买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华能利津风力发电有限公司;中国华能集团清洁能源技术研究院有限公司

摘要：本申请提出了一种风电机组的能效评价与诊断方法、系统及介质，该方法包括：获取风电机组的链条式能效指标异常知识并构建本体能效诊断知识库；确定每个工况下的监测参数和能效指标的基准区间；确定能效指标与基准值之间的差值,并根据差值和能效指标的权重，对机组的能效状态进行评价；基于对应的基准区间对实时数据进行异常检测，如果检测出异常数据则根据故障征兆构造异常事件网络片段，并在本体知识库中进行匹配和搜索，诊断出故障模式；结合因果图模型诊断出风电机组的最终故障原因。该方法能够对风电机组的能效状态进行实时评估，并能准确诊断出能效异常的原因和具体的故障模式，提供对应的调整及维护决策，提高了能效诊断的准确性。

主权项：1.一种风电机组的能效评价与诊断方法，其特征在于，包括以下步骤：对风电机组的每个系统和设备依次进行机理分析，生成所述风电机组的链条式能效指标异常知识，并根据所述能效指标异常知识构建所述风电机组的本体能效诊断知识库；根据所述风电机组的运行数据对所述风电机组的工况进行划分，并确定每个工况下的监测参数和能效指标的基准区间，其中，所述根据所述风电机组的运行数据对所述风电机组的工况进行划分，包括：对所述运行数据进行稳态筛选，获得稳态数据；通过K-均值聚类算法对所述稳态数据进行初步划分，确定初始聚类数；通过silhouette准则评价全部聚类点与对应的样本数据间的相似度，并根据所述相似度确定最终聚类数，根据所述最终聚类数进行工况划分；所述确定每个工况下的监测参数和能效指标的基准区间，包括：通过多元高斯混合模型剔除每个工况下的故障数据，生成正常数据训练样本，并通过所述正常数据训练样本训练长短期记忆人工神经网络LSTM；针对每个监测参数和能效指标，获取所述长短期记忆人工神经网络LSTM输出的多个参数预测值，以及对应的实际值；计算每个所述参数预测值与所述实际值的差值，以与所述实际值的差值最大的参数预测值为目标参数预测值；以所述目标参数预测值为中心，以所述目标参数预测值与所述实际值的差值的两倍为区间长度构造所述基准区间；确定每个所述能效指标与对应的所述基准区间的基准值之间的差值，根据所述差值和每个能效指标的权重，对所述风电机组的运行能效状态进行评价；采集所述风电机组的实时运行数据，基于对应的基准区间对所述实时运行数据进行异常检测，如果检测出异常数据则对所述异常数据进行异常类型检测，确定数据异常类型，以所述数据异常类型为故障征兆，并根据所述故障征兆构造异常事件网络片段，根据所述造异常事件网络片段在所述本体能效诊断知识库中进行匹配和搜索，以诊断出所述异常数据对应的故障模式；确定所述故障模式的候选故障原因、故障影响和维护措施，并构建因果图模型，基于因果图模型从所述候选故障原因中诊断出所述风电机组的最终故障原因。

全文数据：

权利要求：

百度查询： 华能利津风力发电有限公司 中国华能集团清洁能源技术研究院有限公司 风电机组的能效评价与诊断方法、系统及介质