[發(fā)明專利]一種兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備劣化程度識別方法在審
| 申請?zhí)枺?/td> | 202011619124.X | 申請日: | 2020-12-30 |
| 公開(公告)號: | CN114691747A | 公開(公告)日: | 2022-07-01 |
| 發(fā)明(設計)人: | 楊宏宇;高新亭;張佐輝;李陽;葛越;袁秋實 | 申請(專利權)人: | 上海博英信息科技有限公司 |
| 主分類號: | G06F16/2458 | 分類號: | G06F16/2458;G06F16/25;G06F30/20;G06Q50/06 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 200241 上海市閔*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 兆瓦 永磁 風力發(fā)電機 電氣設備 程度 識別 方法 | ||
本發(fā)明提供一種兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備劣化程度識別方法,包括以下內(nèi)容:采集SCADA系統(tǒng)電氣設備相關運行數(shù)據(jù),計算數(shù)據(jù)項與電氣設備相關系數(shù),提取相關系數(shù)大于0.6的數(shù)據(jù)項作為電氣設備的特征參數(shù);考慮正常工況且同一時間維度下,特征參數(shù)的映射結果,將各個特征參數(shù)的相關系數(shù)映射到[0,1]區(qū)間,得到其權重,計算各特征參數(shù)映射結果與權重乘積和,得到電氣設備的劣化度;考慮平穩(wěn)序列和非平穩(wěn)序列,搭建劣化趨勢預測模型,預測電氣設備未來一年劣化程度。本發(fā)明針對現(xiàn)有技術對兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備劣化程度方面應用不足的情況,提出一種兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備劣化程度識別方法,有助于掌握電氣設備劣化程度與劣化趨勢,合理安排檢修計劃,避免“過維修”與“欠維修”問題,提高風機的發(fā)電效益。
技術領域
本發(fā)明涉及的是一種風電技術領域的劣化程度識別技術,是對兆瓦級永磁直 驅(qū)風力發(fā)電機的電氣設備劣化程度識別、劣化趨勢預測的技術。
背景技術
據(jù)統(tǒng)計,兆瓦級永磁直驅(qū)風力發(fā)電機故障中,電氣設備的故障造成的故障停 機占比較大,如發(fā)電機溫度過高等失效問題,一旦發(fā)生故障或失效,將直接影響 整個機組的安全穩(wěn)定運行。兆瓦級永磁直驅(qū)風力發(fā)電機組外部工作環(huán)境一般處于 戶外高溫、高濕、鹽霧當中,機組運行中還會受到交變的電磁干擾、網(wǎng)側(cè)電氣量 的劇烈波動、控制電路人為誤操作等情況都可能引起電氣設備不同程度的失效。 多數(shù)情況下電氣設備未徹底損壞,只是局部劣化,系統(tǒng)運行依然良好,這樣電氣 設備損壞不易被發(fā)現(xiàn),日常維護過程中也容易忽略該部位,一旦電氣設備進一步 劣化造成故障甚至事故,會耗費大量的人力物力進行搶修。
提前掌握兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備的劣化程度和劣化趨勢,了解 風電機組狀態(tài),在可預知情況下合理安排檢修,有助于提高整機的可靠性和利用 率。
發(fā)明內(nèi)容
本發(fā)明提出一種兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備劣化程度識別方法,基 于SCADA系統(tǒng)監(jiān)測數(shù)據(jù),運用大數(shù)據(jù)分析方法,分析兆瓦級永磁直驅(qū)風力發(fā)電 機電氣設備劣化程度,構建劣化模型,預測未來一年電氣設備劣化趨勢。
本發(fā)明提供的一種兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備劣化程度識別方法, 具體步驟如下:
(1)數(shù)據(jù)采集:從SCADA系統(tǒng)中抽取電氣設備相關溫度方面、電網(wǎng)方面、 風況方面等運行數(shù)據(jù)。
(2)特征參數(shù)提取:計算從抽取的電氣設備相關溫度方面、電網(wǎng)方面、風 況方面等運行數(shù)據(jù)與電氣設備的相關系數(shù),提取相關系數(shù)較大的特征參數(shù)。
(3)歷史參數(shù)分析:考慮不同工況,確定風機正常運行的區(qū)間,分析風電 機組電氣設備歷史特征參數(shù)情況。
(4)劣化趨勢預測模型建立:搭建時間序列劣化趨勢預測模型,預測風電 機組電氣設備未來一年劣化趨勢。
與現(xiàn)有技術相比,本發(fā)明提供一種兆瓦級永磁直驅(qū)風力發(fā)電機電氣設備劣化 程度識別方法,利用SCADA系統(tǒng)監(jiān)測的電氣設備相關大數(shù)據(jù),搭建劣化趨勢預 測模型,識別電氣設備劣化程度,避免故障停機造成的損失,提高風電場的發(fā)電 效益。
附圖說明:
圖1為本發(fā)明流程示意圖。
具體實施方式
下面結合附圖對本發(fā)明的實施方式作詳細說明,本發(fā)明的具體實施過程如圖 1所示:
(1)數(shù)據(jù)采集:對SCADA系統(tǒng)整體監(jiān)測模塊進行梳理,采用ETL技術抽 取與風電機組電氣設備相關的溫度數(shù)據(jù)、風況數(shù)據(jù)、電網(wǎng)數(shù)據(jù)等。
(2)特征參數(shù)提取:計算溫度、風況、電網(wǎng)等數(shù)據(jù)與風機電氣設備的相關 系數(shù),選擇相關系數(shù)大于0.6的因素作為風機電氣設備的特征參數(shù),相關系數(shù)公 式如下所示:
其中,Cov(X,Y)為X與Y的協(xié)方差,Var[X]為X的方差,Var[Y]為Y的方 差。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海博英信息科技有限公司,未經(jīng)上海博英信息科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011619124.X/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





