CN114048767B 一种风电主控系统故障监测及预警方法 （华电(福建)风电有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114048767B(45)授权公告日2025.01.10

(21)申请号202111260323.0

(22)申请日2021.10.28

(65)同一申请的已公布的文献号申请公布号CN114048767A

(43)申请公布日2022.02.15

(73)专利权人华电(福建)风电有限公司

地址350318福建省福州市福清市三山镇

人民政府办公楼323室

(72)发明人陈崇民苏晓明陈积旭林良财詹培杰陈建斌黄李辉于翔

蔡玮陈鑫

(51)Int.CI.

GO6F18/24(2023.01)

GO6F18/2411(2023.01)

GO6F18/2433(2023.01)

GO6F16/28(2019.01)

GO6F16/215(2019.01)

(56)对比文件

CN106682814A,2017.05.17

审查员张建军

(74)专利代理机构南京禹为知识产权代理事务

所(特殊普通合伙)32272专利代理师刘小莉

权利要求书2页说明书6页附图1页

(54)发明名称

CN114048767

CN114048767B

(57)摘要

本发明公开了一种风电主控系统故障监测及预警方法，包括：采集风电主控系统历史运行状态数据，提取所述历史运行状态数据中含有典型故障的相关参数信息并进行预处理；建立故障预警模型，将预处理后的数据划分为训练集和测试集，利用所述训练集和测试集对所述故障预警模型进行训练；根据训练好的故障预警模型对风电主控系统实时运行数据进行监测及故障预警。本发明方法建立了一套完整、全面的风力发电机组状态监测和故障诊断方案，对于正确评价机组运行状态，预防和减少机组故障的发生，实现预知性维修都有重要的意义。

开始

采集风电主控系统历史运行状态数据，提取历史运行状态数据中含有典型故障的相关参数信息

数据预处理

建立故障预警模型，将预处理后的数据划分为训练集和测试集，利用训练集和测试集对故障预警模型进行训练

根据训练好的故障预警模型对风电主控系统实时运行数据进行监测及故障预警

结束

CN114048767B权利要求书1/2页

2

1.一种风电主控系统故障监测及预警方法，其特征在于，包括：

采集风电主控系统历史运行状态数据，提取所述历史运行状态数据中含有典型故障的相关参数信息并进行预处理；

相关参数信息的预处理过程包括，

数据清洗：格式内容清洗、非需求数据清洗、空缺值清洗、逻辑错误清洗；

数据变换：对数据进行特征构造、数据分级及数据量化；

数据集成：变换后的数据进行数据统计，将数据合并到统一的数据存储中；

采用基于聚类的离群样本检测策略对数据样本中仍可能出现异常的样本进行检测剔

除；

将检测剔除后得到的数据进行信号转换，即将得到的数据转换为频谱图；

建立故障预警模型，将预处理后的数据划分为训练集和测试集，利用所述训练集和测试集对所述故障预警模型进行训练；

所述训练集和测试集按照7:3比例划分；

根据训练好的故障预警模型对风电主控系统实时运行数据进行监测及故障预警；

所述故障预警模型的建立包括，

基于所述频谱图为连续点，利用最小二乘支持向量机原则构建连续点线性模型；

利用切比雪夫不等式，对所获得的离群参数点进行识别，定义与所述连续点线性模型中比较点偏离K个标准差的值为异常值；

其中，连续点线性模型为：

设D=(xk,yklk=1,xk∈X≌RM,yk∈YER)为给定的样本集，其中，n表示样本

集整体数量，x表示输入变量，y表示输出变量，M表示输入变量所呈现的维度；

最小二乘支持向量机基于非线性函数(x),其中：

?(x)=(φ(x?),φ(x?),…φ(xn))

将低维度特征向高维度进行有效转化，该模型的表达式为：

f(x)=wT?(x)+b

其中，b表示偏置量，?(x)表示映射函数，@表示权向量的值；

将最终最小二乘支持向量机进行优化描述，其表达式为：

s.t.wφ(x.)+b+ek=yk

其中，e表示误差，γ表示正则化参数，ζ表示误差变量；基于拉格朗日法进行优化，形成优化表达式：

基于优化条件，将,将上式中的@及ξ进行消除可以得到：

CN114048767