[發(fā)明專利]一種基于時間序列聚類診斷風力發(fā)電機主軸承故障的方法

有效

• 申請?zhí)枺?/td>: 201710073253.5
• 申請日: 2017-02-10
• 公開（公告）號: CN106870297B
• 公開（公告）日: 2019-01-08
• 發(fā)明（設計）人: 褚景春;李永戰(zhàn);杜國柱;劉昊;董健
• 申請（專利權）人: 國電聯(lián)合動力技術有限公司
• 主分類號: F03D17/00
• 分類號: F03D17/00;F03D9/25;F03D80/70;G06F17/50
• 代理公司: 北京方韜法業(yè)專利代理事務所(普通合伙) 11303
• 代理人: 馬麗蓮

1.一種基于時間序列聚類診斷風力發(fā)電機主軸承故障的方法，其特征在于，包括如下步驟：

第一步，數(shù)據(jù)采集、篩選及計算：

采集風電場內某型號風力發(fā)電機的功率數(shù)據(jù)和主軸承溫度數(shù)據(jù)，風力發(fā)電機數(shù)據(jù)采集的時間段應保持一致；對采集的數(shù)據(jù)進行篩選評價刪除異常后，再求各風力發(fā)電機的功率n分鐘均值和主軸承溫度n分鐘均值；

第二步，按照功率聚類：

按照第一步獲得的風力發(fā)電機功率n分鐘均值進行區(qū)間選擇，首先選擇某一時間段，風力發(fā)電機按照功率分區(qū)間，將在功率區(qū)間[A,B][C,D]…內的風力發(fā)電機選擇出來；其中，功率區(qū)間標準為：在此區(qū)間內至少存在一臺風力發(fā)電機功率對主軸承溫度影響很小，即用曲線擬合的方法求得擬合直線的斜率趨于0；所述功率區(qū)間的具體選擇方法為：以區(qū)間[A,B]為例，以最高的功率B為起點，A點不斷向下延展，只要滿足功率區(qū)間標準，A點就應不斷迭代向下，最終A點取最小的點；[C,D]…區(qū)間的選擇方法相同；將此時間段的風力發(fā)電機計算出的功率及主軸承溫度n分鐘均值數(shù)據(jù)進行保存；

第三步，適應度評價：

對[A,B]區(qū)間內的風力發(fā)電機主軸承溫度的n分鐘均值進行適應度評價，適應度說明個體的優(yōu)劣性；主軸承溫度屬于越小越優(yōu)型指標，溫度越低，適應度應越高；

第四步，選擇優(yōu)良個體群：

根據(jù)每臺風力發(fā)電機的適應度，選擇優(yōu)良個體群；

第五步，求得溫度基準線：

將優(yōu)良個體群的主軸承溫度n分鐘均值再求平均，得到此時間段的溫度基準線；

第六步，求得溫度警戒線：

所述溫度警戒線為溫度基準線與允許偏差值之和；

第七步，數(shù)據(jù)代入檢測預警：

在此[A,B]區(qū)間內選擇對應的主軸承溫度n分鐘均值數(shù)據(jù)，與警戒線比較，對持續(xù)大于此值的風力發(fā)電機，加以預警；

對于[C,D]及其它各區(qū)間，重復第三步到第七步的方法，分別進行預警。

2.根據(jù)權利要求1所述的基于時間序列聚類診斷風力發(fā)電機主軸承故障的方法，其特征在于，所述第一步中，篩選評價方法為：按照評價因子α作為篩選器，對采集的數(shù)據(jù)進行篩選評價；評價因子α指的是數(shù)據(jù)的預處理指標，目的是挑出數(shù)據(jù)的缺失值和離群值；對于滿足評價因子α的數(shù)據(jù)進行保留，不滿足的數(shù)據(jù)進行刪除。

3.根據(jù)權利要求1所述的基于時間序列聚類診斷風力發(fā)電機主軸承故障的方法，其特征在于，所述n分鐘均值為10分鐘均值。

4.根據(jù)權利要求1所述的基于時間序列聚類診斷風力發(fā)電機主軸承故障的方法，其特征在于，所述第四步中，優(yōu)良個體群按照輪盤賭法進行選擇，適應度高的個體成為優(yōu)良個體群的概率大。

5.根據(jù)權利要求1所述的基于時間序列聚類診斷風力發(fā)電機主軸承故障的方法，其特征在于，所述第六步中，允許偏差值考慮正常加油和正常安裝偏差對主軸承溫度的影響而定。