[发明专利]风力发电机组发电机故障的检测方法及装置

权利要求书

1.一种风力发电机组发电机故障的检测方法，其特征在于，包括：

获取风力发电机组的状态数据；

将所述状态数据输入预设的神经网络模型，根据所述预设的神经网络模型输出的相应变量确定所述状态数据对应的目标值；

根据预设的神经网络模型输出的各个变量，确定所述状态数据对应的目标值的回归估计值；

根据所述回归估计值和所述目标值，确定判定系数；

确定所述判定系数是否超过预设阈值；

若是，则执行根据所述目标值和预设的经验参数，确定所述风力发电机组发电机的故障状态的步骤，

若不是，则执行所述获取风力发电机组的状态数据的步骤。

2.根据权利要求1所述的方法，其特征在于，所述获取风力发电机组的状态数据，包括：

采集风力发电机组在单位周期内的预设个数的瞬时状态数据；

对所述预设个数的瞬时状态数据进行归一化处理和求均值处理，获得所述风力发电机组在所述单位周期内的平均状态数据。

3.根据权利要求2所述的方法，其特征在于，所述根据预设的神经网络模型，确定所述状态数据对应的目标值的步骤，包括：

在所述平均状态数据包括所述风力发电机的平均转速数据的情况下，根据预设的神经网络模型，确定所述平均转速数据对应的第一目标值；

在所述平均状态数据包括所述风力发电机组的平均功率数据的情况下，根据预设的神经网络模型，确定所述平均功率数据对应的第二目标值；

在所述平均状态数据包括所述风力发电机组的平均绝缘值数据的情况下，根据预设的神经网络模型，确定所述平均绝缘值数据对应的第三目标值；

在所述平均状态数据包括所述风力发电机组轴承间隙的平均值的情况下，根据预设的神经网络模型，确定所述轴承间隙的平均值对应的第四目标值；

在所述平均状态数据包括所述风力发电机组发电机绕组温度的平均值的情况下，根据预设的神经网络模型，确定所述风力发电机组发电机绕组温度的平均值对应的第五目标值。

4.根据权利要求3所述的方法，其特征在于，根据所述目标值和预设的经验参数，确定所述风力发电机组发电机的故障状态，包括：

确定每个目标值与对应的经验参数之间的偏差值；

确定各所述偏差值是否属于相应的预设阈值范围；

若是，则确定所述风力发电机组发电机的运行状态正常；

若不是，则确定所述风力发电机组发电机的运行状态为故障。

5.根据权利要求4所述的方法，其特征在于，所述确定每个目标值与对应的经验参数之间的偏差值，包括：

根据表达式：

确定每个目标值与对应的经验参数之间的偏差值；

其中，L为目标值与对应经验参数之间的偏差，C为所述目标值，E为所述目标值对应的经验值。

6.一种风力发电机组的发电机故障检测装置，其特征在于，包括：

获取模块，获取风力发电机组的状态数据；

第一确定模块，将所述状态数据输入预设的神经网络模型，根据所述预设的神经网络模型输出的相应变量确定所述状态数据对应的目标值；

第二确定模块，根据所述目标值和预设的经验参数，确定所述风力发电机组发电机的故障状态；

第三确定模块，根据预设的神经网络模型输出的各个变量，确定所述状态数据对应的目标值的回归估计值；

第四确定模块，根据所述回归估计值和所述目标值，确定判定系数；

第五确定模块，确定所述判定系数是否超过预设阈值；

其中，若是，则调用所述第二确定模块；

若不是，则调用所述获取模块。

7.根据权利要求6所述的装置，其特征在于，所述获取模块，包括：

采集子模块，采集风力发电机组在单位周期内的预设个数的瞬时状态数据；

处理子模块，对所述预设个数的瞬时状态数据进行归一化处理和求均值处理，获得所述风力发电机组在所述单位周期内的平均状态数据。