CN103344914B - 基于归一化的风电机组故障预警方法 - Google Patents

Abstract

本发明所提供基于归一化的风电机组故障预警方法，包括步骤：A、建立风电机组的故障模型；B、采集风电机组的工作参数，进行归一化处理，依据所述故障模型确认故障状态等级，并依据等级进行预警。依据本发明所提供的方法，可实现自动对风电机组所出现的故障进行等级测评，并依据故障等级进行预警。

Description

基于归一化的风电机组故障预警方法

技术领域

本发明涉及风电机组自动化技术领域，特别涉及一种基于归一化的风电机组故障预警方法。

背景技术

关于风力发电机组运行状态评估及预警方法的研究层出不穷，但是一部分研究只针对风力发电机组传统运行参数（风速、发电机功率、转速、齿轮箱油温、轴承温度及发电机电压电流参数等）进行状态评估；另一部分研究则只针对机组机械传动部分振动信号进行状态评估，而风力发电机组综合状态的评估应该是机组传统运行参数和机械传动部分振动信号两部分的有机结合，同时还应该考虑风力发电机组变工况的运行特点，才能够对机组状态进行准确评估，显然，现有技术无法满足。

发明内容

有鉴于此，本发明的主要目的在于，提供一种基于归一化的风电机组故障预警方法，可实现自动对风电机组所出现的故障进行测评，并依据故障等级进行预警。

包括步骤：

A、建立风电机组的故障模型；

B、采集风电机组的工作参数，进行归一化处理，依据所述故障模型确认故障状态等级，并依据等级进行预警。

由上，可实现自动对风电机组所出现的故障进行测评，并依据故障等级进行预警。

可选的，所述步骤A所述的故障模型中，不同故障状态FAULT_i对应不同工作参数INDEX_ij范围。

由上，通过设置无故障、轻微故障、一般故障和严重故障等不同故障状态对应的工作参数INDEX_ij范围，提高容错率，并实现判断故障的准确性。

可选的，所述步骤B包括：

步骤B1：采集风电机组的工作参数INDEX_ij，进行归一化处理；

步骤B2：确定影响故障状态FAULT_i的各工作参数INDEX_ij的权重W_ij；

步骤B3：确认故障状态等级FAULT_i等级。

由上，实现对故障等级的判断。

较佳的，所述步骤B1中包括步骤：

步骤B11：设置故障状态等级阈值V_i；

步骤B12：分别设置不同故障状态等级阈值V_i的最小临界值INDEX_ij-min和最大临界值INDEX_ij-max；

步骤B13：依据工作参数INDEX_ij所属等级范围进行归一化计算，归一化结果 ${\mathrm{IND}}_{\mathrm{ij}}=\frac{{\mathrm{INDEX}}_{\mathrm{ij}}-{\mathrm{INDEX}}_{\mathrm{ij}-\min }}{{\mathrm{INDEXi}}_{\mathrm{ij}-\max }-{\mathrm{INDEX}}_{\mathrm{ij}-\min }}.$

由上，由于风电机组中不同部件的工作参数INDEX不同，因此需对所述工作参数INDEX按统一标准进行归一化处理，以实现判断标准相同。

较佳的，步骤B2中，权重依据影响故障状态等级阈值V_i的各工作参数INDEX_ij的变化量%_ij统计而得。

所述权重 $W_{\mathrm{ij}}=\frac{{\%}_{\mathrm{ij}}}{{\mathrm{\Σ}}_{j=1}^m{\%}_{\mathrm{ij}}}.$

由上，相比于传统的权重确定方法大多是根据经验值确定，此种权重确定方法的应用，可有效消除凭经验确定权重的盲目性，进而大大提高状态评估系统的准确度。

较佳的，依据各工作参数的权重W_ij计算出故障状态FAULT_i的等级系数

较佳的，步骤B1与步骤B2之间还包括：对步骤B1中归一化处理后的运行参数进行修正处理。

由上，保证归一化数据在相同标准下判定。

可选的，所述修正系数修正结果为IND_ij-Amend=IND_ij/Amend。

可选的，所述故障状态FAULT_i的等级系数

附图说明

图1为基于归一化的风电机组故障预警方法流程图。

具体实施方式

本发明所提供的基于归一化的风电机组故障预警方法，可实现自动对风电机组所出现的故障进行测评，并依据故障等级进行预警。

如图1所示，方法包括：

步骤10：建立故障模型。

风电机组的主要工作部件为桨叶、主轴、齿轮箱和发电机四部分，因此进行参数采集时需至少采集上述四部件的工作参数。依据经验建立故障状态与所采集工作参数的对应关系，如表1所示，每种故障状态FAULT_i（i=1、2…n）均对应一种或几种工作参数INDEX_ij范围（j=1、2…n）。较佳的，针对每种故障，均设置有处理措施MEASUR_i（i=1、2…n）。

