风电机组水冷系统异常检测方法、装置、设备及存储介质与流程

本技术属于风电机组变流器水冷，尤其涉及一种风电机组水冷系统异常检测方法、装置、设备及存储介质。

背景技术：

1、中速永磁风电机组的变流器为全功率水冷变流器，全功率水冷变流器采用柜体密封设计，其柜内功率器件产生的热量通过水风换热方式带出。

2、全功率水冷变流器的散热系统以物理结构划分，可以分解为内部散热系统和外部散热系统，外部散热系统也即水冷系统。散热系统主要依靠水冷系统驱动冷却介质源源不断地流经变流器功率器件冷板和内部散热系统，从而将变流器柜内的热量带出，进而实现散热。由此可见，水冷系统在变流器散热时发挥着极为关键的作用，若水冷系统发生故障将会严重影响到变流器的散热进而影响风电机组的运行，因此对水冷系统进行检测变得尤为重要。

3、目前主要的水冷系统检测方法为人工检测，主要包括人工巡检和机组水冷系统发生故障时人工进行检测定位及维护，但是人工检测往往存在效率低的问题，而且，针对水冷系统存在的轻微“跑冒滴漏”现象，通常无法及时发现，导致在水冷系统故障比较严重后才会报出相应故障，从而造成较大的停机故障以及设备资产损失。因此，现在急需一种可以及时、高效的对中速永磁风电机组的水冷系统进行异常检测的方案。

技术实现思路

1、本技术实施例提供一种风电机组水冷系统异常检测方法、装置、设备及存储介质，能够根据风电机组的水冷进出阀压力数据自动对风电机组的水冷系统进行异常检测，相比于人工检测，此种方式效率更高，更及时。

2、第一方面，本技术实施例提供一种风电机组水冷系统异常检测方法，包括：

3、获取风场中多台风电机组对应的多条水冷进出阀压力数据，每条水冷进出阀压力数据包含水冷进阀压力和水冷出阀压力；

4、将多条水冷进出阀压力数据输入预先训练好的离群点检测模型，以使离群点检测模型检测出多条水冷进出阀压力数据中的离群数据；

5、根据离散数据确定多台风电机组中的预警机组，其中预警机组为水冷系统可能存在异常的风电机组；

6、根据预警机组对应的水冷进出阀压力数据确定预警机组对应的四分位数据，其中，四分位数据包括水冷进出阀压力差的上四分位数和下四分位数、水冷进阀压力的上四分位数和下四分位数、和/或水冷出阀压力的上四分位数和下四分位数；

