用于分析风力发电机组的运行数据的方法和系统的制作方法
【技术领域】
[0001]本发明涉及风力发电的信息处理技术，尤其涉及一种用于分析风力发电机组的运 行数据的方法和系统。
【背景技术】
[0002] 近年来计算机运算能力的不断提高以及分布式计算技术的迅猛发展使得能够基 于分布式架构处理海量、多种形态的数据，即大数据。
[0003] 基于分布式架构的大数据技术涉及数据挖掘、处理、存储及主题分析。其中，数据 挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程，通过统计、在线分析处理、 情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来获取目标 信息。
[0004] 在风力发电技术领域，在风力发电机组运行的过程中以及在风电场对其中的风力 发电机组进行监控的过程中，产生大量的运行数据和状态数据、故障数据等。基于大数据技 术对这些数据进行挖掘和分析，对于风力发电机组的状态监测以及策略控制优化具有重大 意义。
【发明内容】
[0005] 本发明的目的在于，提供一种用于分析风力发电机组的运行数据的技术方案，以 基于从风力发电机组采集的多种数据建立运行数据和运行状态之间的关联，辅助控制策略 的优化。
[0006] 根据本发明的一方面，提供一种用于分析风力发电机组的运行数据的方法，所述 方法包括:获取与风力发电机组的运行相关的初始数据，并从所述初始数据提取与风力发 电机组运行状态变化相关的属性，并且对所述初始数据进行抽样，获取多个运行状态类别 的样本数据;根据提取的属性对所述多个运行状态类别的样本数据分别进行统计分析，以 获取符合所述多个运行状态类别的预定条件的风力发电机组的多个运行特征量;根据获取 的多个运行特征量绘制指定状态时间段内的运行特征量的变化图，以表征所述风力发电机 组在指定状态下其运行特征量的变化。
[0007] 可选地，所述初始数据包括在预定的统计时间段内采集的风力发电机组的运行数 据、状态数据以及机组故障数据。
[0008] 可选地，所述初始数据还包括在所述统计时间段内与所述运行数据、状态数据以 及机组故障数据相关的统计数据。
[0009] 可选地，所述从所述初始数据提取与风力发电机组运行状态变化相关的属性的处 理包括:根据主成分分析方法和因子分析方法对所述初始数据中的各种属性进行筛选和归 选;根据遗传算法对筛选和归选出的属性进行分析，选择出与风力发电机组的运行状态变 化相关的属性。
[0010] 可选地，所述方法还包括:使用所述多个运行状态类别的样本数据以及所述初始 数据，根据威尔科克森符号秩检验算法分别对所述符合所述多个运行状态类别的预定条件 的风力发电机组的多个运行特征量进行检验，以剔除威尔科克森统计量不符合正态分布的 运行特征量。
[0011] 可选地，所述方法还包括:获取之前预定时长的采集的风力发电机组的运行数据 和状态数据;根据所述运行数据和状态数据计算与风力发电机组的运行状态变化相关的属 性的值;根据计算的与风力发电机组的运行状态变化相关的属性的值分别与所述指定状态 时间段内的运行特征量的变化图确定所述风力发电机组当前的运行状态。
[0012] 可选地，所述对所述初始数据进行抽样，获取多个运行状态类别的样本数据的处 理包括:根据所述多个运行状态类别对所述初始数据进行分层抽样，以获取所述多个运行 状态类别的样本数据。
[0013] 优选地，通过基于HAD00P分布式架构的数据平台执行所述方法中的步骤，其中，以 HIVE形式存储所述初始数据和样本数据，将提取的属性信息存储在关系数据库中。
