一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法
【專利摘要】本發(fā)明提出一種基于數(shù)據(jù)建模的風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)的數(shù)據(jù)壓縮方法，通過在風(fēng)力發(fā)電機(jī)組本地對監(jiān)測數(shù)據(jù)進(jìn)行數(shù)學(xué)建模的方式進(jìn)行強(qiáng)特征提取、以高壓縮比方式進(jìn)行數(shù)據(jù)壓縮及還原。包括以下步驟：風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)采集、風(fēng)電機(jī)組運行工況識別、風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選、監(jiān)控數(shù)據(jù)信息本地整理、風(fēng)電狀態(tài)存儲模式選擇、智能建模結(jié)構(gòu)辨識匹配、智能模型結(jié)構(gòu)參數(shù)估計、監(jiān)控數(shù)據(jù)本地一次處理、上位監(jiān)控終端二次處理。解決海量數(shù)據(jù)在線傳輸及長期連續(xù)監(jiān)控存儲問題。
【專利說明】一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于風(fēng)力發(fā)電【技術(shù)領(lǐng)域】，尤其涉及數(shù)據(jù)建模風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]在現(xiàn)有的風(fēng)力發(fā)電狀態(tài)監(jiān)控方法中，風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)需要監(jiān)控風(fēng)電場內(nèi)所有機(jī)組狀態(tài)信息，監(jiān)控量巨大，而由于短期內(nèi)風(fēng)電場監(jiān)控數(shù)據(jù)時域特性及頻域特征均難以發(fā)生明顯變化，因此若要通過狀態(tài)連續(xù)監(jiān)測反映風(fēng)力發(fā)電機(jī)組狀態(tài)變化需要對大量長期的監(jiān)控數(shù)據(jù)進(jìn)行存儲，對存儲器存儲容量要求極高，存儲查詢效率低下，特別是當(dāng)需要對長期風(fēng)電設(shè)備狀態(tài)變化情況進(jìn)行分析時，需要對海量數(shù)據(jù)進(jìn)行集中分析，極大的占用了監(jiān)控設(shè)備數(shù)據(jù)分析資源，狀態(tài)監(jiān)控效果較差。

【發(fā)明內(nèi)容】

[0003]一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，通過在風(fēng)力發(fā)電機(jī)組本地對監(jiān)測數(shù)據(jù)進(jìn)行數(shù)學(xué)建模的方式進(jìn)行強(qiáng)特征提取、以高壓縮比方式進(jìn)行數(shù)據(jù)壓縮及還原，其特征在于:包括以下步驟，SI風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)采集、S2風(fēng)電機(jī)組運行工況識別、S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選、S4監(jiān)控數(shù)據(jù)信息本地整理、S5風(fēng)電狀態(tài)存儲模式選擇、S6智能建模結(jié)構(gòu)辨識匹配、S7智能模型結(jié)構(gòu)參數(shù)估計、S8監(jiān)控數(shù)據(jù)本地一次處理、S9上位監(jiān)控終端二次處理。
[0004]步驟SI風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)采集中，風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控數(shù)據(jù)采集系統(tǒng)對傳感器監(jiān)控數(shù)據(jù)進(jìn)行采集及濾波操作，濾除監(jiān)控物理信號中的噪聲，并將物理監(jiān)控信號轉(zhuǎn)化為具有物理意義的數(shù)字信號。
[0005]監(jiān)控狀態(tài)信息包括但不僅限于風(fēng)力發(fā)電機(jī)組及其組件振動、轉(zhuǎn)速、溫度、壓力、應(yīng)力、扭矩、油品油質(zhì)、視頻、音頻、風(fēng)速、安防、電網(wǎng)信息等信息。
[0006]步驟S2風(fēng)電機(jī)組運行工況識別中，風(fēng)電機(jī)組運行工況識別主要是指通過對監(jiān)控數(shù)據(jù)進(jìn)行分析，結(jié)合風(fēng)力發(fā)電機(jī)組在不同運行工況下的典型運行參數(shù)，智能識別風(fēng)力發(fā)電機(jī)組運行狀態(tài)。
