[发明专利]一种使用经过训练的AI模型控制风电场的风力涡轮机的方法

说明书

公开了一种使用经过训练的AI模型控制风电场的风力涡轮机的方法。从多个提供数据的风力涡轮机获得事故信号数据，事故信号数据包括由提供数据的风力涡轮机生成的事故信号，并且事故信号数据被馈送到人工智能模型，借助于事故信号数据在由提供数据的风力涡轮机生成的事故信号中识别模式。基于由提供数据的风力涡轮机响应于生成的事故信号而执行的识别动作，一个或多个动作与识别的模式相关联。在风电场的风力涡轮机的运行期间，来自风电场的一个或多个风力涡轮机的一个或多个事故信号被检测并与AI模型识别的模式进行比较。在检测到的事故信号与识别的模式中的至少一个匹配的情况下，通过执行与匹配模式相关联的动作来控制风电场的风力涡轮机。

技术领域

本发明涉及一种使用经过训练的人工智能(AI)模型来控制风电场的风力涡轮机的方法。根据本发明的方法允许风力涡轮机在早期对极端事件(诸如极端天气事件)作出反应，从而降低损坏风力涡轮机的风险。

背景技术

当风力涡轮机经历极端条件(例如呈超过风力涡轮机的设计限制的高风速的形式)时，风力涡轮机通常需要停机以保护风力涡轮机。为了确保这一点，风力涡轮机设置有安全系统，当超过某些限制时，例如当平均风速超过预定义阈值达指定时间间隔(通常为10分钟)时，或触发其他类型的警报时，该安全系统会自动使风力涡轮机停机或执行其他相关动作。

有时，天气变化迅速且不可预测。在这种情况下，风力涡轮机的安全系统可以检测到风力涡轮机的其他设计参数被超出，并将基于此导致风力涡轮机停机。

当在风力涡轮机的运行期间检测到诸如异常、故障、超出设计限制等事故时，生成与检测到的事故相对应的事故信号。事故信号例如可以是警醒操作者需要注意的警告、可能导致风力涡轮机自动停机的警报或任何其他合适类型的事故信号的形式。事故信号通常具有唯一标识触发事故信号的事故类型的代码。

在极少数情况下，当极端天气事件移动穿过风电场时，风电场的风力涡轮机中的一些可能会检测到导致风力涡轮机停机的警报状态，同时其他风力涡轮机没有检测到此类警报状态并因此继续运行。这可能会导致继续运行的风力涡轮机损坏，例如直到这些风力涡轮机也检测到警报状态并因此停机。

发明内容

本发明的实施例的目的是提供一种控制风电场的风力涡轮机的方法，其中降低了在极端天气事件期间损坏风力涡轮机的风险。

本发明提供了一种控制风电场的风力涡轮机的方法，所述风电场包括多个风力涡轮机，所述方法包括以下步骤：

-从多个提供数据的风力涡轮机获得事故信号数据，所述事故信号数据包括由提供数据的风力涡轮机生成的事故信号，

-将所述事故信号数据馈送到人工智能(AI)模型，并借助于所述事故信号数据训练AI模型，以便在由提供数据的风力涡轮机生成的事故信号中识别模式，

-识别由提供数据的风力涡轮机响应于生成的事故信号而执行的动作，并基于此将一个或多个动作与识别的模式相关联，

-在风电场的风力涡轮机的运行期间，检测来自风电场的一个或多个风力涡轮机的一个或多个事故信号，

-将检测到的事故信号与AI模型识别的模式进行比较，以及

-在检测到的事故信号与识别的模式中的至少一种匹配的情况下，通过执行与匹配模式相关联的动作来控制风电场的风力涡轮机。

因此，根据本发明的方法是一种控制风电场的风力涡轮机的方法。在当前上下文中，术语“风电场”应解释为是指布置在有限地理区域内的两个或更多个风力涡轮机的集合，这些风力涡轮机共享各种基础设施(诸如进出道路、通信线路、与电网的连接、变电站等)。因此，风电场包括多个风力涡轮机。