7、根据预警机组对应的四分位数据确定预警机组的水冷系统异常检测结果。

8、作为一种可能的实现方式，将多条水冷进出阀压力数据输入预先训练好的离群点检测模型之前，方法还包括：

9、从风场的监测控制和数据采集系统中获取多条水冷进出阀压力数据作为样本数据，其中，每条样本数据均包含水冷进阀压力和水冷出阀压力；

10、对多条样本数据进行归一化处理；

11、将归一化处理后的多条样本数据划分为训练集和测试集；

12、利用训练集和测试集对预设的最小椭球估计模型和/或最小协方差行列式模型进行训练测试，得到离群点检测模型。

13、作为一种可能的实现方式，对多条样本数据进行归一化处理之前，方法还包括：

14、剔除多条样本数据中的第一样本数据，其中，第一样本数据为包含的水冷进阀压力和/或水冷出阀压力大于或等于预设压力阈值的样本数据；和/或，

15、剔除多条样本数据中的第二样本数据，其中，第二样本数据为对应的有功功率小于预设功率阈值的样本数据。

16、作为一种可能的实现方式，根据离散数据确定多台风电机组中的预警机组，包括：

17、从离散数据中，确定多台风电机组中每台风电机组对应的离散数据；

18、针对每台风电机组，确定风电机组对应的离散数据在风电机组对应的水冷进出阀压力数据中的占比；

19、将多条风电机组中对应的占比大于预设的占比阈值的风电机组，作为预警机组。

20、作为一种可能的实现方式，根据预警机组对应的水冷进出阀压力数据确定预警机组对应的四分位数据，包括：

21、将预警机组对应的水冷进出阀数据按照对应的采集时间划分为多个数据分组，其中，同一数据分组中的水冷进出阀压力数据对应的采集时间属于同一单位时间段；

22、针对每个数据分组，计算数据分组中包含的水冷进阀压力的第一均值和水冷出阀压力的第二均值；

23、对多个数据分组对应的第一均值和第二均值进行聚合，得到聚合数据；

24、根据聚合数据，确定预警机组对应的四分位数据。

25、作为一种可能的实现方式，根据预警机组对应的四分位数据确定预警机组的水冷系统异常检测结果，包括：

26、获取预设的用于检测水冷流量异常的第一阈值和第二阈值；

27、将水冷进出阀压力差的上四分位数与第一阈值进行比较，并将水冷进出阀压力差的下四分位数与第二阈值进行比较；

28、响应于水冷进出阀压力差的上四分位数小于第一阈值，且水冷进出阀压力差的下四分位数大于第一阈值，确定预警机组存在水冷流量异常。

29、作为一种可能的实现方式，根据预警机组对应的四分位数据确定预警机组的水冷系统异常检测结果，包括：

30、获取预设的用于检测水冷进阀压力异常的第三阈值和第四阈值；

31、将水冷进阀压力的上四分位数与第三阈值进行比较，并将水冷进阀压力的下四分位数与第四阈值进行比较；

32、响应于水冷进阀压力的上四分位数大于第三阈值，确定预警机组存在水冷进阀压力超高的异常；

33、响应于水冷进阀压力的下四分位数小于第四阈值，确定预警机组存在水冷进阀压力过低的异常。

34、作为一种可能的实现方式，根据预警机组对应的四分位数据确定预警机组的水冷系统异常检测结果，包括：

35、获取预设的用于检测水冷出阀压力异常的第五阈值和第六阈值；

36、将水冷出阀压力的上四分位数与第五阈值进行比较，并将水冷出阀压力的下四分位数与第六阈值进行比较；

37、响应于水冷出阀压力的上四分位数大于第五阈值，确定预警机组存在水冷出阀压力超高的异常；

38、响应于水冷出阀压力的下四分位数小于第六阈值，确定预警机组存在水冷出阀压力过低的异常。

39、第二方面，本技术实施例还提供了一种风电机组水冷系统异常检测装置，包括：

40、数据获取模块，用于获取风场中多台风电机组对应的多条水冷进出阀压力数据，每条水冷进出阀压力数据包含水冷进阀压力和水冷出阀压力；

41、离散数据检测模块，用于将多条水冷进出阀压力数据输入预先训练好的离群点检测模型，以使离群点检测模型检测出多条水冷进出阀压力数据中的离群数据；

42、预警机组确定模块，用于根据离群数据确定多台风电机组中的预警机组，其中预警机组为水冷系统可能存在异常的风电机组；

43、四分位数据确定模块，用于根据预警机组对应的水冷进出阀压力数据确定预警机组对应的四分位数据，其中，四分位数据包括水冷进出阀压力差的上四分位数和下四分位数、水冷进阀压力的上四分位数和下四分位数、和/或水冷出阀压力的上四分位数和下四分位数；

44、检测结果确定模块，用于根据预警机组对应的四分位数据确定预警机组的水冷系统异常检测结果。

45、第三方面，本技术实施例还提供了一种电子设备，设备包括：处理器以及存储有计算机程序指令的存储器；

46、处理器执行计算机程序指令时实现如第一方面的风电机组水冷系统异常检测方法。

47、第四方面，本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面的风电机组水冷系统异常检测方法。

48、第五方面，本技术实施例还提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行如第一方卖弄的风电机组水冷系统异常检测方法。

49、本技术实施例的风电机组水冷系统异常检测方法、装置、设备及存储介质，获取风场中多台风电机组对应的多条水冷进出阀压力数据，将多条水冷进出阀压力数据输入预先训练好的离散点检测模型，得到多条水冷进出阀压力数据中的离群数据，根据离群数据确定多台风电机组中水冷系统可能存在异常的预警机组，根据预警机组对应的水冷进出阀压力数据确定预警机组对应的四分位数据，进而根据四分位数据确定预警机组的水冷系统异常检测结果。根据本技术实施例，通过离散点检测初步确定出水冷系统可能存在异常的预警机组，根据四分位距准确确定出预警机组的水冷系统是否真正异常，由此根据多台风电机组的水冷进出阀压力数据便可以自动完成水冷系统的异常检测，相比于人工检测，效率更高，而且在水冷系统存在轻微“跑冒滴漏”等异常现象时，水冷进出阀压力数据就会表现出异常，由此可以及时发现水冷系统存在的轻微异常，进而有效避免异常的进一步扩大。