[发明专利]风电场故障风速传感器风速预测方法、装置及存储介质

说明书

本发明涉及一种风电场故障风速传感器风速预测方法、装置及存储介质，该方法包括：对风电场机组按照风速空间相关性进行群落划分，将风速空间相关性较高的多台机组划分到一个群落中；定位故障风速传感器所在群落；根据风速传感器的实测风速数据在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组，将关联机组的实测风速序列输入至预先训练的风速预测模型，所述的风速预测模型输出故障风速传感器的预测风速序列。与现有技术相比，本发明具有预测速度快、准确度高等优点。

技术领域

本发明涉及风力发电技术领域，尤其是涉及一种风电场故障风速传感器风速预测方法、装置及存储介质。

背景技术

风速作为风电机组运行控制的重要参数，直接影响风电机组的运行方式，风电机组控制系统需要输入风速及风向参数的功能主要有：(1)机组根据输入风速信号值自动进行启停、并网或离网操作；(2)风速变化时，机组能够自动进行转速变换和功率控制；(3)风向变化时机组能够进行偏航操作，完成自动对风。风电机组风速风向参数主要由裸露在机身外部的传感器测量，传感器的健康状态备受考验，当机组遭遇极端恶劣天气时，尤其是海上风电机组，长期运行在低温、潮湿等复杂气候环境下，雷击、鸟类撞击、材料腐蚀、机械磨损等都可能引起传感器转速失准甚至停止转动，机组控制器获得的风速信息偏离实际风速，造成机组运行紊乱，出力效率低下，事故率攀升，乃至对电网形成冲击。据瑞典某风电场某一年的故障统计，传感器故障约占风电场所有故障的25％，位居风机各部件故障率前三。风速传感器典型故障可归纳为以下几个方面：

(1)破坏性故障：传感器退出运行或系统无风速信号输入，风速数据缺测、漏测，例如：风速传感器供电线路损坏，造成风速传感器的供电电压不稳定，风速数据缺测；

(2)非破坏性故障：传感器故障运行，测量数据偏移正常值，例如：受雷暴、鸟类撞击等因素影响，风速传感器风杯或转动轴发生变形，造成传感器转动卡滞、不灵活等问题，测量数据长期失准；

(3)演化性故障：风速传感器长期运行于恶劣环境、复杂气候条件下，故障的严重程度伴随着外界影响逐步加重，故障状态处于长期的发展过程。例如：暴风、暴雨、冰雹等天气会对转动轴承的润滑油性能造成影响，并伴随着时间的积累逐渐衰减，润滑油若涂抹不均或长时间未补充，容易造成轴承转动不灵活，测风数据逐步失准。

实际工程应用中，风电机组SCADA系统中有传感器故障诊断模块，诊断的基本逻辑是设置风速上下阈值，当传感器测量值超出阈值范围内时，系统报警，传感器故障，机组处于无输入风速信号运行状态，容易出现运行事故。

因此，如何进行风电场故障风速传感器风速预测成为一项重要研究项目。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种风电场故障风速传感器风速预测方法、装置及存储介质。

本发明的目的可以通过以下技术方案来实现：

一种风电场故障风速传感器风速预测方法，该方法包括：

对风电场机组按照风速空间相关性进行群落划分，将风速空间相关性较高的多台机组划分到一个群落中；

定位故障风速传感器所在群落；

根据风速传感器的实测风速数据在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组，将关联机组的实测风速序列输入至预先训练的风速预测模型，所述的风速预测模型输出故障风速传感器的预测风速序列。

优选地，所述的群落划分的方式包括：以机组偏航数据为基础计算风速空间相关性，将风速空间相关性较高的多台机组划分到一个群落中。

优选地，在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组的方式包括：

选取群落内位于故障风速传感器所对应机组的上风向机组作为关联机组；