一种风力发电机组智能预警方法及系统与流程

技术特征：
1.一种风力发电机组智能预警方法，其特征在于，包括如下步骤：s1.获取多个连续时间段的风力发电机组的所有种类的监测数据，并将各个时间段所述监测数据送入基于方差的数据筛选模型中，得到各类监测数据在所述时间段内多个采集节点的数据方差；s2.将风力发电机组中的所有设备两两之间按耦合度分类，若两设备之间所述耦合度高于预设第一阈值时，则将两设备分为耦合设备，并将与所述耦合设备相关的多个连续时间段的所述监测数据的方差作为输入数据送入预警模型中；s3.所述预警模型根据所述输入数据的趋势变化预测风力发电机组的设备健康度，若健康度低于第二阈值时，则输出故障预警信息。2.如权利要求1所述的风力发电机组智能预警方法，其特征在于，还包括对所述故障预警信息以及健康度进行修正；具体为，设置专家经验库，根据所述专家经验库对所述故障预警信息进行修正；所述专家经验库包括所有故障类型信息、对应故障发生前一预设时间段内风力发电机组的监测数据以及处理相应故障的措施。3.如权利要求1或2所述的风力发电机组智能预警方法，其特征在于，还包括建立风力发电机组的bim模型，所述bim模型根据所述风力发电机组中的设备情况建立，并将各设备的健康度情况通过bim模型呈现。4.如权利要求3所述的风力发电机组智能预警方法，其特征在于，所述预警模型的建立具体为基于bp算法的信号前向传播和误差的反向传播；正向传播时，输入信号通过隐含层作用于输出节点，经过非线性变换，产生输出信号；若实际输出与期望输出不相符，则转入误差的反向传播，将输出误差通过隐含层向输入层逐层反传，并将误差分摊给所有单元，以从各层获得的误差信号作为调整各单元权值的依据；通过调整输入节点与隐层节点的联接强度和隐层节点与输出节点的联接强度，使误差沿梯度方向下降，经过多重训练，进而得到最优的预警模型。5.如权利要求4所述的风力发电机组智能预警方法，其特征在于，所述方法还包括获取所述连续时间段内多个采集节点的数据最大差值，并根据所述最大差值调整所述预警模型中的影响因子，所述最大差值的数值与影响因子成正相关。6.如权利要求5所述的风力发电机组智能预警方法，其特征在于，所述监测数据均通过scada系统采集获取。7.一种风力发电机组智能预警系统，其特征在于，包括数据采集设备、通信设备、控制中心以及移动终端；所述数据采集设备和移动终端均通过所述通信设备与所述控制中心通信连接；所述数据采集设备用于采集风力发电机组所有种类的监测数据；所述控制中心用于接收所述数据采集设备所采集的监测数据，并运行预警模型对风力发电机组进行故障预警并将所述故障预警信息发送至所述移动终端；所述移动终端用于接收并提醒风力发电机组的故障信息。8.如权利要求7所述的风力发电机组智能预警系统，其特征在于，所述数据采集设备至少包括scada系统中的采集传感器以及电机、齿轮箱的温度传感器。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的风力发电机组智能预警方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的风力发电机组智能预警方法的步骤。

技术总结
本发明涉及风力发电监测技术领域，提供一种风力发电机组智能预警方法及系统，方法步骤如下：获取多个连续时间段的风力发电机组的所有种类的监测数据，并将各个时间段监测数据送入基于方差的数据筛选模型中，得到各类监测数据在时间段内多个采集节点的数据方差；将风力发电机组中的所有设备两两之间按耦合度分类，若两设备之间耦合度高于预设第一阈值时，则将两设备分为耦合设备，并将与耦合设备相关的多个连续时间段的监测数据的方差作为输入数据送入预警模型中；预警模型根据输入数据的趋势变化预测风力发电机组的设备健康度，若健康度低于第二阈值时，则输出故障预警信息；系统应用方法，通过对海量监测数据的挖掘，形成对风电机组故障的预测。电机组故障的预测。电机组故障的预测。


技术研发人员：杨奎 强威威 王德祥 高元晶 石称金 冯学鹏 吴心兰 王雅丽 张艳琴
受保护的技术使用者：华能酒泉风电有限责任公司
技术研发日：2022.04.15
技术公布日：2022/7/12