r>[0071] S420,對該原始樣本數(shù)據(jù)進(jìn)行主成分分析，得到該原始樣本數(shù)據(jù)對應(yīng)的主成分的 原始數(shù)據(jù)。
[0072] 其中，主成分分析可以是將多種不同的樣本數(shù)據(jù)通過線性變換等方式以從中選出 較少個(gè)數(shù)的重要樣本數(shù)據(jù)的一種多元統(tǒng)計(jì)分析方法。
[0073] 具體地，在很多情況下，多種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)之間存在一定的相關(guān)關(guān)系， 如線性關(guān)系或反比例關(guān)系等，當(dāng)兩種不同的樣本數(shù)據(jù)之間存在一定的相關(guān)關(guān)系時(shí)，可以認(rèn) 為該兩種不同的樣本數(shù)據(jù)在反映葉片結(jié)冰狀態(tài)的信息方面存在一定的重疊，可以通過主成 分分析將該原始樣本數(shù)據(jù)中存在上述重疊的兩種不同的樣本數(shù)據(jù)（即關(guān)系緊密的兩種不同 的樣本數(shù)據(jù))刪去其中的一種樣本數(shù)據(jù)或多余的樣本數(shù)據(jù)，從而得到盡可能少的樣本數(shù)據(jù)， 使得這些樣本數(shù)據(jù)的任意兩種是不相關(guān)的，這樣，得到的盡可能少的樣本數(shù)據(jù)即可作為該 原始樣本數(shù)據(jù)對應(yīng)的主成分的原始數(shù)據(jù)。
[0074] 為了簡化獲取主成分的原始數(shù)據(jù)的處理過程，可以通過特征值和特征向量的方式 確定原始樣本數(shù)據(jù)對應(yīng)的主成分的原始數(shù)據(jù)，以便后續(xù)通過主成分對應(yīng)的傳感器（即少量 傳感器)采集相應(yīng)的測量數(shù)值，并基于該測量數(shù)據(jù)推算出所有影響因素的樣本數(shù)據(jù)的數(shù)據(jù) 值，因此，可以對上述步驟S420的處理進(jìn)一步細(xì)化，相應(yīng)的處理可參見下述步驟一和步驟 --〇
[0075] 步驟一，根據(jù)該原始樣本數(shù)據(jù)生成所有原始樣本數(shù)據(jù)的相關(guān)系數(shù)矩陣。
[0076]其中，步驟一的處理方式與上述實(shí)施例二中步驟S220的處理方式相同，具體可參 見上述S220的步驟內(nèi)容，在此不再贅述。
[0077]步驟二，計(jì)算該原始樣本數(shù)據(jù)的相關(guān)系數(shù)矩陣的特征值和特征向量，并根據(jù)該特 征值的個(gè)數(shù)和特征向量確定該原始樣本數(shù)據(jù)對應(yīng)的主成分的原始數(shù)據(jù)。
[0078]具體地，可以對上述步驟一中生成的相關(guān)系數(shù)矩陣進(jìn)行特征值和特征向量的求解 計(jì)算，得到該相關(guān)系數(shù)矩陣的特征值和相應(yīng)的特征向量。通過該相關(guān)系數(shù)矩陣的特征值的 個(gè)數(shù)可以確定主成分的個(gè)數(shù)（即14種影響因素中重要影響因素的種數(shù)），然后，可以將該相 關(guān)系數(shù)矩陣和得到的特征向量代入下述公式
[0080]計(jì)算得到該原始樣本數(shù)據(jù)對應(yīng)的主成分（即71，72,73，"11!1)的原始數(shù)據(jù)，即71，72， y3,…yd#應(yīng)的影響因素(如溫度、濕度或葉片轉(zhuǎn)速等）。其中，y為主成分向量，m為主成分的 個(gè)數(shù)，X為相關(guān)系數(shù)矩陣，T為由相關(guān)系數(shù)矩陣計(jì)算得到的特征向量組成的矩陣， tp分別為特征向量。
