[发明专利]一种面向复杂运行工况的风电变桨系统故障检测方法

说明书

本发明属于风力发电组件故障检测技术领域，尤其涉及一种面向复杂运行工况的风电变桨系统故障检测方法。其有效的避免了复杂运行工况的相互交叉，更好的描绘了具体工况的运行状态，可以有效的降低故障检测过程的误报率和漏报率。包括以下步骤：步骤1、风电机组SCADA数据清洗；步骤2、风电机组变桨系统关联特征选择；步骤3、利用正常行为样本进行离线建模；步骤4、通过离线偏差分布确定预警阈值；步骤5、通过相似状态差异性度量进行在线评估；步骤6、根据在线评估结果与阈值的关系实现异常辨识。

技术领域

本发明属于风力发电组件故障检测技术领域，尤其涉及一种面向复杂运行 工况的风电变桨系统故障检测方法。

背景技术

发展低碳经济、开发和利用清洁可再生能源已成为人类可持续发展和能源 战略的重点。风力发电作为技术成熟、开发规模大、商业化发展好的新能源发 电方式，已成为全球增长最快的绿色能源。风电机组关键组件频繁故障造成巨 额经济损失，故障诊断技术通过分析风电机组各组件的实时运行参数，掌握机 组运行状态的变化，及时发现故障隐患，避免重大事故发生，是降低风电机组 运维成本、提高经济效益的有效途径。

变桨系统属于故障高风险组件，由其造成的频繁停机将带来较大经济损失， 同时变桨系统故障将直接导致机组承受的载荷不可控，甚至引起严重破坏性事 故。现有风电机组变桨系统故障检测研究通过不同方法实现运行状态的实时监 测，其中针对风电装备复杂运行工况的研究主要集中于对运行工况进行划分， 建立分散式异常检测模型。其中，基于聚类的方法对分散式建模更加合理，然 而与基于条件判断的方法类似，分散式检测模型评价过程中各子模型贡献的取 舍会对检测结果造成较大影响，不仅延误故障检测实时性，也是制约误报率、 漏报率进一步降低的关键因素。此外，基于工况划分的局部建模复杂程度取决 于样本规模与工况个数，而工况数的确定缺乏理论依据。因此设计针对复杂工 况的风电机组变桨系统的故障检测方案有实际应用价值。

发明内容

本发明就是针对现有技术存在的缺陷，提供一种面向复杂运行工况的风电 变桨系统故障检测方法。

为实现上述目的，本发明采用如下技术方案，包括以下步骤：

步骤1、风电机组SCADA数据清洗；

步骤2、风电机组变桨系统关联特征选择；

步骤3、利用正常行为样本进行离线建模；

步骤4、通过离线偏差分布确定预警阈值；

步骤5、通过相似状态差异性度量进行在线评估；

步骤6、根据在线评估结果与阈值的关系实现异常辨识。

进一步地，所述步骤1中，分为第一阶段及第二阶段；

第一阶段清洗步骤为：

步骤1.1：计算离线样本x_i的最近邻距离

其中，y_i为x_i的最近邻样本，n为特征维数，i＝1，2，…，N，N为离线样本 总量，对D_i进行升序排列，并以第α₁％×N个样本的近邻距离作为相似样本 剔除的阈值；

步骤1.2：令i＝1，对第i个样本计算其最近邻距离D_i；

步骤1.3：若则删除该样本，并且N＝N-1，否则保留该样本；

步骤1.4：i＝i+1，在剩余N个样本中计算其最近邻距离D_i+1，若删除该样本N＝N-1，否则保留该样本；

步骤1.5：重复步骤1.4，直到遍历所有剩余样本；

在第一阶段的清洗过程，定义所有样本最近邻距离的均值为平均拥挤度， 并作为该阶段的清洗评价指标：