[发明专利]一种预测未来风电机组发生故障的模型构建方法及系统

权利要求书

1.一种预测未来风电机组发生故障的模型构建方法，其特征在于，包括：

通过CMS系统获取风电机组的故障预警和故障发生信号；

在SCADA系统中记录所述故障预警和故障发生信号发生的时刻，并在SCADA系统的数据中进行预警等级和故障标记；

根据SCADA系统中参数越限信息分析对应时刻SCADA数据的参数状态；

在预设周期内，根据所述预警等级和故障标记以及所述参数状态构建关联规则模型；

通过所述关联规则模型预测未来风电机组发生的所有故障预警情况；

相应的，在预设周期内，根据所述预警等级和故障标记以及所述参数状态构建关联规则模型，包括：

根据所述预警等级和故障标记以及所述参数状态以时间划分建立参数越限信息表；

根据预设周期，通过关联规则挖掘算法分析所述参数越限信息表，形成SCADA参数越限与CMS预警等级和故障之间的关联规则模型。

2.如权利要求1所述的模型构建方法，其特征在于，所述通过CMS系统获取风电机组的故障预警和故障发生信号，包括：

通过CMS系统获得风电机组传动链待测部件的振动特征；

根据振动特征通过分类器提取风电机组的故障预警和故障发生信号。

3.如权利要求2所述的模型构建方法，其特征在于，所述在SCADA系统中记录所述故障预警和故障发生信号发生的时刻，并在SCADA系统的数据中进行预警等级和故障标记，包括：

每当所述CMS系统中出现故障预警信息时，记录对应的时刻并在SCADA数据中标记预警等级；

每当所述CMS系统中出现故障发生信号时，记录对应的时刻并在SCADA数据中标记故障。

4.如权利要求3所述的模型构建方法，其特征在于，所述故障预警信息包括：危险程度由重到轻的故障预警。

5.如权利要求2所述的模型构建方法，其特征在于，所述根据SCADA系统中参数越限信息分析所述对应时刻SCADA数据的参数状态，包括：

提取SCADA系统中监测所述风电机组传动链待测部件的参数越限信息；

产生越限的对应时刻，设置参数状态为1；

未产生越限的对应时刻，设置参数状态为0。

6.如权利要求1所述的模型构建方法，其特征在于，所述通过所述关联规则模型预测未来风电机组发生的所有故障预警情况，包括：

观测预设周期内SCADA的数据，根据关联规则模型分析，预测未来风电机组发生的所有故障预警情况。

7.一种预测未来风电机组发生故障的模型构建系统，其特征在于，包括：

获取模块：用于通过CMS系统获取风电机组的故障预警和故障发生信号；

标记模块：用于在SCADA系统中记录所述故障预警和故障发生信号发生的时刻，并在SCADA系统的数据中进行预警等级和故障标记；

分析模块：用于根据SCADA系统中参数越限信息分析对应时刻SCADA数据的参数状态；

构建模块：用于在预设周期内，根据所述预警等级和故障标记以及所述参数状态构建关联规则模型；

预测模块：用于通过所述关联规则模型预测未来风电机组发生的所有故障预警情况；

相应的，所述构建模块包括：

建立参数越限信息表单元，用于所述根据所述预警等级和故障标记以及所述参数状态以时间划分建立参数越限信息表；

建立关联规则模型单元，用于根据预设周期，通过关联规则挖掘算法分析所述参数越限信息表，形成SCADA参数越限与CMS预警等级和故障之间的关联规则模型。

8.如权利要求7所述的模型构建系统，其特征在于，所述获取模块包括：

获取单元：用于通过CMS系统获得风电机组传动链待测部件的振动特征；

提取信号单元：用于根据振动特征通过分类器提取风电机组的故障预警和故障发生信号。