[发明专利]一种基于VaDE的风力发电机轴承故障诊断方法及系统

权利要求书

1.一种基于VaDE的风力发电机轴承故障诊断方法，其特征在于，所述方法包括：

获取预测时段内各时刻的风力发电机轴承的状态数据；

将所述预测时段内各时刻的风力发电机轴承的状态数据输入预先建立的风力发电机轴承故障诊断模型中，获取预测时段内所述风力发电机轴承对应的高斯分布的权重；

基于预测时段内所述风力发电机轴承对应的高斯分布的权重对预测时段内所述风力发电机轴承是否存在故障进行诊断。

2.如权利要求1所述的方法，其特征在于，所述风力发电机轴承的状态数据包括：

风力发电机的驱动端与非驱动端温度差、风力发电机的输出功率、风力发电机的转速、风力发电机轴承振动速度秒级特征值、轴承振动加速度秒级特征值；

其中，轴承振动速度秒级特征值包括：所述轴承振动速度的有效值、最大值、最小值、均值；

轴承振动加速度秒级特征值包括：轴承振动加速度的有效值、最大值、最小值、均值、峰值、峭度指标、偏斜度指标。

3.如权利要求2所述的方法，其特征在于，所述预先建立的风力发电机轴承故障诊断模型的建立过程包括：

获取历史时段内各时刻风力发电机轴承的状态数据；

对获取的历史时段内各时刻风力发电机轴承的状态数据进行处理，并获取处理后的状态数据；

利用处理后的状态数据对预先基于VaDE模型构建的初始风力发电机轴承故障诊断模型进行训练，得到风力发电机轴承故障诊断模型；

其中，所述初始风力发电机轴承故障诊断模型包括：第一VaDE模块、残差计算层和第二VaDE模块。

4.如权利要求3所述的方法，其特征在于，所述对获取的历史时段内各时刻风力发电机轴承的状态数据进行处理，包括：

步骤a：将历史时段内各时刻风力发电机轴承的状态数据中的风力发电机的驱动端与非驱动端温度差、风力发电机的输出功率、风力发电机的转速与风力发电机轴承振动速度秒级特征值、轴承振动加速度秒级特征值数据按相同时刻拼接，拼接后数据的；

步骤b:将拼接后的所述数据中风力发电机的输出功率值小于输出功率阈值的时刻数据设置为空值；

步骤c：对步骤b处理后的数据进行归一化；

步骤d：将历史时段内归一化后的所述状态数据按照风力发电机的转速进行切片划分区间，并获取每个切片区间内驱动端与非驱动端温度差、风力发电机的输出功率、风力发电机的转速、风力发电机轴承振动速度秒级特征值和轴承振动加速度秒级特征值数据的最大值、最小值、均值和标准差。