一种基于AIGC的风电场风电机组运行状态分析系统的制作方法

一种基于aigc的风电场风电机组运行状态分析系统
技术领域
1.本技术涉及风电机组状态分析技术领域，尤其涉及一种基于aigc的风电场风电机组运行状态分析系统。


背景技术：

2.目前，大多数风电场能量管理系统在风电机组运行状态分析方面，主要基于单一数据源进行建模和预测，这往往不能充分反映风电场内风力等气象数据、风力机转速等机械数据以及风电机组有功出力等电磁数据的多源数据之间的关联和相互作用，从而在风电机组运行状态的准确性上存在提升空间。


技术实现要素：

3.本技术的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中在风电机组运行状态的准确性上存在提升空间的技术缺陷。
4.本技术提供了一种基于aigc的风电场风电机组运行状态分析系统，所述系统包括：
5.数据采集模块，用于根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集和预处理操作；
6.数据分析模块，用于依据所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析，以及对各风电机组的运行状态进行聚类并实时更新；
7.决策支持模块，用于根据所述数据分析模块的分析结果确定各风电机组的控制策略，所述控制策略用于为风电场管理人员提供风电机组控制决策支持；
8.分析结果管理模块，用于将所述数据分析模块中的分析结果和聚类结果，以及所述决策支持模块中的控制策略，按照特定的展示方式展示给所述风电场管理人员。
9.可选地，所述数据采集模块包括数据采集子模块和数据预处理模块；
10.所述数据采集子模块，用于根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集；其中，所述多源数据包括气象数据、机械数据以及电磁数据；
11.所述数据预处理模块，用于根据预设的处理规则对采集到的多源数据进行预处理操作。
12.可选地，所述数据预处理模块包括数据提取模块和数据清洗模块；
13.所述数据提取模块，用于根据预先规定的提取需求对采集到的多源数据中的有效数据进行提取；其中，所述预先规定的提取需求包括待分析的数据字段、数据时间范围和数据提取条件；
14.所述数据清洗模块，用于根据设定的清洗规则对提取到的有效数据进行清洗、去噪和校准处理。
15.可选地，所述数据采集模块还用于基于事先拟定的数据格式将不同来源、不同格
式、不同结构的多源数据整合到统一的数据模型中进行处理，并将处理后得到的数据存储到数据库中。
16.可选地，所述数据分析模块包括运行状态分析模块和聚类模块；
17.所述运行状态分析模块，用于按照设定分析规则，并基于所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析；
18.所述聚类模块，用于按照设定的聚类规则，将分析后的各风电机组的运行状态进行聚类并实时更新。
19.可选地，所述运行状态分析模块按照设定分析规则，并基于所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析的过程，包括：
20.所述运行状态分析模块按照设定分析规则，并基于所述数据采集模块中采集到的风电机组机端电压、有功功率、无功功率、风力机转速、风速对各风电机组的运行状态进行分析；
21.其中，所述运行状态至少包括小功率运行状态、大功率运行状态和故障穿越。
22.可选地，所述数据分析模块还用于在对各风电机组的运行状态进行分析之前，挖掘所述多源数据之间的协同关系，并校验所述多源数据之间的数据一致性，以去除错误数据。
23.可选地，所述数据分析模块还用于依据预设历史时段内采集到的多源数据的变化趋势，预测下一时间节点下各风电机组的运行状态。
24.可选地，所述决策支持模块还用于根据所述数据分析模块的分析结果确定各风电机组的异常情况。
25.可选地，所述决策支持模块还用于将所述异常情况通过可视化界面进行告警提示。
26.从以上技术方案可以看出，本技术实施例具有以下优点：
27.本技术提供的一种基于aigc的风电场风电机组运行状态分析系统，该系统包括数据采集模块、数据分析模块、决策支持模块和分析结果管理模块，其中，数据采集模块可以根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集和预处理操作，这样数据分析模块便可以依据数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析，以及对各风电机组的运行状态进行聚类并实时更新，决策支持模块可以根据数据分析模块的分析结果确定各风电机组的控制策略，该控制策略可以用于为风电场管理人员提供风电机组控制决策支持，另外，本技术的分析结果管理模块还可以将数据分析模块中的分析结果和聚类结果，以及决策支持模块中的控制策略，按照特定的展示方式展示给风电场管理人员，以上功能均利用aigc技术，基于拟定规则和策略进行自动化开展，进而有效提高风电机组运行状态分析效果，为风电场能量管理系统提供更为准确的输入。
