基于贝叶斯推理方式对风机状态进行预测的方法和系统

摘要

本申请公开基于贝叶斯推理方式对风机状态进行预测的方法和系统，该方法包括：获取风力机在一定时间内的运行数据进行归类；对各时间段内的风力机运行状态类型进行概率统计处理，生成概率值并确定出各时间段内的总体运行状态类型；对总体运行状态类型进行贝叶斯网络建模，生成总体运行状态类型发生的先验条件概率；对各时间段的先验条件概率以及总体运行状态类型的概率值利用贝叶斯推理方式进行概率处理，生成联合概率值并建立风机的状态分布曲线，根据状态分布曲线对风机进行故障状态的预测。本申请解决了难以对风力发电机故障运行状态的发生进行预测的问题。

主权项

一种基于贝叶斯推理方式对风机状态进行预测的方法，其特征在于，包括：获取风场内所有风力机在指定的时间点之前一定时间内的运行数据，按照预置的所述风力机的运行状态类型对所述运行数据进行归类，并在所述一定时间内按相同时长的时间段获取各所述风力机在每一时间段对应的运行状态类型；对每一所述时间段内的各所述风力机所对应的所述运行状态类型进行概率统计处理，生成各所述风力机运行状态类型的概率值，确定出每一所述时间段内的所述概率值最大的所述运行状态类型作为该时间段的总体运行状态类型；其中，所述总体运行状态类型的概率值为该时间段内所述风力机运行状态类型的最大概率值；对所述一定时间内的每一所述时间段的所述总体运行状态类型进行贝叶斯网络建模，生成相邻两个时间段的任意一对所述总体运行状态类型发生的先验条件概率；对各所述时间段的所述先验条件概率以及总体运行状态类型的概率值，利用贝叶斯推理方式进行概率处理，生成所述相邻两个时间段的任意一对所述总体运行状态类型发生的联合概率值，由所述联合概率值建立此类风机由于所述故障引起性能衰退直至停机的状态分布曲线，根据该状态分布曲线对所述风机进行故障状态的预测。