[發(fā)明專利]風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷方法及裝置

在審

• 申請?zhí)枺?/td>: 202110030463.2
• 申請日: 2021-01-11
• 公開（公告）號: CN112765878A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 姜海蘋;王燦;夏暉;張博;陳鐵;武星明;張?zhí)礻?/a>
• 申請（專利權(quán)）人: 龍?jiān)矗ū本╋L(fēng)電工程技術(shù)有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/00;F03D17/00;G06F111/08;G06F113/06;G06F119/06;G06F119/08
• 代理公司: 北京方韜法業(yè)專利代理事務(wù)所(普通合伙) 11303
• 代理人: 黨小林

本發(fā)明提供了一種風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷方法及裝置。該方法包括：獲取模型訓(xùn)練所需的訓(xùn)練數(shù)據(jù)；利用訓(xùn)練數(shù)據(jù)訓(xùn)練隨機(jī)森林模型；利用訓(xùn)練得到的隨機(jī)森林模型，對發(fā)電機(jī)軸承異常進(jìn)行預(yù)測。本發(fā)明提供的風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷方法及裝置能夠自動、及時(shí)、快速的對風(fēng)機(jī)狀態(tài)進(jìn)行分析。

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)力發(fā)電技術(shù)領(lǐng)域，特別是涉及一種風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷方法及裝置。

背景技術(shù)

隨著風(fēng)機(jī)發(fā)電設(shè)備日積月累的使用，風(fēng)力發(fā)電機(jī)組的故障多發(fā)、某些零件失去原有的精度或性能，設(shè)備不能正常運(yùn)行、技術(shù)性能降低，使風(fēng)機(jī)中斷生產(chǎn)或效率降低而影響生產(chǎn)。

發(fā)電機(jī)軸承有驅(qū)動端和非驅(qū)動端兩側(cè)，發(fā)電機(jī)軸承磨損、軸承位移、潤滑不良等問題會導(dǎo)致發(fā)電機(jī)兩端的溫度升高，因此通過建立發(fā)電機(jī)軸承溫度預(yù)警模型，通過運(yùn)行狀態(tài)發(fā)現(xiàn)能夠發(fā)現(xiàn)發(fā)電機(jī)軸承的異常狀態(tài)。

現(xiàn)有的風(fēng)電機(jī)組的故障檢測方法主要通過增加更多的檢測傳感器硬件，通過對傳感器采集到的振動數(shù)據(jù)人工進(jìn)行分析評估風(fēng)機(jī)運(yùn)行狀況，一般需要專業(yè)人員定期對風(fēng)機(jī)進(jìn)行評估。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是提供一種風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷方法及裝置，能夠自動、及時(shí)、快速的對風(fēng)機(jī)狀態(tài)進(jìn)行分析。

為解決上述技術(shù)問題，本發(fā)明提供了一種風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷方法，所述方法包括：獲取模型訓(xùn)練所需的訓(xùn)練數(shù)據(jù)；利用訓(xùn)練數(shù)據(jù)訓(xùn)練隨機(jī)森林模型；利用訓(xùn)練得到的隨機(jī)森林模型，對發(fā)電機(jī)軸承異常進(jìn)行預(yù)測。

在一些實(shí)施方式中，訓(xùn)練數(shù)據(jù)包括：SCADA系統(tǒng)數(shù)據(jù)、故障檢修記錄。

在一些實(shí)施方式中，SCADA系統(tǒng)數(shù)據(jù)包括：SCADA系統(tǒng)10min數(shù)據(jù)。

在一些實(shí)施方式中，故障檢修記錄包括：停機(jī)時(shí)間、停機(jī)原因。

在一些實(shí)施方式中，利用訓(xùn)練數(shù)據(jù)訓(xùn)練隨機(jī)森林模型，包括：由訓(xùn)練數(shù)據(jù)中選取特征數(shù)據(jù)；利用選取的特征數(shù)據(jù)，建立隨機(jī)森林模型。

在一些實(shí)施方式中，特征數(shù)據(jù)包括：發(fā)電機(jī)非驅(qū)動端軸承溫度、發(fā)電機(jī)驅(qū)動端軸承溫度、發(fā)電機(jī)有功功率、發(fā)電機(jī)轉(zhuǎn)速、槳距角、風(fēng)速、機(jī)艙溫度、艙外溫度。

在一些實(shí)施方式中，利用選取的特征數(shù)據(jù)，建立隨機(jī)森林模型，包括：對原始數(shù)據(jù)集進(jìn)行可放回隨機(jī)抽樣成K組子數(shù)據(jù)集；從樣本的N個(gè)特征隨機(jī)抽樣m個(gè)特征；對每個(gè)子數(shù)據(jù)集構(gòu)建最優(yōu)學(xué)習(xí)模型；對于新的輸入數(shù)據(jù)，根據(jù)K個(gè)最優(yōu)學(xué)習(xí)模型，得到最終結(jié)果。

在一些實(shí)施方式中，還包括：在利用訓(xùn)練數(shù)據(jù)訓(xùn)練隨機(jī)森林模型之后，對訓(xùn)練得到的隨機(jī)森林模型的預(yù)測準(zhǔn)確率進(jìn)行評估。

在一些實(shí)施方式中，評估根據(jù)以下參數(shù)而執(zhí)行：均方誤差、均方根誤差、平均絕對誤差。

此外，本發(fā)明還提供了一種風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷裝置，所述裝置包括：一個(gè)或多個(gè)處理器；存儲裝置，用于存儲一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)根據(jù)前文所述的風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷方法。

采用這樣的設(shè)計(jì)后，本發(fā)明至少具有以下優(yōu)點(diǎn)：

本發(fā)明創(chuàng)新性地將數(shù)據(jù)輸入到隨機(jī)森林模型中得到發(fā)電機(jī)軸承溫度預(yù)測值，利用隨機(jī)森林模型獲得發(fā)電機(jī)軸承溫度的準(zhǔn)確預(yù)測，進(jìn)而進(jìn)行故障的準(zhǔn)確診斷。

附圖說明

上述僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，以下結(jié)合附圖與具體實(shí)施方式對本發(fā)明作進(jìn)一步的詳細(xì)說明。

圖1是模型建立過程的示意圖；

圖2是原始值、預(yù)測值、殘差的實(shí)測圖；

圖3是風(fēng)電機(jī)組發(fā)電機(jī)軸承異常智能診斷裝置的原理示意圖。