风力发电机闭式循环冷却水路系统漏水检测方法及系统

技术领域

本发明属于漏水检测技术领域，具体涉及一种风力发电机闭式循环冷却水路系统漏水检测方法及系统。

背景技术

目前风电系统中的发电机设备、变流器设备以及变压器等设备的冷却方式通常采用闭式冷却水路系统的形式，由于水在封闭的管路内循环，不会出现接触空气造成蒸发损失，因而如不出现漏水情况下，除了受到环境温度变化影响而小幅波动外，在水泵未开启状态下其回路系统内压力分布基本保持不变，其各部分压力受原始膨胀罐的预充压力以及最近一次的系统充压情况来确定。

如果发生漏水现象，其系统压力会逐渐降低，直至冷却系统不能正常工作，进一步会影响风力发电机组的正常运行。因而针对漏水情况必须进行有效识别，并进行保护。

经查新检索，查到专利文献CN201710457244.6公开了一种换流阀冷却系统漏水检测方法，包括：步骤1、从换流站SCADA系统获取换流阀冷却系统历史运行数据，建立膨胀罐压力与膨胀罐液位、换流阀出水温度的对应关系；步骤2、在换流阀冷却系统运行时，根据膨胀罐液位、换流阀出水温度以及所述对应关系计算所述膨胀罐的预测压力；步骤3、根据实际压力与预测压力的差别，判断所述换流阀冷却系统是否发生漏水。本发明的检测方法和检测系统，充分利用了压力变化敏感的特点与大数据分析的准确性，预测精度高，实现了阀冷系统轻微泄漏检测与连续监视的功能。

目前存在的缺陷为：

1)当前针对漏水的检测，主要通过设定最小压力阀值进行报警，其持续泄漏至压力低到一定阈值后才会出现报警提示，更为严重后做停止设备运行处理。但为了防止误报，压力阈值往往设定较低，此时漏水已持续了一段时间，不能达到及时检测的目的。

2)专利“一种换流阀冷却系统漏水检测方法及系统”用了较为科学的办法针对整个水路系统的总水量进行实时计算，当发现总水量减少时，针对系统压力预测趋势与真实趋势进行对比来进行提示报警。这种方法比较科学评判漏水情况，但是为了精准计算，需要较多参数，如需要监测水路内部的水温和水箱内液位位置、膨胀罐的体积等各参数，而这些参数较难获得，且冷却回路中各点处的温度不同，也会造成监测点过多，导致无法实施。

发明内容

本发明的目的在于提供一种风力发电机闭式循环冷却水路系统漏水检测方法及系统，解决了现有技术存在的压力阀值设定的比较小导致的不能及时检测、及监测点过多无法实施的问题。

本发明是通过以下技术方案来实现：

一种风力发电机闭式循环冷却水路系统漏水检测方法，包括以下步骤：

S1、获取目标风电场的风力发电机闭式循环冷却水路系统的运行数据，并进行数据清洗，清洗后的数据包括每台机组冷却水路系统的压力数据；

S2、求取冷却系统压力设计值；

S3、将压力数据输入到第一压力处理模型中，得到每台机组当日的i个间隔段压力平均数据；

根据每台机组当日的i个间隔段压力平均数据和冷却系统压力设计值求取相邻两个间隔段的压力平均值变化率，得到i-1个压力平均值变化率数据；

S4、将压力数据输入到第二压力处理模型中，求取该台机组当日的压力中位数与历史日压力中位数，结合冷却系统压力设计值进行变化率的求解，得到日压力中位数变化率；

S5、将i-1个压力平均值变化率数据送入短时漏水预警模型，短时漏水预警模型中存储有小时趋势压力变化阈值，若i-1个压力平均值变化率系列数据中连续出现M点超过小时趋势压力变化阈值，则进行异常标识,触发短时漏水预警；

将日压力中位数变化率数据送入长时漏水预警模型，长时漏水预警模型中存储有天趋势压力变化阈值，若连续出现N点超过天趋势压力变化阈值，则进行异常标识，触发长时漏水预警。

