本公开提供了一种海上风力发电机组的故障预警方法及设备。所述方法包括：获取海上风力发电机组所在地理位置当前时刻及未来第一预设时长内的气象数据；基于获取的气象数据，确定当前时刻及未来第一预设时长内各个时刻对应的气象输入变量的变量值；将确定的气象输入变量的变量值输入到训练好的海上风力发电机组的偏航系统故障诊断模型，以得到偏航系统故障诊断模型输出的未来第一预设时长内偏航系统故障监测变量的预测值，其中，所述偏航系统故障诊断模型是基于梯度提升决策树算法构建的；当未来第一预设时长内偏航系统故障监测变量的预测值超出安全阈值时，发出偏航系统故障预警。障预警。障预警。
【技术实现步骤摘要】
海上风力发电机组的故障预警方法及设备
[0001]本公开总体说来涉及能源
，更具体地讲，涉及一种海上风力发电机组的故障预警方法及设备。
技术介绍
[0002]全球风电装机容量近几年不断增加，保障风力发电机组运行高效、稳定是保证风电场运营收益的关键。对机组运行状态进行合理的预判，提前对机组故障进行预警，执行预防性维护工作，可以有效降低机组故障率，进而提高风电场的发电收益。
技术实现思路
[0003]本公开的示例性实施例在于提供一种海上风力发电机组的故障预警方法及设备，其能够快速、准确地对海上风力发电机组的偏航系统故障进行预警。
[0004]根据本公开的示例性实施例，提供一种海上风力发电机组的故障预警方法，所述故障预警方法包括：获取海上风力发电机组所在地理位置当前时刻及未来第一预设时长内的气象数据；基于获取的气象数据，确定当前时刻及未来第一预设时长内各个时刻对应的气象输入变量的变量值；将确定的气象输入变量的变量值输入到训练好的海上风力发电机组的偏航系统故障诊断模型，以得到偏航系统故障诊断模型输出的未来第一预设时长内偏航系统故障监测变量的预测值，其中，所述偏航系统故障诊断模型是基于梯度提升决策树算法构建的；当未来第一预设时长内偏航系统故障监测变量的预测值超出安全阈值时，发出偏航系统故障预警。
[0005]可选地，获取的气象数据至少包括：当前时刻的风向值、当前时刻的风速值、当前时刻的环境温度值、未来第一预设时长内各个时刻的风向值、未来第一预设时长内各个时刻的风速值、未来第一预设时长内各个时刻的环境温度值；
[0006]其中，所述各个时刻中的每一个时刻对应的气象输入变量的变量值至少包括：该时刻的风向值、该时刻的风速值、该时刻的环境温度值、该时刻与其下一时刻之间的风向变化值、该时刻与其下一时刻之间的风速变化值。
[0007]可选地，所述偏航系统故障监测变量包括以下项之一：偏航系统的电机的温度、偏航系统的油温、偏航系统的油压、偏航速度、机头加速度。
[0008]可选地，所述故障预警方法还包括：基于海上风力发电机组的历史运行数据和历史气象数据，训练所述偏航系统故障诊断模型，其中，所述历史运行数据包括：偏航系统故障发生时刻及该时刻之前第二预设时长内的偏航系统故障监测变量的实际值；所述历史气象数据包括：偏航系统故障发生时刻及该时刻之前第二预设时长内的气象数据。
[0009]可选地，基于海上风力发电机组的历史运行数据和历史气象数据，训练所述偏航系统故障诊断模型的步骤包括：基于海上风力发电机组的历史运行数据和历史气象数据，确定与模型训练所涉及的每一历史时刻对应的气象输入变量的变量值和该历史时刻的下一时刻的偏航系统故障监测变量的实际值，作为与该历史时刻对应的模型训练数据；基于
与模型训练所涉及的各个历史时刻对应的模型训练数据，使用梯度提升决策树算法以偏航系统故障监测变量的预测值与实际值之间的误差最小为目标，构建多个二分决策树直至满足预设条件时停止，并基于构建的所有二分决策树得到所述偏航系统故障诊断模型。
[0010]可选地，在构建多个二分决策树的步骤中，针对每个二分决策树，遍历该二分决策树所对应的所有特征值，计算每个特征值作为该二分决策树的二分节点时，将相应的残差划分成的两组的总方差，并将所对应的总方差最小的特征值作为该二分决策树的最佳二分阈值，其中，特征值包括各个气象输入变量的变量值。
[0011]可选地，所述故障预警方法还包括：当满足更新条件时，基于新增的历史数据，更新所述偏航系统故障诊断模型，其中，所述更新条件包括：模型准确度低于预设阈值、新增的能够用于模型训练的历史数据超过预定数量。
[0012]根据本公开的另一示例性实施例，提供一种海上风力发电机组的故障预警设备，所述故障预警设备包括：数据获取单元，获取海上风力发电机组所在地理位置当前时刻及未来第一预设时长内的气象数据；输入变量值确定单元，基于获取的气象数据，确定当前时刻及未来第一预设时长内各个时刻对应的气象输入变量的变量值；预测值获取单元，将确定的气象输入变量的变量值输入到训练好的海上风力发电机组的偏航系统故障诊断模型，以得到偏航系统故障诊断模型输出的未来第一预设时长内偏航系统故障监测变量的预测值，其中，所述偏航系统故障诊断模型是基于梯度提升决策树算法构建的；预警单元，当未来第一预设时长内偏航系统故障监测变量的预测值超出安全阈值时，发出偏航系统故障预警。
