【技術實現步驟摘要】
本專利技術涉及新能源場站維護，尤其涉及一種基于智能傳感器的新能源場站維護維修系統及方法。
技術介紹
1、新能源場站通常建設在偏遠地區，設備分散且距離較遠，這給運維工作帶來困難，由于設備分散且距離較遠，故障響應速度慢，會延長設備停機時間，影響新能源場站的發電效率和經濟效益，新能源場站需要專業的運維團隊進行日常巡檢、故障排查和維修工作，這些工作需要高素質的技術人員，且需要長期駐守偏遠地區，導致人力成本較高，云端計算機和總控計算機后臺的長時間計算可能導致整個系統癱瘓，影響電站的正常運行和監控。
2、中國專利公開號：cn108769156a公開了一種中小型太陽能電站維護管理系統，屬于太陽能電站
，一種中小型太陽能電站維護管理系統，包括安裝在中小型太陽能電站的溫度傳感器、光照傳感器、太陽能電站計量終端、信號采集裝置、云端計算機、總控計算機后臺、維保或管理人員手機短信和維保或管理人員手機app，可以采集中小型太陽能電站的數據，通過云端監控分析該太陽能電站各項數據是否正常，當數據異常會自動生成故障類型并及時通知維保人員或相關管理人員；由此可見，所述一種中小型太陽能電站維護管理系統存在以下問題：使用云端監控分析時排查時間較長，維修效率低，缺少潛在故障的預測功能。
技術實現思路
1、為此，本專利技術提供一種基于智能傳感器的新能源場站維護維修系統及方法，用以克服現有技術中云端監控分析時排查時間較長，維修效率低，缺少潛在故障的預測功能的問題。
2、為實現上述目的，一方面，本
3、數據采集模塊，對正常設備運行數據和實時設備運行數據進行采集；
4、數據處理模塊，對正常設備運行數據和實時設備運行數據進行預處理；
5、故障識別模塊，用以獲取累積距離，根據累積距離輸出傳感器異常數據，還用以獲取傳感器狀態信息，根據傳感器狀態信息對各傳感器識別結果進行調整，還用以獲取預設累計距離自動調整信息，還用以構建故障位置識別模型，根據傳感器異常數據輸出故障設備定位；
6、故障維護模塊，用以構建設備維護模型，獲取設備維護信息，根據各設備維護信息錯誤輸出次數對預設累計距離數據庫進行更新，還用以根據預設累計距離數據庫更新次數輸出設備維護告警信息，還用以根據設備維護告警信息輸出次數對各設備的設備維護告警信息輸出順序進行調整。
7、進一步地，所述故障識別模塊包括：
8、故障時間識別單元，用以將實時時間序列設備數據與預設時間序列設備數據進行dtw比對，獲取累積距離，根據累積距離對各傳感器識別結果進行判斷，并根據判斷結果輸出傳感器異常數據，還用以構建傳感器故障識別模型，獲取傳感器狀態信息，根據傳感器狀態信息對各傳感器識別結果進行調整，還用以構建預設累計距離自動調整模型，獲取預設累計距離自動調整信息；
9、故障位置識別單元，用以構建故障位置識別模型，根據傳感器異常數據輸出故障設備定位。
10、進一步地，所述故障時間識別單元在對各傳感器識別結果進行判斷時，對正常設備運行數據進行時間序列處理，以預設單位時間間隔對正常設備運行數據進行時間間隔劃分，并將時間間隔劃分后的正常設備運行數據按時間順序構建預設時間序列設備數據，對實時設備運行數據進行時間序列處理，獲取實時時間序列設備數據，將實時時間序列設備數據與預設時間序列設備數據進行dtw比對，獲取累積距離l，將累積距離l與預設累積距離l0進行比對，根據比對結果對各傳感器識別結果進行判斷，并根據判斷結果輸出傳感器異常數據，其中：