进一步，S3中，第一压力处理模型的处理过程具体包括以下步骤：

3.1、以L个小时为间隔对压力数据进行分割，得到i个间隔段；其中，L>＝2；

求取每个间隔段平均值Pavg1、Pavg2、Pavg3、…Pavgi；

3.2、求取相邻两间隔段的压力平均值变化率：

Kph i-1＝(Pavg i-Pavg i-1)/Pdesign；

则得到数据组{Kph 1，Kph 2......Kph i-1}；

其中Pdesign为冷却系统压力设计值。

进一步，S4中，第二压力处理模型的处理过程具体包括以下步骤：

4.1、选取单台机组历史数据进行压力变化趋势的计算，时间范围为计算当日往前推算的N个自然天，求取每日压力的中位数P

4.2、针对日压力中位数变化率进行计算：

Kpd1＝(P

Kpd2＝(P

…

KpdN＝(P

共得到共N个Kpd值，其中Pdesign为冷却系统压力设计值。

进一步，S5中，小时趋势压力变化阈值记为Kh0，分为3档：Kh1、Kh2和Kh3，其中，Kh1

当Kh0选取Kh1，短时漏水预警模型报注意；

Kh0选取Kh2，短时漏水预警模型报预警；

Kh0选取Kh3，短时漏水预警模型报紧急。

进一步，S5中，天趋势压力变化阈值阀值记为Kd0，分为3档：Kd1、Kd2和Kd3，其中，Kd1

当Kd0选取Kd1，长时漏水预警模型报注意；

Kd0选取Kd2，长时漏水预警模型报预警；

Kd0选取Kd3，长时漏水预警模型报紧急。

进一步，S5中，M≥3，N≥3。

进一步，S1中，数据清洗具体为：重复值删除、缺失值补充或中断数据剔除。

进一步，S1中，获取的风力发电机闭式循环冷却水路系统的运行数据要求不少于一个月的数据。

进一步，S2中，冷却系统压力设计值为Pdesign值，当Pdesign值无法获取情况下，取全场所有机组一个月内的所有压力数据P并进行降序排序，取排序为5％-25％的数据进行平均值计算，得到最终结果为Pdesign。

本发明还公开了一种风力发电机闭式循环冷却水路系统漏水检测系统，包括：

压力数据获取模块，用于获取目标风电场的风力发电机闭式循环冷却水路系统的运行数据；

数据清洗模块，用于对风力发电机闭式循环冷却水路系统的运行数据进行数据清洗，清洗后的数据包括每台机组冷却水路系统的压力数据；

冷却系统压力设计值求取模块，用于求取冷却系统压力设计值；

第一压力处理模型，用于对压力数据进行处理，得到每台机组当日的i个间隔段压力平均数据；

根据每台机组当日的i个间隔段压力平均数据和冷却系统压力设计值求取相邻两个间隔段的压力平均值变化率，得到i-1个压力平均值变化率数据；

第二压力处理模型，用于对压力数据进行处理，求取该台机组当日的压力中位数与历史日压力中位数，结合冷却系统压力设计值进行变化率的求解，得到日压力中位数变化率；

短时漏水预警模型，短时漏水预警模型中存储有小时趋势压力变化阈值，用于将i-1个压力平均值变化率数据与小时趋势压力变化阈值进行比对，若i-1个压力平均值变化率系列数据中连续出现M点超过小时趋势压力变化阈值，则进行异常标识，触发短时漏水预警；

长时漏水预警模型，长时漏水预警模型中存储有天趋势压力变化阈值，用于将日压力中位数变化率数据与天趋势压力变化阈值进行比对，若连续出现N点超过天趋势压力变化阈值，则进行异常标识，触发长时漏水预警。

与现有技术相比，本发明具有以下有益的技术效果：

本发明公开了一种风力发电机闭式循环冷却水路系统漏水检测方法，基于scada历史数据中的水路系统压力数据，采用长时漏水检测和短时漏水相结合的预警算法，可针对管路中的短时快速漏水和长时间隐患漏水进行检测和预警；短时漏水法核心部分包括两处，一处是针对压力数据进行小时分割，然后取平均值，该算法是为了取平均值后可以将泵启停状态下压力的波动因素剔除，使算法更为准确，一处是阈值触发时，需要判断连续M个点满足阈值时才认为有效。长时漏水算法核心部分包括两处，一处是针对压力数据进行天为单位分割，然后取中位数，该算法可以将泵启停状态下压力的波动因素剔除，使算法更为准确，一处是阈值触发时，需要判断连续N个点满足阈值时才认为有效。

进一步，为了与冷却系统压力设计值对比，使结果更为准确，特引入设计值求取的方法，通过计算整场所有机组的数据进行排序，去掉高值和低值部分，选取5％-25％范围内的数据进行平均值处理，避免因设计值缺失带来的阀值设定不准确的问题。

附图说明

图1为本发明的一种风力发电机闭式循环冷却水路系统漏水检测方法的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明了，以下结合附图及实施例进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅为本发明一部分实施例，而不是全部实施例。

本发明附图及实施例描述和示出的组件可以以各种不同的配置来布置和设计，因此，以下附图中提供的本发明实施例的详细描述并非旨在限制要求保护的本发明的范围，而仅仅是表示本发明选定的一种实施例。基于本发明的附图及实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护范围。

以下结合实施例对本发明的特征和性能进一步详细说明。

如图1所示，本发明基于闭环水路系统中的运行数据进行分析，发明了闭环水路系统漏水检测方法，该方法可分为长时漏水检测和短时漏水检测，该算法可放在风电场场级服务器中实时运行，当发现异常时触发报警，提示运维人员进行维护。该发明包括三个部分：数据准备、模型计算、预警判断、运维提示等四个部分。

