[发明专利]一种风电机组主传动系统的运行工况划分方法及系统

权利要求书

1.一种风电机组主传动系统的运行工况划分方法，其特征在于，包括：

采集风电机组主传动系统的运行数据；

利用相关性分析方法挑选与主传动系统相关的状态特征参数；所述状态特征参数包括风机运行特性和风速变化情况；

对风机运行数据进行预处理，剔除无效数据，并进行归一化处理；归一化处理后，根据主传动系统相关的状态特征参数，得到包含特征参数的数据；

根据包含特征参数的数据和风机控制策略，初步将运行工况划分为停机阶段、启动阶段、最大风能追踪阶段和恒转速阶段四类；

采用K-Means聚类算法对最大风能追踪阶段和恒转速阶段进行细分；

所述停机阶段、启动阶段、最大风能追踪阶段和恒转速阶段四类包括：

停机阶段，当风速小于切入风速v_{cut_in}时，风速较小，不足以使风机运行，而风速大于切出风速v_{cut_out}时，风速太大，考虑到风力发电机组运行安全，风机桨距角最小，处于收浆状态，风机处于停机状态；

启动阶段，风速大于切入风速v_{cut_in}且小于风速v₁，风轮转速被限制在最小转速ω_min，机组功率随风速的增大而增大；

最大风能跟踪阶段，风速处于风速v₁和风速v₂之间，转速处于最小转速ω_min和额定转速ω_rate之间，机组通过调整风轮的转速使风机叶尖速比λ保持最优，从而使风能利用系数C_p保持在最大值C_{p_max}，风机捕获最大风能；

恒转速阶段，风速处于风速v₂和额定风速v_rate之间，风轮转速保持在额定转速ω_rate，出于机组安全，控制系统调节风机进入转速恒定区，风机组功率随风速不断增大而增大，直至达到额定功率P_rate；

所述采用K-Means聚类算法对最大风能追踪阶段和恒转速阶段进行细分，包括：

确定最佳聚类数目：

计算不同K值下的Calinski-Harabasz分数S值，选取Calinski-Harabasz分数S值最大的K值为最佳的聚类数目；

基于K-Means聚类算法细分每阶段的工况：

从输入样本集X中随机选择K个类质心点：{μ₁,μ₂，…，μ_K}；

计算每个样本点和类质心点的距离；

将样本点分配到距其最近的类；

利用刚分好组的样本点计算每个类的质心；

重复上述步骤，直至其质心不再变化或达到最大迭代步数；

输出簇划分C＝{C₁,C₂,…,C_K}，得到每阶段的工况。

2.如权利要求1所述的运行工况划分方法，其特征在于，所述利用相关性分析方法挑选与主传动系统相关的状态特征参数，包括：

去除主传动系统中恒定不变的状态参数；

以有功功率作为主传动系统性能指标，计算剩余状态参数与有功功率的皮尔森(Pearson)相关系数；

挑选相关系数大于0.5的状态参数作为主传动系统的状态特征参数。

3.如权利要求1所述的运行工况划分方法，其特征在于，所述对风机运行数据进行预处理，包括：

剔除原始风机运行数据中状态变量值缺失及所有状态变量值为“0”的记录；

参考风机维修记录，剔除因风机维修而导致风机停机时的数据；

根据桨距角变化，剔除功率离群异常点以及0功率堆积点；

采用最大-最小值归一化方法进行数据归一化，消除量纲的影响。

4.如权利要求3所述的运行工况划分方法，其特征在于，归一化处理的公式为：

式中：x_ij为变量j对应的第i个数据；max(x_j)和min(x_j)分别为变量j的最大值和最小值；x_ij′为归一化的数值。