[发明专利]用于风机主轴承的故障诊断方法及系统

权利要求书

1.一种用于风机主轴承的故障诊断方法，所述方法包括：

从SCADA数据中采集与风机的主轴承相关的参数数据；

对所述与主轴承相关的参数数据进行预处理并进行特征提取；

将提取的特征输入异常检测模型和故障检测模型，并且基于所述异常检测模型的输出值和所述故障检测模型的输出值对所述风机主轴承的状态进行诊断；

当所述异常检测模型的输出值小于等于第一阈值时，将所述风机主轴承的状态诊断为正常；和/或

当所述异常检测模型的输出值大于所述第一阈值时，将所述故障检测模型的输出值与第二阈值进行比较：

如果所述故障检测模型的输出值小于等于第二阈值，则将所述风机主轴承的状态诊断为异常；和/或

如果所述故障检测模型的输出值大于所述第二阈值，则将所述风机主轴承的状态诊断为故障。

2.根据权利要求1中所述的方法，还包括对所述异常检测模型和故障检测模型进行训练，所述训练包括：

从SCADA数据和历史故障检查报告中采集与主轴承相关的参数数据；

对所述与主轴承相关的参数数据进行预处理，其中所述预处理包括为所述参数数据设置多个标签；

基于经过预处理的设置有标签的参数数据进行特征提取，提取后的特征包括具有多个标签中的特定标签的第一特征和具有多个标签中的除了所述特定标签之外的标签的第二特征；

通过将所述第一特征作为所述异常检测模型的输入并且将异常概率值作为所述异常检测模型的输出值，对所述异常检测模型进行训练；以及

通过将所述第一特征和所述第二特征共同作为所述故障检测模型的输入并且将故障概率值作为所述故障检测模型的输出值，对所述故障检测模型进行训练。

3.根据权利要求2所述的方法，其中，所述为参数数据设置标签包括：

基于所述历史故障检查报告中的检查信息来评估主轴承的健康状态等级；以及

根据所述主轴承的健康状态等级，为与主轴承相关的参数数据设置相对应的标签。

4.根据权利要求1所述的方法，其中，对所述与主轴承相关的参数数据进行预处理包括执行以下各项中的至少一项：数据清理，数据筛选以及数据编码。

5.根据权利要求4所述的方法，其中，执行所述数据清理进一步包括：将符合预定条件的参数数据移除，所述符合预定条件的参数数据包括空值和常数值中的至少一个。

6.根据权利要求4所述的方法，其中，行所述数据筛选进一步包括：基于工况参数的有效范围来对所述参数数据进行筛选。

7.根据权利要求1-6中任一项所述的方法，其中所述特征提取包括：基于相关性分析和重要性分析，从经过预处理后的参数数据中选择参数作为关键特征，所述关键特征包括温度、振动、功率和速度参数中的至少一个。

8.根据权利要求7所述的方法，其中所述特征提取进一步包括特征增加处理，所述特征增加处理包括增加选自由以下统计和逻辑特征构成的组中的至少一个特征：平均、标准差、偏度、峰度、极差、四分位差、相关系数和发电功率比例。

9.根据权利要求1所述的方法，其中，所述第一阈值和所述第二阈值分别是介于0％与100％之间的数值。

10.一种用于风机主轴承的故障诊断系统，所述系统包括存储器以及与存储器连接的处理器；

其中所述处理器被配置成执行以下步骤：

从SCADA数据中采集与主轴承相关的参数数据；

对所述与主轴承相关的参数数据进行预处理并进行特征提取；

将提取的特征输入异常检测模型和故障检测模型，并且基于所述异常检测模型的输出值和所述故障检测模型的输出值对所述风机主轴承的状态进行诊断；

当所述异常检测模型的输出值小于等于第一阈值时，将所述风机主轴承的状态诊断为正常；和/或

当所述异常检测模型的输出值大于所述第一阈值时，将所述故障检测模型的输出值与第二阈值进行比较：

如果所述故障检测模型的输出值小于等于第二阈值，则将所述风机主轴承的状态诊断为异常；和/或

如果所述故障检测模型的输出值大于所述第二阈值，则将所述风机主轴承的状态诊断为故障。