[0007]步驟S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選中，風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選主要是指對監(jiān)控信息的有效性進(jìn)行判別，篩除明顯的錯誤數(shù)據(jù)，并對其進(jìn)行插值處理。
[0008]步驟S4監(jiān)控數(shù)據(jù)信息本地整理中，監(jiān)控數(shù)據(jù)信息本地整理主要是依據(jù)步驟S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選的有效數(shù)據(jù)，對其按照固定的格式要求，將機(jī)組運行狀態(tài)信息及監(jiān)控信息打包成固定長度的數(shù)據(jù)模塊。
[0009]步驟S5風(fēng)電狀態(tài)存儲模式選擇中，風(fēng)電狀態(tài)存儲模式選擇主要依據(jù)本地及外部的故障報警信息、監(jiān)控數(shù)據(jù)查詢信息、定時非壓縮監(jiān)控數(shù)據(jù)發(fā)送信息等進(jìn)行數(shù)據(jù)存儲模式選擇。
[0010]當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇中，風(fēng)電狀態(tài)存儲模式選擇結(jié)果為壓縮模式則直接進(jìn)入步驟S6智能建模結(jié)構(gòu)辨識匹配；否則直接跳轉(zhuǎn)至步驟S8監(jiān)控數(shù)據(jù)本地一次處理。[0011]步驟S6智能建模結(jié)構(gòu)辨識匹配中，智能建模結(jié)構(gòu)辨識匹配是依據(jù)步驟S2風(fēng)電機(jī)組運行工況識別中風(fēng)電機(jī)組運行工況識別結(jié)果，智能匹配的對不同工況下監(jiān)控數(shù)據(jù)按照數(shù)據(jù)類型進(jìn)行數(shù)據(jù)模型匹配。
[0012]步驟S7智能模型結(jié)構(gòu)參數(shù)估計中，智能模型結(jié)構(gòu)參數(shù)估計是依據(jù)匹配的模型結(jié)構(gòu)，基于步驟S4監(jiān)控數(shù)據(jù)信息本地整理中監(jiān)控數(shù)據(jù)信息本地整理按照固定格式打包后的數(shù)據(jù)，按照設(shè)定參數(shù)識別方法，并基于計算智能估計辨識模型參數(shù)。
[0013]步驟S8監(jiān)控數(shù)據(jù)本地一次處理中，監(jiān)控數(shù)據(jù)本地一次處理主要是指通過風(fēng)電機(jī)組本地信息處理單元進(jìn)行數(shù)據(jù)處理，當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇結(jié)果為非壓縮模式時，則直接將非壓縮數(shù)據(jù)上傳至上位監(jiān)控終端；當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇結(jié)果為壓縮模式時，則將步驟S2風(fēng)電機(jī)組運行工況識別中風(fēng)電機(jī)組運行工況識別結(jié)果、數(shù)據(jù)建模匹配模型信息、建模模型參數(shù)信息打包后發(fā)給上位監(jiān)控終端。
[0014]步驟S9上位監(jiān)控終端二次處理中，當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇的風(fēng)電狀態(tài)存儲模式選擇結(jié)果為非壓縮模式時，則直接將非壓縮數(shù)據(jù)存儲至上位監(jiān)控系統(tǒng)指定存儲區(qū)域；當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇的風(fēng)電狀態(tài)存儲模式選擇結(jié)果為壓縮模式時，上位監(jiān)控終端二次處理主要對多個連續(xù)由步驟S8監(jiān)控數(shù)據(jù)本地一次處理中監(jiān)控數(shù)據(jù)本地一次處理數(shù)據(jù)進(jìn)行智能融合分類處理，使在較長時間段內(nèi)同一運行工況下、模型結(jié)構(gòu)相同的模型參數(shù)融合為一套模型參數(shù)，實現(xiàn)海量數(shù)據(jù)二次壓縮。
[0015]步驟S9上位監(jiān)控終端二次處理中對多個連續(xù)由步驟S8監(jiān)控數(shù)據(jù)本地一次處理中監(jiān)控數(shù)據(jù)本地一次處理數(shù)據(jù)進(jìn)行智能融合分類處理方法，其數(shù)學(xué)變換統(tǒng)一方法可以采用直接加權(quán)平均法實現(xiàn)，即直接對模型結(jié)構(gòu)相同的模型參數(shù)進(jìn)行加權(quán)平均。
[0016]本發(fā)明所述基于數(shù)據(jù)建模風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法不僅適用于風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控數(shù)據(jù)壓縮，也適用于各種不同場合基于海量連續(xù)監(jiān)控數(shù)據(jù)的的數(shù)據(jù)壓縮存儲及還原方法。
[0017]【專利附圖】

【附圖說明】