附图说明
28.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可
以根据这些附图获得其它的附图。
29.图1为本技术实施例提供的一种基于aigc的风电场风电机组运行状态分析系统的系统架构图；
30.图2为本技术实施例提供的数据采集模块的结构示意图；
31.图3为本技术实施例提供的数据分析模块的结构示意图。
具体实施方式
32.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
33.目前，大多数风电场能量管理系统在风电机组运行状态分析方面，主要基于单一数据源进行建模和预测，这往往不能充分反映风电场内风力等气象数据、风力机转速等机械数据以及风电机组有功出力等电磁数据的多源数据之间的关联和相互作用，从而在风电机组运行状态的准确性上存在提升空间。基于此，本技术提出如下技术方案，具体参见下文：
34.在一个实施例中，如图1所示，图1为本技术实施例提供的一种基于aigc的风电场风电机组运行状态分析系统的系统架构图；本技术提供了一种基于aigc的风电场风电机组运行状态分析系统，所述系统可以包括：
35.数据采集模块，用于根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集和预处理操作。
36.数据分析模块，用于依据所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析，以及对各风电机组的运行状态进行聚类并实时更新。
37.决策支持模块，用于根据所述数据分析模块的分析结果确定各风电机组的控制策略，所述控制策略用于为风电场管理人员提供风电机组控制决策支持。
38.分析结果管理模块，用于将所述数据分析模块中的分析结果和聚类结果，以及所述决策支持模块中的控制策略，按照特定的展示方式展示给所述风电场管理人员。
39.本实施例中，在对风电场内的风电机组的运行状态进行分析的过程中，可以通过数据采集模块来采集风电场内与各风电机组的运行状态相关的多源数据，并对该多源数据进行预处理操作，以便后续数据分析模块进行分析。其中，本技术的多源数据包括但不限于风力等气象数据、风力机转速等机械数据以及风电机组有功出力、风电机组机端电压、风电机组机端电流等电磁数据等；本技术的预处理操作包括但不限于对数据进行提取、清洗、去噪、校准等操作，以确保数据的准确性和可靠性。
40.经数据采集模块对各风电机组的多源数据进行采集后，本技术中的数据分析模块可以基于各风电机组的多源数据来对各风电机组的运行状态进行分析，如按照一定的分析规则来对风电机组的机端电压、有功功率、无功功率、风力机转速、风速等多源数据进行分析，从而判断风电机组的运行状态，该运行状态包括但不限于小功率运行状态、大功率运行状态、故障穿越等，在此不做限制。
41.另外，本技术的数据采集模块还可以对各风电机组的运行状态进行聚类并将聚类
结果进行实时更新，这样风电场管理人员便可以知晓不同时刻下相同或不同运行状态的风电机组，以便进行集中管理。
42.进一步地，本技术通过数据分析模块对风电机组的多源数据进行采集并据此来分析风电机组的运行状态后，本技术还可以通过决策支持模块来根据数据分析模块的分析结果确定各风电机组的控制策略，如对风速逐渐减小且在下一时间节点即将切出的风电机组，可以减小其有功功率处理分配，该控制策略可以作为风电场功率分配控制模块的有效输入，从而有效提升风电场的能量利用效率和经济效益，并且，该控制策略可以为风电场管理人员提供风电机组控制决策支持，从而进一步提升风电机组的管控精度和管控效率。
43.更进一步地，本技术还可以通过分析结果管理模块来将数据分析模块中的分析结果和聚类结果以及决策支持模块中的控制策略按照特定的展示方式展示给风电场管理人员，以便风电场管理人员能够及时知晓当前风电场中各风电机组的运行状态以及控制策略等。
44.需要说明的是，本技术以上功能模块均利用aigc技术，基于拟定规则和策略进行自动化开展。aigc即ai generated content，利用人工智能技术来生成内容，它被认为是继pgc、ugc之后的新型内容创作方式。利用机器学习和自然语言处理技术，ai可以对多模态的数据进行分析处理生成所需新的内容。aigc不仅可以提高内容的生产效率，而且可以减少人工干预，从而降低成本和避免人为错误。
