[发明专利]一种风电场群组健康状态评估方法

说明书

本发明公开一种风电场群组健康状态评估方法，步骤为：1)建立旗舰风电机组的状态评估模型；2)得到普通风电机组的状态评估模型；3)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；4)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；5)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。本发明以旗舰风电机组为基础，分群组建立各个风电机组健康状态模型，可以同时监测单台和群组的运行状态，更好的反映了整个风电场的运行状态，更有利于风电场的运维和管理。

技术领域

本发明涉及能源领域，具体是一种风电场群组健康状态评估方法。

背景技术

由于能源日渐短缺，在能源结构调整和“双碳”目标的推动下，风能作为清洁的可再生能源获得了前所未有的关注和发展。随着风电场规模的扩大，基于单机的运行状态评估方式已不能满足需求。为了实现风电场更高效、科学的运维和管理，基于场群和群组的风电场运行状态评估方法需要更为深入的研究。

现有风电场群和群组运行状态评估方法通常是选择群组某一风电机组的运行状态作为整个群组的运行状态或者直接对所有的风电机组进行状态评估。然而，以上方法或是无法充分利用所有的监测数据，或是效率低下，无法满足如今风电运维的需求。

发明内容

本发明的目的是提供一种风电场群组健康状态评估方法，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。

选择旗舰风电机组的步骤包括：

1.1)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。

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

1.3)选取风电机组序列中前m个风电机组作为旗舰风电机组。

2)建立旗舰风电机组的状态评估模型。

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。

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。

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。

所述风电机组的运行状态包括健康和故障。

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。

风电机组的数据包括功率、所处环境风速。