圖1為一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法步驟示意圖。
【具體實施方式】
[0018]本發(fā)明提出的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，可基于PLC平臺或嵌入式開發(fā)平臺，通過將數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、邏輯分析模塊和監(jiān)控信息本地存儲模塊集成實現(xiàn)。
[0019]步驟SI風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)采集中，監(jiān)控狀態(tài)信息采集可以通過PLC或者嵌入式數(shù)據(jù)采集板卡實現(xiàn)。
[0020]步驟S2風(fēng)電機(jī)組運行工況識別中，風(fēng)電機(jī)組運行工況識別方法可以依據(jù)平均風(fēng)速信息或風(fēng)力發(fā)電機(jī)轉(zhuǎn)子轉(zhuǎn)速信息進(jìn)行工況識別。
[0021]步驟S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選中，風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選主要是考慮消除數(shù)據(jù)采集或傳輸過程中由于受到噪聲影響可能產(chǎn)生的誤報數(shù)據(jù)，提高數(shù)據(jù)建模的準(zhǔn)確性。
[0022]步驟S4監(jiān)控數(shù)據(jù)信息本地整理中，依據(jù)步驟S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選所篩選的有效數(shù)據(jù)對其按照固定的格式要求，將機(jī)組運行狀態(tài)信息及監(jiān)控信息打包成固定長度的數(shù)據(jù)模塊。其中固定的格式要求是指將監(jiān)控信息轉(zhuǎn)化為可便于狀態(tài)分析的參考變量信息，主要包括濾波處理、一次變量轉(zhuǎn)化為二次或高次變量等。例如:將速度信息轉(zhuǎn)化為平均速度信息、將振動速度轉(zhuǎn)化為振動烈度信息或通過濾波器獲取信號特定頻域段數(shù)據(jù)等。
[0023]步驟S4監(jiān)控數(shù)據(jù)信息本地整理中，依據(jù)步驟S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選所篩選的有效數(shù)據(jù)對其按照固定的格式要求，將機(jī)組運行狀態(tài)信息及監(jiān)控信息打包成固定長度的數(shù)據(jù)模塊。其中，打包成固定長度的數(shù)據(jù)模塊主要考慮上位監(jiān)控系統(tǒng)二次壓縮處理時，建模參數(shù)計算的方便性。特別是當(dāng)數(shù)據(jù)模型為線性模型或統(tǒng)計模型時，上位監(jiān)控系統(tǒng)二次壓縮處理時只需對相同工況下相同模型參數(shù)求平均值即可。
[0024]步驟S5風(fēng)電狀態(tài)存儲模式選擇中，風(fēng)電狀態(tài)存儲模式主要考慮正常情況下直接對數(shù)據(jù)進(jìn)行打包，當(dāng)發(fā)生故障或存在查詢需求時，則將詳細(xì)狀態(tài)監(jiān)控信息上傳，為上位監(jiān)控終端提供詳細(xì)的狀態(tài)分析數(shù)據(jù)。
[0025]步驟S6智能建模結(jié)構(gòu)辨識匹配中，匹配模型包括但不僅限于:統(tǒng)計類模型、線性及非新型關(guān)系映射類模型等。其中，統(tǒng)計模型通常是指描述監(jiān)控變量的分布特性，可以采用包括但不僅限于數(shù)據(jù)統(tǒng)計、多項式擬合等方法對監(jiān)控變量的分布特性進(jìn)行建模。
[0026]步驟S6智能建模結(jié)構(gòu)辨識匹配中，匹配模型包括但不僅限于:統(tǒng)計類模型、線性及非新型關(guān)系映射類模型等。其中，線性及非新型關(guān)系映射類模型通常是指描述兩個或多個變量之間的映射關(guān)系，可以通過包括但不僅限于傳遞函數(shù)、神經(jīng)網(wǎng)絡(luò)等線性非線性建模方法實現(xiàn)。
[0027]步驟S7智能模型結(jié)構(gòu)參數(shù)估計中，智能模型結(jié)構(gòu)參數(shù)估計方法可以采用包括但不僅限于數(shù)據(jù)統(tǒng)計法、多項式擬合法、最小二乘法、隨機(jī)搜索等智能搜索算法等。
[0028]步驟S8監(jiān)控數(shù)據(jù)本地一次處理中，監(jiān)控數(shù)據(jù)本地一次處理可以通過分布式數(shù)據(jù)處理器實現(xiàn)，并通過監(jiān)控網(wǎng)絡(luò)將監(jiān)控數(shù)據(jù)發(fā)送給上位監(jiān)控終端。一種優(yōu)選地方案中，監(jiān)控數(shù)據(jù)本地一次處理可以在風(fēng)力發(fā)電機(jī)組本地監(jiān)控系統(tǒng)中實現(xiàn)，并通過風(fēng)電場光纖以太網(wǎng)環(huán)網(wǎng)將監(jiān)控信息發(fā)送給位于中控室的上位監(jiān)控終端。
