[发明专利]一种基于温度预测的风电场风电机组变频器状态评价方法

说明书

本发明公开了一种基于温度预测的风电场风电机组变频器状态评价方法，包括以下步骤：随机选取SCADA系统中第a号风电机组在服役期限内N天的数据，形成N组数据样本；初步筛选时间序列非线性预测模型输入变量种类；对预测模型多输入变量进行全面筛选；多输入输出预测模型再训练与综合；变频器温度预测结果评价变频器状态；对风电场所有风电机组的变频器温度进行预测，进一步对风电机组变频器状态进行自确认及评价。本发明为风电场风电机组变频器在复杂多变工况下的温度预测，实时掌握风电机组变频器状态，提醒风电场技术人员采取必要的措施，以防止变频器过早损坏和事故的发生，该方法还可推广应用于其它复杂机电系统的变频器温度的预测和状态评价。

【技术领域】

本发明涉及风电场风电机组状态监测与数据挖掘技术领域，特别是一种基于温度预测的风电场风电机组变频器状态评价方法。

【背景技术】

随着环境污染问题的日益突出，同时为了克服能源危机，风能作为一种绿色可再生能源越来越受到世界各国的重视，风力发电机组(以下简称风电机组或风机)作为将风能转化为电能的关键装备得到了迅猛的发展，到2016年底，全球风机总装机容量达到486GW。风电机组是复杂的机电一体化装备，而且，大型风电机组通常坐落于环境恶劣的偏远地区以及沿海或近海区域，机舱一般安装在离地面几十米甚至上百米高空，因此风电机组异常和故障发生率高，日常运行状态检测困难，维护成本昂贵。有统计资料表明，陆上和海上风电机组维护费用占到各自风场收入的10％～15％和20％～35％左右。

2018年2月14日由全球风能理事会发布的《全球风电市场年度统计报告》中显示2017年我国累计装机容量为188232MW，以34.88％的市场份额居全球首位。随着越来越多的并网式风电场投产运行，风力发电机组无法规避的会出现各种故障。由于变频系统上接风力发电机，下连电网，一旦变频系统状态异常，轻则会使输出波形产生畸变降低供电的质量，严重时会影响整个风电系统以及电网的安全。如果能及时对其状态进行预测，就能最小程度的降低风电变频系统状态异常带来的损失，因此对风电变频器状态预测具有重要的意义。

因此，大型风电机组必须安装监控系统，以及时掌握风电机组实时运行状态，安装监控系统主要包括单机主控系统、单机状态监测系统(CMS)和远程中央监控与数据采集系统(SCADA)。而SCADA是最主要的监控系统组成，该系统监测参数众多，包括：风速、功率、温度、电压、电流、偏航、变桨、控制等上百种信号。风电机组厂商和风电场业主都希望通过分析SCADA数据判断风电场风电机组变频器状态。但是由于风电场风电机组SCADA数据存在大量的信息冗余，风电机组各监控信号的相关关系和关联关系并不明确，致使利用SCADA数据及时掌握风电机组变频器实时运行状态并不理想。

【发明内容】

为了解决上述技术问题，本发明提供一种方法简单，操作方便，能够预测出风电机组变频器温度的方法，防止变频器过早损坏，降低事故风险。

本发明采用的技术方案是：一种基于温度预测的风电场风电机组变频器状态评价方法，包括以下步骤：

(1)随机选取风电场的SCADA系统中第a号风电机组在服役期限内N天的数据，形成对应的N组数据样本，每组数据样本中通过均匀随机抽样获取样本子集作为训练样本集和测试样本集；