[发明专利]一种基于时间序列聚类诊断风力发电机主轴承故障的方法

摘要

本发明公开了一种基于时间序列聚类诊断风力发电机主轴承故障的方法，包括如下步骤：第一步，数据(功率数据和主轴承温度数据)采集、筛选及计算；第二步，按照功率聚类，分为不同功率区间；对各功率区间分别进行如下的第三到第七步；第三步，适应度评价；第四步，选择优良个体群；第五步，求得温度基准线；第六步，求得温度警戒线；第七步，数据代入检测预警。本发明中风力发电机主轴承温度通过时间序列的功率聚类和优良个体群的选择，辨别主轴承是否存在异常的运行状态从而进行诊断，诊断结果可靠，可以提高主轴承的预警能力，用数据代替人工排查，做到有的放矢的维护与消缺，降低了主轴承损坏率，提高了风力发电机发电率和经济效益。

主权项

1.一种基于时间序列聚类诊断风力发电机主轴承故障的方法，其特征在于，包括如下步骤：第一步，数据采集、筛选及计算：采集风电场内某型号风力发电机的功率数据和主轴承温度数据，风力发电机数据采集的时间段应保持一致；对采集的数据进行筛选评价删除异常后，再求各风力发电机的功率n分钟均值和主轴承温度n分钟均值；第二步，按照功率聚类：按照第一步获得的风力发电机功率n分钟均值进行区间选择，首先选择某一时间段，风力发电机按照功率分区间，将在功率区间[A,B][C,D]…内的风力发电机选择出来；其中，功率区间标准为：在此区间内至少存在一台风力发电机功率对主轴承温度影响很小，即用曲线拟合的方法求得拟合直线的斜率趋于0；所述功率区间的具体选择方法为：以区间[A,B]为例，以最高的功率B为起点，A点不断向下延展，只要满足功率区间标准，A点就应不断迭代向下，最终A点取最小的点；[C,D]…区间的选择方法相同；将此时间段的风力发电机计算出的功率及主轴承温度n分钟均值数据进行保存；第三步，适应度评价：对[A,B]区间内的风力发电机主轴承温度的n分钟均值进行适应度评价，适应度说明个体的优劣性；主轴承温度属于越小越优型指标，温度越低，适应度应越高；第四步，选择优良个体群：根据每台风力发电机的适应度，选择优良个体群；第五步，求得温度基准线：将优良个体群的主轴承温度n分钟均值再求平均，得到此时间段的温度基准线；第六步，求得温度警戒线：所述温度警戒线为温度基准线与允许偏差值之和；第七步，数据代入检测预警：在此[A,B]区间内选择对应的主轴承温度n分钟均值数据，与警戒线比较，对持续大于此值的风力发电机，加以预警；对于[C,D]及其它各区间，重复第三步到第七步的方法，分别进行预警。