[发明专利]一种基于时间序列聚类诊断风力发电机主轴承故障的方法

说明书

本发明公开了一种基于时间序列聚类诊断风力发电机主轴承故障的方法，包括如下步骤：第一步，数据(功率数据和主轴承温度数据)采集、筛选及计算；第二步，按照功率聚类，分为不同功率区间；对各功率区间分别进行如下的第三到第七步；第三步，适应度评价；第四步，选择优良个体群；第五步，求得温度基准线；第六步，求得温度警戒线；第七步，数据代入检测预警。本发明中风力发电机主轴承温度通过时间序列的功率聚类和优良个体群的选择，辨别主轴承是否存在异常的运行状态从而进行诊断，诊断结果可靠，可以提高主轴承的预警能力，用数据代替人工排查，做到有的放矢的维护与消缺，降低了主轴承损坏率，提高了风力发电机发电率和经济效益。

技术领域

本发明涉及风力发电机运行维护领域，特别是涉及一种基于时间序列聚类诊断风力发电机主轴承故障的方法。

背景技术

主轴承是风力发电机中重要的组成部分，其将叶轮吸收的风能传递给齿轮箱，是风力发电机传动链重要的能量传递机构。我国风电产业蓬勃发展的同时面临着风力发电机故障多发的境遇，然而在所有的故障中，主轴承、齿轮箱、发电机、叶片等大部件的故障影响尤为严重，会造成风电场严重的经济损失。其中很多大部件的损坏是由于缺少维护和监管所造成的。如果在需要维护时或者在故障的初期就能诊断出来，这是减少风电场损失的有效途径。目前风力发电机主轴承故障的诊断方法，主要是通过振动监测进行诊断，但振动对风力发电机的主轴承缺少维护和油脂问题，主轴承的装配问题及主轴承的损坏问题，好多都影响都是间接的，诊断监测结果可靠性不高。

由此可见，上述现有的风力发电机主轴承故障的诊断方法，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种诊断结果可靠的风力发电机主轴承故障的诊断方法，提前对主轴承故障进行预警，降低主轴承损坏率，提高风力发电机发电率和经济效益，成为当前急需改进的目标。

发明内容

本发明要解决的技术问题是提供一种基于时间序列聚类诊断风力发电机主轴承故障的方法，诊断结果可靠，可提前对主轴承故障进行预警，降低主轴承损坏率，提高风力发电机发电率和经济效益。

为解决上述技术问题，本发明采用如下技术方案：

一种基于时间序列聚类诊断风力发电机主轴承故障的方法，包括如下步骤：

第一步，数据采集、筛选及计算：采集风电场内某型号风力发电机的功率数据和主轴承温度数据，风力发电机数据采集的时间段应保持一致；对采集的数据进行筛选评价删除异常后，再求各风力发电机的功率n分钟均值和主轴承温度n分钟均值；

第二步，按照功率聚类：按照第一步获得的风力发电机功率n分钟均值进行区间选择，首先选择某一时间段，风力发电机按照功率分区间，将在功率区间[A,B][C,D]…内的风力发电机选择出来；其中，功率区间标准为：在此区间内至少存在一台风力发电机功率对主轴承温度影响很小，即用曲线拟合的方法求得拟合直线的斜率趋于0；所述功率区间的具体选择方法为：以区间[A,B]为例，以最高的功率B为起点，A点不断向下延展，只要满足功率区间标准，A点就应不断迭代向下，最终A点取最小的点；[C,D]…区间的选择方法相同；将此时间段的风力发电机计算出的功率及主轴承温度n分钟均值数据进行保存；

第三步，适应度评价：对[A,B]区间内的风力发电机主轴承温度的n分钟均值进行适应度评价，适应度说明个体的优劣性；主轴承温度属于越小越优型指标，温度越低，适应度应越高；

第四步，选择优良个体群：根据每台风力发电机的适应度，选择优良个体群；

第五步，求得温度基准线：将优良个体群的主轴承温度n分钟均值再求平均，得到此时间段的温度基准线；

第六步，求得温度警戒线：所述温度警戒线为温度基准线与允许偏差值之和；

第七步，数据代入检测预警：在此区间内选择对应的主轴承温度n分钟均值数据，与警戒线比较，对持续大于此值的风力发电机，加以预警；