45.由于传统的风电场能量管理系统在风电机组状态分析、风电机组发电预测等方面还存在较大的提升空间。而aigc技术可以通过大数据分析、机器学习等算法技术赋能风电场风电机组运行状态分析功能，通过对风电场各风电机组运行状态多源数据进行实时监测，为风电场能量管理系统提供更为准确的输入，提高风电机组能源利用效率和发电效率。因而，本技术可以基于aigc技术对风电场中各风电机组运行状态进行分析，从而有效提高风电机组运行状态分析效果，为风电场能量管理系统提供更为准确的输入。
46.上述实施例中，该系统包括数据采集模块、数据分析模块、决策支持模块和分析结果管理模块，其中，数据采集模块可以根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集和预处理操作，这样数据分析模块便可以依据数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析，以及对各风电机组的运行状态进行聚类并实时更新，决策支持模块可以根据数据分析模块的分析结果确定各风电机组的控制策略，该控制策略可以用于为风电场管理人员提供风电机组控制决策支持，另外，本技术的分析结果管理模块还可以将数据分析模块中的分析结果和聚类结果，以及决策支持模块中的控制策略，按照特定的展示方式展示给风电场管理人员，以上功能均利用aigc技术，基于拟定规则和策略进行自动化开展，进而有效提高风电机组运行状态分析效果，为风电场能量管理系统提供更为准确的输入。
47.在一个实施例中，如图2所示，图2为本技术实施例提供的数据采集模块的结构示意图；所述数据采集模块可以包括数据采集子模块和数据预处理模块。
48.所述数据采集子模块，用于根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集；其中，所述多源数据包括气象数据、机械数据以及电磁数据。
49.所述数据预处理模块，用于根据预设的处理规则对采集到的多源数据进行预处理
操作。
50.本实施例中，数据采集模块可以分为数据采集子模块和数据预处理模块，其中，数据采集子模块可以根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集，包括但不限于风力等气象数据、风力机转速等机械数据以及风电机组有功出力、风电机组机端电压、风电机组机端电流等电磁数据等。
51.可以理解的是，用户可以预先设置本次或者本时间周期内采集的多源数据的种类以及采集对象，如针对风电场内所有的风电机组的所有与运行状态相关的数据均进行采集，或者选择风电场内的一个或多个风电机组中与运行状态相关的气象数据、机械数据，和/或电磁数据等，具体可视实际情况进行设置，在此不做限制。
52.另外，本技术的数据预处理模块可以根据预设的处理规则对采集到的多源数据进行预处理操作，如根据预先规定的提取需求来对多源数据进行提取，或者根据设定的清洗规则来对提取到的数据进行清洗等，具体可视实际情况进行设置，在此不做限制。
53.在一个实施例中，所述数据预处理模块可以包括数据提取模块和数据清洗模块。
54.所述数据提取模块，用于根据预先规定的提取需求对采集到的多源数据中的有效数据进行提取；其中，所述预先规定的提取需求包括待分析的数据字段、数据时间范围和数据提取条件。
55.所述数据清洗模块，用于根据设定的清洗规则对提取到的有效数据进行清洗、去噪和校准处理。
56.本实施例中，数据预处理模块又可以包括数据提取模块和数据清洗模块，其中，数据提取模块负责提取多源数据中的有效数据，而数据清洗模块则负责对提取到的有效数据进行清洗、去噪和校准处理等操作。
57.具体地，本技术中的数据提取模块可以按照预先规定的提取需求对采集到的多源数据中的有效数据进行提取，如按照预先设置的待分析的数据字段、数据时间范围和数据提取条件等来对多源数据进行提取，而数据清洗模块则可以根据设定的清洗规则对提取到的有效数据进行清洗、去噪和校准处理，从而对明显偏离的无效数据进行清洗，并进行去噪、校准等处理，以确保数据的准确性和可靠性。
58.在一个实施例中，所述数据采集模块还用于基于事先拟定的数据格式将不同来源、不同格式、不同结构的多源数据整合到统一的数据模型中进行处理，并将处理后得到的数据存储到数据库中。
