风电机组运行寿命预测模型构建方法及运行寿命预测方法与流程

1.本发明涉及风电机组领域，尤其涉及一种风电机组运行寿命预测模型构建方法及运行寿命预测方法。


背景技术：

2.现有技术中，可以通过整机载荷计算对风电机组的运行机组寿命进行预测评估。但是整机载荷计算费用昂贵、耗时长，并且在利用整机载荷计算过程中还需要获取风电机组的机组模型。而风电机组的机组模型作为核心数据，又存在获取困难的问题。此外，还可以通过专业人员现场实测的方式对风电机组的运行寿命评估，但是此类实测评估方法需要至少6个月以上的测试时间，耗时较长。因此，亟需一种通用、快速、便捷的风电机组运行寿命预测方法。


技术实现要素：

3.为在预测风电机组运行寿命的同时，降低预测成本，缩短预测时间，本发明提出了一种风电机组运行寿命预测模型构建方法及运行寿命预测方法。
4.第一方面，本发明提供了一种风电机组运行寿命预测模型构建方法，方法包括：
5.确定风电机组的各第一风况参数；
6.根据各第一风况参数与风电机组的运行寿命之间的关联关系，建立第一风电机组运行寿命预测模型；
7.获取多个风电机组的各第一风况参数对应的第一风况参数值；
8.将各第一风况参数值输入至第一风电机组运行寿命预测模型中，得到各风电机组的第一运行寿命；
9.获取各风电机组的第二运行寿命，各第二运行寿命是通过整机载荷计算得到的；
10.若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，对第一风电机组运行寿命预测模型进行调整，得到第二风电机组运行寿命预测模型。
11.考虑到相关技术中，通过整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明提供的方法，首先基于风况参数与风电机组之间的关联关系建立第一风电机组运行寿命预测模型，然后通过与整机载荷计算预测得到的运行寿命对第一风电机组运行寿命预测模型进行调整，最终得到用于预测风电机组运行寿命的第二风电机组运行寿命预测模型，利用本发明提供的模型，无需使用整机载荷计算、无需获取机组机型，只需获取机组参考寿命及参考风况参数情况下即可获得风电机组的运行寿命，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
12.在一种可选的实施方式中，若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，对第一风电机组运行寿命预测
模型进行调整，得到第二风电机组运行寿命预测模型，包括：
13.若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，调整各第一风况参数与运行寿命之间的正相关关系，直到各风电机组的第一运行寿命与第二运行寿命的差小于等于预设值，得到第二风电机组运行寿命预测模型。
14.在一种可选的实施方式中，确定各第一风况参数，包括：
15.获取多个第二风况参数；
16.计算各第二风况参数与风电机组的运行寿命之间的相关度；
17.根据各相关度，筛选各第二风况参数，得到各第一风况参数。
18.在一种可选的实施方式中，第一风况参数包括湍流度、预设时长内的平均风速和平均空气密度，在第二风电机组运行寿命预测模型中，湍流度、平均风速、平均空气密度均与运行寿命成正相关关系。
19.在一种可选的实施方式中，第二风电机组运行寿命预测模型的公式表示为：
[0020][0021]
其中，lo为预测的运行寿命；ld为参考寿命；vd为参考平均风速；vo为平均风速；ρd为参考平均空气密度；ρo为平均空气密度；id为参考湍流度；io为湍流度。
[0022]
第二方面，本发明还提供了一种风电机组运行寿命预测方法，该方法包括：
[0023]
获取风电机组的各第一风况参数值；
[0024]
根据各第一风况参数值，以及风电机组运行寿命预测模型，预测风电机组的运行寿命，风电机组运行寿命预测模型通过第一方面或第一方面任一实施方式的风电机组运行寿命预测模型构建方法得到的。
[0025]
考虑到相关技术中，通过整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明提供的方法，利用风电机组运行寿命预测模型预测风电机组的运行寿命，无需整机载荷计算，更无需获取风电机组对应的机组机型，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
[0026]
第三方面，本发明还提供了一种风电机组运行寿命预测装置，该装置包括：
[0027]
确定模块，用于确定风电机组的各第一风况参数；
[0028]
建立模块，用于根据各第一风况参数与风电机组的运行寿命之间的关联关系，建立第一风电机组运行寿命预测模型；
[0029]
第一获取模块，用于获取多个风电机组的各第一风况参数对应的第一风况参数值；
[0030]
第一预测模块，用于将各第一风况参数值输入至第一风电机组运行寿命预测模型中，得到各风电机组的第一运行寿命；
[0031]
第二获取模块，用于获取各风电机组的第二运行寿命，各第二运行寿命是通过整机载荷计算得到的；
[0032]
调整模块，用于若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，对第一风电机组运行寿命预测模型进行调整，得到第二风电机组运行寿命预测模型。
[0033]
