[发明专利]基于混合高斯模型的风电机组偏航角度识别方法和装置

权利要求书

1.一种基于混合高斯分布模型的风电机组偏航角度识别方法，其特征在于，包括以下步骤：

读取一定周期内的风电机组运行数据作为初始数据集；

基于初始数据集筛选出偏航控制系统正常工作时的数据作为待分析数据集；

通过待分析数据集中偏航误差-风速-功率散点图确定当前风机是否处于偏航状态；

对待分析数据集中的风机偏航误差进行区间划分，并绘制风机偏航误差区间段的频率分布直方图，依据风机偏航误差区间段的频率分布直方图估计风机偏航方向；

构建混合高斯分布模型，使用待分析数据集对混合高斯分布模型进行训练；

根据训练后的混合高斯分布模型中的单高斯分布模型的均值，获得风机当前的偏航角度；

所述基于初始数据集筛选出偏航控制系统正常工作时的数据作为待分析数据集，包括：

从初始数据集中筛选时间、风速、功率和偏航误差四个变量作为特征数据集；

以设定的区间长度对初始数据集中的风速数据进行区间划分，获取初始数据集中每条数据对应的风速区间段；

统计初始数据集中位于每一个风速区间段的数据量，取每个风速区间段下数据的功率平均值，绘制风速区间段的频率分布直方图；

依据绘制的风速区间段的频率分布直方图中各个风速区间段的频率分布情况和对应风机的切入切出风速值来确定风机偏航控制系统正常工作时的风速区间；

依据风电机组的额定功率区间确定风机偏航控制系统正常工作时的功率区间；

根据确定好的风机偏航控制系统正常工作时的风速区间和功率区间划定风机偏航控制系统正常工作时的运行数据集，作为待分析数据集，所述待分析数据集包括时间、风速测量值、功率测量值和偏航误差测量值；

所述通过待分析数据集中偏航误差-风速-功率散点图确定当前风机是否处于偏航状态，包括：

利用特征数据集绘制偏航误差-风速-功率散点图，其中偏航误差作为散点图的X轴变量，风速作为散点图的Y轴变量，并用灰度表示数据散点所对应的功率大小，灰度越深代表功率越大；

根据偏航误差-风速-功率散点图的中轴对应的偏航误差区间和该散点图的散点分布形态确定当前风机是否处于偏航状态。

2.根据权利要求1所述的方法，其特征在于，所述对待分析数据集中的风机偏航误差进行区间划分，并绘制风机偏航误差区间段的频率分布直方图，依据风机偏航误差区间段的频率分布直方图估计风机偏航方向，包括：

以设定的区间长度对风机偏航误差数据进行区间划分，获取每条数据对应的风机偏航误差区间段；

统计位于每一个风机偏航误差区间段的数据量，绘制风机偏航误差区间段的频率分布直方图；

依据风机偏航误差区间段的频率分布直方图的分布偏移情况估计当前风机偏航方向。

3.根据权利要求1所述的方法，其特征在于，所述构建混合高斯分布模型，使用待分析数据集对混合高斯分布模型进行训练，包括：

设定混合高斯分布模型中包含两个初始均值为0的单高斯分布；

使用待分析数据集中的风机偏航误差数据来训练构建好的混合高斯分布模型，将待分析数据集中的数据划分至混合高斯分布模型中的两个单高斯分布中。

4.根据权利要求3所述的方法，其特征在于，设定所述混合高斯分布模型中的协方差类型为diag，即每个分量有各自不同的对角协方差矩阵；设定所述混合高斯分布模型参数初始化次数为100。

5.根据权利要求3所述的方法，其特征在于，所述根据训练后的混合高斯分布模型中的单高斯分布模型的均值，获得风机当前的偏航角度，包括：

训练好的混合高斯分布模型中的两个单高斯分布的均值分别μ₁和μ₂；

风机当前的偏航角度为Ω，{Ω＝Max(|μ₁|,|μ₂|)}。