11、當l≤l0時，所述故障時間識別單元判定該傳感器識別結果正常，不輸出傳感器異常數據；
12、當l＞l0時，所述故障時間識別單元判定該傳感器識別結果異常，向管理員輸出傳感器異常數據。
13、進一步地，所述故障時間識別單元構建傳感器故障識別模型，將實時時間序列設備數據輸入至傳感器故障識別模型，獲取傳感器故障識別模型的輸出結果，將其作為傳感器狀態信息，所述傳感器狀態信息包括傳感器正常工作和傳感器異常工作，根據傳感器狀態信息對各傳感器識別結果進行調整，其中：
14、當傳感器狀態信息為傳感器正常工作時，不對該傳感器識別結果進行調整；
15、當傳感器狀態信息為傳感器異常工作時，將該傳感器識別結果調整為該傳感器識別結果正常，并向管理員輸出傳感器維修告警信息。
16、進一步地，所述故障時間識別單元在對預設累積距離l0進行實時調整時，構建預設累計距離自動調整模型，將預設累計距離數據庫劃分為70%的預設累計距離訓練集、15%的預設累計距離驗證集和15%的預設累計距離測試集，將預設累計距離訓練集輸入隨機森林模型中進行訓練，得到訓練后的隨機森林模型，將預設累計距離驗證集輸入訓練后的隨機森林模型中對訓練后的隨機森林模型的參數進行迭代優化，并將預設累計距離測試集輸入迭代優化后的隨機森林模型中，對迭代優化后的循環網絡神經模型進行測試，得到自動調整正確率u，將自動調整正確率u與預設自動調整正確率u0進行比對，根據比對結果對隨機森林模型的訓練達標情況進行判斷，并根據判斷結果對隨機森林模型進行輸出，其中：
17、當u≥u0時，判定隨機森林模型訓練達標，將該隨機森林模型作為預設累計距離自動調整模型進行輸出；
18、當u＜u0時，判定隨機森林模型訓練不達標，對隨機森林模型參數進行迭代優化，并重復訓練，直至隨機森林模型訓練達標；
19、將實時設備數據輸入至預設累計距離自動調整模型中，獲取預設累計距離自動調整信息。
20、進一步地，所述故障位置識別單元在對故障設備定位時，構建故障位置識別模型，通過所述故障時間識別單元獲取傳感器異常數據，將傳感器異常數據輸入至故障位置識別模型，獲取故障位置識別模型的輸出結果，將其作為故障設備定位。
21、進一步地，所述故障維護模塊根據傳感器異常數據和歷史維護數據庫構建設備維護模型，將實時傳感器異常數據輸入至設備維護模型，獲取設備維護模型的輸出結果，將其作為設備維護信息，將各設備維護信息錯誤輸出次數s與預設錯誤輸出次數s0進行比對，根據比對結果對預設累計距離自動調整模型的實時性進行判斷，并根據判斷結果對預設累計距離數據庫進行更新，其中：
22、當s＜s0時，所述故障維護模塊判定預設累計距離自動調整模型的實時性正常，不對預設累計距離數據庫進行更新；
23、當s≥s0時，所述故障維護模塊判定預設累計距離自動調整模型的實時性異常，采集實際故障信息，根據實際故障信息對預設累計距離數據庫進行更新，并根據更新后的預設累計距離數據庫對預設累計距離自動調整模型進行訓練直至預設累計距離自動調整模型訓練達標，輸出更新后的預設累計距離自動調整模型；
24、所述故障維護模塊將實際運行故障與歷史維護數據庫進行比對，并根據比對結果對故障出現類型進行判斷，并根據判斷結果對預設累計距離自動調整模型的實時性的判斷本文檔來自技高網...
