【技术实现步骤摘要】
本专利技术涉及风力发电系统监测，具体为一种风力发电主机和塔筒运行状态的实时监测方法。
技术介绍
1、在全球能源转型的大背景下，风力发电作为一种清洁、可再生的能源获取方式，在电力供应体系中的地位愈发重要。近年来，风力发电装机容量持续攀升，风电场的规模不断扩大且分布愈发广泛。然而，风力发电主机和塔筒作为风力发电系统的核心关键部件，其运行稳定性与可靠性直接关系到整个风电场的发电效率、经济效益以及电力供应的稳定性。但在实际运行过程中，主机和塔筒面临着极为复杂且恶劣的工作环境，这使得其运行状态监测成为一项极具挑战性的任务，现有监测技术存在诸多问题，亟待改进。
2、风力发电主机和塔筒长期处于高空、强风、低温、沙尘等恶劣气象条件下运行。例如，在北方的风电场，冬季气温可低至零下二三十摄氏度，主机内的润滑油黏度增加，影响部件间的正常润滑，导致机械磨损加剧；而在沿海地区，高湿度和盐雾环境容易引发塔筒的腐蚀，削弱其结构强度。同时，主机和塔筒运行时还承受着交变载荷，叶片在旋转过程中，不仅要克服空气阻力，还要应对风向和风速的频繁变化，这使得叶片连接部位、主机轴承等关键部件时刻处于复杂应力状态，极易引发疲劳损伤，进而导致故障发生。据统计，因主机和塔筒故障导致的风电机组停机时间，平均每年可达数十小时甚至上百小时，严重影响了风电场的发电收益。
3、当前，针对风力发电主机和塔筒运行状态的监测方法虽然多样，但都存在一定的局限性。传统的基于传感器的监测技术，如仅依靠简单的温度传感器、振动传感器来监测设备运行状态，往往只能获取单一维度的数据，无
4、以数据分析为核心的监测手段也面临困境。一些基于阈值判断的监测方法，依赖于预先设定的固定阈值来判断设备是否存在故障。然而，风力发电设备的运行工况复杂多变，不同的风速、风向、负载等条件下，设备的正常运行参数范围也会发生变化。固定的阈值难以适应这些复杂的工况变化，容易出现误报或漏报的情况。例如，在强风天气下，塔筒的振动幅度会自然增大，但可能仍处于安全范围内，如果按照常规阈值判断，就可能误判为故障，造成不必要的停机维护，增加运维成本。
5、另外，现有的监测系统大多缺乏对潜在故障风险的有效评估能力。它们往往只能在故障已经发生或者出现明显故障特征时才能发出警报，无法提前预测故障的发生，导致无法及时采取有效的预防措施。等到故障发生后再进行维修，不仅维修成本高昂，还会造成长时间的停电，影响电力供应的稳定性。例如，当主机的齿轮箱出现严重磨损时，维修需要更换大量零部件，耗费大量的人力、物力和时间，给风电场带来巨大的经济损失。
6、在监测数据的综合利用方面，现有技术也存在不足。不同类型的监测数据之间缺乏有效的融合机制，无法形成对设备运行状态的全面、准确认知。例如，振动数据和温度数据分别由不同的监测系统采集和分析，两者之间没有建立关联，不能从多个角度综合判断设备的运行状况，难以发现隐藏在复杂数据背后的故障线索。随着风力发电技术的不断发展，风电机组的单机容量越来越大，塔筒高度不断增加，这对主机和塔筒的运行状态监测提出了更高的要求。现有的监测技术已无法满足风电场高效、稳定运行的需求，迫切需要一种更加全面、精准、智能的监测方法，能够实时、准确地掌握风力发电主机和塔筒的运行状态，及时发现潜在故障风险，并制定合理的维护策略，以保障风力发电系统的可靠运行，降低运维成本，提高风电场的经济效益和社会效益。
技术实现思路
1、本专利技术的目的在于提供一种风力发电主机和塔筒运行状态的实时监测方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种风力发电主机和塔筒运行状态的实时监测方法，所述方法包括：
3、f1、利用布置在风力发电主机和塔筒关键部位的传感器收集运行数据样本；
4、f2、采用深度学习算法构建能依据运行数据样本推断主机和塔筒潜在故障风险的风险评估模型；运用聚类分析算法构建能依据运行数据样本反映主机和塔筒不同运行状态分布特征的状态分布模型；将状态分布模型与风险评估模型的输出接入一个融合处理层，形成综合监测模型；
5、f3、求解所述综合监测模型的关键性能指标阈值边界，并在关键性能指标阈值边界中依据动态优先级决策法筛选与安全运行需求匹配的预警方案集；
6、f4、依据预警方案集实施对应的维护策略，若后续监测到主机和塔筒的运行状态恢复正常则停止操作，否则将新采集的运行数据样本作为输入信息反馈至综合监测模型，重复执行f3至f4。
7、本专利技术的实时监测方法通过在关键部位布置传感器采集运行数据，并借助深度学习算法和聚类分析算法分别构建风险评估模型与状态分布模型，二者协同工作以全面评估主机和塔筒的运行状况。将这两个模型的输出进行融合处理，形成综合监测模型，从而更准确地判断运行状态。之后求解关键性能指标阈值边界，筛选出合适的预警方案，最后依据预警实施维护策略，并根据后续运行状态决定是否持续监测与调整，形成一个完整的、闭环的实时监测体系，确保风力发电主机和塔筒安全稳定运行。