1、数据准备

1)针对目标风电场的风力发电机闭环冷却水路系统的运行数据进行采集和存储，要求不少于一个月的数据，可充分经历各种运行状态和外部环境风况，使数据更为有效；

2)将回传的数据按照指定位置和编号放置在场端服务器上进行存储；

3)数据清洗工作，包括重复值删除、缺失值补充、中断数据剔除等。

2、模型计算

2.1求取冷却系统压力设计值

设Pdesign为冷却系统压力的设计值，为系统正常运行时的压力值，在该值不好获取情况下，可针对机组水冷系统压力数据P进行计算，取全场所有机组一个月内的所有压力数据P并进行降序排序(从大到小)，取排序为5％-25％的数据进行平均值计算，得到最终结果为Pdegisn。

举例，如一月内所有机组的压力数据为10000个点，则从大到小排序，选取排序第501的数值到第2500个点之间则2000个点的数值进行平均。

2.2进行短时漏水计算

以单台机组为目标进行预警计算，求取当日该台机组的2小时压力平均值，并进行变化率的求解(短时漏水)：

1)以L个小时为间隔对压力数据求取平均值Pavgh1、Pavgh2、Pavgh3,…(L>＝2)，如L＝2表示将所有数据按照时间排序，每2h取一次平均值，如Pavgh1为00:00-02:00时刻的压力数据取平均值，Pavgh2为02:00-04:00时刻的压力数据取平均值；

2)求取相邻两点的2小时压力平均值变化率：

Kph1＝(Pavgh1-Pavgh2)/Pdesign；

Kph2＝(Pavgh2-Pavgh3)/Pdesign；

…

Kph11＝(Pavgh11-Pavgh12)/Pdesign；

共得到11个Kph值(小时压力平均值变化率)。

2.3进行长时漏水计算

以单台机组为目标进行预警计算，求取该台机组当日的压力中位数与历史日压力中位数，并进行变化率的求解(长时漏水渗水)

1)选取单台机组历史数据进行压力变化趋势的计算，时间范围通常为计算当日往前推算的N个自然天，如计算日为1月20日，则选取1月13日-1月20日的数据，这里N为7(通常N≥7的自然数)。对1月13日-1月20日的数据，求取每日压力的中位数(50％排序数)：P

2)针对日压力中位数变化率进行计算

Kpd1＝(P

Kpd2＝(P

…

Kpd7＝(P

共得到共7个Kph值(日压力中位数变化率)

3、预警判断

1)设置小时趋势压力变化阈值Kh0，和设置天趋势压力变化阈值Kd0；

2)当连续出现M点(如连续M个时压力平均值变化率)超过小时趋势压力变化阈则进行异常标识,触发短时漏水预警。

Kphi,Kphi+1,Kphi+M>Kh0(M>＝3)；

3)当连续出现N点(如连续N个日压力中位数变化率)超过天趋势压力变化阈值则进行异常标识,触发长时漏水预警。

Kpdi,Kpdi+1,Kpdi+N>Kd0(N>＝3)。

4、运维提示

1)阀值Kh0分为3档，Kh1、Kh2和Kh3，上述3个数均为正数，其中Kh1

当Kh0选取Kh1，报注意；Kh0选取Kh2，报预警；Kh0选取Kh3报紧急；

2)阀值Kd0分为3档，Kd1、Kd2和Kd3，上述3个数均为正数，其中Kd1

当Kd0选取Kd1，报注意；Kd0选取Kd2，报预警；Kd0选取Kd3报紧急。

本发明还公开了一种风力发电机闭式循环冷却水路系统漏水检测系统，包括：

压力数据获取模块，用于获取目标风电场的风力发电机闭式循环冷却水路系统的运行数据；

数据清洗模块，用于对风力发电机闭式循环冷却水路系统的运行数据进行数据清洗，清洗后的数据包括每台机组冷却水路系统的压力数据；

冷却系统压力设计值求取模块，用于求取冷却系统压力设计值；

第一压力处理模型，用于对压力数据进行处理，得到每台机组当日的i个间隔段压力平均数据；

根据每台机组当日的i个间隔段压力平均数据和冷却系统压力设计值求取相邻两个间隔段的压力平均值变化率，得到i-1个压力平均值变化率数据；

第二压力处理模型，用于对压力数据进行处理，求取该台机组当日的压力中位数与历史日压力中位数，结合冷却系统压力设计值进行变化率的求解，得到日压力中位数变化率；

短时漏水预警模型，短时漏水预警模型中存储有小时趋势压力变化阈值，用于将i-1个压力平均值变化率数据与小时趋势压力变化阈值进行比对，若i-1个压力平均值变化率系列数据中连续出现M点超过小时趋势压力变化阈值，则进行异常标识，触发短时漏水预警；

长时漏水预警模型，长时漏水预警模型中存储有天趋势压力变化阈值，用于将日压力中位数变化率数据与天趋势压力变化阈值进行比对，若连续出现N点超过天趋势压力变化阈值，则进行异常标识，触发长时漏水预警。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。