[發明專利]風電機組塔筒異常振動識別和運行狀態監測方法及系統

有效

• 申請號: 202210568413.4
• 申請日: 2022-05-23
• 公開（公告）號: CN114893360B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 陳修高;宋羽佳;董得志;孫曉彥;孫浩
• 申請（專利權）人: 國家電投集團科學技術研究院有限公司
• 主分類號: F03D17/00
• 分類號: F03D17/00;G06F30/23;G01H17/00;G06F119/02
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 申龍華

1.一種風電機組塔筒異常振動識別和運行狀態監測方法，其特征在于，包括：

獲取待測風機運行數據；

將所述待測風機運行數據輸入至訓練好的塔筒振動狀態監測模型中，得到預測結果；

基于四分位法，根據所述預測結果識別塔筒的異常振動，并監測所述塔筒的運行狀態；

所述塔筒振動狀態監測模型的確定方法為：

獲取訓練風機運行數據；所述訓練風機運行數據包括塔頂振動數據和塔筒振動數據；

對所述塔頂振動數據進行預處理，并對預處理后的數據進行數據融合，得到單變量風機塔筒振動數據；

基于HHT算法對所述單變量風機塔筒振動數據進行提取，得到低頻振動信號；

根據風機運行機理分析，確定振動影響變量；

以所述振動影響變量為預設模型的輸入參數，以所述低頻振動信號為預設模型的輸出參數，采用XGBoost算法對預設模型進行訓練和精度驗證，得到訓練好的塔筒振動狀態監測模型。

2.根據權利要求1所述的風電機組塔筒異常振動識別和運行狀態監測方法，其特征在于，所述基于四分位法，根據所述預測結果識別塔筒的異常振動，并監測所述塔筒的運行狀態，包括：

根據所述預測結果和所述待測風機運行數據進行對比，得到振動殘差曲線；

采用所述四分位法對所述振動殘差曲線進行振動變化分析，并根據分析結果判定所述塔筒是否為異常振動狀態，若是，則將所述運行狀態確定為異常狀態，若否，則將所述運行狀態確定為正常狀態。

3.根據權利要求1所述的風電機組塔筒異常振動識別和運行狀態監測方法，其特征在于，所述對所述塔頂振動數據進行預處理，并對預處理后的數據進行數據融合，得到單變量風機塔筒振動數據，包括：

根據3σ法對所述塔頂振動數據的離群值判定，并根據判定結果對所述塔頂振動數據進行剔除，得到剔除后的數據；

根據Newton插值法對所述剔除后的數據進行填補，得到所述預處理后的數據；所述預處理后的數據包括水平向塔頂振動數據和垂直向塔頂振動數據；

對所述水平向塔頂振動數據和所述垂直向塔頂振動數據進行融合，得到所述單變量風機塔筒振動數據。

4.根據權利要求3所述的風電機組塔筒異常振動識別和運行狀態監測方法，其特征在于，所述對所述水平向塔頂振動數據和所述垂直向塔頂振動數據進行融合的計算公式為：

其中，x_i表示第i個所述水平向塔頂振動數據，y_i表示第i個所述垂直向塔頂振動數據，z_i表示第i個所述單變量風機塔筒振動數據。

5.根據權利要求1所述的風電機組塔筒異常振動識別和運行狀態監測方法，其特征在于，所述振動影響變量包括風速、風向、轉子轉速、槳距角和偏航位置。

6.一種風電機組塔筒異常振動識別和運行狀態監測系統，其特征在于，包括：

待測數據獲取模塊，用于獲取待測風機運行數據；

預測模塊，用于將所述待測風機運行數據輸入至訓練好的塔筒振動狀態監測模型中，得到預測結果；

振動分析模塊，用于基于四分位法，根據所述預測結果識別塔筒的異常振動，并監測所述塔筒的運行狀態；

訓練數據獲取模塊，用于獲取訓練風機運行數據；所述訓練風機運行數據包括塔頂振動數據和塔筒振動數據；

融合模塊，用于對所述塔頂振動數據進行預處理，并對預處理后的數據進行數據融合，得到單變量風機塔筒振動數據；

提取模塊，用于基于HHT算法對所述單變量風機塔筒振動數據進行提取，得到低頻振動信號；

變量確定模塊，用于根據風機運行機理分析，確定振動影響變量；

訓練模塊，用于以所述振動影響變量為預設模型的輸入參數，以所述低頻振動信號為預設模型的輸出參數，采用XGBoost算法對預設模型進行訓練和精度驗證，得到訓練好的塔筒振動狀態監測模型。