(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211290964.5 (22)申请日 2022.10.21 (65)同一申请的已公布的文献号 申请公布号 CN 115374653 A (43)申请公布日 2022.11.22 (73)专利权人 宇动源 （北京） 信息技 术有限公司 地址 100089 北京市海淀区黑泉路8号1幢6 层101-38号(东升地区) (72)发明人 刘春波　艾润　王彦龙　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 张欣欣 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/04(2012.01)G06Q 50/06(2012.01) G06F 119/08(2020.01) (56)对比文件 CN 108869174 A,2018.1 1.23 CN 112784373 A,2021.0 5.11 CN 112231849 A,2021.01.15 WO 2022012137 A1,202 2.01.20 审查员 张慧娟 (54)发明名称 基于NSET模型的风力发电机温度预警方法 及相关装置 (57)摘要 本发明涉及风电机组故障预警技术领域， 提 供了一种基于NSET模型的风力发电机温度预警 方法及相关装置， 所述方法包括： 获取风力发电 机运行的风力发电机的待预警部件的当前温度 及影响待预警部件的温度的运行数据； 利用补偿 时长和风力发电机的当前有功功率， 对当前温度 进行补偿， 得到补偿温度， 补偿时长为从风力发 电机的开机时间起至待预警部件的温度上升至 预设温度止的时长， 预设温度为风力发电机最近 一次停机时待预警部件的温度； 将补偿温度及运 行数据输入至预先构建的NSET模型， 得到待预 警 部件的预测温度与补偿温度的残差值； 根据所残 差值及预设残差阈值对待预警部件的温度进行 告警。 本实施例能够对风力发电机的温度进行准 确地预警。 权利要求书2页 说明书14页 附图6页 CN 115374653 B 2022.12.20 CN 115374653 B 1.一种基于NSET模型的风力发电机温度预警方法， 其特 征在于， 所述方法包括： 获取风力发电机运行的当前数据， 所述当前数据包括所述风力发电机的待预警部件的 当前温度及影响所述待预警部件的温度的运行 数据； 利用补偿时长和所述风力发电机的当前有功功率， 对所述当前温度进行补偿， 得到补 偿温度， 所述补偿时长为从所述风力发电机的开机时间起至所述待预警部件的温度上升至 预设温度止的时长， 所述预设温度为所述风力发电机最近一次停机时所述待 预警部件的温 度； 将所述补偿 温度及所述运行数据输入至预先构建的NSET模型， 得到所述待预警部件的 预测温度与所述补偿温度的残差值； 根据所述残差值及预设残差阈值对所述待预警部件的温度进行告警。 2.如权利要求1所述的基于NSET模型的风力发电机温度预警方法， 其特征在于， 所述利 用补偿时长和所述风力发电机的当前有功功率， 对所述当前温度进行补偿， 得到补偿温度 的步骤包括： 利用预先建立的参考功率与参考温度之间的对应关系， 确定所述当前有功功率对应的 目标参考温度； 将所述补偿时长与所述目标参 考温度的乘积作为补偿值； 将所述当前温度与所述补偿值之和作为所述补偿温度。 3.如权利要求1所述的基于NSET模型的风力发电机温度预警方法， 其特征在于， 所述当 前数据为多个， 每一所述当前数据对应一个残差值， 每一所述残差值均包括温度残差均值 和温度残差标准差， 所述温度残差均值为对所有当前数据的残差值进行滑动平均计算得 到， 所述温度残差标准差为对所有当前数据的残差值进行标准差计算得到的， 所述预设残 差阈值包括预设均值范围和预设标准差范围， 所述根据所述残差值及预设残差阈值对所述 待预警部件的温度进行告警的步骤 包括： 若所述温度残差均值不在所述预设均值范围内、 或者所述温度残差标准差不在所述预 设标准差范围内， 则判定所述待预警部件的温度异常， 并对所述待预警部件的温度进行告 警。 4.如权利要求1所述的基于NSET模型的风力发电机温度预警方法， 其特征在于， 所述获 取风力发电机运行的当前 数据的步骤 包括： 采集所述 风力发电机当前运行时的原 始数据； 按照预设滑动窗口对所述原始数据进行滑动平均处理， 将滑动平均处理后的数据作为 所述当前 数据。 5.如权利要求1所述的基于NSET模型的风力发电机温度预警方法， 其特征在于， 所述方 法还包括： 获取所述风力发电机在多种预设工况下运行的历史数据， 所述历史数据包括所述风力 发电机的所述待预警部件的样本温度和影响所述待预警部件的温度的相关因素的变量数 据； 以所述样本温度为母因素、 以所述相关因素为子因素， 确定每一子因素影响所述母因 素的影响权 重； 按照所述影响权 重从高到低的顺序， 选取 预设数目个子因素作为目标子因素；权　利　要　求　书 1/2 页 2 CN 115374653 B 2根据所述样本温度、 所述目标子因素的变量数据及所述NSET模型， 确定所述预设残差 阈值。 6.如权利要求5所述的基于NSET模型的风力发电机温度预警方法， 其特征在于， 所述历 史数据为多个， 所述根据所述样 本温度、 所述目标子因素的变量数据及所述NS ET模型， 确定 所述预设残差阈值的步骤 包括： 对每一所述历史数据的样本温度进行补偿， 得到每一所述历史数据的补偿 样本温度； 将每一所述历史数据的所述补偿样本温度及所述目标子因素的变量数据输入至所述 NSET模型， 得到每一所述历史数据的所述补偿样 本温度和所述样本预测温度之 间的样本残 差值； 对所有所述历史数据的样本残差值进行滑动平均处 理， 得到所述预设残差阈值。 7.如权利要求6所述的基于NSET模型的风力发电机温度预警方法， 其特征在于， 所述根 据所有所述历史数据 的样本残差值进行滑动平均处理， 得到所述预设残差阈值的步骤包 括： 依次滑动预设窗口， 计算每次滑动后所述预设窗口内的样本残差值的样本残差均值和 样本残差标准差， 得到每次滑动对应的样本残差均值和样本残差标准差； 根据绝对值最大的样本残差均值及绝对值最大的样本残差标准差， 确定所述预设残差 阈值。 8.一种基于NSET模型的风力发电机温度预警装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取风力发电机运行的当前数据， 所述当前数据包括所述风力发电机 的待预警部件的当前温度及影响所述待预警部件的温度的运行 数据； 补偿模块， 用于利用 补偿时长和所述风力发电机的当前有功功率， 对所述当前温度进 行补偿， 得到补偿温度， 所述补偿时长为从所述风力发电机的开机时间起至所述待预警部 件的温度上升至预设温度止的时长， 所述预设温度为所述风力发电机最近一次停机时所述 待预警部件的温度； 预测模块， 用于将所述补偿温度及所述运行数据输入至预先构建的NSET模型， 得到所 述待预警部件的预测温度与所述补偿温度的残差值； 告警模块， 用于根据所述残差值及预设残差阈值对所述待预警部件的温度进行告警。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 所述存储器用于存储程序， 所述 处理器用于在执行所述程序时， 实现权利要求1 ‑7中任一项所述的基于NSET模型的风力发 电机温度预警方法。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 该计算机程序被 处理器执行时实现如权利要求1 ‑7中任一项所述的基于NSET模型的风力发电机温度预警方 法。权　利　要　求　书 2/2 页 3 CN 115374653 B 3