[发明专利]风力发电机组可靠性水平预测的方法及系统

说明书

本发明公开了一种风力发电机组可靠性水平预测的方法及系统。所述方法包括：设置可靠性指标的预定的多个变化状态；基于可靠性指标的时间窗口的历史数据，计算多个变化状态的转移概率矩阵；基于时间窗口的历史数据，计算所述多个变化状态中的每个变化状态的概率分布期望；基于转移概率矩阵，获取与当前状态相关的各个转换概率；基于概率分布期望以及转换概率，计算与当前状态相关的综合状态期望；基于综合状态期望和可靠性指标的当前值，计算可靠性指标的预测值。本发明能够以后一时间的可靠性指标的值与前一时间的可靠性指标的值之间的变化量作为马尔可夫“状态”，从而得到合理且准确的预测结果。

技术领域

以下描述涉及一种风电领域，具体地说，涉及一种风力发电机组可靠性水平预测的方法及系统。

背景技术

风力发电越来越重要地用于解决当前突出的能源和环境问题。随着风力发电机组的广泛应用，风力发电机组所处的运行环境日益多样化、风力发电机组机型配置日益复杂，这导致风力发电机组的可靠性水平预测越来越必须，从而能够根据可靠性水平的预测制定风力发电机组的整改策略，以有效地保证风力发电机组的可靠性要求。然而，由于风力发电机组工况的复杂性，掌握全球范围内风电场中的风力发电机组整体的可靠性水平和未来趋势越来越困难，并且风力发电机组的可靠性水平预测的准确性难以保证。

发明内容

为了解决上述问题，本发明基于马尔可夫过程，提供一种风力发电机组可靠性水平预测的方法及系统。

根据本发明的一方面，提供一种风力发电机组可靠性水平预测的方法，所述方法可包括：设置可靠性指标的预定的多个变化状态；基于所述可靠性指标的时间窗口的历史数据，计算所述多个变化状态的转移概率矩阵；基于所述时间窗口的历史数据，计算所述多个变化状态中的每个变化状态的概率分布期望；基于所述转移概率矩阵，获取与当前状态相关的各个转换概率；基于所述概率分布期望以及所述转换概率，计算与当前状态相关的综合状态期望；基于所述综合状态期望和所述可靠性指标的当前值，计算所述可靠性指标的预测值。

可选地，所述方法还包括：在计算所述多个变化状态的转移概率矩阵步骤之前，对所述时间窗口的历史数据进行预处理，以去除所述时间窗口的历史数据的空值。

优选地，计算所述多个变化状态中的每个变化状态的概率分布期望的步骤可包括：对所述时间窗口的历史数据进行时间差分运算；基于与各变化状态相关的差分运算结果，计算相应的各变化状态的概率分布；基于各变化状态的概率分布，计算相应的各变化状态的概率分布期望。

优选地，计算相应的各变化状态的概率分布的步骤可包括：按照预设间隔区间，对所述差分运算结果进行离散分布统计；对统计的离散分布进行非线性拟合，得到初始概率分布；对所述初始概率分布进行负概率修正，获得所述相应的各变化状态的概率分布。

优选地，对所述初始概率分布进行负概率修正的步骤可包括：将所述初始概率分布中的负值修正为预定的正值。

优选地，计算与当前状态相关的综合状态期望的步骤可包括：将每个变化状态的概率分布期望和与所述当前状态相关的每个转换概率相乘；对相乘所得的结果求和，以计算所述综合状态期望。

根据本发明的另一方面，提供一种用于风力发电机组可靠性水平预测的系统，所述系统可包括：初始化模块，被配置为：设置可靠性指标的预定的多个变化状态；计算模块，被配置为：基于所述可靠性指标的时间窗口的历史数据，计算所述多个变化状态的转移概率矩阵；基于所述时间窗口的历史数据，计算所述多个变化状态中的每个变化状态的概率分布期望；基于所述转移概率矩阵，获取与当前状态相关的各个转换概率；基于所述概率分布期望以及所述转换概率，计算与当前状态相关的综合状态期望；以及预测值模块，被配置为：基于所述综合状态期望和所述可靠性指标的当前值，计算所述可靠性指标的预测值。