[0029]步驟S9上位監(jiān)控終端二次處理:上位監(jiān)控終端二次處理可以通過集中監(jiān)控處理器實現(xiàn)，通過集中監(jiān)控處理器接收風(fēng)電場內(nèi)各臺風(fēng)電機(jī)組發(fā)送的一次處理數(shù)據(jù)進(jìn)行集中二次處理。一種優(yōu)選地方案中，上位監(jiān)控終端二次處理可以通過設(shè)置在中控室的集中監(jiān)控處理服務(wù)器實現(xiàn)。
[0030]本發(fā)明針對現(xiàn)有風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)難以實現(xiàn)對長期監(jiān)測數(shù)據(jù)狀態(tài)跟蹤的缺點，提出了一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法。該方法在風(fēng)電機(jī)組本地實現(xiàn)對監(jiān)測數(shù)據(jù)以數(shù)學(xué)建模的方式進(jìn)行強(qiáng)特征提取、以高壓縮比方式進(jìn)行數(shù)據(jù)壓縮與還原，以建模參數(shù)代替?zhèn)鹘y(tǒng)的實時監(jiān)測數(shù)據(jù)，并可實現(xiàn)統(tǒng)計學(xué)意義上的數(shù)據(jù)恢復(fù)，有效的解決風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)海量數(shù)據(jù)在線傳輸及長期連續(xù)監(jiān)控存儲問題，彌補(bǔ)現(xiàn)有技術(shù)缺陷，進(jìn)一步提升風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)的有效性和實用性。
【權(quán)利要求】
1.一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，通過在風(fēng)力發(fā)電機(jī)組本地對監(jiān)測數(shù)據(jù)進(jìn)行數(shù)學(xué)建模的方式進(jìn)行強(qiáng)特征提取、以高壓縮比方式進(jìn)行數(shù)據(jù)壓縮及還原，其特征在于:包括以下步驟，SI風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)采集、S2風(fēng)電機(jī)組運行工況識別、S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選、S4監(jiān)控數(shù)據(jù)信息本地整理、S5風(fēng)電狀態(tài)存儲模式選擇、S6智能建模結(jié)構(gòu)辨識匹配、S7智能模型結(jié)構(gòu)參數(shù)估計、S8監(jiān)控數(shù)據(jù)本地一次處理、S9上位監(jiān)控終端二次處理。
2.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟SI風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)采集中，風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控數(shù)據(jù)采集系統(tǒng)對傳感器監(jiān)控數(shù)據(jù)進(jìn)行采集及濾波操作，濾除監(jiān)控物理信號中的噪聲，并將物理監(jiān)控信號轉(zhuǎn)化為具有物理意義的數(shù)字信號。
3.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:監(jiān)控狀態(tài)信息包括但不僅限于風(fēng)力發(fā)電機(jī)組及其組件振動、轉(zhuǎn)速、溫度、壓力、應(yīng)力、扭矩、油品油質(zhì)、視頻、音頻、風(fēng)速、安防、電網(wǎng)信息等信息。
4.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S2風(fēng)電機(jī)組運行工況識別中，風(fēng)電機(jī)組運行工況識別主要是指通過對監(jiān)控數(shù)據(jù)進(jìn)行分析，結(jié)合風(fēng)力發(fā)電機(jī)組在不同運行工況下的典型運行參數(shù)，智能識別風(fēng)力發(fā)電機(jī)組運行狀態(tài)。
5.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選中，風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選主要是指對監(jiān)控信息的有效性進(jìn)行判別，篩除明顯的錯誤數(shù)據(jù)，并對其進(jìn)行插值處理。
6.根據(jù)權(quán)利要求 1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S4監(jiān)控數(shù)據(jù)信息本地整理中，監(jiān)控數(shù)據(jù)信息本地整理主要是依據(jù)步驟S3風(fēng)電狀態(tài)監(jiān)控數(shù)據(jù)篩選的有效數(shù)據(jù)，對其按照固定的格式要求，將機(jī)組運行狀態(tài)信息及監(jiān)控信息打包成固定長度的數(shù)據(jù)模塊。