考虑到相关技术中，通过整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明提供的装置，首先基于风况参数与风电机组之间的关联关系建立第一风电机组运行寿命预测模型，然后通过与整机载荷计算预测得到的运行寿命对第一风电机组运行寿命预测模型进行调整，最终得到用于预测风电机组运行寿命的第二风电机组运行寿命预测模型，利用本发明提供的模型，无需使用整机载荷计算、无需获取机组机型，只需获取机组参考寿命及参考风况参数情况下即可获得风电机组的运行寿命，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
[0034]
第四方面，本发明还提供了一种风电机组运行寿命预测装置，该装置包括：
[0035]
第三获取模块，用于获取风电机组的各第一风况参数值；
[0036]
第二预测模块，用于根据各第一风况参数值，以及风电机组运行寿命预测模型，预测风电机组的运行寿命，风电机组运行寿命预测模型通过第一方面或第一方面任一实施方式的风电机组运行寿命预测模型构建方法得到的。
[0037]
考虑到相关技术中，通过整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明提供的装置，利用风电机组运行寿命预测模型预测风电机组的运行寿命，无需使用整机载荷计算，更无需获取风电机组对应的机组机型，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
[0038]
第五方面，本发明还提供了一种计算机设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面或第一方面的任一实施方式的风电机组运行寿命预测模型构建方法的步骤，或，第二方面的风电机组运行寿命预测方法的步骤。
[0039]
第六方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面或第一方面的任一实施方式的风电机组运行寿命预测模型构建方法的步骤，第二方面的风电机组运行寿命预测方法的步骤。
附图说明
[0040]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]
图1是根据一示例性实施例提出的一种风电机组运行寿命预测模型构建方法的流程图；
[0042]
图2是根据一示例性实施例提出的一种风电机组运行寿命预测方法的流程图；
[0043]
图3为根据一示例性实施例提出的一种风电机组运行寿命预测模型构建装置的结构示意图；
[0044]
图4为根据一示例性实施例提出的一种风电机组运行寿命预测装置的结构示意图；
[0045]
图5是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。
具体实施方式
[0046]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0047]
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0048]
为在预测风电机组运行寿命的同时，降低预测成本，缩短预测时间，本发明提出了一种风电机组运行寿命预测模型构建方法及运行寿命预测方法。
[0049]
图1是根据一示例性实施例提出的一种风电机组运行寿命预测模型构建方法的流程图。如图1所示，风电机组运行寿命预测模型构建方法包括如下步骤s101至s106。
[0050]
步骤s101：确定风电机组的各第一风况参数。
[0051]
在一可选实施例中，第一风况参数可以通过风况参数与风电机组运行寿命的相关程度确定。
[0052]
在一可选实施例中，风况参数包括但不限于湍流度、预设时长内的平均风速和平均空气密度。
[0053]
步骤s102：根据各第一风况参数与风电机组的运行寿命之间的关联关系，建立第一风电机组运行寿命预测模型。
[0054]
在一可选实施例中，第一风况参数与风电机组的运行寿命之间的关联关系为正相关关系，通过第一风况参数与风电机组的运行寿命之间的正相关关系可以建立第一风电机组运行寿命预测模型。
[0055]
步骤s103：获取多个风电机组的各第一风况参数对应的第一风况参数值。
[0056]
在一可选实施例中，第一风况参数值为风电机组现场实际的参数值。各风电机组的第一风况参数值可以通过传感器等设备获取。
[0057]
步骤s104：将各第一风况参数值输入至第一风电机组运行寿命预测模型中，得到各风电机组的第一运行寿命。
[0058]
步骤s105：获取各风电机组的第二运行寿命，各第二运行寿命是通过整机载荷计算得到的。
[0059]
在一可选实施例中，各个风电机组的第二运行寿命是通过整机载荷计算预测得到的，在进行整机载荷计算时，首先需要获取各个风电机组的机型，然后获取风电机组的风模型、风剪切、空气密度等风况参数值，进而得到第二运行寿命。
[0060]
步骤s106：若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，对第一风电机组运行寿命预测模型进行调整，得到第二风电机组运行寿命预测模型。
[0061]
在一可选实施例中，预设值的大小可以根据实际需要设定，在此不做具体限制。
[0062]
考虑到相关技术中，利用整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明实施例提供的模型构建方法，首先基于风况参数与风电机组之间的关联关系建立第一风电机组运行寿命预测模型，然后通过与整机载荷计算预测得到的运行寿命对第一风电机组运行寿命预测模型进行调整，最终得到用于预测风电机组运行寿命的第二风电机组运行寿命预测模型，利用本发明