59.本实施例中，数据采集模块不仅可以对风电场内与各风电机组的运行状态相关的多源数据进行采集，并对该多源数据进行预处理操作，还可以基于事先拟定的数据格式将不同来源、不同格式、不同结构的多源数据整合到统一的数据模型中进行处理，并将处理后得到的数据存储到数据库中，这样不仅可以方便后续其他模块进行分析、决策等，还可以对多源数据进行回溯，以便后续进行其他处理操作。
60.在一个实施例中，如图3所示，图3为本技术实施例提供的数据分析模块的结构示意图；所述数据分析模块可以包括运行状态分析模块和聚类模块。
61.所述运行状态分析模块，用于按照设定分析规则，并基于所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析；
62.所述聚类模块，用于按照设定的聚类规则，将分析后的各风电机组的运行状态进
行聚类并实时更新。
63.本实施例中，数据分析模块可以包括运行状态分析模块和聚类模块，其中，运行状态分析模块可以按照设定分析规则来对数据采集模块中采集到的各风电机组的多源数据进行分析，以便判断各风电机组的运行状态，该设定分析规则可以是预先设置好的分析方法，也可以是预先设置好的分析内容，如对多源数据中的哪些数据进行分析，如何分析得到风电机组的运行状态等，具体可视实际情况进行设置，在此不做限制。
64.另外，本技术的聚类模块还可以按照设定的聚类规则来将分析后的各风电机组的运行状态进行聚类，并根据各风电机组的运行状态来进行实时更新。其中，设定的聚类规则可以是用户预先设置好的聚类方法，如kmeans聚类方法等。
65.在一个实施例中，所述运行状态分析模块按照设定分析规则，并基于所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析的过程，可以包括：
66.所述运行状态分析模块按照设定分析规则，并基于所述数据采集模块中采集到的风电机组机端电压、有功功率、无功功率、风力机转速、风速对各风电机组的运行状态进行分析。
67.其中，所述运行状态至少包括小功率运行状态、大功率运行状态和故障穿越。
68.本实施例中，运行状态分析模块在对各风电机组的运行状态进行分析时，可以按照设定分析规则来对各风电机组的多源数据进行分析。例如，本技术可以按照设定分析规则来对各风电机组的机端电压、有功功率、无功功率、风力机转速、风速等进行分析，以便确定各风电机组的运行状态，该运行状态包括但不限于小功率运行状态、大功率运行状态和故障穿越等。
69.在一个实施例中，所述数据分析模块还用于在对各风电机组的运行状态进行分析之前，挖掘所述多源数据之间的协同关系，并校验所述多源数据之间的数据一致性，以去除错误数据。
70.在一个实施例中，所述数据分析模块还用于依据预设历史时段内采集到的多源数据的变化趋势，预测下一时间节点下各风电机组的运行状态。
71.本实施例中，数据分析模块还可以获取预设历史时段内采集到的多源数据，并确定该多源数据在预设历史时段内的变化趋势，接着根据该变化趋势来预测下一时间节点下各风电机组的运行状态。
72.可以理解的是，本技术可以预先设定运行状态的分析周期，并通过数据库来获取前几个分析周期下的多源数据，以此来判断各个分析周期下的多源数据的变化趋势，从而根据该变化趋势来预测下一分析周期下各风电机组的运行状态。
73.在一个实施例中，所述决策支持模块还用于根据所述数据分析模块的分析结果确定各风电机组的异常情况。
74.本实施例中，决策支持模块不仅可以根据数据分析模块的分析结果来确定各风电机组的控制策略，还可以根据数据分析模块的分析结果来确定各风电机组的异常情况，例如，在对各风电机组的运行状态进行分析时，可以将其与预先设置的状态阈值进行比对，并在某一风电机组的一个或多个运行状态超出对应的状态阈值时，将该风电机组作为异常风电机组，并根据该风电机组中异常的运行状态来确定该风电机组的异常情况。
75.在一个实施例中，所述决策支持模块还用于将所述异常情况通过可视化界面进行
告警提示。
76.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
77.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
