本發(fā)明涉及風力發(fā)電,特別涉及一種風力發(fā)電機組故障診斷系統(tǒng)。
背景技術(shù):
1、風力發(fā)電機組作為風力發(fā)電系統(tǒng)的核心設(shè)備,其運行狀態(tài)直接影響到整個系統(tǒng)的發(fā)電效率和可靠性。機組運行環(huán)境惡劣,結(jié)構(gòu)復雜,故障診斷具有挑戰(zhàn)性。
2、現(xiàn)有風力發(fā)電機組故障診斷系統(tǒng)依賴定期維護和人工巡檢,效率低、成本高且難以及時發(fā)現(xiàn)潛在故障。風力發(fā)電行業(yè)迫切需要高效、可靠、智能的故障診斷系統(tǒng),以應對現(xiàn)有系統(tǒng)的缺陷,提高診斷效率、準確性、實時性和智能化水平,滿足行業(yè)發(fā)展需求。
技術(shù)實現(xiàn)思路
1、本發(fā)明基于部署的多種傳感器采集風力發(fā)電機組的工作參數(shù),通過機器學習模型對工作參數(shù)進行處理和分析,預測未來是否會發(fā)生故障,并且在預測會故障前提下,判斷引發(fā)故障的數(shù)據(jù)類型,生成相應的控制指令,執(zhí)行與控制對應的預設(shè)的操作。然后將預測結(jié)果和控制指令信息發(fā)送至上位機,使工作人員可以實時掌握風力發(fā)電機的運行狀態(tài)和故障預測信息,監(jiān)控控制指令執(zhí)行,判斷是否需要人工介入。
2、本發(fā)明提出的技術(shù)方案為:一種風力發(fā)電機組故障診斷系統(tǒng),所述方法包括:
3、檢測模塊,所述檢測模塊被配置為能夠獲取風力發(fā)電機的工作參數(shù)和風力發(fā)電機內(nèi)部環(huán)境參數(shù);
4、綜合診斷模塊,所述綜合診斷模塊被配置為能夠獲取檢測模塊的數(shù)據(jù)并對數(shù)據(jù)進行分析預測,并輸出分析結(jié)果;具體為,通過導入經(jīng)過預訓練的檢測模型進行分析預測,判斷風力發(fā)電機的不同運行參數(shù)對風力發(fā)電機組發(fā)生故障概率的影響;
5、自適應控制模塊,所述自適應控制模塊被配置為能夠根據(jù)綜合診斷模塊的分析結(jié)果,輸出風力發(fā)電機控制指令,以調(diào)整風力發(fā)電機的工作參數(shù)和工作狀態(tài);
6、通信模塊,所述通信模塊被配置為能夠獲取綜合診斷模塊的分析結(jié)果和自適應控制模塊輸出的控制指令信息,并將分析結(jié)果和控制指令信息發(fā)送至上位機。
7、優(yōu)選的,所述檢測模塊包括多個電流傳感器、電壓傳感器、轉(zhuǎn)速傳感器和溫濕度傳感器,通過所述電流傳感器采集風力發(fā)電機的輸出電流、通過所述電壓傳感器采集風力發(fā)電角度輸出電壓、通過轉(zhuǎn)速傳感器采集風力發(fā)電機葉輪轉(zhuǎn)動速度,通過所述溫濕度傳感器采集風力發(fā)電機內(nèi)部的溫度和濕度。
8、優(yōu)選的,所述綜合診斷模塊被配置為能夠獲取檢測模塊的數(shù)據(jù)并對數(shù)據(jù)進行分析預測,并輸出分析結(jié)果,包括以下步驟:
9、按照預設(shè)的采集頻率采集電流傳感器、電壓傳感器、轉(zhuǎn)速傳感器和溫濕度傳感器的數(shù)據(jù),并進行預處理;
10、分別構(gòu)建電流數(shù)據(jù)集、電壓數(shù)據(jù)集、轉(zhuǎn)動速度數(shù)據(jù)集和溫濕度數(shù)據(jù)集;
11、將電流數(shù)據(jù)集、電壓數(shù)據(jù)集、轉(zhuǎn)速數(shù)據(jù)集和溫濕度數(shù)據(jù)集內(nèi)的數(shù)據(jù)輸入到檢測模型,輸出故障概率;
12、分析故障概率,并輸出分析結(jié)果。
13、優(yōu)選的,所述分別構(gòu)建電流數(shù)據(jù)集、電壓數(shù)據(jù)集、轉(zhuǎn)動速度數(shù)據(jù)集和溫濕度數(shù)據(jù)集,包括以下步驟:
14、構(gòu)建輸出電流數(shù)據(jù)集,其中,,表示經(jīng)過歸一化處理后的時刻時的輸出電流;
15、構(gòu)建輸出電壓數(shù)據(jù)集,其中,,表示時刻時的輸出電壓;
16、構(gòu)建轉(zhuǎn)動速度數(shù)據(jù)集,其中,,表示時刻時的葉輪轉(zhuǎn)速;
17、構(gòu)建溫濕度數(shù)據(jù)集,其中,,表示時刻時的溫度濕度向量,,和分別表示經(jīng)過歸一化處理后的時刻時的溫度數(shù)據(jù)和濕度數(shù)據(jù)。
18、優(yōu)選的,所述將電流數(shù)據(jù)集、電壓數(shù)據(jù)集、轉(zhuǎn)速數(shù)據(jù)集和溫濕度數(shù)據(jù)集內(nèi)的數(shù)據(jù)輸入到檢測模型,輸出故障概率,包括以下步驟:
19、導入經(jīng)過預訓練的檢測模型,其中,和分別表示截距一和截距二,和表示回歸系數(shù)一和回歸系數(shù)二,和分別表示誤差項一和誤差項二,和分別表示權(quán)重一和權(quán)重二,表示第個輸入變量,、和分別表示第一故障概率、第二故障概率和故障概率值;
20、分別從電流數(shù)據(jù)集、電壓數(shù)據(jù)集、轉(zhuǎn)速數(shù)據(jù)集和溫濕度數(shù)據(jù)集中提取特征數(shù)據(jù),構(gòu)成電流特征輸入向量、電壓特征輸入向量、轉(zhuǎn)速特征輸入向量和溫濕度特征輸入向量;
21、將電流特征輸入向量、電壓特征輸入向量、轉(zhuǎn)速特征輸入向量和溫濕度特征輸入向量內(nèi)的數(shù)據(jù)輸入到檢測模型內(nèi),輸出第一故障概率、第二故障概率和故障概率值。
22、優(yōu)選的,所述分別從電流數(shù)據(jù)集、電壓數(shù)據(jù)集、轉(zhuǎn)速數(shù)據(jù)集和溫濕度數(shù)據(jù)集中提取特征數(shù)據(jù),構(gòu)成電流特征輸入向量、電壓特征輸入向量、轉(zhuǎn)速特征輸入向量和溫濕度特征輸入向量,包括以下步驟:
23、從輸出電流數(shù)據(jù)集中提取特征數(shù)據(jù)構(gòu)成電流特征輸入向量,其中,分別表示輸出電流數(shù)據(jù)集中的最大電流值和電流平均值;
24、從輸出電壓數(shù)據(jù)集中提取特征數(shù)據(jù)構(gòu)成電壓特征輸入向量,其中,分別表示輸出電壓數(shù)據(jù)集中的最大電壓值和電壓平均值;
25、從轉(zhuǎn)動速度數(shù)據(jù)集中提取特征數(shù)據(jù)構(gòu)成速度特征輸入向量,其中,分別表示轉(zhuǎn)動速度數(shù)據(jù)集中的最大轉(zhuǎn)速和電壓轉(zhuǎn)速;
26、從溫濕度數(shù)據(jù)集中提取特征數(shù)據(jù)構(gòu)成溫度特征輸入向量,其中,分別表示溫濕度數(shù)據(jù)集中最大溫度、平均溫度、最大濕度和平均濕度。
27、優(yōu)選的,所述將電流特征輸入向量、電壓特征輸入向量、轉(zhuǎn)速特征輸入向量和溫濕度特征輸入向量內(nèi)的數(shù)據(jù)輸入到檢測模型內(nèi),輸出第一故障概率、第二故障概率和故障概率值,包括以下步驟:
28、從、、和,提取和構(gòu)成關(guān)鍵數(shù)據(jù)集一:
29、;
30、將關(guān)鍵數(shù)據(jù)集一中的元素作為輸入變量輸入到中,輸出第一故障概率;
31、從、、和,提取和構(gòu)成關(guān)鍵數(shù)據(jù)集二:;
32、將關(guān)鍵數(shù)據(jù)集二中的元素作為輸入變量輸入到中,輸出第二故障概率;
33、將第一故障概率和第二故障概率輸入到,輸出故障概率。
34、優(yōu)選的,所述分析故障概率,并輸出分析結(jié)果,包括以下步驟:
35、獲取預設(shè)的安全閾值,如果,,則判斷風力發(fā)電機在未來一個時刻會出現(xiàn)故障,并將預測結(jié)果發(fā)送至上位機;
36、獲取預設(shè)的第一安全閾值,如果,,則判斷風力發(fā)電機故障的發(fā)生與關(guān)鍵數(shù)據(jù)集一的元素相關(guān),輸出控制指令一;
37、獲取預設(shè)的第一安全閾值,如果,,則判斷風力發(fā)電機故障的發(fā)生與關(guān)鍵數(shù)據(jù)集二的元素相關(guān),輸出控制指令二。
38、優(yōu)選的,所述自適應控制模塊被配置為能夠根據(jù)綜合診斷模塊的分析結(jié)果,輸出風力發(fā)電機控制指令,以調(diào)整風力發(fā)電機的工作參數(shù)和工作狀態(tài),包括以下步驟:
39、獲取控制指令一,自適應控制模塊解析指令一,調(diào)整風力發(fā)電機的轉(zhuǎn)速和葉片角度;
40、獲取控制指令二,自適應控制模塊解析控制指令二,調(diào)整輸出功率和風力發(fā)電機的轉(zhuǎn)速;
41、并將控制指令一、控制指令二通過通信模塊發(fā)送至上位機進行記錄,同時便于技術(shù)人員獲取調(diào)整過程,判斷是否需要人工干預。
42、優(yōu)選的,還包括儲能監(jiān)測模塊,所述儲能監(jiān)測模塊包括儲能電池電量監(jiān)控單元,所述儲能電池電量監(jiān)控單元用于監(jiān)控于風力發(fā)電機組連接的儲能電池的電量,通過儲能電池電量監(jiān)控單元監(jiān)控儲能電池的充電效率,判斷風力發(fā)電機組是否故障。
43、所述通過儲能電池電量監(jiān)控單元監(jiān)控儲能電池的充電效率,判斷風力發(fā)電機組是否故障,包括以下步驟:
44、從儲能電池電量監(jiān)控單元獲取預設(shè)時間段內(nèi)的儲能電池的電量數(shù)據(jù),構(gòu)成儲能電池電量時間序列,其中,表示時刻的儲能電池電量;
45、計算充電效率,其中,表示充電速度閾值,時,則判斷充電故障;
46、獲取預設(shè)的安全閾值,如果,時,則判斷充電故障與風力發(fā)電機故障相關(guān);
47、發(fā)出報警信號,所述報警信號通過通信模塊發(fā)生至上位機。
48、本發(fā)明的有益效果:
49、1、本發(fā)明中,自適應控制模塊利用歷史數(shù)據(jù)和實時數(shù)據(jù)進行分析,為控制決策提供了科學依據(jù)。通過自適應控制模塊結(jié)合綜合診斷模塊的分析結(jié)果,判斷風力發(fā)電機組的運行狀態(tài)。通過對關(guān)鍵數(shù)據(jù)集一和關(guān)鍵數(shù)據(jù)集二的分析,系統(tǒng)能夠提供更精確的故障概率預測,有助于提前發(fā)現(xiàn)潛在問題并采取預防措施。通過實時監(jiān)控和自動調(diào)整,系統(tǒng)能夠及時發(fā)現(xiàn)并處理異常情況,避免了因突發(fā)故障導致的停機損失。
50、2、本發(fā)明,通過多種傳感器采集風力發(fā)電機組的各種參數(shù),并將多種參數(shù)作為檢測模型的輸入變量,通過這種多數(shù)據(jù)融合的方式,提高了檢測模型的預測準確性,檢測模型由三個表達式組成,第一表達式基于電流、電壓、風力發(fā)電機轉(zhuǎn)速的最大值數(shù)據(jù)進行預測,第二表達式基于電流、電壓、風力發(fā)電機轉(zhuǎn)速的平均值數(shù)據(jù)進行預測;區(qū)分引起故障的數(shù)據(jù)類型,便于分析故障原因或者故障點,針對不同的數(shù)據(jù)類型,采用不同的指令,大大提高了故障診斷的準確性;第三個表達式用于求取發(fā)電機故障的概率,通過為最大值數(shù)據(jù)和平均值數(shù)據(jù)分配不同的權(quán)重,便于表示每組數(shù)據(jù)對風力發(fā)電機組故障的影響。