7.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S5風(fēng)電狀態(tài)存儲模式選擇中，風(fēng)電狀態(tài)存儲模式選擇主要依據(jù)本地及外部的故障報警信息、監(jiān)控數(shù)據(jù)查詢信息、定時非壓縮監(jiān)控數(shù)據(jù)發(fā)送信息等進(jìn)行數(shù)據(jù)存儲模式選擇。
8.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇中，風(fēng)電狀態(tài)存儲模式選擇結(jié)果為壓縮模式則直接進(jìn)入步驟S6智能建模結(jié)構(gòu)辨識匹配；否則直接跳轉(zhuǎn)至步驟S8監(jiān)控數(shù)據(jù)本地一次處理。
9.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S6智能建模結(jié)構(gòu)辨識匹配中，智能建模結(jié)構(gòu)辨識匹配是依據(jù)步驟S2風(fēng)電機(jī)組運行工況識別中風(fēng)電機(jī)組運行工況識別結(jié)果，智能匹配的對不同工況下監(jiān)控數(shù)據(jù)按照數(shù)據(jù)類型進(jìn)行數(shù)據(jù)模型匹配。
10.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S7智能模型結(jié)構(gòu)參數(shù)估計中，智能模型結(jié)構(gòu)參數(shù)估計是依據(jù)匹配的模型結(jié)構(gòu)，基于步驟S4監(jiān)控數(shù)據(jù)信息本地整理中監(jiān)控數(shù)據(jù)信息本地整理按照固定格式打包后的數(shù)據(jù)，按照設(shè)定參數(shù)識別方法，并基于計算智能估計辨識模型參數(shù)。
11.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S8監(jiān)控數(shù)據(jù)本地一次處理中，監(jiān)控數(shù)據(jù)本地一次處理主要是指通過風(fēng)電機(jī)組本地信息處理單元進(jìn)行數(shù)據(jù)處理，當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇結(jié)果為非壓縮模式時，則直接將非壓縮數(shù)據(jù)上傳至上位監(jiān)控終端；當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇結(jié)果為壓縮模式時，則將步驟2風(fēng)電機(jī)組運行工況識別中風(fēng)電機(jī)組運行工況識別結(jié)果、數(shù)據(jù)建模匹配模型信息、建模模型參數(shù)信息打包后發(fā)給上位監(jiān)控終端。
12.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S9上位監(jiān)控終端二次處理中，當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇的風(fēng)電狀態(tài)存儲模式選擇結(jié)果為非壓縮模式時，則直接將非壓縮數(shù)據(jù)存儲至上位監(jiān)控系統(tǒng)指定存儲區(qū)域；當(dāng)步驟S5風(fēng)電狀態(tài)存儲模式選擇的風(fēng)電狀態(tài)存儲模式選擇結(jié)果為壓縮模式時，上位監(jiān)控終端二次處理主要對多個連續(xù)由步驟S8監(jiān)控數(shù)據(jù)本地一次處理中監(jiān)控數(shù)據(jù)本地一次處理數(shù)據(jù)進(jìn)行智能融合分類處理，使在較長時間段內(nèi)同一運行工況下、模型結(jié)構(gòu)相同的模型參數(shù)融合為一套模型參數(shù)，實現(xiàn)海量數(shù)據(jù)二次壓縮。
13.根據(jù)權(quán)利要求1所述的一種風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控系統(tǒng)數(shù)據(jù)壓縮方法，其特征在于:步驟S9上位監(jiān)控終端二次處理中對多個連續(xù)由步驟S8監(jiān)控數(shù)據(jù)本地一次處理中監(jiān)控數(shù)據(jù)本地一次處理數(shù)據(jù)進(jìn)行智能融合分類處理方法，其數(shù)學(xué)變換統(tǒng)一方法可以采用直接加權(quán)平均法實現(xiàn)，即直接對模型結(jié)構(gòu)相`同的模型參數(shù)進(jìn)行加權(quán)平均。
【文檔編號】F03D7/00GK103758694SQ201310720707
【公開日】2014年4月30日 申請日期:2013年12月24日 優(yōu)先權(quán)日:2013年12月24日
【發(fā)明者】劉展, 賈利民, 易頔, 龐宇, 雷濤, 童亦斌 申請人:青海能高新能源有限公司, 北京能高自動化技術(shù)股份有限公司