[发明专利]一种风机状态估计的方法及系统

说明书

本发明公开一种风机状态估计方法及系统，所述方法包括：获取风机的在线运行数据；对所述在线运行数据进行预处理，获得时间序列数据；通过在线状态监测模型判断所述时间序列数据是否表示风机处于故障状态，得到判断结果；当判断结果表示风机不处于故障状态时，输出检测结果为健康；当判断结果表示风机处于故障状态时，标记表示风机处于故障状态的所述时间序列数据，得到故障检测样本；通过在线故障检测模型确定所述故障检测样本所对应的故障类型；输出所述故障类型。本发明采用时间序列数据作为输入的检测样本，相对于单一的状态信息具有时序性，更加真实，能够反映风机系统的时变信息，提高了风机的故障诊断率。

技术领域

本发明涉及风机故障诊断领域，特别是涉及一种风机状态估计的方法及系统。

背景技术

随着风电市场的快速发展与竞争的加剧，风力发电公司越来越感到运营成本的压力，迫切希望能够在保证机组安全运行的前提下，尽可能的降低运营成本，而通过更加有效的使用维护和维修服务，减少机组非计划停运与设备故障是降低运营成本的有效手段。

一台风力机组通常有近20～25年的使用寿命，在此期间，是否需要维修已经不是一个问题，何时维修才是需要关注的关键。因此风电公司和风电设备生产厂家对风机进行在线状态监测和性能评估具有迫切的需求。

现有的风机故障诊断的方法往往是通过风电场运行人员对风机重要参数进行监视，发现问题后通过人为经验对风机进行维修。这种方法误判率高，不仅消耗大量的人力成本，还往往找不到风机故障的根本原因。

发明内容

本发明的目的是提供一种风机状态估计的方法及系统，用来解决现有技术中风机故障诊断方法误判率高的问题。

为实现上述目的，本发明提供了如下方案：

本发明提供了一种风机状态估计方法，所述风机状态估计方法包括：

获取风机的在线运行数据；

对所述在线运行数据进行预处理，获得时间序列数据；

通过在线状态监测模型判断所述时间序列数据是否表示风机处于故障状态，得到判断结果；

当判断结果表示风机不处于故障状态时，输出检测结果为健康；

当判断结果表示风机处于故障状态时，标记表示风机处于故障状态的所述时间序列数据，得到故障检测样本；

通过在线故障检测模型确定所述故障检测样本所对应的故障类型；

输出所述故障类型。

可选的，所述获取风机的在线运行数据具体包括：

获取风机的风速、风向、低速轴转速、高速轴转速、偏航转速、主轴轴承温度、齿轮箱高速轴温度、齿轮箱油温、发电机绕组温度、机舱内温度、机舱外温度、冷却媒温度、电池温度、液压站油压、齿轮箱滤芯进口油压、齿轮箱滤芯出口油压、刹车片厚度、刹车片温度和振动频率。

可选的，在所述通过在线状态监测模型判断所述时间序列数据是否表示风机处于故障状态之前还包括：

获取风机的历史数据；所述历史数据包括标签样本和非标签样本；所述标签样本表示所述历史数据是否为故障数据已知，所述标签样本表示所述历史数据是否为故障数据未知；

根据所述非标签样本构建多个第一隐含层的自动编码器；

根据风机状况确定第一输出层，所述第一输出层的元素包括健康和故障两种；

根据所述标签样本与所述第一输出层的关系，通过BP算法对所述第一隐含层的自动编码器进行调整，得到在线状态监测模型。

可选的，在所述通过在线故障检测模型确定所述故障检测样本所对应的故障类型之前还包括：