本公開涉及風(fēng)電,具體地,涉及一種風(fēng)電機組的異常確定方法、裝置、介質(zhì)、設(shè)備及程序產(chǎn)品。
背景技術(shù):
1、隨著新能源行業(yè)的迅速發(fā)展,新能源發(fā)電機組的運維管理面臨著巨大挑戰(zhàn)。當(dāng)前的運維技術(shù)主要依賴于對風(fēng)電機組歷史數(shù)據(jù)的分析,存在兩個主要問題:一是缺乏對實時運行數(shù)據(jù)的有效利用,難以及時捕捉設(shè)備狀態(tài)的動態(tài)變化;二是預(yù)警系統(tǒng)的準(zhǔn)確性不高,容易出現(xiàn)誤報和漏報。這些問題嚴(yán)重影響了新能源發(fā)電系統(tǒng)的安全穩(wěn)定運行和經(jīng)濟效益。因此,開發(fā)一種能夠?qū)崟r分析數(shù)據(jù)并提高預(yù)警準(zhǔn)確性的智能化故障診斷和預(yù)警系統(tǒng)具有重要的現(xiàn)實意義。
技術(shù)實現(xiàn)思路
1、為克服相關(guān)技術(shù)中存在的問題,本申請?zhí)峁┮环N風(fēng)電機組的異常確定方法、裝置、介質(zhì)、設(shè)備及程序產(chǎn)品。
2、根據(jù)本申請的第一方面,提供一種風(fēng)電機組的異常確定方法,包括:
3、從傳感器獲取第一風(fēng)電機組的運行數(shù)據(jù),所述第一風(fēng)電機組有多個;
4、計算所述第一風(fēng)電機組的運行數(shù)據(jù)與其運行數(shù)據(jù)的平均值的離差,將離差超過預(yù)設(shè)離差范圍的第一風(fēng)電機組確定為第二風(fēng)電機組;
5、基于孤立森林算法,確定所述第二風(fēng)電機組中的異常風(fēng)電機組。
6、可選地,所述基于孤立森林算法,確定所述第二風(fēng)電機組中的異常風(fēng)電機組,包括:
7、根據(jù)所述第二風(fēng)電機組的運行數(shù)據(jù),構(gòu)建孤立森林;
8、基于所述孤立森林,確定每一第二風(fēng)電機組的異常分?jǐn)?shù);
9、將異常分?jǐn)?shù)大于預(yù)設(shè)異常閾值的第二風(fēng)電機組確定為所述異常風(fēng)電機組。
10、可選地,所述運行數(shù)據(jù)為多維數(shù)據(jù),每一維度對應(yīng)第二風(fēng)電機組的不同特征,所述根據(jù)所述第二風(fēng)電機組的運行數(shù)據(jù),構(gòu)建孤立森林,包括:
11、確定多個不同的特征序列,所述特征序列為所述運行數(shù)據(jù)的各維度的特征的排列組合,特征序列兩兩之間的特征排列組合不同;
12、對每一特征序列,從所有第二風(fēng)電機組中隨機選擇子樣本;
13、基于每一特征序列及其對應(yīng)的子樣本,構(gòu)建孤立樹,得到多個孤立樹,所述多個孤立樹組成所述孤立森林。
14、可選地,所述基于每一特征序列及其對應(yīng)的子樣本,構(gòu)建孤立樹,包括:
15、從所述特征序列中,按順序選擇待劃分節(jié)點的目標(biāo)特征,并在所述目標(biāo)特征的取值范圍內(nèi)隨機選擇分割點,所述待劃分節(jié)點中的每一節(jié)點對應(yīng)不同的第二風(fēng)電機組;
16、根據(jù)所述目標(biāo)特征以及所述分割點,將所述待劃分節(jié)點劃分為左子節(jié)點以及右子節(jié)點,所述左子節(jié)點包含目標(biāo)特征值小于分割點的第二風(fēng)電機組對應(yīng)的節(jié)點,所述右子節(jié)點包含目標(biāo)特征值大于或等于分割點的第二風(fēng)電機組對應(yīng)的節(jié)點;
17、將所述左子節(jié)點確定為新的待劃分節(jié)點,返回執(zhí)行所述隨機選擇第二風(fēng)電機組對應(yīng)的待劃分節(jié)點的目標(biāo)特征,并在目標(biāo)特征的取值范圍內(nèi)隨機選擇分割點,直到所述孤立樹的深度達(dá)到預(yù)設(shè)最大深度或所述左子節(jié)點僅包含一個第二風(fēng)電機組對應(yīng)的節(jié)點;
18、將所述右子節(jié)點確定為新的待劃分節(jié)點,返回執(zhí)行所述隨機選擇第二風(fēng)電機組對應(yīng)的待劃分節(jié)點的目標(biāo)特征,并在目標(biāo)特征的取值范圍內(nèi)隨機選擇分割點,直到所述孤立樹的深度達(dá)到所述預(yù)設(shè)最大深度或所述右子節(jié)點僅包含一個第二風(fēng)電機組對應(yīng)的節(jié)點。
19、可選地,所述基于所述孤立森林,確定每一第二風(fēng)電機組的異常分?jǐn)?shù),包括:
