[發明專利]一種基于SCADA數據建模風電機組故障分析系統

在審

• 申請號: 202110602643.3
• 申請日: 2021-05-31
• 公開（公告）號: CN113435703A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 梅春曉;井延偉;武鵬;張正闖;杜石存;張之徽
• 申請（專利權）人: 河北新天科創新能源技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N20/00
• 代理公司: 石家莊新世紀專利商標事務所有限公司 13100
• 代理人: 齊蘭君;楊欽祥

本發明涉及風電場風電機組故障分析技術領域，具體為一種基于SCADA數據建模風電機組故障分析系統,包括網關設備、數據處理單元以及模型構建單元；數據處理單元和模型構建單元均基于SCADA系統平臺進行集成與開發，且數據處理單元獲取研究對象的數據信息并生成用于模型構建單元提取的故障數據庫；網關設備包括存儲器、中央處理器以及計算機程序；數據處理單元包括標準化預處理模塊以及故障數據自動標注模塊；模型構建單元包括信息提取模塊、故障預警模塊以及可視化模塊，并依次連接。通過本發明，實現關聯信息的自動挖掘與綜合利用、SCADA數據內在的復雜時空相關性的自主學習與建模以及故障自動檢測與報警。

技術領域

本發明涉及風電廠風電機組故障分析技術領域，具體為一種基于SCADA數據建模風電機組故障分析系統。

背景技術

及時全面準確的監測和評估并網風電機組的運行狀態，有效避免故障及連鎖故障的發生，對于優化風電場的維修策略和實現大規模風力發電機組安全高效的并網具有重要的現實意義。

因此，如何提高風力發電機組可利用率，降低運行維護成本，特別是隨著我國風電機組安裝數量的迅猛增加以及風電機組的發展，對風電機組運行狀態綜合分析、故障診斷以及可靠性研究等方而有望成為我國風電產業新的增長點。

發明內容

本發明目的為解決上述所提到的問題，提出了一種基于SCADA數據建模風電機組故障分析系統。

本發明提供的技術方案是：

一種基于SCADA數據建模風電機組故障分析系統,包括：網關設備、數據處理單元以及模型構建單元；

所述數據處理單元和所述模型構建單元均基于SCADA系統平臺進行集成與開發，且所述數據處理單元獲取研究對象的數據信息并生成用于所述模型構建單元提取的故障數據庫；

所述網關設備包括存儲器、中央處理器以及存儲在所述存儲器上并可以在所述中央處理器上運行的計算機程序；

所述數據處理單元包括標準化預處理模塊以及與所述標準化預處理模塊連接的故障數據自動標注模塊；

所述模型構建單元包括信息提取模塊、故障預警模塊以及可視化模塊，所述信息提取模塊連接所述故障預警模塊，所述故障預警模塊連接所述可視化模塊；

所述信息提取模塊調取經過所述數據處理單元生成的所述故障數據庫，進行關聯信息的挖掘以及預警測試，并將預測評估反饋給所述研究對象。

進一步的，所述標準化預處理模塊基于SCADA系統，提取風電機組樣本數據，研究所述風電機組運行數據與所述風電機組主要部件運行特性之間的關聯關系，對所述風電機組樣本數據進行標準化處理，建立標準化預處理工具包，實現數據的自動化預處理。

進一步的，所述故障數據自動標注模塊，基于SCADA系統提取所述風電機組樣本數據，研究所述風電機組運行故障數據自動標注方法，并建立對應的故障數據庫。

進一步的，所述信息提取模塊，基于SCADA系統提取的所述風電機組樣本數據，建立關聯參數挖掘模型，獲取關鍵監測變量數據庫。

進一步的，所述故障預警模塊，基于機器學習和深度學習技術，建立典型故障監測預警模型庫，開發相應的模型訓練模塊和模型評估模塊。

進一步的，所述可視化模塊，開發并運用于所述風電機組的運維和管理。

進一步的，所述樣本數據的標準化處理包括數據重采樣、異常點檢測、缺失值填充以及歸一化。

進一步的，運行特性包括發電量、機組運行時間、溫度、震動、風速以及風向并以圖表形式展現。

進一步的，所述故障數據自動標注模塊，基于風電場歷史運行數據、事件記錄或故障維修記錄，包括：子標簽庫設置模塊、子標簽選擇模塊、標簽構建模塊、運算值計算模塊、哈希模塊、標注模塊以及編輯模塊，且各模塊依次電連接。