[发明专利]一种基于温度参数的风机齿轮箱性能检测与健康评估方法

权利要求书

1.一种基于温度参数的风机齿轮箱性能检测与健康评估方法，其特征包括“基于KECA的检测风电机组运行状态”、“基于KECA-GRNN的预测齿轮箱油温与齿轮箱轴承温度”和“基于残差定义综合健康状态指标获得齿轮箱的健康状态等级”三个阶段，具体步骤如下：

A.基于KECA的检测风电机组运行状态：

1)SCADA数据预处理阶段；

根据异常数据簇在风速-输出功率散点图中的分布特征，采用四分位原理对SCADA数据进行清洗；

2)齿轮箱状态参数选择阶段；

对清洗后的数据，利用Pearson相关系数的SCADA参数筛选方法，选择可显现齿轮箱早期故障的参数，即选定输出功率、发动机转速、叶轮转速、风速、齿轮箱润滑油入口压力作为健康评估参数；

3)风机齿轮箱运行状态检测阶段；

通过建立KECA主元模型之后，计算主元模型的检测统计量和待检测数据之间的检测统计量，来判断风电机组是否有异常情况发生；使用的检测统计量是残差空间统计量平方预测误差SPE；

B.基于KECA-GRNN预测齿轮箱油温与齿轮箱轴承温度阶段：

1)齿轮箱油温、轴承温度预测阶段；

选择在第一阶段通过KECA算法对训练数据提取的主元特征作为GRNN神经网络训练样本输入，建立KECA-GRNN预测模型；并利用正常状态和异常状态下的测试数据经KECA提取主元后作为预测输入，计算得到预测输出，并与实际齿轮箱油温、齿轮箱轴承温度对比分析情况；

2)分析预测残差阶段；

分析预测残差确定齿轮箱油温、轴承高温异常产生的原因与时间，可预见早期故障的产生，并且通过对齿轮箱多参数的分析，考虑其相互制约的关系，避免预测结果的片面性和失误的产生；

C.基于综合健康状态指标获得齿轮箱的健康状态等级阶段：

选取残差作为指标层的评价指标，针对风电机组齿轮箱健康状态的评估，依据健康状态分级原则，通过模糊理论定义健康状态等级隶属度函数，得出齿轮箱的健康状态等级。

2.根据权利要求1所述的一种风机齿轮箱性能检测与健康评估方法，其特征在于：

①风机齿轮箱状态参数选择；充分考虑SCADA系统参数的特点并依据可显现齿轮箱早期故障的参数使用基于皮尔逊相关系数的SCADA参数筛选方法；皮尔逊相关系数能与期望输出相关度大的特征参数，即输出功率、发动机转速、叶轮转速、风速、齿轮箱润滑油入口压力作为后续实验参数对象；

②基于温度的建模与预测；建立KECA-GRNN模型预测齿轮箱油温与齿轮箱轴承温度，还对预测产生的残差进行分析，根据三倍标准差法定义齿轮箱故障预警限与报警限，预警早期故障的产生；

③采用模糊综合评判健康状态等级；分析KECA-GRNN模型产生的预测残差，通过模糊理论定义健康状态等级隶属度函数，获得齿轮箱的健康状态等级；

定义风机齿轮箱的综合健康状态指数β：

其中，λ_i为第i个残差，L_i1为第i个残差的预警线，L_i2为第i个残差的报警线；对隶属度进行基本置信度分配，得出齿轮箱的健康状态等级。