[發(fā)明專利]一種基于GBRT的風(fēng)電機組發(fā)電機軸承故障預(yù)警方法

在審

• 申請?zhí)枺?/td>: 202010147125.2
• 申請日: 2020-03-05
• 公開（公告）號: CN111396266A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計）人: 陳棋;楊秦敏;孫勇;劉廣侖;王琳;陳積明
• 申請（專利權(quán)）人: 浙江運達風(fēng)電股份有限公司;浙江大學(xué)
• 主分類號: F03D17/00
• 分類號: F03D17/00;F03D7/04;F03D80/70;F03D9/25
• 代理公司: 杭州杭誠專利事務(wù)所有限公司 33109
• 代理人: 尉偉敏

本發(fā)明公開了一種基于GBRT的風(fēng)電機組發(fā)電機軸承故障預(yù)警方法，包括離線訓(xùn)練階段和在線應(yīng)用階段，該方法分為離線訓(xùn)練與在線應(yīng)用兩個階段，主要包括目標變量及相關(guān)變量選取，數(shù)據(jù)預(yù)處理流程設(shè)計，變量估計模型訓(xùn)練，實時運行殘差獲取，判別準則設(shè)計等環(huán)節(jié)。本發(fā)明選取風(fēng)電機組正常運行狀態(tài)的數(shù)據(jù)集，首先設(shè)計預(yù)處理流程剔除各類異常數(shù)據(jù)，之后選取GBRT作為變量估計模型，對目標變量進行實時估計，再結(jié)合異常特性設(shè)計綜合性的判別準則，保證了預(yù)警結(jié)果的準確性，能夠?qū)崿F(xiàn)發(fā)電機軸承故障的提前感知，對于減少機組停機時間，減少運維成本具有重大的意義，具有實用價值。

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)電機組故障預(yù)警技術(shù)領(lǐng)域，尤其涉及一種基于GBRT的風(fēng)電機組發(fā)電機軸承故障預(yù)警方法。

背景技術(shù)

風(fēng)力發(fā)電，由于其可再生無污染的優(yōu)勢在全球范圍內(nèi)得到了快速發(fā)展，截止到2018年，全球風(fēng)機裝機容量已達到591.1GW。隨著風(fēng)電市場的迅速發(fā)展，其運維需求也越來越高，運維需求持續(xù)升高的一個主要原因是風(fēng)電機組的高故障率。

風(fēng)電機組是由多組件多子系統(tǒng)組成的復(fù)雜系統(tǒng)，機組通常運行在遠郊平原、山區(qū)、臨海等偏遠地區(qū)，運行環(huán)境惡劣多變，關(guān)鍵組件的故障會導(dǎo)致整機的停機檢修，帶來大量的經(jīng)濟損失。

風(fēng)電機組的所有子系統(tǒng)中，發(fā)電機是核心組成，其故障帶來的停機時間較長且經(jīng)濟損失也較大。在發(fā)電機子系統(tǒng)中，故障頻率最高的組件是發(fā)電機軸承，發(fā)電機軸承常因冷卻系統(tǒng)異常，潤滑油不足等原因出現(xiàn)故障，或因為機械原因出現(xiàn)軸承跑圈等故障。發(fā)電機軸承故障會直接導(dǎo)致發(fā)電機系統(tǒng)其他部件損傷，風(fēng)機發(fā)電性能降低，機組直接停機等。

目前，風(fēng)電機組的故障統(tǒng)計數(shù)據(jù)表明，發(fā)生故障次數(shù)較多的部件主要是變流器、齒輪箱、變槳系統(tǒng)、控制柜、偏航系統(tǒng)等，根據(jù)部分風(fēng)電場的運行數(shù)據(jù)統(tǒng)計，故障診斷、檢修以及風(fēng)電機組受累停運時間占故障損失運行時間的79％，而定期維護時間僅占12％。對于大部件如果僅采用故障后被動的維修方式，容易造成缺陷擴大，維修時間延長，長期停機，加劇經(jīng)濟損失，對于海上風(fēng)電機組，海上運輸、吊裝、維修成本更加高昂。

因此，實現(xiàn)發(fā)電機軸承的故障預(yù)警對于減少機組停機時間，減少運維成本具有重大的意義。

目前對于軸承的故障診斷及預(yù)警主要是針對CMS振動信號進行特征提取及分析，但CMS監(jiān)測設(shè)備不是每臺風(fēng)電機組都有安裝，因此對于軸承故障的及時發(fā)現(xiàn)及處理是有困難的。

發(fā)明內(nèi)容

本發(fā)明是為了克服現(xiàn)有技術(shù)中磨損故障監(jiān)測手段較少、專用監(jiān)測設(shè)備成本高的不足的技術(shù)問題，提供一種基于GBRT的風(fēng)電機組發(fā)電機軸承故障預(yù)警方法，該方法選取風(fēng)電機組正常運行狀態(tài)的數(shù)據(jù)集，首先設(shè)計預(yù)處理流程剔除各類異常數(shù)據(jù)，之后選取GBRT作為變量估計模型，對目標變量進行實時估計，再結(jié)合異常特性設(shè)計綜合性的判別準則，保證了預(yù)警結(jié)果的準確性，該方法能夠?qū)崿F(xiàn)發(fā)電機軸承故障的提前感知，具有實用價值。

為了實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

一種基于GBRT的風(fēng)電機組發(fā)電機軸承故障預(yù)警方法，所述方法包括離線訓(xùn)練階段和在線應(yīng)用階段，所述方法包括以下步驟：

S1、進行離線訓(xùn)練階段；

S2、進行數(shù)據(jù)獲取和變量選取，構(gòu)造數(shù)據(jù)集；

S3、設(shè)計數(shù)據(jù)預(yù)處理流程，并構(gòu)建訓(xùn)練集：所述數(shù)據(jù)預(yù)處理流程步驟包括異常運行狀態(tài)值剔除，孤立異常點剔除，以及停機狀態(tài)數(shù)據(jù)剔除。

S4、建模，并對選取后的模型進行訓(xùn)練；

S5、進行殘差訓(xùn)練，獲取訓(xùn)練集估計殘差序列；

S6、闕值上限設(shè)置；

S7、進行在線應(yīng)用階段；

S8、實時估計：獲取風(fēng)電機組的實時運行數(shù)據(jù)作為測試集，輸入至離線階段訓(xùn)練完成的GBRT模型獲取模型估計值；