[发明专利]风电场机组运行状态的动态评估方法、装置及电子设备

说明书

本发明适用风电场机组状态评估技术领域，提供了一种风电场机组运行状态的动态评估方法、装置及电子设备，该方法包括：对风电场机组的运行数据进行预处理得到数据矩阵；根据目标时滞长度构建所述数据矩阵的动态增广矩阵；通过主成分分析方法计算所述动态增广矩阵的协方差矩阵；根据所述协方差矩阵的特征值及特征向量计算主成分贡献率，并选取主成分；通过所述主成分判断所述风电场机组的运行状态。从而通过将主成分分析法应用到动态过程中，并根据目标时滞长度分析风电场机组的运行数据中变量间的动态关系，更准确、高效地实时评估风电场机组的运行状态。

技术领域

本发明属于风电场机组状态评估技术领域，尤其涉及风电场机组运行状 态的动态评估方法、装置及电子设备。

背景技术

随着经济社会的发展，世界各国的能源矛盾日益突出。风能具有安全、清 洁、充裕，稳定等特点，风能的利用将有效地缓解资源供需矛盾、减缓环境污 染的程度。近年来，我国在风电上的研究与投入进入了一个新的发展阶段。但 在风电技术迅猛发展的同时，风电场机组的故障损坏事故也逐年增加。风电场 机组一般位于偏远及环境恶劣的地区，机组修护工作难以及时进行，增加了风 电场机组运行维护的资金和人力成本。因此，如何在风电场机组的运行状态中 实时快速检测出潜在故障并优化运行方案是目前风电场机组重点研究的方向。

主成分分析法是一种多元统计分析方法，利用降维的思想，将多个指标转 化为若干综合指标。主成分分析方法是将高维信息投影到低维子空间，最大程 度保留数据的原始信息，其基本思想是：寻找一组低维的新变量代替高维的原 变量，且新变量是原变量的线性组合。低维的新变量数据更集中的反应了原变 量数据所包含的变化信息，根据数据变化的方差大小来确定变化方向的主次地 位，按主次顺序得到主成分，依次称为第一主成分、第二主成分等，这些主成 分之间是相互独立的。动态主成分分析法是将动态序列数据的构造和主成分分 析法相结合的一种新型多元统计学建模方法。此方法利用动态时间序列将原变 量的静态数据，扩展成动态时间数据，通过对动态时间数据的分析，可以简化 原始数据分析的复杂程度，有效地提取系统变量间的动态关系，在保证预测精 度的情况下提高评估效率。

现有的风电场机组运行状态的评估方法大多是采用曲线图绘制的方法，例 如通过绘制功率曲线、部件温度曲线、压力曲线等来对风电机组进行评估。所 谓风电机组的功率曲线，一般是指风电机组输出功率随风速变化的关系曲线。 风电机组的实际效率主要通过风电机组实际运行的功率曲线得到反映，实际功 率曲线的好坏综合反映了风电机组的经济性。然而通过单一的性能曲线仅能反 映出风电场或单个机组的运行是否良好、经济性是否达标，对于发现潜在隐患、 找到故障源头等方面还有许多不足。若把所有运行数据都绘制曲线图，来一一 进行对比观察，虽然可以掌握整体运行状态，但工作量大、耗时费力，并不是 一种高效的评估方法。

发明内容

本发明的目的在于提供风电场机组运行状态的动态评估方法、装置及电子 设备，旨在解决由于现有技术无法准确、高效地对风电场机组的运行状态进行 实时动态评估的问题。

第一方面，本发明提供了一种风电场机组运行状态的动态评估方法，所述 方法包括下述步骤：

对风电场机组的运行数据进行预处理得到数据矩阵；

根据目标时滞长度构建所述数据矩阵的动态增广矩阵；

通过主成分分析方法计算所述动态增广矩阵的协方差矩阵；

根据所述协方差矩阵的特征值及特征向量计算主成分贡献率，并选取主成 分；

通过所述主成分判断所述风电场机组的运行状态。

可选的，对风电场机组的运行数据进行预处理得到数据矩阵的步骤包括：

对所述风电场机组的运行数据进行数据清洗，修改所述运行数据中的错误 数据。

将经过错误数据修改的所述运行数据构建为数据矩阵。