[發(fā)明專利]一種風(fēng)力發(fā)電機部件故障預(yù)警方法

在審

• 申請?zhí)枺?/td>: 201410424069.7
• 申請日: 2014-08-26
• 公開（公告）號: CN104200396A
• 公開（公告）日: 2014-12-10
• 發(fā)明（設(shè)計）人: 謝平;張欣欣;江國乾;何群;杜義浩;王一凡
• 申請（專利權(quán)）人: 燕山大學(xué)
• 主分類號: G06Q50/06
• 分類號: G06Q50/06
• 代理公司: 石家莊一誠知識產(chǎn)權(quán)事務(wù)所 13116
• 代理人: 李合印

1.一種風(fēng)力發(fā)電機部件故障預(yù)警方法，其特征在于：該方法包括如下內(nèi)容：

步驟一離線訓(xùn)練過程

離線訓(xùn)練過程是調(diào)用歷史數(shù)據(jù)庫中數(shù)據(jù)訓(xùn)練對并行回聲狀態(tài)網(wǎng)絡(luò)組進(jìn)行模 型訓(xùn)練，并測試每個回聲狀態(tài)網(wǎng)絡(luò)模型的準(zhǔn)確性，將符合要求的回聲狀態(tài)網(wǎng)絡(luò) 模型通過過程統(tǒng)計分析得出各特征參數(shù)的標(biāo)準(zhǔn)閾值；

步驟二在線監(jiān)測過程

在線預(yù)警過程是通過多傳感器采集模塊采集風(fēng)力發(fā)電機各部件的不同信 號，經(jīng)數(shù)據(jù)預(yù)處理模塊處理后，輸入并行回聲狀態(tài)網(wǎng)絡(luò)組監(jiān)測模塊，并將運行 結(jié)果輸入信息融合模塊；在信息融合模塊中各特征參數(shù)與對應(yīng)標(biāo)準(zhǔn)閾值比較， 并將比較結(jié)果和對應(yīng)的權(quán)值結(jié)合，給出預(yù)警信息；

步驟三預(yù)警維護(hù)過程

預(yù)警維護(hù)過程是對發(fā)出故障預(yù)警警報的部件進(jìn)行現(xiàn)場維護(hù)，并根據(jù)現(xiàn)場維 護(hù)的實際情況調(diào)節(jié)各特征參數(shù)的權(quán)值；監(jiān)測的實時數(shù)據(jù)要根據(jù)預(yù)警信息和現(xiàn)場 維護(hù)情況，分類存入歷史數(shù)據(jù)庫中，以達(dá)到歷史數(shù)據(jù)庫更新的目的；

所述的離線訓(xùn)練過程所用到的歷史數(shù)據(jù)庫中的數(shù)據(jù)，是風(fēng)力發(fā)電機正常工 作時記錄下來的經(jīng)過相應(yīng)預(yù)處理的數(shù)據(jù)，并且所選擇的訓(xùn)練數(shù)據(jù)是風(fēng)力發(fā)電機 某一部件的不同特征參數(shù)的集合；

所述的離線訓(xùn)練過程中的并行回聲狀態(tài)網(wǎng)絡(luò)組是將多個回聲狀態(tài)網(wǎng)絡(luò)模型 集合在一起，每個并行回聲狀態(tài)網(wǎng)絡(luò)組對應(yīng)風(fēng)力發(fā)電機某一部件，其中每個回 聲狀態(tài)網(wǎng)絡(luò)模型對應(yīng)該部件一個特征參數(shù)，每個回聲狀態(tài)網(wǎng)絡(luò)模型獨立進(jìn)行訓(xùn) 練測試；

所述在線預(yù)警過程中的并行回聲狀態(tài)網(wǎng)絡(luò)組監(jiān)測模塊，該模塊中的并行回 聲狀態(tài)網(wǎng)絡(luò)組是經(jīng)過離線訓(xùn)練過程，滿足條件而保存下來的模型組；該模塊的 輸入是同一部件各特征參數(shù)的實時數(shù)據(jù)；該模塊的工作過程是將當(dāng)前時刻的實 時特征參數(shù)數(shù)據(jù)P(n)輸入對應(yīng)的回聲狀態(tài)網(wǎng)絡(luò)模型，計算經(jīng)過t時間后的真實值 Q(n+t)，進(jìn)一步做差計算得到當(dāng)前時刻的后向穿越差c，即：