提供的模型，无需整机载荷计算、无需获取机组机型，只需获取机组参考寿命及参考风况参数情况下即可获得风电机组的运行寿命，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
[0063]
在一示例中，上述步骤s106中，若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，调整各第一风况参数与运行寿命之间的正相关关系，直到各风电机组的第一运行寿命与第二运行寿命的差小于等于预设值，得到第二风电机组运行寿命预测模型。
[0064]
在一示例中，在上述步骤s101中，通过如下方式确定各第一风况参数：
[0065]
首先，获取多个第二风况参数。
[0066]
在一可选实施例中，第二风况参数可以为风速、风剪切、空气密度等风况参数。
[0067]
然后，计算各第二风况参数与风电机组的运行寿命之间的相关度。
[0068]
在一可选实施例中，相关度可以通过相关系数表征，在此不做具体限制。
[0069]
最后，根据各相关度，筛选各第二风况参数，得到各第一风况参数。
[0070]
在一可选实施例中，选择相关度大于预定值的风况参数作为第一风况参数。
[0071]
在一示例中，在上述步骤s106中，第一风况参数包括湍流度、预设时长内的平均风速和平均空气密度，在第二风电机组运行寿命预测模型中，湍流度、平均风速、平均空气密度均与运行寿命成正相关关系。
[0072]
在一示例中，在上述步骤s106中，第二风电机组运行寿命预测模型的公式表示为：
[0073][0074]
其中，lo为预测的运行寿命；ld为参考寿命，即机组设计寿命；vd为参考平均风速，即机组设计平均风速；vo为现场实际的平均风速；ρd为参考平均空气密度，即机组设计平均空气密度；ρo为现场实际的平均空气密度；id为参考湍流度，即机组设计湍流度；io为现场实际的湍流度。
[0075]
图2是根据一示例性实施例提出的一种风电机组运行寿命预测方法的流程图。如图2所示，该方法包括如下步骤s201至s202。
[0076]
步骤s201：获取风电机组的各第一风况参数值。
[0077]
步骤s202：根据各第一风况参数值，以及风电机组运行寿命预测模型，预测风电机组的运行寿命，风电机组运行寿命预测模型通过上述实施例提供的风电机组运行寿命预测模型构建方法得到的。
[0078]
考虑到相关技术中，通过整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明提供的预测方法，利用风电机组运行寿命预测模型预测风电机组的运行寿命，无需进行整机载荷计算，更无需获取风电机组对应的机组机型，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
[0079]
基于相同的发明构思，本发明还提供了一种风电机组运行寿命预测装置，如图3所示，该装置包括：
[0080]
确定模块301，用于确定风电机组的各第一风况参数；详细内容参见上述实施例中步骤s101的描述，在此不再赘述。
[0081]
建立模块302，用于根据各第一风况参数与风电机组的运行寿命之间的关联关系，
建立第一风电机组运行寿命预测模型；详细内容参见上述实施例中步骤s102的描述，在此不再赘述。
[0082]
第一获取模块303，用于获取多个风电机组的各第一风况参数对应的第一风况参数值；详细内容参见上述实施例中步骤s103的描述，在此不再赘述。
[0083]
第一预测模块304，用于将各第一风况参数值输入至第一风电机组运行寿命预测模型中，得到各风电机组的第一运行寿命；详细内容参见上述实施例中步骤s104的描述，在此不再赘述。
[0084]
第二获取模块305，用于获取各风电机组的第二运行寿命，各第二运行寿命是通过整机载荷计算得到的；详细内容参见上述实施例中步骤s105的描述，在此不再赘述。
[0085]
调整模块306，用于若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，对第一风电机组运行寿命预测模型进行调整，得到第二风电机组运行寿命预测模型。详细内容参见上述实施例中步骤s106的描述，在此不再赘述。
[0086]
考虑到相关技术中，使用整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明提供的装置，首先基于风况参数与风电机组之间的关联关系建立第一风电机组运行寿命预测模型，然后通过与整机载荷计算预测得到的运行寿命对第一风电机组运行寿命预测模型进行调整，最终得到用于预测风电机组运行寿命的第二风电机组运行寿命预测模型，利用本发明提供的模型，无需进行整机载荷计算、无需获取机组机型，只需获取机组参考寿命及参考风况参数情况下即可获得风电机组的运行寿命，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
[0087]
在一示例中，调整模块306包括：
[0088]
调整子模块，用于若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各第一运行寿命和各第二运行寿命，调整各第一风况参数与运行寿命之间的正相关关系，直到各风电机组的第一运行寿命与第二运行寿命的差小于等于预设值，得到第二风电机组运行寿命预测模型。详细内容参见上述实施例中的描述，在此不再赘述。
