[发明专利]一种风电故障预警预测的方法

说明书

本申请涉及一种风电故障预警预测的方法，属于风电故障预警预测技术领域。本申请包括：通过多方面对风电数据进行特征构建，并进行特征的并行快速化计算提取；基于提取到的特征，对风电数据进行处理，得到高信息丰富度的且具备可解释性的预警预测数据；根据所述预警预测数据，对风电运行进行故障预警预测。通过本申请方案的实施，有助于实现快速对大量风电数据提取特征，实现对预警预测数据的可解释性的有效提升，从而有助于提升风电故障预警预测的准确性。

技术领域

本申请属于风电故障预警预测技术领域，具体涉及一种风电故障预警预测的方法。

背景技术

风力发电技术作为新能源领域中的一个非常重要的组成部分，近些年来得到长足发展。

由于风电场一般处于偏远地区，工作环境复杂恶劣，使得风力发电机组发生故障的几率比较大，出现了很多运行故障。随着大规模风电场的投入运行，为降低风电机组运行的风险，维护机组安全经济运行，故障诊断预警预测在风力发电运行过程中所起的作用越来越重要。

风电场的运营和监测数据的积累让风电故障的预警预测变得可能，但是，因数据质量残次不齐，现有的风电故障预测分析缺乏准确有效并能与实际业务结合的优质特征，使得得到的数据对风电故障预警预测的可解释性降低。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种风电故障预警预测的方法，有助于风电故障预警预测的准确性。

为实现以上目的，本申请采用如下技术方案：

一种风电故障预警预测的方法，包括：

通过多方面对风电数据进行特征构建，并进行特征的并行快速化计算提取；

基于提取到的特征，对风电数据进行处理，得到高信息丰富度的且具备可解释性的预警预测数据；

根据所述预警预测数据，对风电运行进行故障预警预测。

进一步地，所述通过多方面对风电数据进行特征构建，包括：

结合实际操作人员对风电故障的业务理解进行特征构建；

根据风电数据的时序性特点进行统计上的特征构建；以及

对探索得到的与实际故障业务贴合的特征数据进行特征构建。

进一步地，所述通过多方面对风电数据进行特征构建之前，所述方法还包括：

基于风电数据的时序性特点，将原始风电数据转换为预设时间级的风电数据，并转换成特定的格式，以便于特征提取。

进一步地，所述结合实际操作人员对风电故障的业务理解进行特征构建，包括：从以下三个方面中的至少一个方面进行特征构建：

从视在功率和功角方面；

从温度异常变化角度对温度波动性进行量化方面；以及

从偏航角度的设定值与实际值的变动方面。

进一步地，所述根据风电数据的时序性特点进行统计上的特征构建，包括：

通过傅里叶变换、自相关系数和线性趋势中的至少一项，对风电数据进行统计上的特征构建。

进一步地，所述对探索得到的与实际故障业务贴合的特征数据进行特征构建，包括：

对探索得到的与实际故障业务贴合的变频器出入口温差特点和/或温度的特点分位数进行特征构建。

进一步地，所述基于提取到的特征，对风电数据进行处理，得到高信息丰富度的且具备可解释性的预警预测数据，包括：

基于风电数据的先验知识对风电数据进行特征分类，并进行分类别的数据降维处理；