8、优选的，步骤f1中，传感器按照预设的科学布局方案安装在风力发电主机和塔筒的轴承、叶片连接部位、塔筒底部的部位收集运行数据样本。在风力发电主机和塔筒的轴承、叶片连接部位、塔筒底部这些关键部位安装传感器，是因为轴承的运行状态直接关系到主机的转动稳定性，叶片连接部位影响叶片的正常工作，塔筒底部则承受着巨大的压力和振动，这些部位的运行数据能有效反映整体设备的运行状况。通过预设的科学布局方案，可确保传感器能全面、准确地收集各类运行数据，为后续分析提供可靠依据。
9、优选的，综合监测模型的输入为风力发电主机和塔筒的各类实时运行数据，输出为表征运行状态优劣的量化指标及对应的故障风险等级。综合监测模型以风力发电主机和塔筒的实时运行数据作为输入，这些数据涵盖了设备运行过程中的多种参数。经过模型内部的运算和分析，输出的表征运行状态优劣的量化指标可以直观地反映设备当前的运行质量，而对应的故障风险等级则能让运维人员快速了解设备发生故障的可能性大小，方便及时采取相应措施。
10、优选的，关键性能指标阈值边界是由一组能精准区分不同运行状态的量化指标值所构成，并通过基于梯度下降的优化算法，对综合监测模型进行迭代求解而得，具体公式为：
11、
12、其中 为代价函数， 为预测值， 为真实值， 为正则化参数， 为模型参数， 为样本数量， 为参数数量，通过不断调整 使得 最小化以确定阈值边界。关键性能指标阈值边界的确定对于准确判断设备运行状态至关重要。这组量化指标值是通过上述公式，利用基于梯度下降的优化算法对综合监测模型进行迭代求解得到的。在公式中，代价函数综合考虑了预测值与本文档来自技高网...
【技术保护点】
1.一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述步骤F1中，传感器按照预设的科学布局方案安装在风力发电主机和塔筒的轴承、叶片连接部位、塔筒底部的部位收集运行数据样本。
3.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法，所述综合监测模型的输入为风力发电主机和塔筒的各类实时运行数据，输出为表征运行状态优劣的量化指标及对应的故障风险等级。
4.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述关键性能指标阈值边界是由一组能精准区分不同运行状态的量化指标值所构成，并通过基于梯度下降的优化算法，对综合监测模型进行迭代求解而得，具体公式为：
5.根据权利要求4所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述基于梯度下降的优化算法为随机梯度下降算法，在迭代过程中，更新参数的公式为：
6.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法
7.根据权利要求6所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述融合处理层引入注意力机制实现融合，针对状态分布模型输出的运行状态分布特征向量与风险评估模型输出的故障风险量化值，计算各自的注意力得分。
8.根据权利要求7所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述融合处理层在运行过程中建立冗余校验模块，对融合后的数据进行交叉验证，将融合后的综合向量按一定比例划分为校验子集和比对子集，利用预先训练好的校验模型分别对两个子集进行特征提取与比对分析，若两者差异超过预设阈值，则判定融合过程可能存在异常，触发纠错流程，利用历史正常融合数据重新训练融合处理层参数。
9.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述步骤F1中，对收集的运行数据样本进行异常值剔除处理，并利用滑动窗口算法进行平滑降噪。
...【技术特征摘要】
1.一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述步骤f1中，传感器按照预设的科学布局方案安装在风力发电主机和塔筒的轴承、叶片连接部位、塔筒底部的部位收集运行数据样本。
3.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法，所述综合监测模型的输入为风力发电主机和塔筒的各类实时运行数据，输出为表征运行状态优劣的量化指标及对应的故障风险等级。
4.根据权利要求1所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述关键性能指标阈值边界是由一组能精准区分不同运行状态的量化指标值所构成，并通过基于梯度下降的优化算法，对综合监测模型进行迭代求解而得，具体公式为：
5.根据权利要求4所述的一种风力发电主机和塔筒运行状态的实时监测方法，其特征在于，所述基于梯度下降的优化算法为随机梯度下降算法，在迭代过程中，更新参数的公式为：
【专利技术属性】
技术研发人员：刘林，刘寒，林春风，
申请(专利权)人：中电科安科技股份有限公司，
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。