[发明专利]风机健康评估的方法、系统、存储器及控制器

权利要求书

1.一种风机健康评估的方法，其特征在于，所述风机健康评估的方法包括：

获取风机正常运行时的历史数据并根据所述历史数据形成风机运行时的工况特征向量；

对风机历史运行工况进行划分；

根据所述工况特征向量和预设训练模型识别工况类别，根据工况类别利用状态变量组成的状态特征向量构建风机正常运行时的模型并将该模型作为在线评估风机健康的基准模型；

将当前时刻的工况特征向量输入所述预设训练模型，得到当前时刻风机运行工况分别属于每种工况的工况类别概率并计算当前时刻所述状态特征向量与每种工况下所述基准模型的马氏距离；

获取所述工况类别概率与距离每种工况下基准模型的马氏距离的加权平均值并将所述加权平均值转化为健康指标用以描述当前时刻风机运行状态偏离正常运行时的程度。

2.根据权利要求1所述的风机健康评估的方法，其特征在于，所述工况特征向量包含风速、环境温度、发电机转速和风轮转速。

3.根据权利要求1或2所述的风机健康评估的方法，其特征在于，所述基准模型为：

其中，GMM_j为基准模型的输出，j＝(1,2,3,4)，μ_i和C_i分别为第i个高斯分布的均值向量和协方差矩阵；ω_i为第i个高斯分布的权重，x为针对工况j利用选择的状态参数组成的特征向量，N_i为第i个多维高斯概率密度函数。

4.根据权利要求1所述的风机健康评估的方法，其特征在于，所述健康指标为：

其中：HI表示根据当前时刻状态特征向量距离所述基准模型的马氏距离所构建的健康指标；D(x)表示当前时刻状态特征向量距离所述基准模型的马氏距离；D₁(x)，D₂(x)，D₃(x)，D₄(x)分别表示为当前时刻状态特征向量距离四种工况下的基准模型的马氏距离；p_i表示当前时刻风机运行工况分别属于每种工况的概率，i＝(1,2,3,4)即p₁,p₂,p₃,p₄；Dj_i(x)表示当前时刻状态特征向量与第j种工况下的基准模型的第i个高斯分布的马氏距离；c是与风机正常运行状态相关的常数值；ω_i表示为高斯混合模型的权重系数，i＝(1,2,3,4,5)即ω₁，ω₂，ω₃，ω₄，ω₅；d_i(x)分别表示为当前时刻状态特征向量与每个高斯分布的马氏距离，i＝(1,2,3,4,5)即dj₁(x)，dj₂(x)，dj₃(x)，dj₄(x)，dj₅(x)；x表示为表示当前时刻状态特征向量；μj_i表示为第j种工况下的基准模型的第i个高斯分布的均值向量；C表示为协方差矩阵。

5.根据权利要求4所述的风机健康评估的方法，其特征在于，HI的取值范围为(0～1)；健康指标值越接近于0，表明风机当前时刻劣化越严重；健康指标值越接近于1,表明风机当前时刻健康度越高。