一种基于数据分类标识的风电机组变桨异常监测方法

技术领域

本发明属于风电机组变桨系统监测领域，具体涉及一种风电机组变桨异常监测方法。

背景技术

近年来，随着全球范围内新能源产业的快速发展，风电装机容量正在迅猛增长。但是风力发电机组却通常位于位置偏远、环境恶劣、工况复杂的地方，对风力发电机组实施常规计划性维护，将在很大程度上增加人力和财力投入。而分析机组运行数据，进行有效的远程监测诊断，将是风力发电行业亟待解决的一个新问题。

变桨控制系统作为风电机组的系统核心之一，其运行健康情况与整机的运转性能、发电效率和供电质量都有着直接的联系，同时也是大型风电机组故障率最多的系统之一。

变桨距机组的桨叶角度(即桨距角)通常在0～90°。当风速在额定风速以下时，变桨叶片保持最小的浆距角。当风速超过额定风速时，需要变桨和变速控制器的共同作用从而使得风电机组的发电机能够维持相对恒定的扭矩，机组也能保持恒定的输出功率。

目前已经应用的针对风力发电机组变桨系统的异常判断大都是故障级别的，即变桨系统运行参数超过事先设置的故障阈值时，执行故障停机。这种异常判断方法虽然能够对变桨设备起到一定的报警保护作用，但是无法识别机组提前变桨的异常情况。风电机组在未达到额定风速时提前变桨，会导致机组出力下降，降低利用小时数，甚至变桨电机等关键部件出现损坏。

发明内容

本发明的目的在于克服现有技术中存在的上述不足，而提供一种基于数据分类标识的风电机组变桨异常监测方法，采用网格法对数据进行分类标识，通过绘制功率-桨距角曲线判断机组提前变桨的异常情况。采用数据分类标识法对调度限功率数据进行标识，排除因调度限功率导致主控系统控制桨距角提前变桨，对判断提前变桨故障造成干扰的情况。采用网格法确定桨距角主带，计算主带区间内桨距角平均值与功率平均值，绘制功率-桨距角曲线。计算最小桨距角并通过线性插值计算变桨功率，当变桨功率小于设定阈值时，发出变桨异常报警。本发明用于分析变桨运行数据，准确地实现了风电机组变桨异常监测和故障报警的目的。

本发明解决上述问题所采用的技术方案是：一种基于数据分类标识的风电机组变桨异常监测方法，其特征在于：包括如下步骤：

步骤1，采用数据分类标识法对调度限功率数据进行标识。

由于调度限功率会导致主控系统控制桨距角提前变桨，对判断提前变桨故障造成干扰，因此，首先根据风速功率对调度限功率数据进行标识。

步骤1.1，清理通讯中断、超出范围的数据点。

获取风机的风速W、功率P、桨距角J三个参数一个月的运行数据，数据行数为N，对数据进行清理。首先筛除通讯中断的数据点，具体表现为风速、功率、桨距角在一定时间内不发生变化，设置滑动窗口N

其中：i—第i个样本，i∈[0,N-N

根据各参数合理范围进行数据筛选：

步骤1.2，采用网格法处理风速功率散点。

网格的大小为功率(Y轴)方向25kw，风速(X轴)方向0.25m/s，网格的功率上限为额定功率Prated+100kw，网格的风速上限为切出风速Vcut_outm/s。统计各网格中数据点个数。计算每一个网格散点个数占该网格所在水平功率带散点个数总和的百分比，找到每一个水平功率带方向的百分比最大网格的位置及该网格的百分比。计算每一个网格散点个数占该网格所在垂直风速带散点个数总和的百分比，找到每一个垂直风速带方向的百分比最大网格的位置及该网格的百分比。

步骤1.3，确认功率主带并标识限功率数据点。

从某一水平功率带的最大百分比网格向左向右对称扩展，直到左右网格加最大百分比网格中数据点占该功率带总点数的65％，停止。此水平功率带65％的数据点集中在这几个网格中，这些网格中的数据点标记为功率主带点。

当限负荷很严重时，水平功率带的最大百分比网格会出现在限功率位置，而不在功率主带中，此时需要人为将其根据其相邻的下方功率带最大网格位置进行修正。对于某限功率的水平功率带，如果其最大百分比网格比其下相邻功率带的最大百分比网格之间的距离相差过大〉5，将该限功率水平功率带的最大百分比网格人工修整为比其下方的位置+1。

若从中心最大网格对称相加，左右分别加到六个网格仍没有达到85％的阈值，则判断该水平功率带为限功率带，标识主带右侧的点为限功率数据点。剔除限功率数据点，筛选后的点用于绘制功率-桨距角曲线。