所述在線預(yù)警過程中的信息融合模塊，其參數(shù)閾值比較的具體過程為，特 征參數(shù)超出閾值范圍的比較結(jié)果輸出1，在閾值范圍內(nèi)的輸出0；各特征參量的 權(quán)值是根據(jù)模型預(yù)測準(zhǔn)確度確定的，賦予準(zhǔn)確度高的特征參數(shù)較高的權(quán)值，并 且所述的權(quán)值實時根據(jù)預(yù)警和維護(hù)結(jié)果進(jìn)行修正；給出預(yù)警結(jié)果b，預(yù)警結(jié)果b 的運算公式為：b＝r₁q₁+r₂q₂+…+r_dq_d，其中r₁,r₂,…,r_d為各特征參數(shù)與相應(yīng)標(biāo)準(zhǔn)閾值的 比較輸出結(jié)果，q₁,q₂,…,q_d為各特征參數(shù)所占的權(quán)值，各參數(shù)的初始權(quán)值相等，且 q₁+q₂+…+q_d＝1，當(dāng)該部件在一段時間內(nèi)，預(yù)警結(jié)果b頻繁大于0.6時，該部件發(fā) 出故障預(yù)警警報；

所述的模型訓(xùn)練是從所選數(shù)據(jù)中抽取一段連續(xù)時間序列的數(shù)據(jù) U₁＝[u₁₁,u₁₂,…,u_1n]^T,將P₁＝[u₁₁,u₁₂,…,u_1m]^T作為回聲狀態(tài)網(wǎng)絡(luò)模型的輸入單元，對應(yīng)的輸 出單元為Q₁＝[u_1(1+t),u_1(2+t),…,u_1(m+t)]^T，其中m+t≤n，輸入和輸出存在時間差t，根據(jù)回 聲狀態(tài)網(wǎng)絡(luò)模型的基本方程(1)、(2)：

x(k+1)＝f(Wⁱⁿu(k+1)+Wx(k)+W^backy(k))??(1)

y(k+1)＝f^out(W^out(u(k+1),x(k+1),y(k)))???(2)

訓(xùn)練回聲狀態(tài)網(wǎng)絡(luò)模型求出輸出權(quán)值矩陣W^out，即可得到回聲狀態(tài)網(wǎng)絡(luò)的數(shù)學(xué)模 型，并進(jìn)行模型的準(zhǔn)確性驗證；

所述的預(yù)警維護(hù)過程是根據(jù)預(yù)警維護(hù)結(jié)果進(jìn)行相應(yīng)的參數(shù)調(diào)整和數(shù)據(jù)存 儲，對于預(yù)警結(jié)果不正確的特征參數(shù)，削減當(dāng)前權(quán)值的1/5，將削減的這部分權(quán) 值平均分配給預(yù)警結(jié)果正確的特征參數(shù)，當(dāng)某一特征參數(shù)的權(quán)值小于1/2d，需 要對相關(guān)傳感器的性能和放置進(jìn)行檢查，其中d為此部件所需監(jiān)測特征參數(shù)的 個數(shù)；

所述歷史數(shù)據(jù)庫更新的工作原則是，對于經(jīng)過該預(yù)警方法沒有引起報警的 數(shù)據(jù)，直接存入歷史數(shù)據(jù)庫中的正常數(shù)據(jù)庫；對于引起報警的數(shù)據(jù)，則需要根 據(jù)現(xiàn)場的維護(hù)情況來判斷數(shù)據(jù)的存儲地址；如果報警正確，將其存入歷史數(shù)據(jù) 庫中的異常數(shù)據(jù)庫；如果是誤報警，則將此數(shù)據(jù)存入歷史數(shù)據(jù)庫中的正常數(shù)據(jù) 庫。