[發明專利]用于風機主軸承的故障診斷方法及系統

在審

• 申請號: 202011374850.X
• 申請日: 2020-11-30
• 公開（公告）號: CN114577470A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 李文軍;程剛;張開桓;李凱歌;余斌
• 申請（專利權）人: 斯凱孚公司;新疆金風科技股份有限公司
• 主分類號: G01M13/04
• 分類號: G01M13/04;G06F30/17;G06F30/27;G06N3/08;G06F119/08
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 高巍

本公開提供一種用于風機主軸承的故障診斷方法和系統。該方法可以包括：從SCADA數據中采集與主軸承相關的參數數據；對與主軸承相關的參數數據進行預處理并進行特征提取；將提取的特征輸入異常檢測模型和故障檢測模型，并且基于異常檢測模型的輸出值和故障檢測模型的輸出值對風機主軸承的狀態進行診斷。利用本公開的故障診斷方法和系統可以降低故障漏報率以及降低風機運維成本。

技術領域

本發明涉及風力發電領域，尤其涉及用于風機主軸承的基于人工智能的故障診斷方法及系統。

背景技術

伴隨著風能的快速發展和風電機組的廣泛安裝使用，風電機組的運行故障問題日益突出。風電機組的安全、穩定、無故障運轉不僅可以提供穩定的電力供應，也可以大幅降低風電的成本，是整個產業鏈健康發展的關鍵環節。

目前，針對風電機組運行故障提出了多種診斷方法和系統。然而幾乎所有的診斷方法都集中在齒輪箱、發電機或相對高速轉動的軸承上，而很少開發針對主軸承的診斷方法，因為主軸承相對低速的轉動且非平穩的軸承振動信號為故障頻率分析造成非常大的挑戰。由于主軸承的低速轉動以及脈動載荷(pulsating-load)工況，當前主流的基于風電機組CMS(狀態監測系統)信號的標尺驅動(ruler-driven)軸承故障檢測方法將會變得無能為力。由此，評估主軸承的健康狀況成為風機運行和維護的難題。

因此，需要開發一種能夠用于風機主軸承的故障診斷方法及系統，以解決以上問題。

發明內容

本發明的一個方面提供了一種用于風機主軸承的故障診斷方法。該方法包括：從SCADA數據中采集與主軸承相關的參數數據；對所述與主軸承相關的參數數據進行預處理并進行特征提取；將提取的特征輸入異常檢測模型和故障檢測模型，并且基于所述異常檢測模型的輸出值和所述故障檢測模型的輸出值對風機主軸承的狀態進行診斷。其中，當所述異常檢測模型的輸出值小于等于第一閾值時，將風機主軸承的狀態診斷為正常；和/或當所述異常檢測模型的輸出值大于所述第一閾值時，則將所述故障檢測模型的輸出值與第二閾值進行比較。如果所述故障檢測模型的輸出值小于等于第二閾值，則將風機主軸承的狀態診斷為異常；和/或如果所述故障檢測模型的輸出值大于第二閾值，則將風機主軸承的狀態診斷為故障。

根據一個或多個實施例，該方法還可以進一步包括對所述異常檢測模型和故障檢測模型進行訓練。該訓練可以包括：從SCADA數據和歷史故障檢查報告中采集與主軸承相關的參數數據；對所述與主軸承相關的參數數據進行預處理；為所述預處理后的參數數據設置多個標簽并且基于設置有標簽的參數數據進行特征提取，提取后的特征包括具有多個標簽中的特定標簽的第一特征和具有多個標簽中的除了所述特定標簽之外的標簽的第二特征；通過將所述第一特征作為所述異常檢測模型的輸入并且將異常概率值作為所述異常檢測模型的輸出值，對所述異常檢測模型進行訓練；以及通過將所述第一特征和所述第二特征共同作為所述故障檢測模型的輸入并且將故障概率值作為所述故障檢測模型的輸出值，對所述故障檢測模型進行訓練。

根據一個或多個實施例，所述為參數數據設置標簽還可以進一步包括基于所述歷史故障檢查報告中的檢查信息來評估主軸承的健康狀態等級；以及根據所述主軸承的健康狀態等級，為與主軸承相關的參數數據設置相對應的標簽。

根據一個或多個實施例，對所述與主軸承相關的參數數據進行預處理可以包括執行以下各項中的至少一項：數據清理，數據篩選以及數據編碼。

根據一個或多個實施例，所述執行所述數據清理可以進一步包括：將符合預定條件的參數數據移除，所述符合預定條件的參數數據包括空值和常數值中的至少一個。

根據一個或多個實施例，執行所述數據篩選可以進一步包括：基于工況參數的有效范圍來對所述參數數據進行篩選。

根據一個或多個實施例，所述特征提取可以包括關鍵特征處理。所述關鍵特征處理包括：基于相關性分析和重要性分析，從經過預處理后的參數數據中選擇參數作為關鍵特征。所述關鍵特征包括溫度、振動、功率和速度參數中的至少一個。