欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024110091053
申请人: 湖南科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 液力机械或液力发动机;风力、弹力或重力发动机;其他类目中不包括的产生机械动力或反推力的发动机
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于前向-前向传播的风电机组运行状态评估方法,其特征在于,包括以下步骤:获取风电机组的历史运行数据,根据所述历史运行数据绘制不同的运行特性曲线,采用聚类方法将不同的所述运行特性曲线进行处理得到原始数据集,并划分为训练集和测试集;

其中,所述风电机组的历史运行数据包括风速数据、轮毂转速数据、转矩数据、叶片角度数据以及功率数据;

所述运行特性曲线包括风速-功率曲线、转矩-轮毂转速曲线、轮毂转速-叶片角度曲线、风速-轮毂转速曲线和风速-叶片角度曲线;

其中,所述采用聚类方法将不同的所述运行特性曲线进行处理得到原始数据集,并划分为训练集和测试集的过程为:获取风电机组运行特征标准曲线,计算所述运行特性曲线的各个数据点与所述运行特征标准曲线的第一距离;

设定阈值,将所述第一距离小于等于所述阈值对应的数据点作为正常数据点,将所述第一距离大于所述阈值对应的数据点作为异常数据点;

若所述正常数据点与所有数据点的比值大于等于预定值,则认定所述运行特性曲线正常,反之则认定所述运行特性曲线异常,进而得到正常曲线图像及异常曲线图像;

对所述正常曲线图像与所述异常曲线图像的像素进行调整并进行归一化处理,得到原始数据集,并将所述原始数据集按8:2的比例划分为训练集和测试集;

基于空间扩展标签方法生成标签图像,并与所述训练集叠加得到正负样本图像;

其中,所述正负样本图像的获取过程为:

基于空间扩展标签方法生成特定灰度波模式的正常运行标签图像与异常运行标签图像,其中,所述正常运行标签图像能够反应风机运行工况为正常,所述异常运行标签图像能够反映风机运行工况为异常;

将所述正常曲线图像及所述异常曲线图像分别与所述正常运行标签图像及所述异常运行标签图像结合,得到正样本图像及负样本图像;

将所述正样本图像及所述负样本图像统一调整像素并进行归一化处理,得到处理后的正负样本图像;

其中,所述正样本图像包括由所述正常曲线图像与所述正常运行标签图像结合得到的图像及由所述异常曲线图像与所述异常运行标签图像结合得到的图像;

所述负样本图像包括由所述正常曲线图像与所述异常运行标签图像结合的图像及由所述异常曲线图像与所述正常运行标签图像结合得到的图像;

将所述正负样本图像输入到基于前向-前向传播方法的ResNet网络模型中进行训练,利用网格搜索方法对模型和参数进行寻优,得到训练后的网络模型;

从风电机组中获取实时运行数据并进行处理,将处理后的所述实时运行数据输入到所述网络模型中进行预测评估,得到风机运行状态评估结果。

2.根据权利要求1所述的基于前向-前向传播的风电机组运行状态评估方法,其特征在于,所述基于前向-前向传播方法的ResNet网络模型包括输入层、卷积层、最大池化层、残差块、平均池化层以及输出层;

其中,所述卷积层包括多个7×7大小的卷积核;所述残差块包括若干个ResNet50特征块,所述ResNet50特征块包括若干层3×3卷积层以及ReLU激活函数。

3.根据权利要求1所述的基于前向-前向传播的风电机组运行状态评估方法,其特征在于,所述从风电机组中获取实时运行数据并进行处理的过程为:将所述实时运行数据图像分别与所述正常运行标签图像及所述异常运行标签图像结合,得到带有运行标签的实时运行数据图像,其中,所述带有运行标签的实时运行数据图像包括带有正常运行标签实时运行数据图像和带有异常运行标签实时运行数据图像。

4.根据权利要求3所述的基于前向-前向传播的风电机组运行状态评估方法,其特征在于,将所述实时运行数据输入到所述网络模型中进行预测评估,得到风机运行状态评估结果的过程为:将所述带有正常运行标签实时运行数据图像或所述带有异常运行标签实时运行数据图像的其中一种运行标签实时运行数据图像输入到所述网络模型中进行处理,得到运行标签分类概率数组,其中,所述运行标签分类概率数组包括风机运行状态及其对应的概率数值,所述风机运行状态为正常或异常;

将所述运行标签分类概率数组中概率数值大的风机运行状态作为第一预测类别;

判断所述第一预测类别与所述其中一种运行标签实时运行数据图像的运行标签是否指向相同的风机运行状态;

若是,则将所述第一预测类别作为风机运行状态评估结果;

若否,则将另一种运行标签实时运行数据图像输入到所述网络模型中进行处理,并确定第二预测类别;

判断所述第二预测类别与所述另一种运行标签实时运行数据图像的运行标签是否指向相同的风机运行状态;

若是,则将所述第二预测类别作为风机运行状态评估结果;

若否,则将所述第一预测类别及所述第二预测类别中概率数值较大的作为风机运行状态评估结果。

5.根据权利要求1所述的基于前向-前向传播的风电机组运行状态评估方法,其特征在于,所述方法还包括:将所述基于前向-前向传播方法的ResNet网络模型嵌入SCADA数据收集系统中,通过所述模型持续监控来自SCADA系统的数据,并绘制风机运行特性曲线,根据所述风机运行特性曲线对风机运行工况进行判断。

6.基于前向-前向传播的风电机组运行状态评估系统,利用如权利要求1-5任一项所述的方法实现,其特征在于,包括:风电机组运行数据采集模块(101)、运行数据处理模块(102)、风机运行状态评估模块(103)及存储模块(104);

所述风电机组运行数据采集模块(101)与所述运行数据处理模块(102)连接,用于采集风电机组运行数据并传输到所述运行数据处理模块;

所述运行数据处理模块(102)与所述风机运行状态评估模块(103)连接,用于对所述风电机组运行数据进行分析处理并将处理后的数据传输到所述风机运行状态评估模块;

所述风机运行状态评估模块(103)用于根据所述处理后的数据对风电机组运行状态进行评估;

所述存储模块(104)与风机运行状态评估模块(103)连接,用于对所述网络模型进行存储。