[發明專利]風電場故障預警方法、裝置、計算機設備及介質

在審

• 申請號: 202211424856.2
• 申請日: 2022-11-14
• 公開（公告）號: CN115809866A
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 陳可;劉明全;周磊;于躍;蘇小溪;倪孟巖;周忠;吳良書
• 申請（專利權）人: 潤電風能（佛岡）有限公司
• 主分類號: G06Q10/20
• 分類號: G06Q10/20;G01R31/34;G06N20/00
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 周婷婷

1.一種風電場故障預警方法，其特征在于，所述方法包括：

獲取風電場的風機狀態數據；

根據所述風機狀態數據，通過機器學習方式獲取狀態偏差量；

若根據所述狀態偏差量判定風機發生異常時，推送預警提示消息；

根據判定風機發生異常時對應的狀態偏差量，生成風機故障維修建議數據；

推送所述風機故障維修建議數據。

2.根據權利要求1所述的方法，其特征在于，所述根據所述風機狀態數據，通過機器學習方式獲取狀態偏差量包括：

根據所述風電場的風機狀態數據，獲取自身機組狀態數據及相鄰機組狀態數據；

根據所述自身機組狀態數據及所述相鄰機組狀態數據，通過機器學習方式獲取基于相鄰機組的狀態偏差量。

3.根據權利要求1所述的方法，其特征在于，所述根據所述風機狀態數據，通過機器學習方式獲取狀態偏差量包括：

根據所述風電場的風機狀態數據，獲取歷史記錄中相同工況下不同時間的自身機組狀態數據；

根據所述相同工況下不同時間的自身機組狀態數據，通過機器學習方式獲取自身機組狀態偏差量。

4.根據權利要求1所述的方法，其特征在于，所述根據所述風機狀態數據，通過機器學習方式獲取狀態偏差量包括：

根據所述風電場的風機狀態數據，獲取自身機組狀態數據、相鄰機組狀態數據、以及歷史記錄中相同工況下不同時間的自身機組狀態數據；

根據所述自身機組狀態數據及所述相鄰機組狀態數據，通過機器學習方式獲取基于相鄰機組的狀態偏差量、并根據所述相同工況下不同時間的自身機組狀態數據，通過機器學習方式獲取自身機組狀態偏差量；

歸集所述基于相鄰機組狀態的偏差量及所述自身機組狀態偏差量，獲取風機的狀態偏差量。

5.根據權利要求1所述的方法，其特征在于，所述獲取風電場的風機狀態數據之前，還包括：

接收風電場SCADA系統發送的風機狀態數據，所述風機狀態數據由所述風電場SCADA系統采用預設毫秒級采樣周期采集得到。

6.根據權利要求1所述的方法，其特征在于，所述推送所述風機故障維修建議數據之后，還包括：

接收現場故障處理終端反饋的故障已排除確認消息，并記錄故障排除時間；

將所述風機狀態數據、所述狀態偏差量、所述風機故障維修建議數據以及所述故障排除時間關聯存儲。

7.一種風電場故障預警裝置，其特征在于，所述裝置包括：

狀態數據獲取模塊，用于獲取風電場的風機狀態數據；

狀態偏差量獲取模塊，用于根據所述風機狀態數據，通過機器學習方式獲取狀態偏差量；

預警提示消息推送模塊，用于若根據所述狀態偏差量判定風機發生異常時，推送預警提示消息；

維修建議數據生成模塊，根據判定風機發生異常時對應的狀態偏差量，生成風機故障維修建議數據；

維修建議數據推送模塊，推送所述風機故障維修建議數據。

8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6中任一項所述的方法的步驟。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。

10.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。