[發明專利]一種自動計算風力發電機組齒輪箱油水活性預警值的方法

在審

• 申請號: 201910918114.7
• 申請日: 2019-09-26
• 公開（公告）號: CN112149942A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 王振堯;李志會;曹居易;潘俊巖;張大力
• 申請（專利權）人: 珠海市鑫世達測控技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00;G06F16/2458;G06F16/248;F03D17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，包括以下步驟：

步驟一：創建水活性數據樣本空間獲取；

步驟二：數據獲取；

步驟三：尋找增量的最大值與最小值，而后在增量的最大值與最小值之間設置積累區間；

步驟四：查找各個積累區間的樣本數量，繪制各個增量積累區間與樣本數量的柱狀圖，同時根據各個積累區間的樣本數量繪制樣本數量曲線圖；

步驟五：根據各個積累區間與樣本數量的柱狀圖尋求正態分布的σ作為報警關鍵值；根據報警關鍵值計算關鍵樣本數量；

步驟六：根據關鍵樣本數量查詢樣本數量曲線圖和各個積累區間與樣本數量的柱狀圖，確定關鍵積累區間；

步驟七：根據關鍵積累區間自動設定預警限與報警限；

步驟八：根據限值判斷下一條數據是否應該做出報警；

步驟九：最新數據不斷迭代上述方法，用于判斷下一條數據是否報警。

2.根據權利要求1所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，所述步驟一中：

獲取的每條數據均要求嚴格等時間間隔采樣；

數據量最大值因為50000條；

數據形式應當為積累趨勢型。

3.根據權利要求1所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，所述步驟二中：根據步驟一中的數據庫將需要在數據庫導出油液水分含量數據M。

4.根據權利要求3所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，所述步驟三中尋找增量的最大值與最小值的步驟是在步驟二的基礎上在集合M中尋找增量的最大值與最小值，記作Mmin和Mmax；

而后通過上述的M_min和M_max再設定區間相等的n等份，作為n個增量區間。

5.根據權利要求4所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，所述步驟四根據步驟三的出的增量樣本空間M中，對應每個增量區間，查找每個增量區間在集合M中樣本的數量，分別記作增量積累區間K₁,K₂......K_N,同時K₁+K₂+...+K_N＝M＝N；

而后根據各個增量積累區間的數量K以及n個增量區間，畫出增量區間與數量K的對應柱狀圖，且此時要求n個增量區間應按照大小排列；

同時根據各個積累區間的樣本數量K，繪制樣本數量曲線，且此時應按照n個增量區間大小進行排列。

6.根據權利要求5所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，步驟五在步驟四的基礎上對集合M中的數據進行正態分布分析，獲得σ值，并確定±2σ作為粘度數據預警值，±3σ作為粘度數據報警值，得到±2σ和±3σ后，使用樣本數量N做以下計算：

N1＝±2σ*N；N1即為到達±2σ處的樣本數量；

N2＝±3σ*N；N2即為到達±3σ處的樣本數量；

從而得到報警關鍵值。

7.根據權利要求6所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，步驟六在步驟四與步驟五的基礎上步驟五得到N1和N2 值以后，參照步驟四中的柱狀圖與數量曲線做出對比圖形，確定N1和N2與對應的增量積累區間的值。

8.根據權利要求7所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，步驟七根據步驟六的N1值和N2值，通過N1和N2，找到增量積累區間的值H1和H2，H1和H2即可作為判斷下一條水活性數據的預警值與報警值。

9.根據權利要求8所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，步驟八根據步驟七得到的H1值和H2值后，待第N+1條數據更新后，判斷第N+1條數據是否要預警或者報警。

10.根據權利要求9所述的一種自動計算風力發電機組齒輪箱油水活性預警值的方法，其特征在于，步驟九根據步驟八的基材上待第N+1條數據判斷完畢后，將數據樣本空間擴大至N+1，再次使用上述方法，用于判斷第N+2條數據是否預警或者報警；最后，如此往復循環。