[发明专利]一种基于同型号设备数量较多的故障诊断方法

说明书

本发明公开了一种基于同型号设备数量较多的故障诊断方法，包括：获取传感器检测到的所有同型号的风机参数数据；对风机参数数据进行预处理处理排除数值明显超出合理范围以及波动不合理的异常数据的影响；利用kmeans算法，以及风机测量的相关参数对设备状态进行分类，划分工况；将历史数据根据工况进行分类，确定阈值并根据阈值设计模型计算；通过对比同工况同型号下风机参数的实时平均值与实时值的偏差是否超过阈值，判断是否触发报警。本发明提供的诊断方法可配置其他故障模型，可在风力发电机现场同型号设备多的条件下，通过比较各个风机在同工况下相同参数的大小以及及变化的趋势，提前精确预警，以降低维护成本。

技术领域

本发明涉及故障诊断的技术领域，尤其涉及一种基于同型号设备数量较多的故障诊断方法。

背景技术

风电装备多服役在人迹罕至的偏远地区或近海地区，且随着技术的发展，风电装备不断朝着大型化的方向发展，风电叶片直径不断攀升，造成安装重要设备的机舱距离地面也随之升高，给风电装备的运行维护带来了极大困难，推高了机组的维护成本。

目前风力发电机的监控系统都是针对单个设备的监控，即目前风力发电的监控系统虽然会把所有风机的数据接入到一个系统里面但是风机相互之间并没有关系，不会相互参照。且风机的运行环境较为恶劣，容易发生误报。根据风力发电机现场同型号设备多的特点，可以通过比较各个风机在同工况下，相同参数的大小及变化趋势，提前预警。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明目的是提供一种基于同型号设备数量较多的故障诊断方法，解决目前风力发电机的监控系统都是针对单个设备的监控，且风机的运行环境较为恶劣，容易发生误报或报警不及时的问题。

为解决上述技术问题，本发明提供如下技术方案：

第一方面，本发明实施例提供了一种基于同型号设备数量较多的故障诊断方法，包括：获取传感器检测到的所有同型号的风机参数数据；

对所述风机参数数据进行预处理处理排除数值明显超出合理范围以及波动不合理的异常数据的影响；

利用kmeans算法，以及风机测量的相关参数对设备状态进行分类，划分工况；

将历史数据根据所述工况进行分类，确定阈值并根据所述阈值设计模型计算；

通过对比同工况同型号下风机参数的实时平均值与实时值的偏差是否超过阈值，判断是否触发报警。

作为本发明所述的基于同型号设备数量较多的故障诊断方法，其中：还包括增加振动传感器，利用振动数据进行分析。

作为本发明所述的基于同型号设备数量较多的故障诊断方法，其中：所述划分工况包括，

选择K个初始聚类中心；

对风机参数数据集中每一数据点根据给定的距离计算公式分别计算出到K个聚类中点的距离，将其归属于距离最近的聚类中心；

重新计算K个聚类的中心点；

重复上述过程直到新的聚类中心点没有明显变化，具体公式如下：

其中，j表示聚类集，n表示数据集中点的总数目，K表示所需聚类的数据，μ_k表示第K个中心点的位置，r_ik表示距离和，当X_i属于第K个类时，则r_ik＝1，否则r_ik＝0。