78.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述系统包括：数据采集模块，用于根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集和预处理操作；数据分析模块，用于依据所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析，以及对各风电机组的运行状态进行聚类并实时更新；决策支持模块，用于根据所述数据分析模块的分析结果确定各风电机组的控制策略，所述控制策略用于为风电场管理人员提供风电机组控制决策支持；分析结果管理模块，用于将所述数据分析模块中的分析结果和聚类结果，以及所述决策支持模块中的控制策略，按照特定的展示方式展示给所述风电场管理人员。2.根据权利要求1所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述数据采集模块包括数据采集子模块和数据预处理模块；所述数据采集子模块，用于根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集；其中，所述多源数据包括气象数据、机械数据以及电磁数据；所述数据预处理模块，用于根据预设的处理规则对采集到的多源数据进行预处理操作。3.根据权利要求2所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述数据预处理模块包括数据提取模块和数据清洗模块；所述数据提取模块，用于根据预先规定的提取需求对采集到的多源数据中的有效数据进行提取；其中，所述预先规定的提取需求包括待分析的数据字段、数据时间范围和数据提取条件；所述数据清洗模块，用于根据设定的清洗规则对提取到的有效数据进行清洗、去噪和校准处理。4.根据权利要求1所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述数据采集模块还用于基于事先拟定的数据格式将不同来源、不同格式、不同结构的多源数据整合到统一的数据模型中进行处理，并将处理后得到的数据存储到数据库中。5.根据权利要求1所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述数据分析模块包括运行状态分析模块和聚类模块；所述运行状态分析模块，用于按照设定分析规则，并基于所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析；所述聚类模块，用于按照设定的聚类规则，将分析后的各风电机组的运行状态进行聚类并实时更新。6.根据权利要求1所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述运行状态分析模块按照设定分析规则，并基于所述数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析的过程，包括：所述运行状态分析模块按照设定分析规则，并基于所述数据采集模块中采集到的风电机组机端电压、有功功率、无功功率、风力机转速、风速对各风电机组的运行状态进行分析；其中，所述运行状态至少包括小功率运行状态、大功率运行状态和故障穿越。7.根据权利要求1所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述数据分析模块还用于在对各风电机组的运行状态进行分析之前，挖掘所述多源数据之
间的协同关系，并校验所述多源数据之间的数据一致性，以去除错误数据。8.根据权利要求1或7所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述数据分析模块还用于依据预设历史时段内采集到的多源数据的变化趋势，预测下一时间节点下各风电机组的运行状态。9.根据权利要求1所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述决策支持模块还用于根据所述数据分析模块的分析结果确定各风电机组的异常情况。10.根据权利要求9所述的基于aigc的风电场风电机组运行状态分析系统，其特征在于，所述决策支持模块还用于将所述异常情况通过可视化界面进行告警提示。

技术总结
本申请提供的一种基于AIGC的风电场风电机组运行状态分析系统，该系统包括数据采集模块、数据分析模块、决策支持模块和分析结果管理模块，其中，数据采集模块可以根据用户的分析需求，对风电场内与各风电机组的运行状态相关的多源数据进行采集和预处理操作，这样数据分析模块便可以依据数据采集模块中采集到的多源数据对各风电机组的运行状态进行分析，以及对各风电机组的运行状态进行聚类并实时更新，决策支持模块可以根据数据分析模块的分析结果确定各风电机组的控制策略，该控制策略可以用于为风电场管理人员提供风电机组控制决策支持，以上功能均利用AIGC技术，基于拟定规则和策略进行自动化开展。则和策略进行自动化开展。则和策略进行自动化开展。


技术研发人员：曾冠铭 刘明群 涂亮 向川 朱益华 黄立滨 刘宇嫣 罗超 胡云 苏明章
受保护的技术使用者：云南电网有限责任公司电力科学研究院
技术研发日：2023.06.05
技术公布日：2023/8/14