[0014] 根据本发明的另一方面，还提供一种用于分析风力发电机组的运行数据的系统， 所述系统包括:初始数据获取装置，用于获取与风力发电机组的运行相关的初始数据;属性 提取装置，用于从所述初始数据提取与风力发电机组运行状态变化相关的属性;抽样装置， 用于对所述初始数据进行抽样，获取多个运行状态类别的样本数据;特征建立装置，用于根 据提取的属性对所述多个运行状态类别的样本数据分别进行统计分析，以获取符合所述多 个运行状态类别的预定条件的风力发电机组的多个运行特征量;模型建立装置，用于根据 获取的多个运行特征量绘制指定状态时间段内的运行特征量的变化图，以表征所述风力发 电机组在指定状态下其运行特征量的变化。
[0015] 可选地，所述初始数据包括在预定的统计时间段内采集的风力发电机组的运行数 据、状态数据以及机组故障数据。
[0016] 可选地，所述初始数据还包括在所述统计时间段内与所述运行数据、状态数据以 及机组故障数据相关的统计数据。
[0017] 可选地，所述属性提取装置包括:属性初选单元，用于根据主成分分析方法和因子 分析方法对所述初始数据中的各种属性进行筛选和归选;属性精选单元，用于根据遗传算 法对筛选和归选出的属性进行分析，选择出与风力发电机组的运行状态变化相关的属性。
[0018] 可选地，所述系统还包括:特征量验证装置，用于使用所述多个运行状态类别的样 本数据以及所述初始数据，根据威尔科克森符号秩检验算法分别对所述符合所述多个运行 状态类别的预定条件的风力发电机组的多个运行特征量进行检验，以剔除威尔科克森统计 量不符合正态分布的运行特征量。
[0019] 可选地，所述系统还包括:状态确定装置，用于获取之前预定时长的采集的风力发 电机组的运行数据和状态数据，根据所述运行数据和状态数据计算与风力发电机组的运行 状态变化相关的属性的值，并且根据计算的与风力发电机组的运行状态变化相关的属性的 值分别与所述指定状态时间段内的运行特征量的变化图确定所述风力发电机组当前的运 行状态。
[0020] 可选地，所述抽样装置用于根据所述多个运行状态类别对所述初始数据进行分层 抽样，以获取所述多个运行状态类别的样本数据。
[0021] 可选地，所述系统为通过基于HAD00P分布式架构的数据平台，其中，所述初始数据 和样本数据以HIVE形式被存储，所述属性提取装置提取的属性信息被存储在关系数据库 中。
[0022] 根据本发明实施例提供的用于分析风力发电机组的运行数据的方法和系统通过 大数据挖掘技术，从风力发电机组的运行数据、状态数据、机组故障数据以及统计数据挖掘 出与一种或多种机组运行状态相应的运行特征量的变化图，从而可以这些变化图作为状态 判断模型，根据风力发电机组当前的运行数据来判断其运行状态。
【附图说明】
[0023] 图1是示出根据本发明的总体构思的用于分析风力发电机组的运行数据的框架流 程图；
[0024] 图2是示出风电大数据平台的数据仓库存储的数据的示例性示意图；
[0025] 图3是示出根据本发明实施例一的用于分析风力发电机组的运行数据的方法的流 程图；
[0026] 图4是示出根据本发明实施例的用于分析风力发电机组的运行数据的方法绘制的 运行特征量的变化图的示例；
[0027] 图5是示出根据本发明实施例二的用于分析风力发电机组的运行数据的系统的逻 辑框图。
【具体实施方式】
[0028] 本发明的基本构思是，通过对采集的各类风电机组运行数据、状态数据、机组故障 数据，基于大数据技术和分类、聚类等各类数据挖掘算法，创建风电运行数据的特征值检测 算法，取得能够准确描述机组状态变化的运行特征量，建立机组状态与运行特征量之间的 关联模型，进而使用这些特征对风力发电机组当前的运行状态进行判断。
[0029] 为此，可基于HAD00P分布式架构的大数据平台进行本发明提出的用于分析风力发 电机组的运行数据的技术方案。
[0030] 每部风力发电机组在运行的过程中，采集/产生很多运行数据和状态数据;此外， 风电场的控制中心在对风电场中的风力发电机组进行监测和控制的过程中，能够从各个风 力发电机组获取到大量的运行数据和状态数据，并能够收集到关于风力发电机组的机组故 障数据等。这些数据都可作为本发明提出的技术方案处理的对象。此外，在对风电场中的风 力发电机组进行监控