[發明專利]基于模糊分區的風電機組變槳系統故障預警識別方法

有效

• 申請號: 202010953736.6
• 申請日: 2020-09-11
• 公開（公告）號: CN112733279B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 曹欣;譚建鑫;白日欣;崔愷;蘇偉;李雪松;尚一斐;王臻;王運方
• 申請（專利權）人: 新天綠色能源股份有限公司;河北建投新能源有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06Q10/04;G06N3/04;G06F113/06
• 代理公司: 上海驍象知識產權代理有限公司 31315
• 代理人: 趙俊寅

基于模糊分區的風電機組變槳系統故障預警識別方法，基于梯形模糊分區理論，將風力等級分為四個模糊分區，也稱模糊集合F，并計算模糊集合F的隸屬度函數；將風電場SCADA得到的風速數據按照時間段進行風速等級模糊分區處理，確定各模糊分區處理，確定各模糊分區范圍，通過步驟1所述的隸屬度函數，得到各個分區的隸屬度值，用ε1表示；進行長短型記憶網絡深度學習算法分區預測，得到各個分區的預測值，用LSTM_out1表示，然后將各個分區的預測值LSTM_out1乘以該分區的隸屬度值ε1，再將所有分區εi*LSTM_outi的值相加，得到本風機啟動階段的變槳軸承軸速預測值。本發明克服了現有技術的不足，能夠實時預警變槳機械故障隱患狀況，實現提前對設備故障隱患做出相應分析判斷。

技術領域

本發明涉及風電機組故障預警方法領域，具體涉及基于模糊分區的風電機組變槳系統故障預警識別方法。

背景技術

變槳直流電機的轉矩只和電機電流大小有關，理想情況下，在葉片從90變到45的過程中：小風速階段(3-8)m/s變槳電機變槳速度是2°/s，變槳電機轉矩是恒定值，變槳電機電流也是恒定值,在中風速和大風速階段，風機爬坡時，變槳速度≤2°/s，變槳電機的轉矩和電流也隨之發生變化。變槳直流電機輸入是電流，輸出是扭矩，變槳速度與變槳受力(扭矩)以及變槳自身健康狀況有關，同樣的力施加在健康的軸承和內部損壞的軸承，他們的變槳速度是不一樣的。

發明內容

針對現有技術的不足，本發明提供了基于模糊分區的風電機組變槳系統故障預警識別方法，克服了現有技術的不足，能夠實時預警變槳機械故障隱患狀況，實現提前對設備故障隱患做出相應分析判斷。

為實現以上目的，本發明通過以下技術方案予以實現：

本發明公開了一種基于模糊分區的風電機組變槳系統故障預警識別方法，包括以下步驟：

步驟1)基于梯形模糊分區理論，將風力等級分為小風、中風、大風，超大風四個模糊分區，也稱模糊集合F，并計算模糊集合F的隸屬度函數；

步驟2)將風電場SCADA得到的風速數據按照時間段進行風速等級模糊分區處理，確定各模糊分區處理，確定各模糊分區范圍，通過步驟1所述的隸屬度函數，得到各個分區的隸屬度值，用ε1表示；

步驟3)進行長短型記憶網絡深度學習算法分區預測，得到各個分區的預測值，用LSTM_out1表示，然后將各個分區的預測值LSTM_out1乘以該分區的隸屬度值ε1，再將所有分區εi*LSTM_outi的值相加，得到本風機啟動階段的變槳軸承軸速預測值。

優選地，所述步驟1)中，所述模糊集合F是指對于任意的x∈X，都有一個確定的數εF(x)∈[0,1]與其對應，εF(x)表示x相對與F的隸屬程度，映射：

F的隸屬度函數，所述隸屬度函數選取梯形形隸屬度函數：

其中a,b,c,d是梯形的4個頂點位置。

優選地，所述步驟2)包括如下步驟：

步驟21)確定無風模糊分區的范圍為0～4m/s、小風模糊分區范圍為2～8m/s、中風模糊分區范圍為6～12m/s、大風模糊分區范圍為11～16m/s、超大風模糊分區范圍為14m/s以上；