【技術保護點】
1.一種基于智能傳感器的新能源場站維護維修系統，其特征在于，包括：
2.根據權利要求1所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障識別模塊包括：
3.根據權利要求2所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障時間識別單元在對各傳感器識別結果進行判斷時，對正常設備運行數據進行時間序列處理，以預設單位時間間隔對正常設備運行數據進行時間間隔劃分，并將時間間隔劃分后的正常設備運行數據按時間順序構建預設時間序列設備數據，對實時設備運行數據進行時間序列處理，獲取實時時間序列設備數據，將實時時間序列設備數據與預設時間序列設備數據進行DTW比對，獲取累積距離L，將累積距離L與預設累積距離L0進行比對，根據比對結果對各傳感器識別結果進行判斷，并根據判斷結果輸出傳感器異常數據，其中：
4.根據權利要求3所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障時間識別單元構建傳感器故障識別模型，將實時時間序列設備數據輸入至傳感器故障識別模型，獲取傳感器故障識別模型的輸出結果，將其作為傳感器狀態信息，所述傳感器狀態
5.根據權利要求4所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障時間識別單元在對預設累積距離L0進行實時調整時，構建預設累計距離自動調整模型，將預設累計距離數據庫劃分為70%的預設累計距離訓練集、15%的預設累計距離驗證集和15%的預設累計距離測試集，將預設累計距離訓練集輸入隨機森林模型中進行訓練，得到訓練后的隨機森林模型，將預設累計距離驗證集輸入訓練后的隨機森林模型中對訓練后的隨機森林模型的參數進行迭代優化，并將預設累計距離測試集輸入迭代優化后的隨機森林模型中，對迭代優化后的循環網絡神經模型進行測試，得到自動調整正確率U，將自動調整正確率U與預設自動調整正確率U0進行比對，根據比對結果對隨機森林模型的訓練達標情況進行判斷，并根據判斷結果對隨機森林模型進行輸出，其中：
6.根據權利要求2所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障位置識別單元在對故障設備定位時，構建故障位置識別模型，通過所述故障時間識別單元獲取傳感器異常數據，將傳感器異常數據輸入至故障位置識別模型，獲取故障位置識別模型的輸出結果，將其作為故障設備定位。
7.根據權利要求1所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障維護模塊根據傳感器異常數據和歷史維護數據庫構建設備維護模型，將實時傳感器異常數據輸入至設備維護模型，獲取設備維護模型的輸出結果，將其作為設備維護信息，將各設備維護信息錯誤輸出次數S與預設錯誤輸出次數S0進行比對，根據比對結果對預設累計距離自動調整模型的實時性進行判斷，并根據判斷結果對預設累計距離數據庫進行更新，其中：
8.根據權利要求7所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障維護模塊將預設累計距離數據庫更新次數C與預設更新次數C0進行比對，根據比對結果對各設備的實用性進行判斷，并根據判斷結果輸出設備維護告警信息，其中：
9.根據權利要求8所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障維護模塊將設備維護告警信息輸出次數R與預設設備維護告警信息輸出次數R0進行比對，根據比對結果對各設備的維護重要性進行判斷，并根據判斷結果對各設備的設備維護告警信息輸出順序進行調整，其中：
10.根據權利要求1所述的基于智能傳感器的新能源場站維護維修方法，其特征在于，包括：
...【技術特征摘要】
1.一種基于智能傳感器的新能源場站維護維修系統，其特征在于，包括：
2.根據權利要求1所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障識別模塊包括：
3.根據權利要求2所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障時間識別單元在對各傳感器識別結果進行判斷時，對正常設備運行數據進行時間序列處理，以預設單位時間間隔對正常設備運行數據進行時間間隔劃分，并將時間間隔劃分后的正常設備運行數據按時間順序構建預設時間序列設備數據，對實時設備運行數據進行時間序列處理，獲取實時時間序列設備數據，將實時時間序列設備數據與預設時間序列設備數據進行dtw比對，獲取累積距離l，將累積距離l與預設累積距離l0進行比對，根據比對結果對各傳感器識別結果進行判斷，并根據判斷結果輸出傳感器異常數據，其中：
4.根據權利要求3所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障時間識別單元構建傳感器故障識別模型，將實時時間序列設備數據輸入至傳感器故障識別模型，獲取傳感器故障識別模型的輸出結果，將其作為傳感器狀態信息，所述傳感器狀態信息包括傳感器正常工作和傳感器異常工作，根據傳感器狀態信息對各傳感器識別結果進行調整，其中：
5.根據權利要求4所述的基于智能傳感器的新能源場站維護維修系統，其特征在于，所述故障時間識別單元在對預設累積距離l0進行實時調整時，構建預設累計距離自動調整模型，將預設累計距離數據庫劃分為70%的預設累計距離訓練集、15%的預設累計距離驗證集和15%的預設累計距離測試集，將預設累計距離訓練集輸入隨機森林模型中進行訓練，得到訓練后的隨機森林模型，將預設累計距離驗證集輸入訓練后的隨機森林模型中對訓練后的隨機森林模型的參數進行迭代優化，并將預設累計距離測試集輸入迭代...
【專利技術屬性】
技術研發人員：楊家興，侯文華，程施霖，趙帥，劉林輝，鄭慶天，王志勇，
申請(專利權)人：華能阜新風力發電有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。