xiàn)出傳感器輸出信號異常。因此目前主要是針對傳感器的信號異常識別，而不是準(zhǔn)確意義上的傳感器異常識別，二者有本質(zhì)的區(qū)別。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種SSA-AANN的風(fēng)力發(fā)電機(jī)傳感器狀態(tài)評估方法，通過SCADA數(shù)據(jù)挖掘、風(fēng)機(jī)群相似性分析、人工智能法、參數(shù)優(yōu)化、交叉融合傳感器狀態(tài)識別和評估等，對傳感器輸出數(shù)據(jù)進(jìn)行分析、判斷和確認(rèn)，能正確的區(qū)分出是環(huán)境因素還是被測對象狀態(tài)或是傳感器自身狀態(tài)出現(xiàn)了故障，從而指導(dǎo)風(fēng)場技術(shù)人員更加準(zhǔn)確的發(fā)現(xiàn)故障類型和位置，從而減少維修時間和成本。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種SSA-AANN的風(fēng)力發(fā)電機(jī)傳感器狀態(tài)評估方法，其方法包括如下步驟：

(1)獲取數(shù)據(jù)：通過風(fēng)電公司得到所需要的SCADA數(shù)據(jù)，采集到多種傳感器的海量數(shù)據(jù)；

(2)數(shù)據(jù)篩選：采用層次聚類方法對數(shù)據(jù)進(jìn)行智能篩選；

(2.1)首先對已經(jīng)確認(rèn)的小規(guī)模數(shù)據(jù)集A進(jìn)行必要的預(yù)處理，然后進(jìn)行聚類，得到簇群A1、A2和A3；

(2.2)然后將數(shù)據(jù)集A和數(shù)據(jù)集B合并形成新的數(shù)據(jù)集，通過同樣的聚類算法，得到簇群B1、B2、B3、B4...Bn；

(2.3)將B簇群分別與A簇群進(jìn)行相似性檢驗(yàn)，滿足相似性準(zhǔn)則的某個B簇則認(rèn)為具有數(shù)據(jù)A的特定特征；

(3)風(fēng)電機(jī)組群分析：對風(fēng)場的風(fēng)機(jī)進(jìn)行分析，找出其狀態(tài)相似度高的風(fēng)機(jī)作為風(fēng)機(jī)群進(jìn)行研究，將風(fēng)電機(jī)組的輸入定義為風(fēng)速，輸出定義為風(fēng)電機(jī)組的有功功率，采用DTW算法計算風(fēng)電機(jī)組相似度；

(4)構(gòu)建風(fēng)機(jī)群組內(nèi)同位同類傳感器輸出預(yù)測器：設(shè)同組m個同類同位傳感器S的實(shí)際輸入分別為y1(n),y2(n),...ym(n),其中n為從序列起始時刻到k時刻的序列長度，y1(n),y2(n),...ym(n)為預(yù)測器的輸入，預(yù)測器的輸出為y^1(k),y^2(k),...y^m(k)，通過預(yù)測器輸出和傳感器實(shí)際輸出的比較得到殘差，從而得到超限傳感器的殘差序列，基于某個準(zhǔn)則對傳感器信號是否異常做出判斷；