[发明专利]监测方法、系统、可读存储介质和风力发电机

说明书

本申请提供一种监测方法、系统、可读存储介质和风力发电机。其中，监测方法包括：获取待监控的风力发电机工况的工况数据及相应的状态特征参数数据；将所述工况数据输入至阈值确定模型中，以输出所述风力发电机工况的目标阈值，所述阈值确定模型是利用所述风力发电机工况的参数数据样本训练得到的；及根据所述状态特征参数数据和所述目标阈值，确定所述风力发电机的故障状况。这样对故障状况的诊断更准确。

技术领域

本申请涉及风力发电领域，尤其涉及一种监测方法、系统、可读存储介质和风力发电机。

背景技术

风力发电机主要是依靠风力来实现发电。在风力发电机实际运行过程中，风力发电机会发生各种形式的故障。因此，需要通过监测装置，对风力发电机的故障进行监测，以实现风力发电机的维护。

在相关技术中，监测装置会根据人工经验设置阈值，然后将风力发电机实际运行过程中的待监控数据与阈值比较，来监控风力发电机的故障。这种阈值是预先设置的，即固定好的。而，实际的风力发电机的工况环境较为复杂，这种预先设置的阈值，并不能准确地诊断风力发电机的故障。

发明内容

本申请提供一种监测方法、系统、可读存储介质和风力发电机。

本申请提供一种监测方法，其中，所述方法包括：

获取待监控的风力发电机工况的工况数据及相应的状态特征参数数据；

将所述工况数据输入至阈值确定模型中，以输出所述风力发电机工况的目标阈值，所述阈值确定模型是利用所述风力发电机工况的参数数据样本训练得到的；及

根据所述状态特征参数数据和所述目标阈值，确定所述风力发电机的故障状况。

可选的，所述方法包括：

对所述风力发电机工况的参数数据样本进行分类，得到多个类；

根据各类中的所述参数数据样本，确定各类的所述目标阈值，以得到所述阈值确定模型。

可选的，所述对所述风力发电机工况的参数数据样本进行分类，得到多个类，包括：

采用K-均值聚类方法，对所述风力发电机工况的参数数据样本进行分类，得到多个类；其中，各所述参数数据样本包括多个工况参数，根据所述多个工况参数的取值属性，确定K-均值聚类方法的K的值；所述取值属性表征工况参数取值为连续值或离散值。

可选的，所述多个工况参数包括连续工况参数，所述连续工况参数为，所述取值属性表征工况参数取值为连续值的工况参数；

所述根据所述多个工况参数的取值属性，确定K-均值聚类方法的K的值，包括：

对所述连续工况参数的值域区间进行区间分段，得到多段区间，不同所述区间的所述风力发电机工况不同；

根据所述多段区间的段数，确定所述K的值。

可选的，所述多个工况参数包括多个所述连续工况参数；

所述根据所述多段区间的段数，确定所述K的值，包括：

根据多个所述连续工况参数对应的所述多段区间的段数之积，确定所述K的值。

可选的，所述多个工况参数包括离散工况参数，所述离散工况参数为，所述取值属性表征工况参数取值为离散值的工况参数；

所述根据所述多个工况参数的取值属性，确定K-均值聚类方法的K的值，包括：

根据所述离散工况参数能够取到的离散值的个数，确定所述K的值。

可选的，所述多个工况参数包括多个所述离散工况参数；