[发明专利]风机发电率损失预测方法、系统、设备及介质

说明书

本公开提供了风机发电率损失预测方法、系统、设备及介质，该方法包括以下步骤：S1：获取风机历史上的缺陷差异集合以及缺陷差异集合对应的发电率差异，其中，缺陷差异集合为各个时间阶段风机缺陷分布之间的变化差异，发电率差异为各个时间阶段风机发电率之间的变化差异；S2：将缺陷差异集合与发电率差异作为训练集，输入至预设的网络模型中训练，获取发电率损失模型；S3：获取风机当前的实际缺陷集合，并输入发电率损失模型，得到风机的发电率损失。本公开通过缺陷差异集合和对应的发电率差异训练的模型，能够实现对风机发电率损失的准确预测，以准确判断风机缺陷对风机发电的影响，大幅降低了计算的复杂性，操作简单效率更高，准确性更高。

技术领域

本公开属于风力发电技术领域，尤其涉及风机发电率损失预测方法、系统、设备及介质。

背景技术

风力发电是指将风的动能转为电能，风力发电原理是利用风力带动风车叶片旋转，再透过增速机将旋转的速度提升，来促使发电机发电。正由于风力发电的环保性，其作为清洁能源受到了非常的重视。

风电发电机组，简称风机，其一般包括风轮、发电机、塔筒三部分，其中，风轮是把风的动能转变为机械能的重要部件，它由若干只叶片组成，当风吹向浆叶时，桨叶上产生气动力驱动风轮转动，发电机是把由风轮得到的恒定转速，通过升速传递给发电机构均匀运转，因而把机械能转变为电能，塔筒是支承风轮和发电机的构架。

发电率损失是衡量风机使用情况的重要指标，根据发电率损失可以判断风机什么时候需要进行维护保养，因此，发电率损失的准确预测对于风电场尤为重要。

发明内容

本公开提供了风机发电率损失预测方法、系统、设备及介质，其通过特定数据训练的模型，能够实现对风机发电率损失的准确预测，以准确判断风机缺陷对发电的影响，大幅降低了计算的复杂性，操作简单效率更高，准确性更高。

为实现上述效果，本公开的一方面提供了一种风机发电率损失预测方法，包括以下步骤：

S1：获取风机历史上的缺陷差异集合以及缺陷差异集合对应的发电率差异，其中，缺陷差异集合为各个时间阶段风机缺陷分布之间的变化差异，发电率差异为各个时间阶段风机发电率之间的变化差异；

S2：将缺陷差异集合与发电率差异作为训练集，输入至预设的网络模型中训练，获取发电率损失模型；

S3：获取风机当前的实际缺陷集合，并输入发电率损失模型，得到风机的发电率损失。

在其中一个实施例中，在步骤S1中，缺陷差异集合对应的发电率差异获取步骤包括：

获取风机各个时间阶段的运行数据，根据运行数据计算风机各个时间阶段的发电量所对应的发电率，以获取发电率差异，其中，运行数据包括风机风速、风机功率、风机转速。

在其中一个实施例中，步骤S1还包括：

剔除缺陷差异集合和发电率差异中的非缺陷影响因素，其中，非缺陷影响因素包括风力分布、老化程度。

在其中一个实施例中，剔除缺陷差异集合和发电率差异中的非缺陷影响因素进一步包括：

基于非缺陷影响因素对各个时间阶段风机缺陷分布、风机发电率进行横向比较，获取相同非缺陷影响因素下的缺陷差异集合和发电率差异。

在其中一个实施例中，缺陷差异集合中的缺陷参数包括位置、尺寸、层次、类型、级别。

在其中一个实施例中，在步骤S3之后，还包括步骤：

S4：根据发电率损失判断是否风机需进行维护：若发电率损失大于预设的维护阈值，则风机需进行维护，反之，则风机不需进行维护，其中，通过维护成本与发电率损失之间的平衡确定维护阈值。