[0081 ]考慮到上述主成分的分析，可以對上述實(shí)施例三中的步驟S310的處理進(jìn)一步細(xì) 化，具體可包括如下步驟S430和S440。
[0082] S430，獲取多種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)中的主成分的樣本數(shù)據(jù)。
[0083] 具體地，通過上述步驟S420的處理得到主成分的個(gè)數(shù)和主成分對應(yīng)的影響因素， 可以在造成風(fēng)電機(jī)組葉片結(jié)冰的所有影響因素中提取主成分對應(yīng)的影響因素，然后，可以 在風(fēng)場中的所有風(fēng)電機(jī)組上安裝主成分對應(yīng)的傳感器，可以通過該傳感器實(shí)時(shí)采集相應(yīng)影 響因素的測量數(shù)值(即樣本數(shù)據(jù)的數(shù)據(jù)值），從而得到主成分的樣本數(shù)據(jù)，例如，如果主成分 對應(yīng)的影響因素包括溫度、濕度、風(fēng)速和葉片轉(zhuǎn)速，則可以將溫度傳感器、濕度傳感器、風(fēng)速 傳感器和葉片轉(zhuǎn)速傳感器分別安裝在風(fēng)電機(jī)組的相應(yīng)位置，通過上述各個(gè)傳感器分別采集 溫度、濕度、風(fēng)速和葉片轉(zhuǎn)速的數(shù)據(jù)構(gòu)成主成分的樣本數(shù)據(jù)，其中，需要說明的是，如果風(fēng)電 機(jī)組中已預(yù)先安裝有上述傳感器中的某個(gè)傳感器，則可以使用該傳感器而無需再次安裝相 同作用的傳感器。
[0084] S440,根據(jù)該主成分所代表的樣本數(shù)據(jù)的數(shù)據(jù)矩陣，推算出所有樣本數(shù)據(jù)的數(shù)據(jù) 值。
[0085] 具體地，由于主成分與所有成分中除主成分外的其它成分存在一定的相關(guān)關(guān)系， 可以通過主成分的樣本數(shù)據(jù)推算出所有樣本數(shù)據(jù)的數(shù)據(jù)值，具體處理過程可以為:可以將 獲取的主成分的樣本數(shù)據(jù)和原始樣本數(shù)據(jù)的相關(guān)系數(shù)矩陣的特征向量代入公式
[0087]計(jì)算得到矩陣
[0089] 上述公式(5)矩陣中的各個(gè)數(shù)據(jù)值可以是所有樣本數(shù)據(jù)經(jīng)過歸一化處理后的樣本 數(shù)據(jù)的數(shù)據(jù)值，可以對上述矩陣中的各個(gè)數(shù)據(jù)值進(jìn)行歸一化的逆運(yùn)算，從而得到所有樣本 數(shù)據(jù)的數(shù)據(jù)值，即可以認(rèn)為該數(shù)據(jù)值為通過傳感器采集的數(shù)據(jù)值。
[0090] S450,根據(jù)該樣本數(shù)據(jù)以及各樣本數(shù)據(jù)在該風(fēng)電機(jī)組葉片結(jié)冰模型中針對多個(gè)預(yù) 設(shè)公共因子的貢獻(xiàn)量，得到當(dāng)前風(fēng)電機(jī)組葉片的結(jié)冰狀態(tài)，每個(gè)公共因子即為一個(gè)結(jié)冰類 型。
[0091] 具體地，可以根據(jù)上述步驟S440推算出的所有樣本數(shù)據(jù)的數(shù)據(jù)值和通過上述圖1 的實(shí)施例或圖2的實(shí)施例得到的風(fēng)電機(jī)組葉片結(jié)冰模型，得到當(dāng)前風(fēng)電機(jī)組葉片的結(jié)冰狀 態(tài)，具體處理過程可以參見上述實(shí)施例三中步驟S320，在此不再贅述。