[0013]可选地，获取的气象数据至少包括：当前时刻的风向值、当前时刻的风速值、当前时刻的环境温度值、未来第一预设时长内各个时刻的风向值、未来第一预设时长内各个时刻的风速值、未来第一预设时长内各个时刻的环境温度值；
[0014]其中，所述各个时刻中的每一个时刻对应的气象输入变量的变量值至少包括：该时刻的风向值、该时刻的风速值、该时刻的环境温度值、该时刻与其下一时刻之间的风向变化值、该时刻与其下一时刻之间的风速变化值。
[0015]可选地，所述偏航系统故障监测变量包括以下项之一：偏航系统的电机的温度、偏航系统的油温、偏航系统的油压、偏航速度、机头加速度。
[0016]可选地，所述故障预警设备还包括：训练单元，基于海上风力发电机组的历史运行数据和历史气象数据，训练所述偏航系统故障诊断模型，其中，所述历史运行数据包括：偏航系统故障发生时刻及该时刻之前第二预设时长内的偏航系统故障监测变量的实际值；所述历史气象数据包括：偏航系统故障发生时刻及该时刻之前第二预设时长内的气象数据。
[0017]可选地，训练单元基于海上风力发电机组的历史运行数据和历史气象数据，确定与模型训练所涉及的每一历史时刻对应的气象输入变量的变量值和该历史时刻的下一时刻的偏航系统故障监测变量的实际值，作为与该历史时刻对应的模型训练数据；并基于与模型训练所涉及的各个历史时刻对应的模型训练数据，使用梯度提升决策树算法以偏航系统故障监测变量的预测值与实际值之间的误差最小为目标，构建多个二分决策树直至满足预设条件时停止，并基于构建的所有二分决策树得到所述偏航系统故障诊断模型。
[0018]可选地，训练单元针对每个二分决策树，遍历该二分决策树所对应的所有特征值，计算每个特征值作为该二分决策树的二分节点时，将相应的残差划分成的两组的总方差，
并将所对应的总方差最小的特征值作为该二分决策树的最佳二分阈值，其中，特征值包括各个气象输入变量的变量值。
[0019]可选地，所述故障预警设备还包括：更新单元，当满足更新条件时，基于新增的历史数据，更新所述偏航系统故障诊断模型，其中，所述更新条件包括：模型准确度低于预设阈值、新增的能够用于模型训练的历史数据超过预定数量。
[0020]根据本公开的另一示例性实施例，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时实现如上所述的海上风力发电机组的故障预警方法。
[0021]根据本公开的另一示例性实施例，提供一种计算装置，所述计算装置包括：处理器；存储器，存储有计算机程序，当所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种海上风力发电机组的故障预警方法，其特征在于，所述故障预警方法包括：获取海上风力发电机组所在地理位置当前时刻及未来第一预设时长内的气象数据；基于获取的气象数据，确定当前时刻及未来第一预设时长内各个时刻对应的气象输入变量的变量值；将确定的气象输入变量的变量值输入到训练好的海上风力发电机组的偏航系统故障诊断模型，以得到偏航系统故障诊断模型输出的未来第一预设时长内偏航系统故障监测变量的预测值，其中，所述偏航系统故障诊断模型是基于梯度提升决策树算法构建的；当未来第一预设时长内偏航系统故障监测变量的预测值超出安全阈值时，发出偏航系统故障预警。2.根据权利要求1所述的故障预警方法，其特征在于，获取的气象数据至少包括：当前时刻的风向值、当前时刻的风速值、当前时刻的环境温度值、未来第一预设时长内各个时刻的风向值、未来第一预设时长内各个时刻的风速值、未来第一预设时长内各个时刻的环境温度值；其中，所述各个时刻中的每一个时刻对应的气象输入变量的变量值至少包括：该时刻的风向值、该时刻的风速值、该时刻的环境温度值、该时刻与其下一时刻之间的风向变化值、该时刻与其下一时刻之间的风速变化值。3.根据权利要求1所述的故障预警方法，其特征在于，所述偏航系统故障监测变量包括以下项之一：偏航系统的电机的温度、偏航系统的油温、偏航系统的油压、偏航速度、机头加速度。4.根据权利要求1所述的故障预警方法，其特征在于，所述故障预警方法还包括：基于海上风力发电机组的历史运行数据和历史气象数据，训练所述偏航系统故障诊断模型，其中，所述历史运行数据包括：偏航系统故障发生时刻及该时刻之前第二预设时长内的偏航系统故障监测变量的实际值；所述历史气象数据包括：偏航系统故障发生时刻及该时刻之前第二预设时长内的气象数据。5.根据权利要求4所述的故障预警方法，其特征在于，基于海上风力发电机组的历史运行数据和历史气象数据，训练所述偏航系统故障诊断模型的步骤包括：基于海上风力发电机组的历史运行数据和历史气象数据，确定与模型训练所涉及的每一历史时刻对应的气象输入变量的变量值和该历史时刻的下一时刻的偏航系统故障监测变量的实际值，作为...
【专利技术属性】
技术研发人员：丁显，徐进，
申请(专利权)人：都城伟业集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。