【技术实现步骤摘要】
本申请涉及风电机组，更具体地说，涉及一种风机叶片结冰诊断方法、系统、风力发电机组及电子设备。
技术介绍
1、风电场一般布置在高海拔高湿度的地区，在冬季易形成叶片结冰问题，从而对风电机组的安全运行产生威胁。因而，及时检测机组运行中出现的叶片结冰问题有助于及时调整风电机组运行状态或停机，保证机组运行安全。
2、目前，主要有以下三类方法可实现对风机叶片结冰的异常检测：
3、1、通过在叶片表面或者叶片内部署结冰探测装置，当传感器出现结冰特征的异常信号时，判定叶片表面出现覆冰。这种方法是目前最普遍的做法，简单直接有效，代价是会带来硬件采购和结构变更成本，部署调试不方便。
4、2、通过部署云台摄像头并配合视觉算法对叶片表面状态进行监测。这种方法可以同时监测叶片的覆冰和损伤等情况，但易受环境的影响，且同样存在需要增加硬件设备，部署调试不便的问题。
5、3、通过利用机器学习算法对标记过的故障数据和正常数据进行训练得到的故障诊断模型，在风机运行时，输出故障判别信号——结冰或未结冰。这种方法虽然不依赖于硬件检测设备，但在构建故障诊断模型时需要收集大量的正常数据和结冰异常数据，并对两种数据进行标记。当在不同风场、不同机型上应用时，会带来庞大的数据标记工作。
技术实现思路
1、有鉴于此，本申请实施例致力于提供一种风机叶片结冰诊断方法、系统、风力发电机组及电子设备，以解决现有技术中采用故障诊断模型进行叶片结冰诊断时，因故障诊断模型的构建依赖于故障数据标签，所造
2、第一方面，本专利技术提供一种风机叶片结冰诊断方法，包括：
3、在风机运行时，获取所述风机的运行参数，以及对应于所述运行参数所述风机输出的功率的实际值；
4、将所述运行参数输入训练好的预测模型，得到由所述预测模型输出的对应于所述运行参数所述风机输出的功率的预测值；
5、将所述预测值与所述实际值作差，并确定得到的差值是否超出预设预警值；
6、在确定所述差值超出所述预设预警值，且所述风机所处的环境的环境温度低于预设温度阈值时，确定所述风机的叶片处于结冰状态；
7、其中，所述预测模型是在所述环境温度处于预设温度范围内时，基于所述风机处于目标状态时的运行参数和对应于所述运行参数所述风机输出的功率的实际值训练得到的，并在所述环境温度的变化大于预设温度变化范围时进行更新，所述目标状态包括：所述叶片处于未结冰状态，所述风机输出的功率的波动幅度小于预设波动阈值。
8、在一种可能的实施方式中，所述确定得到的差值是否超出预设预警值，包括：
9、将所述差值输入残差分析模型，得到由所述残差分析模型输出的待评价量；
10、确定所述待评价量是否超出所述预设预警值；
11、其中，所述残差分析模型是以所述风机输出的功率的历史预测值与历史实际值的差值为样本，通过残差分析法得到的模型。
12、在一种可能的实施方式中，所述预设预警值通过控制图法确定。
13、在一种可能的实施方式中，所述运行参数包括：风速、风向、桨叶角。
14、在一种可能的实施方式中，所述预测模型为bp神经网络模型。
15、在一种可能的实施方式中，所述获取所述风机的运行参数，包括：
16、获取目标运行参数，所述目标运行参数为所述风机在预设时长内产生的运行参数；
17、计算所述目标运行参数的均值，并进行归一化处理，得到所述运行参数。
18、第二方面，本专利技术提供一种风机叶片结冰诊断系统，包括：
19、采集单元，用于在风机运行时，获取所述风机的运行参数，以及对应于所述运行参数所述风机输出的功率的实际值；
20、处理单元，用于将所述运行参数输入训练好的预测模型，得到由所述预测模型输出的对应于所述运行参数所述风机输出的功率的预测值；
21、比较单元，用于将所述预测值与所述实际值作差，并确定得到的差值是否超出预设预警值；
22、诊断单元，用于在确定所述差值超出所述预设预警值，且所述风机所处的环境的环境温度低于预设温度阈值时，确定所述风机的叶片处于结冰状态；
23、其中，所述预测模型是在所述环境温度处于预设温度范围内时，基于所述风机处于目标状态时的运行参数和对应于所述运行参数所述风机输出的功率的实际值训练得到的，并在所述环境温度的变化大于预设温度变化范围时进行更新，所述目标状态包括：所述叶片处于未结冰状态，所述风机输出的功率的波动幅度小于预设波动阈值。
24、在一种可能的实施方式中，所述比较单元具体用于：
25、将所述差值输入残差分析模型，得到由所述残差分析模型输出的待评价量；
26、确定所述待评价量是否超出所述预设预警值；
27、其中，所述残差分析模型是以所述风机输出的功率的历史预测值与历史实际值的差值为样本，通过残差分析法得到的模型。
28、第三方面，本专利技术提供一种风力发电机组，包括风机本体和本专利技术第二方面提供的风机叶片结冰诊断系统。
29、第四方面，本专利技术提供一种电子设备，所述电子设备包括：
30、处理器；
31、用于存储所述处理器可执行指令的存储器；
32、所述处理器，用于执行本专利技术第一方面提供的风机叶片结冰诊断方法。
33、根据本专利技术提供的风机叶片结冰诊断方法，通过在风机运行时，获取风机的运行参数，以及对应于该运行参数风机输出的功率的实际值，然后将运行参数输入在环境温度处于预设温度范围内时，基于风机处于目标状态时的运行参数和对应于运行参数风机输出的功率的实际值预先训练得到的预测模型中，得到对应于该运行参数风机输出的功率的预测值，以在将预测值与实际值作差，并确定得到的差值超出预设预警值，且风机所处的环境的环境温度低于预设温度阈值时，确定风机的叶片处于结冰状态。一方面实现了通过不依赖于叶片结冰数据标签构建的预测模型对叶片是否结冰的诊断，降低了成本，提高了效率。另一方面通过设置预测模型在环境温度的变化大于预设温度变化范围时进行更新，实现了根据环境变化对预测模型的在线调整，从而降低了因温度变化带来的模型误差，进而提高了诊断结果的准确性。
本文档来自技高网...【技术保护点】
1.一种风机叶片结冰诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定得到的差值是否超出预设预警值，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设预警值通过控制图法确定。
4.根据权利要求1所述的方法，其特征在于，所述运行参数包括：风速、风向、桨叶角。
5.根据权利要求1所述的方法，其特征在于，所述预测模型为BP神经网络模型。
6.根据权利要求1所述的方法，其特征在于，所述获取所述风机的运行参数，包括：
7.一种风机叶片结冰诊断系统，其特征在于，包括：
8.根据权利要求7所述的系统，其特征在于，所述比较单元具体用于：
9.一种风力发电机组，其特征在于，包括风机本体和如权利要求7或8所述的风机叶片结冰诊断系统。
10.一种电子设备，其特征在于，所述电子设备包括：
【技术特征摘要】
1.一种风机叶片结冰诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定得到的差值是否超出预设预警值，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设预警值通过控制图法确定。
4.根据权利要求1所述的方法，其特征在于，所述运行参数包括：风速、风向、桨叶角。
5.根据权利要求1所述的方法，其特征在于，所述预测模型为bp神经网...
【专利技术属性】
技术研发人员：刘奇，闻攀，
申请(专利权)人：三一重能股份有限公司，
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。