[发明专利]风电机组运行状态平行监测方法与装置

说明书

本发明提供一种风电机组运行状态平行监测方法与装置，属于风电机组运行状态监测技术领域。其中，本发明的方法包括下述步骤：基于数字孪生思想，搭建风电机组运行状态的平行监测系统框架；构建风电机组运行状态平行监测的人工虚拟系统；基于稀疏自编码神经网络对所述风电机组运行状态进行监测；所述风电机组运行状态监测的实际物理系统和人工虚拟系统的平行执行。本发明在人工虚拟状态监测系统中通过稀疏自编码神经网络进行风电机组功率模型的辨识，通过基于稀疏惩罚项的自编码器损失函数控制隐藏层神经元的激活程度，可有效提高对输出功率的预测精度。本发明所构建的平行监测方法与系统可提高风电机组状态监测的实时性、快速性和精确性。

技术领域

本发明属于风电机组运行状态监测技术领域，具体涉及一种风电机组运行状态平行监测方法与装置。

背景技术

当今世界，能源安全和生态环境问题越来越受到各国的重视，大力发展清洁可再生能源已成为国际社会促进能源结构转型和应对气候变化的普遍共识和一致行动。在此背景下，风能作为一种普遍存在与自然界且较易获取的可再生能源成为各界关注的热电。发电行业作为应对能源环境问题的领跑行业之一，对风能的合理利用刻不容缓。风电机组作为将风能转化为电能的主要装置，无论是装机容量还是规模都在迅速发展，表现出极大发展潜力。

虽然风力发电优势突出，但其受外界环境变化影响明显，间歇性和波动性强，不仅不利于电网的稳定，还会对风电机组的硬件造成极大磨损从而产生极大的维护成本。这一缺陷严重制约了风力发电的进一步发展。因此，通过一定的技术或方法对风电机组的运行状态进行监测以及时发现其故障并进行预警成为当前研究的关键一步。然而，以往的风电机组状态监测一般通过离线实现，对机组运行故障的预警及时性较差，即便是有些基于在线数据的监测方法，也无法做到无延时地对实际风机运行状态进行平行监测。基于此，数字孪生的思想为这一设想的实现提供了可能。数字孪生不同于以往仅能以离线的方式模拟物理世界，不具备分析优化功能的仿真技术，其同时具有互操作性、可扩展性、实时性、保真性和闭环性。通过依靠仿真、实测、数据分析等技术手段对实际物理系统的状态进行感知、诊断和预测，进而优化实际系统，同时进化自身的特性。

因此，本发明将该思想应用于风电机组的运行状态监测可实现实际系统和数字系统的平行互动和性能最优，即提出一种风电机组运行状态平行监测方法与装置。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种风电机组运行状态平行监测方法与装置。

本发明的一方面，提供一种风电机组运行状态平行监测方法，包括下述具体步骤：

基于数字孪生思想，搭建风电机组运行状态的平行监测系统框架；

构建风电机组运行状态平行监测的人工虚拟系统；

基于稀疏自编码神经网络对所述风电机组运行状态进行监测；

所述风电机组运行状态监测的实际物理系统和人工虚拟系统的平行执行。

可选的，所述构建风电机组运行状态平行监测的人工虚拟系统，包括：

按照风电机组各组成部分进行虚拟模型的搭建；

根据风电机组运行状态影响因素的变化构建运行场景库并为其匹配相应的控制算法库。

可选的，所述构建风电机组运行状态平行监测的人工虚拟系统之后，还包括：

在所述人工虚拟系统中模拟实际物理系统中的机组特性、运行状态和控制行为。

可选的，所述基于稀疏自编码神经网络对所述风电机组运行状态进行监测，包括：

通过基于稀疏惩罚项的自编码器损失函数控制隐藏层神经元的激活程度；以及，