[发明专利]一种风电场群组健康状态评估方法

权利要求书

1.一种风电场群组健康状态评估方法，其特征在于，包括以下步骤：

1)从待评估风电场中选择部分风电机组作为旗舰风电机组，另一部分风电机组作为普通风电机组。

2)建立所述旗舰风电机组的状态评估模型；

3)将旗舰风电机组及其所在区域内的普通风电机组划为一个群组，并使用迁移学习的方法将旗舰风电机组的状态评估模型迁移给群组内的普通风电机，得到普通风电机组的状态评估模型；

4)获取旗舰风电机组和普通风电机组的数据，并分别输入到旗舰风电机组和普通风电机组的状态评估模型中，得到旗舰风电机组和普通风电机组的运行状态；

5)根据一个群组内旗舰风电机组和普通风电机组的运行状态，计算得到群组运行状态评估结果；

6)根据所有群组状态评估结果，计算得到待评估风电场的运行状态评估结果。

2.根据权利要求1所述的一种风电场群组健康状态评估方法，其特征在于，选择旗舰风电机组的步骤包括：

1)获取待评估风电场中所有风电机组的历史数据和运行日志；

2)根据历史数据和运行日志中故障运行状态的数量，对风电机组进行降序排列，得到风电机组序列；

3)选取风电机组序列中前m个风电机组作为旗舰风电机组。

3.根据权利要求1所述的一种风电场群组健康状态评估方法，其特征在于，风电机组的数据包括功率、所处环境风速。

4.根据权利要求1所述的一种风电场群组健康状态评估方法，其特征在于，旗舰风电机组的状态评估模型如下所示：

y＝f(x₁，x₂，...，x_n) (1)

式中，x₁，x₂，...，x_n表示旗舰风电机组各个维度的数据；f表示神经网络模型；y表示风电机组的运行状态。

5.根据权利要求1所述的一种风电场群组健康状态评估方法，其特征在于，普通风电机组的状态评估模型如下所示：

y′＝f′(x′₁，x′₂，...，x′_n)＝f(x₁，x₂，...，x_n)*A (2)

式中，x′₁，x′₂，...，x′_n表示普通风电机组各个维度的数据，f表示旗舰风电机组的神经网络模型，*表示迁移；A表示f的模型参数。f′表示新的神经网络模型；y′表示风电机组的运行状态。

6.根据权利要求1所述的一种风电场群组健康状态评估方法，其特征在于，所述风电机组的运行状态包括健康和故障。

7.根据权利要求1所述的一种风电场群组健康状态评估方法，其特征在于，群组运行状态评估结果Group_score如下所示：

Group_score＝∑(λ_i·Single_score) (3)

式中，λ_i表示群组内第i个风电机组的状态分数权重；Single_score表示单台风电机组的状态分数；当运行状态为健康时，Single_score＝1，当运行状态为故障时，Single_score＝0；

其中，状态分数权重λ_i满足下式：

λ_i∝N_fault (4)

式中，N_fault表示群组内第i个风电机组故障发生的次数。