[發明專利]一種基于SCADA數據的風電機組齒輪箱油溫過溫故障預警方法

在審

• 申請號: 202010139476.9
• 申請日: 2020-03-03
• 公開（公告）號: CN111415070A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 陳棋;楊秦敏;孫勇;劉廣侖;王琳;陳積明
• 申請（專利權）人: 浙江運達風電股份有限公司;浙江大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 尉偉敏

本發明公開了一種基于SCADA數據的風電機組齒輪箱油溫過溫故障預警方法，包括離線訓練階段和在線應用階段，選取機組相關數據集，選擇齒輪箱油溫作為目標變量，其他變量經Autoencoder模型降維進行特征提取，之后選取SVR作為變量估計模型進行訓練，實現對目標變量的實時估計，在線應用階段中，風電機組實時運行數據集輸入至訓練完成的SVR模型中，得到目標變量實際運行值與模型估計值的殘差序列，使用EWMA進行殘差序列超限閾值設置，并設計連續超限的預警判別準則實現齒輪箱油溫過溫故障的提前感知。本發明能夠實現風電機組齒輪箱油溫過溫故障的提前感知與預警，避免齒輪箱組件異常演變引起的故障停機，減少了停機時間及維護損失，具有較強的理論性與實用性。

技術領域

本發明涉及風電機組故障預警技術領域，尤其涉及一種基于SCADA數據的風電機組齒輪箱油溫過溫故障預警方法。

背景技術

風力資源儲量大且分布廣，利用風力發電成本較低，且風力發電無污染，是一種環境友好型的清潔能源，因此近年來，全球范圍內對風力發電的研究投資熱度較高，風機的裝機容量也在逐年攀升。隨著裝機容量的攀升，風機的運維問題也逐漸被重視。

風機的運維問題主要來源于風機的高故障率，高故障率的原因一是前期投入使用的風機零部件老化，風機整機性能降低；二是隨著全球氣候變暖，溫室效應，極端天氣頻發，風機的運行環境越來越惡劣，許多零部件會因天氣原因受損失效。風機的高故障率會導致風機頻繁停機，發電效率降低，從而造成較大經濟損失。

在風機各子系統中，齒輪箱子系統承擔將風輪動力傳遞給發電機的作用，是實現風能轉換為電能的最主要部件之一，也是風機中故障率最高的子系統。風機齒輪箱由較多機械部件組成，包括軸承、齒輪等易受損組件，這些組件的磨損、異常通常會引起齒輪箱內油溫的異常升高，對風機整機的運行造成影響。

因此，實現風機齒輪箱的油溫過溫故障預警對提升風機的發電效益與安全性能有巨大貢獻。

齒輪箱故障監測的傳統方法是通過對一定頻率范圍內的振動信號分析實現的，但需要對監測齒輪箱逐一加裝振動傳感器，該方法由于施工麻煩、成本過高而很難被風電行業廣泛應用。

目前風電機組均配有監控與數據采集系統(SCADA，supervisory control anddata acquisition)，能夠監控風電機組功率、轉速，以及齒輪箱、發電機等大部件的溫度等參數，對主要部件的運行狀態進行簡單的判定，但是一般只針對單一參數設定固定閾值，時效性較差。

基于SCADA數據的齒輪箱故障監測理念，是通過連接風電機組的SCADA系統將齒輪箱傳感器采集到的實時狀態數據進行模型監測，達到齒輪箱預警目的，該方法較采集振動信號的方式更加低成本，具有高實用性。

監測時齒輪箱潤滑油油溫是齒輪箱的主要監測指標，但齒輪箱油溫容易受到周圍環境及噪聲的影響，從而影響監測結果。

發明內容

本發明是為了克服現有技術中傳統方法中齒輪箱故障監測需要加裝振動傳感器，施工麻煩、成本過高，且齒輪油溫容易受到周圍環境及噪聲的影響的技術問題，提供一種基于SCADA數據的風電機組齒輪箱油溫過溫故障預警方法，該方法能夠實現風電機組齒輪箱油溫過溫故障的提前感知與預警，避免齒輪箱組件異常演變引起的故障停機，減少了停機時間及維護損失，減少了周圍環境及噪聲對油溫數據的影響，保證了預警結果的準確性，成本低且方便，具有實用價值。

為了實現上述目的，本發明采用以下技術方案：

一種基于SCADA數據的風電機組齒輪箱油溫過溫故障預警方法，所述方法包括離線訓練階段和在線應用階段，所述方法包括以下步驟：

S1、進行離線訓練階段；

S2、進行數據集收集、選取和標記：獲取需進行齒輪箱油溫過溫故障預警的風電機組SCADA系統中的數據并記錄，選取相關數據集并標記，選擇齒輪箱油溫作為目標變量；