步骤2，采用数据分类标识法绘制功率-桨距角曲线。

步骤2.1，采用网格法处理功率桨距角散点。

网格的大小为桨距角(Y轴)方向1°，功率(X轴)方向25kw，网格的桨距角的上限为90°，网格的功率的上限为额定功率Prated+100kw。统计各网格中数据点个数。计算每一个网格散点个数占该网格所在水平桨距角带散点个数总和的百分比，找到每一个水平桨距角带方向的百分比最大网格的位置及该网格的百分比。计算每一个网格散点个数占该网格所在垂直功率带散点个数总和的百分比，找到每一个垂直功率带方向的百分比最大网格的位置及该网格的百分比。

步骤2.2，确认桨距角主带并标识异常点。

从某一垂直功率带的最大百分比网格向上向下对称扩展，直到上下网格加最大百分比网格中数据点占该功率带总点数的85％，停止。此垂直功率带85％的数据点集中在这几个网格中，这些网格中的数据点标记为桨距角主带点。

如果总和超85％的宽度超过三个网格，则说明桨距角散点分布过散，认为是有异常点区域，标识主带上侧的点为异常数据点。对于异常点行，如果其最大百分比网格比其下相邻功率带的最大百分比网格之间的距离相差过大〉2，将该限垂直功率带的最大百分比网格人工修整为比其左方的位置+1。

步骤2.3，绘制桨距角主带。

设置桨距角主带宽度为最大百分比网格向上加2，向下加(下侧延伸网格数+1)。主带外的网格标识为异常网格，异常网格中的点标识为异常点。由于异常点标识和去除是以网格为单元的，因此会造成桨距角主带上侧出现锯齿不连续。因此需要平滑主带，方法为：在出现锯齿的地方，连接两个连续功率带的上侧边缘，形成矩形，并将位于矩形左上三角的散点补充回功率主带，标记其为正常点，平滑主带。

步骤2.4，绘制功率-桨距角曲线。

计算每个主带区间内桨距角平均值与功率平均值，绘制功率-桨距角曲线。

步骤3，计算最小桨距角和变桨功率。

最小桨距角MinPitch：0.4*额定功率～0.7*额定功率区间内桨距角平均值。

变桨功率MinPower：应用线性插值法计算MinPitch+1°对应的功率。选取功率-桨距角曲线上距离MinPitch+1°左右两侧最近的两个点，记为Pitch

步骤4，报警逻辑。

若变桨功率小于额定功率的80％，则报警。

本发明与现有技术相比，具有以下优点和效果：

1)本发明将数据分类标识方法应用于风电机组变桨异常监测，数据分类标识法可以有效对异常点进行标识，绘制出精确的桨距角-功率曲线；

2)采用网格法对调度限功率数据进行标识，排除因调度限功率导致主控系统控制桨距角提前变桨的情况，提高变桨异常报警准确率；

3)采用统计法计算最小桨距角并通过线性插值计算变桨功率，以此为依据设定合理阈值，能够及时准确发现变桨异常情况。

附图说明

图1为本发明方法的流程图。

图2为功率主带及限功率点标识图。

图3为桨距角主带及异常点标识图。

具体实施方式

下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。

实施例

以某风电场单台1.5MW机组为研究对象，选取机组一个月的SCADA系统记录的风速、功率、桨距角运行数据，采样频率为1分钟。如图1所示，本实施例中基于数据分类标识的风电机组变桨异常监测方法包括如下步骤：

步骤1，清理通讯中断的数据，设置滑动窗口N

采用网格法确认功率主带，纵坐标为功率，横坐标为风速，网格的大小为功率方向25kw，风速方向0.25m/s，网格的功率上限为额定功率1600kw，网格的风速上限为25m/s。功率主带及限功率点标识如图2所示。

步骤2，选取功率主带点绘制功率-桨距角曲线图，纵坐标为桨距角，横坐标为功率，网格的大小为桨距角方向1°，功率方向25kw，网格的桨距角的上限为90°，网格的功率的上限为额定功率1600kw。采用数据分类标识法确定桨距角主带，计算主带区间内桨距角平均值与功率平均值，结果如表1所示。

表1：主带区间功率-桨距角平均值

桨距角主带及异常点标识如图3所示。

步骤3，计算最小桨距角和变桨功率。最小桨距角为600KW-1050KW区间内桨距角平均值，计算得出MinPitch＝0.0707°。变桨功率为应用线性插值法计算桨距角为1.0707°对应的功率，选取功率-桨距角曲线上距离1.0707°左右两侧最近的两个点，记为Pitch

本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。

虽然本发明已以实施例公开如上，但其并非用以限定本发明的保护范围，任何熟悉该项技术的技术人员，在不脱离本发明的构思和范围内所作的更动与润饰，均应属于本发明的保护范围。