[0092] 此外，還可以根據(jù)不同的結(jié)冰狀態(tài)使用相應(yīng)的方法破冰，例如，如果確定當(dāng)前風(fēng)電 機(jī)組葉片的結(jié)冰狀態(tài)為氣象結(jié)冰狀態(tài)，則可以進(jìn)一步判別其是當(dāng)前處于培養(yǎng)期還是恢復(fù) 期，其中，培養(yǎng)期為冰層不斷加厚的過程，恢復(fù)期為冰層削減過程。如果確定當(dāng)前處于培養(yǎng) 期，則可采用對葉片進(jìn)行加熱的方式破冰，如果確定當(dāng)前處于恢復(fù)期，則說明當(dāng)前葉片上的 冰層已經(jīng)很厚，此時(shí)可以采取抖振策略或停機(jī)。如果確定當(dāng)前風(fēng)電機(jī)組葉片的結(jié)冰狀態(tài)為 設(shè)備結(jié)冰狀態(tài)，則可進(jìn)一步判斷葉片上冰層的遺留程度，若不影響風(fēng)電機(jī)組的正常工作，則 可對冰層不做處理，若影響風(fēng)電機(jī)組的正常運(yùn)行，則可通過結(jié)冰時(shí)期的處理方式進(jìn)行破冰。
[0093]本發(fā)明實(shí)施例提供的風(fēng)電機(jī)組葉片結(jié)冰狀態(tài)的監(jiān)測方法，一方面，通過主成分分 析的方法將多種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)劃分為主成分的數(shù)據(jù)和非主成分的數(shù)據(jù)，對于主 成分的數(shù)據(jù)可以通過傳感器直接測量得到樣本數(shù)據(jù)的數(shù)據(jù)值，對于非主成分的數(shù)據(jù)可以通 過主成分的數(shù)據(jù)獲取，從而大大簡化了風(fēng)電機(jī)組葉片結(jié)冰狀態(tài)的監(jiān)測過程，提高了監(jiān)測效 率，另一方面，通過主成分的樣本數(shù)據(jù)和多種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)的相關(guān)系數(shù)矩陣的 特征向量，確定當(dāng)前風(fēng)電機(jī)組葉片的結(jié)冰狀態(tài)，提高了對風(fēng)電機(jī)組葉片結(jié)冰狀態(tài)的監(jiān)測精 度和監(jiān)測效率。
[0094] 實(shí)施例五
[0095] 基于相同的技術(shù)構(gòu)思，圖5是示出根據(jù)本發(fā)明實(shí)施例五的風(fēng)電機(jī)組葉片結(jié)冰模型 的構(gòu)建裝置的邏輯框圖。參照圖5,該裝置包括相關(guān)系數(shù)矩陣生成模塊510和結(jié)冰模型構(gòu)建 模塊520。
[0096] 相關(guān)系數(shù)矩陣生成模塊510用于獲取多種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)，并根據(jù)該樣 本數(shù)據(jù)生成所有樣本數(shù)據(jù)的相關(guān)系數(shù)矩陣；
[0097] 結(jié)冰模型構(gòu)建模塊520用于對該相關(guān)系數(shù)矩陣進(jìn)行因子分析，得到各樣本數(shù)據(jù)針 對多個(gè)預(yù)設(shè)公共因子的貢獻(xiàn)量的因子載荷矩陣作為風(fēng)電機(jī)組葉片結(jié)冰模型，每個(gè)公共因子 即為一個(gè)結(jié)冰類型。
[0098] 進(jìn)一步地，該樣本數(shù)據(jù)包括下面至少任意兩種:溫度、云層高度、地形參數(shù)、日照時(shí) 間、空氣密度、濕度、露點(diǎn)、風(fēng)速、葉片轉(zhuǎn)速、葉片氣動(dòng)參數(shù)、葉片表面參數(shù)、固有振動(dòng)頻率、葉 片載荷分布、輸出功率。