[0089]
在一示例中，确定模块301包括：
[0090]
获取子模块，用于获取多个第二风况参数；详细内容参见上述实施例中的描述，在此不再赘述。
[0091]
计算子模块，用于计算各第二风况参数与风电机组的运行寿命之间的相关度；详细内容参见上述实施例中的描述，在此不再赘述。
[0092]
筛选子模块，用于根据各相关度，筛选各第二风况参数，得到各第一风况参数。详细内容参见上述实施例中的描述，在此不再赘述。
[0093]
在一示例中，调整模块306中，第一风况参数包括湍流度、预设时长内的平均风速和平均空气密度，在第二风电机组运行寿命预测模型中，湍流度、平均风速、平均空气密度均与运行寿命成正相关关系。详细内容参见上述实施例中的描述，在此不再赘述。
[0094]
在一示例中，调整模块306中，第二风电机组运行寿命预测模型的公式表示为：
[0095]
[0096]
其中，lo为预测的运行寿命；ld为参考寿命；vd为参考平均风速；vo为平均风速；ρd为参考平均空气密度；ρo为平均空气密度；id为参考湍流度；io为湍流度。详细内容参见上述实施例中的描述，在此不再赘述。
[0097]
基于相同的发明构思，本发明还提供了一种风电机组运行寿命预测装置，如图4所示，该装置包括：
[0098]
第三获取模块401，用于获取风电机组的各第一风况参数值；详细内容参见上述实施例中步骤s201的描述，在此不再赘述。
[0099]
第二预测模块402，用于根据各第一风况参数值，以及风电机组运行寿命预测模型，预测风电机组的运行寿命，风电机组运行寿命预测模型通过上述实施例中的风电机组运行寿命预测模型构建方法得到的。详细内容参见上述实施例中步骤s202的描述，在此不再赘述。
[0100]
考虑到相关技术中，通过整机载荷计算预测风电机组运行寿命时，成本高，获取机组模型困难，或者人工实测评估运行寿命耗时较长，通过本发明提供的装置，利用风电机组运行寿命预测模型预测风电机组的运行寿命，无需进行整机载荷计算，更无需获取风电机组对应的机组机型，在降低预测成本的同时，缩短预测时间，降低预测过程的复杂度。
[0101]
图5是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。如图5所示，该设备包括一个或多个处理器510以及存储器520，存储器520包括持久内存、易失内存和硬盘，图5中以一个处理器510为例。该设备还可以包括：输入装置530和输出装置540。
[0102]
处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接，图5中以通过总线连接为例。
[0103]
处理器510可以为中央处理器(central processing unit，cpu)。处理器510还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0104]
存储器520作为一种非暂态计算机可读存储介质，包括持久内存、易失内存和硬盘，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本技术实施例中风电机组运行寿命预测模型构建方法、风电机组运行寿命预测方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述任意一种风电机组运行寿命预测模型构建方法、风电机组运行寿命预测方法。
[0105]
存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据、需要使用的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器520可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至数据处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0106]
输入装置530可接收输入的数字或字符信息，以及产生与用户设置以及功能控制
有关的信号输入。输出装置540可包括显示屏等显示设备。
[0107]
一个或者多个模块存储在存储器520中，当被一个或者多个处理器510执行时，执行如图1或图2所示的方法。
[0108]
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，具体可参见如图1或图2所示的实施例中的相关描述。
[0109]
本发明实施例还提供了一种非暂态计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的构建、预测方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；存储介质还可以包括上述种类的存储器的组合。
[0110]
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，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0111]