20、對于每一第二風(fēng)電機組,確定目標(biāo)第二風(fēng)電機組在每一孤立樹中的路徑長度;
21、根據(jù)所述目標(biāo)第二風(fēng)電機組的所有路徑長度的平均值,確定所述目標(biāo)第二風(fēng)電機組對應(yīng)的異常分?jǐn)?shù)。
22、可選地,所述方法還包括基于高斯算法確定每一異常風(fēng)電機組的異常特征,具體包括:
23、對目標(biāo)異常風(fēng)電機組的每一特征執(zhí)行以下步驟:
24、根據(jù)所述目標(biāo)異常風(fēng)電機組的目標(biāo)特征的歷史正常運行數(shù)據(jù),建立所述目標(biāo)特征對應(yīng)的高斯分布模型;
25、根據(jù)所述高斯分布模型,確定所述目標(biāo)特征的概率密度;
26、在所述概率密度小于預(yù)設(shè)概率密度的情況下,確定所述目標(biāo)特征為所述異常特征。
27、根據(jù)本申請的第二方面,提供一種風(fēng)電機組的異常確定裝置,包括:
28、數(shù)據(jù)獲取模塊,用于從傳感器獲取第一風(fēng)電機組的運行數(shù)據(jù),所述第一風(fēng)電機組有多個;
29、均值離差模塊,用于計算所述第一風(fēng)電機組的運行數(shù)據(jù)與其運行數(shù)據(jù)的平均值的離差,將離差超過預(yù)設(shè)離差范圍的第一風(fēng)電機組確定為第二風(fēng)電機組;
30、孤立森林模塊,用于基于孤立森林算法,確定所述第二風(fēng)電機組中的異常風(fēng)電機組。
31、根據(jù)本申請的第三方面,提供一種非臨時性計算機可讀存儲介質(zhì),其上存儲有計算機程序,該計算機程序被處理器執(zhí)行時實現(xiàn)本申請第一方面所提供的任一項所述方法的步驟。
32、根據(jù)本申請的第四方面,提供一種電子設(shè)備,包括:
33、存儲器,其上存儲有計算機程序;
34、處理器,用于執(zhí)行所述存儲器中的所述計算機程序,以實現(xiàn)本申請第一方面所提供的任一項所述方法的步驟。
35、根據(jù)本申請的第五方面,提供一種計算機程序產(chǎn)品,包括計算機程序,該計算機程序被處理器執(zhí)行時實現(xiàn)本申請第一方面所提供的任一項所述的方法的步驟。
36、上述技術(shù)方案,通過傳感器收集運行數(shù)據(jù),計算數(shù)據(jù)與平均值的離差,并通過預(yù)設(shè)閾值篩選出異常候選機組。然后利用孤立森林算法進(jìn)一步分析,準(zhǔn)確識別真正的異常機組。通過多重篩選,可以有效地從大量風(fēng)電機組中快速識別出異常機組,提高了異常檢測的效率和準(zhǔn)確性。
37、本公開的其他特征和優(yōu)點將在隨后的具體實施方式部分予以詳細(xì)說明。
1.一種風(fēng)電機組的異常確定方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于孤立森林算法,確定所述第二風(fēng)電機組中的異常風(fēng)電機組,包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述運行數(shù)據(jù)為多維數(shù)據(jù),每一維度對應(yīng)第二風(fēng)電機組的不同特征,所述根據(jù)所述第二風(fēng)電機組的運行數(shù)據(jù),構(gòu)建孤立森林,包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于每一特征序列及其對應(yīng)的子樣本,構(gòu)建孤立樹,包括:
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于所述孤立森林,確定每一第二風(fēng)電機組的異常分?jǐn)?shù),包括:
6.根據(jù)權(quán)利要求2-5任一所述的方法,其特征在于,所述方法還包括基于高斯算法確定每一異常風(fēng)電機組的異常特征,具體包括:
7.一種風(fēng)電機組的異常確定裝置,其特征在于,包括:
8.一種非臨時性計算機可讀存儲介質(zhì),其上存儲有計算機程序,其特征在于,該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-6中任一項所述方法的步驟。
9.一種電子設(shè)備,其特征在于,包括:
10.一種計算機程序產(chǎn)品,包括計算機程序,其特征在于,該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-6中任一項所述的方法的步驟。