[发明专利]风电机组运行状态监测方法及装置

权利要求书

1.一种风电机组运行状态监测方法，其特征在于，包括：

获取待监测风电机组的当前运行数据以及历史运行数据；

根据预先建立的运行状态影响因子确定模型从所述历史运行数据中确定所述待监测风电机组的运行状态影响参数；

根据所述运行状态影响参数所对应的当前运行数据以及预先建立的工况监测模型确定所述待监测风电机组的运行状态。

2.根据权利要求1所述的风电机组运行状态监测方法，其特征在于，所述当前运行数据以及所述历史运行数据包括：风速、风向、功率、发电机转速、U1电压、U2电压、U3电压、功率因数、对风角度、叶片角度、环境温度、机舱温度、齿轮箱油温、液压油温、U1绕组温度、齿轮箱轴1温度、齿轮箱轴2温度、电机轴承A温度以及电机轴承B温度。

3.根据权利要求1所述的风电机组运行状态监测方法，其特征在于，建立所述运行状态影响因子确定模型包括以下步骤：

利用相关性分析法，计算多个历史运行数据与功率的相关性系数，

根据相关性系数以及预设阈值确定待监测风电机组运的初步运行状态影响参数；

利用机器学习算法，根据所述初步运行状态影响参数以及其所对应的功率建立所述运行状态影响因子确定模型。

4.根据权利要求3所述的风电机组运行状态监测方法，其特征在于，所述建立所述运行状态影响因子确定模型还包括：

利用相关性系数末位剔除法，组成不同阶的初步运行状态影响参数；

利用数据降维方法，对不同阶的初步运行状态影响参数进行特征提取，以生成影响参数特征向量。

5.根据权利要求4所述的风电机组运行状态监测方法，其特征在于，所述利用机器学习算法，根据所述初步运行状态影响参数以及其所对应的功率建立所述运行状态影响因子确定模型，包括：

根据所述机器学习算法，根据所述影响参数特征向量以及功率生成所述运行状态影响因子确定模型。

6.根据权利要求1所述的风电机组运行状态监测方法，其特征在于，建立所述工况监测模型包括以下步骤：

利用机器学习算法，根据运行状态影响参数以及其所对应的功率建立所述工况监测模型。

7.根据权利要求1所述的风电机组运行状态监测方法，其特征在于，所述根据所述运行状态影响参数所对应的当前运行数据以及预先建立的工况监测模型确定所述待监测风电机组的运行状态，包括：

将所述运行状态影响参数所对应的当前运行数据输入至所述工况监测模型中，以确定所述当前运行数据所对应的功率；

根据预设的功率阈值范围以及所述当前运行数据所对应的功率确定所述待监测风电机组的运行状态。

8.一种风电机组运行状态监测装置，其特征在于，包括：

数据获取单元，用于获取待监测风电机组的当前运行数据以及历史运行数据；

关键参数确定单元，用于根据预先建立的运行状态影响因子确定模型从所述历史运行数据中确定所述待监测风电机组的运行状态影响参数；

运行状态确定单元，用于根据所述运行状态影响参数所对应的当前运行数据以及预先建立的工况监测模型确定所述待监测风电机组的运行状态。

9.根据权利要求8所述的风电机组运行状态监测装置，其特征在于，还包括：因子模型建立单元，用于建立所述运行状态影响因子确定模型，所述因子模型建立单元包括：

相关性计算模块，用于利用相关性分析法，计算多个历史运行数据与功率的相关性系数，

初步参数确定模块，用于根据相关性系数以及预设阈值确定待监测风电机组运的初步运行状态影响参数；

因子模型建立模块，用于利用机器学习算法，根据所述初步运行状态影响参数以及其所对应的功率建立所述运行状态影响因子确定模型。