以上仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的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发明的精神或范围的情况下，在其它实施例中实现。因此，本发明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申请的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种风电机组运行寿命预测模型构建方法，其特征在于，所述方法包括：确定风电机组的各第一风况参数；根据各所述第一风况参数与风电机组的运行寿命之间的关联关系，建立第一风电机组运行寿命预测模型；获取多个风电机组的各所述第一风况参数对应的第一风况参数值；将各所述第一风况参数值输入至所述第一风电机组运行寿命预测模型中，得到各所述风电机组的第一运行寿命；获取各所述风电机组的第二运行寿命，各所述第二运行寿命是通过整机载荷计算得到的；若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各所述第一运行寿命和各所述第二运行寿命，对所述第一风电机组运行寿命预测模型进行调整，得到第二风电机组运行寿命预测模型。2.根据权利要求1所述的方法，其特征在于，若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各所述第一运行寿命和各所述第二运行寿命，对所述第一风电机组运行寿命预测模型进行调整，得到第二风电机组运行寿命预测模型，包括：若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各所述第一运行寿命和各所述第二运行寿命，调整各所述第一风况参数与所述运行寿命之间的正相关关系，直到各所述风电机组的第一运行寿命与第二运行寿命的差小于等于所述预设值，得到所述第二风电机组运行寿命预测模型。3.根据权利要求1所述的方法，其特征在于，所述确定各第一风况参数，包括：获取多个第二风况参数；计算各所述第二风况参数与风电机组的运行寿命之间的相关度；根据各所述相关度，筛选各所述第二风况参数，得到各所述第一风况参数。4.根据权利要求2所述的方法，其特征在于，所述第一风况参数包括湍流度、预设时长内的平均风速和平均空气密度，在所述第二风电机组运行寿命预测模型中，所述湍流度、所述平均风速、所述平均空气密度均与所述运行寿命成正相关关系。5.根据权利要求4所述的方法，其特征在于，所述第二风电机组运行寿命预测模型的公式表示为：其中，l
o
为预测的运行寿命；l
d
为参考寿命；v
d
为参考平均风速；v
o
为所述平均风速；ρ
d
为参考平均空气密度；ρ
o
为所述平均空气密度；i
d
为参考湍流度；i
o
为所述湍流度。6.一种风电机组运行寿命预测方法，其特征在于，所述方法包括：获取风电机组的各第一风况参数值；根据各所述第一风况参数值，以及风电机组运行寿命预测模型，预测所述风电机组的运行寿命，所述风电机组运行寿命预测模型通过权利要求1至5中任一项所述的风电机组运行寿命预测模型构建方法得到的。7.一种风电机组运行寿命预测模型构建方法，其特征在于，所述方法包括：确定模块，用于确定风电机组的各第一风况参数；
建立模块，用于根据各所述第一风况参数与风电机组的运行寿命之间的关联关系，建立第一风电机组运行寿命预测模型；第一获取模块，用于获取多个风电机组的各所述第一风况参数对应的第一风况参数值；第一预测模块，用于将各所述第一风况参数值输入至所述第一风电机组运行寿命预测模型中，得到各所述风电机组的第一运行寿命；第二获取模块，用于获取各所述风电机组的第二运行寿命，各所述第二运行寿命是通过整机载荷计算得到的；调整模块，用于若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据各所述第一运行寿命和各所述第二运行寿命，对所述第一风电机组运行寿命预测模型进行调整，得到第二风电机组运行寿命预测模型。8.一种风电机组运行寿命预测装置，其特征在于，所述装置包括：第三获取模块，用于获取风电机组的各第一风况参数值；第二预测模块，用于根据各所述第一风况参数值，以及风电机组运行寿命预测模型，预测所述风电机组的运行寿命，所述风电机组运行寿命预测模型通过权利要求1至5中任一项所述的风电机组运行寿命预测模型构建方法得到的。9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-5中任一项所述的风电机组运行寿命预测模型构建方法，或权利要求6所述的风电机组运行寿命预测方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的风电机组运行寿命预测模型构建方法，或，如权利要求6所述的风电机组运行寿命预测方法的步骤。

技术总结
本发明涉及风电机组领域，提供了一种风电机组运行寿命预测模型构建方法及运行寿命预测方法。其中，风电机组运行寿命预测模型构建方法，包括：确定风电机组的第一风况参数；根据第一风况参数与运行寿命之间的关联关系，建立第一风电机组运行寿命预测模型；获取多个第一风况参数值；将第一风况参数值输入至第一风电机组运行寿命预测模型中，得到第一运行寿命；获取第二运行寿命，第二运行寿命是通过整机载荷计算得到的；若存在同一风电机组的第一运行寿命与第二运行寿命的差大于预设值，根据第一运行寿命和第二运行寿命，得到第二风电机组运行寿命预测模型。通过本发明，在预测风电机组运行寿命的同时，降低预测成本，缩短预测时间。缩短预测时间。缩短预测时间。


技术研发人员：王伟峰 唐远捷 王全亮 吴迪 葛亮 赵润芃 霍春婷
受保护的技术使用者：三峡国际能源投资集团有限公司
技术研发日：2023.06.28
技术公布日：2023/10/15