[發明專利]一種風機變槳子系統故障預警方法

在審

• 申請號: 202110605503.1
• 申請日: 2021-05-31
• 公開（公告）號: CN113357098A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 趙勇;童博;王忠杰;高晨;陳臣;李立勛;王新;王燕
• 申請（專利權）人: 西安熱工研究院有限公司
• 主分類號: F03D17/00
• 分類號: F03D17/00;G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 賀小停

本發明提供的一種風機變槳子系統故障預警方法，包括：獲取變槳子系統原始訓練樣本，原始訓練樣本包括若干原始參數字段；對原始訓練樣本進行預處理得到預處理訓練樣本；對預處理訓練樣本中的參數字段進行參數過濾，得到核心參數以及核心特征樣本，其中，核心特征樣本包括正常數據樣本和故障數據樣本；對故障數據樣本進行過采樣，以使故障數據樣本與正常數據樣本達到均衡；采用多重投票法對核心特征樣本進行訓練，得到變槳子系統預測模型；根據變槳子系統預測模型對待預測樣本進行預測，得到預測結果；本發明建立了基于風機變槳子系統的核心參數的變槳子系統預測模型，通過該模型能夠得到較為精準的風機變槳子系統的故障預測結果。

技術領域

本發明屬于風機故障檢測技術領域，具體涉及一種風機變槳子系統故障預警方法。

背景技術

近年來，隨著風力發電技術的高速發展，一方面，風電機組的單機容量越來越大，風電場大規模建設并網；另一方面，風機運行時間的不斷增長，使得機組疲勞失效時間與維護費用顯著增加。風機故障預警指的是采集風機的實時數據，然后采用機理算法、機器學習算法等方法處理這些實時數據，從而得到風機在未來一段時間出現故障的概率，進而來決定在現在或者未來的某個時間點采用何種運維策略。

變槳系統作為風力發電機組核心系統，是重要的傳動鏈控制裝置，結構復雜且故障率高，為影響風機發電量、能量控制甚至機組安全的重要部件。因此，及時準確發現變槳系統潛在的故障，已成為風電場安全、經濟運行的關鍵問題。目前，針對變槳電機故障的預警方案中，絕大多數是采用門限值法，通過設定單一閾值進行邏輯判斷，從而達到預警目的。該類方案一方面沒有考慮到設備工況，容易誤報警，不利于風電機組穩定運行，另一方面沒有利用設備自身的歷史數據、歸納運行特征，難以發現潛在故障。

發明內容

本發明的目的在于提供一種風機變槳子系統故障預警方法，解決了現有技術中針對變槳電機故障的預警方法存在的準確率低的缺陷。

為了達到上述目的，本發明采用的技術方案是：

本發明提供的一種風機變槳子系統故障預警方法，包括以下步驟：

步驟1，獲取變槳子系統原始訓練樣本，原始訓練樣本包括若干原始參數字段；

步驟2，對原始訓練樣本進行預處理得到預處理訓練樣本；

步驟3，對預處理訓練樣本中的原始參數字段進行參數過濾，得到核心參數，根據核心參數得到核心特征樣本，核心特征樣本包括正常數據樣本和故障數據樣本；

步驟4，故障數據樣本進行過采樣，以使故障數據樣本與正常數據樣本達到平衡，得到新核心特征樣本；

步驟5，對新核心特征樣本進行訓練，得到變槳子系統預測模型；

步驟6，根據變槳子系統預測模型對待預測樣本進行預測，得到預測結果。

優選地，步驟1中，原始參數字段包括時間數據、主軸轉速均值、輪轂溫度均值、第一葉片變槳角度均值、第二葉片變槳角度均值、第三葉片變槳角度均值、第一葉片變槳超級電容電壓均值、第二葉片變槳超級電容電壓均值、第三葉片變槳超級電容電壓均值、第一葉片變槳電機溫度均值、第二葉片變槳電機溫度均值、第三葉片變槳電機溫度均值、有功功率均值、機組號、第一變槳行程、第二變槳行程和第三變槳行程。

優選地，步驟2中，對原始訓練樣本進行預處理得到預處理訓練樣本，具體方法是：

依次對原始訓練樣本進行空值處理、類型轉換和標準化轉換，得到預處理訓練樣本。

優選地，所述空值處理的具體方法是：

按照行維度和列維度交叉的方式對原始訓練樣本進行空值處理，得到空值處理后的訓練樣本；

類型轉換的具體方法是：