表1

步骤20：采集风电机组的工作参数，进行归一化以及修正处理。包括，

步骤201：归一化处理。

由于风电机组中不同部件的工作参数INDEX不同，因此需对所述工作参数INDEX按统一标准进行归一化处理。归一化方法为：参见下文表2，预先根据风电机组的运行状态报警历史数据范围设置故障状态等级阈值V_i，包括无故障、轻微故障、一般故障和严重故障四个等级，针对每个等级，分别设置工作参数INDEX_ij的最小临界值INDEX_ij-min和最大临界值INDEX_ij-max。

判断所检测的工作参数INDEX_ij所属的故障状态等级，依据该等级的临界值进行归一化计算，归一化结果

步骤202：对步骤201中归一化处理的数据进行修正。

风力发电机组在运行过程中，随着风速以及工况时刻的变化，其机械转矩和发电机输出载荷会相应出现偏差。基于上述原因，分别采集代表机械转矩的实际转速RPM，和代表输出载荷的实际有功功率POWER作为工况的表征参数得出归一化结果的修正系数。

其中，修正系数

对步骤201中的归一化数据进行修正，以消除由于风速和工况变化引起的机组运行状态影响。其修正结果为IND_ij-Amend=IND_ij/Amend，由上，保证归一化数据在相同标准下判定。

步骤30：确定各工作参数的权重以确认故障等级。

本实施例中，权重依据影响故障状态等级阈值V_i的工作参数INDEX_ij的变化量统计而得。以表1中齿轮箱中低速轴齿轮损伤故障为例说明，影响低速齿轮的工作参数包络：低速轴齿轮损伤频率振动幅值X₁、啮合频率振动幅值X₂、齿轮箱油温X₃和油液颗粒增长率X₄，依据历史数据或经验数据，查询当低速轴齿轮损伤频率振动幅值X₁变化M%时，其他工作参数的变量%_ij。

进一步的，依据工作参数变量计算该参数的权重W，计算公式为：较佳的，计算多次变化量取其平均值作为最终结果，相比于传统的权重确定方法大多是根据经验值确定，此种权重确定方法的应用，可有效消除凭经验确定权重的盲目性，进而大大提高状态评估系统的准确度。

进一步的，依据各工作参数的权重计算出故障状态FAULT_i的等级系数

步骤40：基于故障状态等级预警。

如表2所示，预先根据风电机组的运行状态报警历史数据确定范围（V_i0～V_i1、V_i1～V_i2、V_i2～V_i3、V_i3～V_i4），并定义为故障状态等级阈值V_i。步骤30中所确认的故障状态FAULT_i的等级系数FAULT_i等级参照故障状态等级阈值V_i值进行预警。更近一步的，针对不同的故障等级预存相应的处理措施，当出现故障时，显示上述处理措施。由上，实现补充风电机组场现场数据采集与监视控制系统（SCADA,SupervisoryControlAndDataAcquisition）现有的故障预警内容，从而提升风电机组的使用安全。

表2

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。换言之，可以在不脱离本发明主旨精神的范围内对上述实施方式进行适当的变更。

Claims (7)

1.一种基于归一化的风电机组故障预警方法，其特征在于，包括步骤：

A、建立风电机组的故障模型；

B、采集风电机组的工作参数，进行归一化处理，依据所述故障模型确认故障状态等级，并依据等级进行预警；

所述步骤B包括：

步骤B1：采集风电机组的工作参数INDEX_ij，进行归一化处理；

步骤B2：确定影响故障状态FAULT_i的各工作参数INDEX_ij的权重W_ij；

步骤B3：确认故障状态等级FAULT_i等级，并依据等级进行预警；

步骤B1与步骤B2之间还包括：对步骤B1中归一化处理后的运行参数进行修正处理；

所述修正处理包括：修正结果为IND_ij-Amend＝IND_ij/Amend，式中Amend表示修正系数，IND_ij表示归一化结果。

2.根据权利要求1所述的方法，其特征在于，所述步骤A所述的故障模型中，不同故障状态FAULT_i对应不同工作参数INDEX_ij范围。

3.根据权利要求1所述的方法，其特征在于，步骤B1中包括步骤：

步骤B11：设置故障状态等级阈值V_i；

步骤B12：分别设置不同故障状态等级阈值V_i的最小临界值INDEX_ij-min和最大临界值INDEX_ij-max；

步骤B13：依据工作参数INDEX_ij所属等级范围进行归一化计算，归一化结果 ${\mathrm{IND}}_{ij}=\frac{{\mathrm{INDEX}}_{ij}-{\mathrm{INDEX}}_{ij-\min }}{{\mathrm{INDEXi}}_{ij-\max }-{\mathrm{INDEX}}_{ij-\min }}.$

4.根据权利要求1所述的方法，其特征在于，步骤B2中，权重依据影响故障状态等级阈值V_i的各工作参数INDEX_ij的变化量％_ij统计而得。

5.根据权利要求1所述的方法，其特征在于，所述权重 $W_{ij}=\frac{{\%}_{ij}}{{\Σ}_{j=1}^m{\%}_{ij}}.$

6.根据权利要求5所述的方法，其特征在于，依据各工作参数的权重W_ij计算出故障状态FAULT_i的等级系数

7.根据权利要求1所述的方法，其特征在于，所述故障状态FAULT_i的等级系数