[發(fā)明專利]風機軸承振動的報警方法及其裝置在審
| 申請?zhí)枺?/td> | 202211510248.3 | 申請日： | 2022-11-29 |
| 公開（公告）號： | CN115791180A | 公開（公告）日： | 2023-03-14 |
| 發(fā)明（設(shè)計）人： | 王鴻策;郭楠;申旭輝;陳國武;湯海雁;李錚;孫財新;潘霄峰;楊海龍;閆永昌;王德志;蔡鵬飛;任曉馗;郝健強 | 申請（專利權(quán)）人： | 華能隴東能源有限責任公司;中國華能集團清潔能源技術(shù)研究院有限公司 |
| 主分類號： | G01M13/045 | 分類號： | G01M13/045 |
| 代理公司： | 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201 | 代理人： | 宋合成 |
| 地址： | 745000 甘*** | 國省代碼： | 甘肅;62 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 風機 軸承 振動 報警 方法 及其 裝置 | ||
1.一種風機軸承振動的報警方法，其特征在于，包括：
獲取風電機組軸承振動的歷史樣本數(shù)據(jù)，所述歷史樣本數(shù)據(jù)包括歷史時域曲線、歷史振動加速度有效值、歷史峭度指標、歷史包絡(luò)有效值、歷史振動速度有效值的報警實測值和報警閾值；
根據(jù)所述歷史樣本數(shù)據(jù)對預(yù)先構(gòu)建的初始混合模型進行訓(xùn)練，得到訓(xùn)練好的目標混合模型；
獲取風電機組軸承振動的實時數(shù)據(jù)，將所述實時數(shù)據(jù)輸入至所述目標混合模型，得到風電機組軸承的振動報警結(jié)果，其中所述實時數(shù)據(jù)包括實時時域信號、實時振動加速度有效值、實時峭度指標、實時包絡(luò)有效值和實時振動速度有效值。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標混合模型包括輸入層、卷積神經(jīng)網(wǎng)絡(luò)層、長短期時間記憶網(wǎng)絡(luò)層、注意力層和輸出層，所述根據(jù)所述歷史樣本數(shù)據(jù)對預(yù)先構(gòu)建的初始混合模型進行訓(xùn)練，得到訓(xùn)練好的目標混合模型，包括：
將所述歷史樣本數(shù)據(jù)輸入到所述初始混合模型的所述輸入層，通過所述輸入層得到所述訓(xùn)練樣本各自對應(yīng)的輸入向量；
將所述輸入向量輸入到所述卷積神經(jīng)網(wǎng)絡(luò)層，并對所述輸入向量進行特征提取，以篩選出目標特征向量；
獲取所述目標特征向量，將所述目標特征向量輸入所述長短期時間記憶網(wǎng)絡(luò)層，以提取所述目標特征向量各自對應(yīng)的特征關(guān)系；
將所述目標特征向量各自對應(yīng)的特征關(guān)系輸入到所述注意力層中，并根據(jù)所述注意力層中所述特征關(guān)系的注意力權(quán)重參數(shù)值，對所述特征關(guān)系進行篩選，以得到輸出向量；
將所述輸出向量輸入到所述輸出層，并輸出報警預(yù)測值。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)層包括卷積層和丟棄層，所述將所述輸入向量輸入到所述卷積神經(jīng)網(wǎng)絡(luò)層，并對所述輸入向量進行特征提取，以篩選出目標特征向量，包括：
將所述輸入向量輸入到所述卷積層中，獲取卷積層提取的輸入向量的多個特征向量；
將所述輸入向量的多個特征向量輸入到所述丟棄層，以從所述多個特征中篩選出目標特征向量。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述在將所述輸出向量輸入到所述輸出層，并輸出振動報警結(jié)果之后，還包括：
獲取所述報警預(yù)測值，并對所述報警預(yù)測值進行反歸一化處理。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取所述報警預(yù)測值，并對所述報警預(yù)測值進行反歸一化處理，包括：
所述報警預(yù)測值經(jīng)過反歸一化即可得到實際的目標報警預(yù)測值：
其中，為經(jīng)所述目標混合模型預(yù)測得到的反歸一化處理前的報警預(yù)測值，y*為反歸一化處理后的目標報警預(yù)測值，ymin、ymax分別為歸一化處理前歷史輸出數(shù)據(jù)中的最小值和最大值。
6.一種風機軸承振動的報警裝置，其特征在于，包括：
獲取模塊，用于獲取風電機組軸承振動的歷史樣本數(shù)據(jù)，所述歷史樣本數(shù)據(jù)包括歷史時域曲線、歷史振動加速度有效值、歷史峭度指標、歷史包絡(luò)有效值、歷史振動速度有效值的報警實測值和報警閾值；
訓(xùn)練模塊，用于根據(jù)所述歷史樣本數(shù)據(jù)對預(yù)先構(gòu)建的初始混合模型進行訓(xùn)練，得到訓(xùn)練好的目標混合模型；
報警模塊，用于獲取風電機組軸承振動的實時數(shù)據(jù)，將所述實時數(shù)據(jù)輸入至所述目標混合模型，得到風電機組軸承的振動報警結(jié)果，其中所述實時數(shù)據(jù)包括實時時域信號、實時振動加速度有效值、實時峭度指標、實時包絡(luò)有效值和實時振動速度有效值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華能隴東能源有限責任公司;中國華能集團清潔能源技術(shù)研究院有限公司，未經(jīng)華能隴東能源有限責任公司;中國華能集團清潔能源技術(shù)研究院有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211510248.3/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
