一种风电机组输出功率异常的自适应检测方法

摘要

本发明涉及一种风电机组输出功率异常的自适应检测方法，其包括以下步骤：收集风电机组运行初期且运行状态良好时不同风速对应的风电机组输出功率，并将其作为标准样本数据，建立标准样本库；采用Shepard插值方法，建立基于风速信息的风电机组输出功率标准模型；将风电机组状态监测中的风速数据代入风电机组输出功率标准模型，计算得到当前风速下风电机组输出功率的标准值，根据该标准值和风电机组输出功率的实测值，计算风电机组当前风速下的功率偏差；将功率偏差与预设的功率偏差阈值进行比较，如果功率偏差大于预设的功率偏差阈值，则表明风电机组的输出功率异常并进行报警。本发明可以广泛应用于对风电机组发电功率的早期预警中。

主权项

一种风电机组输出功率异常的自适应检测方法，其包括以下步骤：1)建立标准样本库；收集风电机组运行初期且运行状态良好时不同风速对应的风电机组输出功率，并将其作为标准样本数据，建立标准样本库；2)建立风电机组输出功率标准模型；采用Shepard插值方法，将风速作为样本点，建立基于风速信息的风电机组输出功率标准模型：其具体包括以下步骤：①将标准样本库中的m个样本(P_t,V_t)中的风速V_t作为试验样本点，将风电机组的输出功率P_t作为试验样本点对应的响应值，其中t＝1,2,…,m，则m个样本(P_t,V_t)构成m×2维矩阵：$\left(\begin{array}{cc}{P}_1& V_1\\ P_2& V_2\\ .& .\\ .& .\\ .& .\\ P_m& V_m\end{array}\right);$对于新样本点v，基于m个样本(P_t,V_t)构成的m×2维矩阵，采用Shepard插值方法计算新样本点v对应的响应值p(v)，即对应的风电机组的输出功率；基于(v,p(v))与m个试验样本点V_t之间的关系，计算响应值p(v)的估计值使得欧氏距离E最小；其中，欧氏距离E为：$E=\underset{t=1}{\overset{m}{\Sigma }}{\omega }_t{[\hat{p}\left(v\right)-P_t]}^2,$式中，ω_t为权重，表示新样本点v和试验样本点V_t对响应值的估计值的贡献大小，参数α选1～3；γ_t＝|v‑V_t|表示新样本点v与试验样本点V_t之间的距离；②计算使欧氏距离E最小的新样本点v的响应值p(v)的估计值即：为满足$\min E=\underset{t=1}{\overset{m}{\Sigma }}{\omega }_t{[\hat{p}\left(v\right)-P_t]}^2,$对欧氏距离求导数并令其为0，即：$\frac{dE}{d\hat{p}\left(v\right)}=2\underset{t=1}{\overset{m}{\Sigma }}{\omega }_t[\hat{p}\left(v\right)-P_t]=0,$计算得到新样本点v与估计值之间的映射关系，即风电机组输出功率标准模型为：$\hat{p}\left(v\right)=\underset{t=1}{\overset{m}{\Sigma }}{\omega }_t{P}_t/\underset{t=1}{\overset{m}{\Sigma }}{\omega }_t;$3)对风电机组的输出功率进行检测并对异常情况进行报警，其具体包括以下步骤：①将风电机组状态监测中第i时刻的风速数据v_i代入风电机组输出功率标准模型，计算得到该时刻风速下风电机组输出功率的标准值为p(v_i)；②根据当前风速下风电机组输出功率的标准值p(v_i)和实测值r(v_i)，建立风电机组当前风速下的功率偏差O_d(v_i)：$O_d\left(v_i\right)=\frac{r\left(v_i\right)-p\left(v_i\right)}{p\left(v_i\right)}\times 100\%,$③根据风电机组的实际运行情况，预设一功率偏差阈值Y，将功率偏差O_d(v_i)与Y进行比较，若|O_d(v_i)|＞Y，则表明风电机组的输出功率异常并进行报警。