[0099]進(jìn)一步地，基于圖5的實(shí)施例，如圖6所示的裝置還包括:歸一化處理模塊530,用于 對獲取的多種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)進(jìn)行歸一化處理，并根據(jù)該歸一化處理后的樣本數(shù) 據(jù)生成所有樣本數(shù)據(jù)的相關(guān)系數(shù)矩陣。
[0100] 進(jìn)一步地，該對該相關(guān)系數(shù)矩陣進(jìn)行因子分析采用的模型為：
[0101] χ=μ+Α?+ε
[0102] 其中，X = (Xi，Χ2，…，Xp)為該樣本數(shù)據(jù)的總體，該總體包括ρ種樣本數(shù)據(jù);μ = (μι， μ2,…，μΡ)為X的平均值;f = (fl、f2,…，fm)為公共因子;A= (aij)pXm為該因子載荷矩陣;aij為 樣本數(shù)據(jù)^對公共因子t的貢獻(xiàn)量，m為公共因子的個(gè)數(shù)，ε為特殊因子。
[0103] 本發(fā)明實(shí)施例提供的風(fēng)電機(jī)組葉片結(jié)冰模型的構(gòu)建裝置，通過對多種反映結(jié)冰狀 態(tài)的樣本數(shù)據(jù)生成的相關(guān)系數(shù)矩陣進(jìn)行因子分析，得到風(fēng)電機(jī)組葉片結(jié)冰模型，以便后續(xù) 可以基于該風(fēng)電機(jī)組葉片結(jié)冰模型對風(fēng)電機(jī)組當(dāng)前所處的結(jié)冰狀態(tài)進(jìn)行監(jiān)測，確定當(dāng)前葉 片的結(jié)冰狀態(tài)，從而提高對風(fēng)電機(jī)組葉片結(jié)冰狀態(tài)的監(jiān)測精度。
[0104] 進(jìn)一步地，本發(fā)明實(shí)施例中，一方面，充分考慮到可能造成風(fēng)電機(jī)組結(jié)冰的外界環(huán) 境和風(fēng)電機(jī)組自身因素，確定相應(yīng)的包括溫度、云層高度、地形參數(shù)、葉片氣動(dòng)參數(shù)和葉片 表面參數(shù)等在內(nèi)的14種影響因素，通過分別獲取上述影響因素的樣本數(shù)據(jù)的數(shù)據(jù)值得到多 種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)，從而可以提高葉片結(jié)冰模型的實(shí)效性;另一方面，通過對樣本 數(shù)據(jù)進(jìn)行歸一化處理和因子分析，得到各樣本數(shù)據(jù)針對多個(gè)預(yù)設(shè)公共因子的貢獻(xiàn)量的因子 載荷矩陣作為風(fēng)電機(jī)組葉片結(jié)冰模型，從而為后續(xù)風(fēng)電機(jī)組葉片結(jié)冰狀態(tài)的監(jiān)測提供支 持，簡化了風(fēng)電機(jī)組葉片結(jié)冰狀態(tài)的監(jiān)測過程。
[0105] 實(shí)施例六
[0106] 基于相同的技術(shù)構(gòu)思，圖7是示出根據(jù)本發(fā)明實(shí)施例六的風(fēng)電機(jī)組葉片結(jié)冰狀態(tài) 的監(jiān)測裝置的邏輯框圖。參照圖7,該裝置包括樣本數(shù)據(jù)獲取模塊710和結(jié)冰狀態(tài)確定模塊 720〇
[0107] 樣本數(shù)據(jù)獲取模塊710用于獲取多種反映結(jié)冰狀態(tài)的樣本數(shù)據(jù)；
[0108] 結(jié)冰狀態(tài)確定模塊720用于根據(jù)該樣本數(shù)據(jù)以及各樣本數(shù)據(jù)在該風(fēng)電機(jī)組葉片結(jié) 冰模型中針對多個(gè)預(yù)設(shè)公共因子的貢獻(xiàn)量，得到當(dāng)前風(fēng)電機(jī)組葉片的結(jié)冰狀態(tài)，每個(gè)公共 因子即為一個(gè)結(jié)冰類型。
[0109] 進(jìn)一步地，樣本數(shù)據(jù)獲取模塊7