CN112682273B - 基于代价敏感轻量级梯度提升机的风电机组故障检测方法 - Google Patents

Abstract

本申请公开了一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法、装置、设备及计算机可读存储介质，方法包括：利用秩相关性分析算法从风电机组的数据集中筛选目标特征；利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练；利用得到的最佳代价敏感轻量级梯度提升机故障检测模型及待测试集中的目标测试特征进行故障检测。本申请公开的上述技术方案，通过在代价敏感轻量级梯度提升机故障检测模型中嵌入误分类代价而提高对小类样本的关注，通过利用最佳代价敏感轻量级梯度提升机故障检测模型进行故障检测实现对数据不平衡和误分类代价不等问题的处理，提高风电机组故障检测的准确性。

Description

基于代价敏感轻量级梯度提升机的风电机组故障检测方法

技术领域

本申请涉及风电机组故障检测技术领域，更具体地说，涉及一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法、装置、设备及计算机可读存储介质。

背景技术

在风电机组中，风电机组齿轮箱故障是导致风电机组停机时间最长、经济损失最大的原因，齿轮箱故障将直接影响设备的整体性能，因此，对风电机组齿轮箱部件进行故障检测、快速识别故障，对于减少风电机组的运维成本和提高整个风场的生产效率具有重要意义。

目前，风电机组故障诊断方法一般都是基于机器学习的故障检测，即对已有数据进行分析与处理，建立故障诊断模型，并利用模型实现故障诊断，而现有的机器学习算法在解决风电机组故障检测时，是假设故障样本与正常样本是平衡分布的，但由于现有的基于机器学习的风电机组故障诊断方法并未考虑数据不平衡问题和故障误报、故障漏报造成的损失，直接利用基尼系数、信息增益等作为优化目标，且风电机组在实际运行过程中故障出现时间短、正常状态居多，因此，采用现有的机器学习算法进行风电机组故障检测存在故障检测准确性比较低、效果欠佳的问题。

综上所述，如何提高风电机组故障检测的准确性，是目前本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的是提供一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法、装置、设备及计算机可读存储介质，用于提高风电机组故障检测的准确性。

为了实现上述目的，本申请提供如下技术方案：

一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法，包括：

获取风电机组的数据集，利用秩相关性分析算法从所述数据集中筛选出目标特征；

利用所述目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；

获取所述风电机组的待测试集，利用所述最佳代价敏感轻量级梯度提升机故障检测模型及所述待测试集中的目标测试特征进行故障检测。

优选的，所述代价敏感轻量级梯度提升机故障检测模型的损失函数为：

所述代价敏感轻量级梯度提升机故障检测模型的目标函数为：

其中，F(C_F,C_N)表示故障类被分为正常类的代价，F(C_N,C_F)表示正常类被分为故障类的代价，C_F表示故障类，C_N表示正常类，P(c＝F|x_i)表示把样本x_i分为故障类的后验概率，P(c＝N|x_i)表示把样本x_i分为正常类的后验概率，y_i表示样本x_i的类别标签，y_i＝1表示故障样本，y_i＝0表示正常样本，n表示样本个数，Ψ表示损失函数，Ω(f_k)表示正则项，F_t-1(x_i)表示上一次的损失函数，f_t(x_i)表示当前时刻的损失函数。

优选的，利用所述目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型，包括：

将所述目标特征划分成训练集、测试集和验证集，并对所述训练集进行预处理；

利用预处理后的训练集对所述代价敏感轻量级梯度提升机故障检测模型进行训练，利用所述验证集对训练后的代价敏感轻量级梯度提升机故障检测模型的超参数进行调整并对模型的能力进行初步评估，利用所述测试集对训练后的代价敏感轻量级梯度提升机故障检测模型的泛化能力进行评估，且计算评价指标；

利用所述评价指标判断训练后的代价敏感轻量级梯度提升机故障检测模型是否达到最优，若否，则重新获取训练集，并执行所述对所述训练集进行预处理的步骤，若是，则将达到最优的训练后的代价敏感轻量级梯度提升机故障检测模型确定为所述最佳代价敏感轻量级梯度提升机故障检测模型。

优选的，利用秩相关性分析算法从所述数据集中筛选出目标特征，包括：

利用Spearman秩相关系数方法计算所述数据集中各特征与风电机组故障的Spearman秩相关系数，并选取所述Spearman秩相关系数在阈值范围内的特征作为所述目标特征。

一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置，包括：

筛选模块，用于获取风电机组的数据集，利用秩相关性分析算法从所述数据集中筛选出目标特征；

训练模块，用于利用所述目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；

检测模块，用于获取所述风电机组的待测试集，利用所述最佳代价敏感轻量级梯度提升机故障检测模型及所述待测试集中的目标测试特征进行故障检测。

优选的，所述代价敏感轻量级梯度提升机故障检测模型的损失函数为：

所述代价敏感轻量级梯度提升机故障检测模型的目标函数为：

其中，F(C_F,C_N)表示故障类被分为正常类的代价，F(C_N,C_F)表示正常类被分为故障类的代价，C_F表示故障类，C_N表示正常类，P(c＝F|x_i)表示把样本x_i分为故障类的后验概率，P(c＝N|x_i)表示把样本x_i分为正常类的后验概率，y_i表示样本x_i的类别标签，y_i＝1表示故障样本，y_i＝0表示正常样本，n表示样本个数，Ψ表示损失函数，Ω(f_k)表示正则项，F_t-1(x_i)表示上一次的损失，f_t(x_i)表示当前时刻的损失函数。

优选的，所述训练模块包括：

划分单元，用于将所述目标特征划分成训练集、测试集和验证集，并对所述训练集进行预处理；

训练单元，用于利用预处理后的训练集对所述代价敏感轻量级梯度提升机故障检测模型进行训练，并利用所述验证集对训练后的代价敏感轻量级梯度提升机故障检测模型进行验证，且计算评价指标；

判断单元，用于利用所述评价指标判断训练后的代价敏感轻量级梯度提升机故障检测模型是否达到最优，若否，则重新获取训练集，并执行所述对所述训练集进行预处理的步骤，若是，则将达到最优的训练后的代价敏感轻量级梯度提升机故障检测模型确定为所述最佳代价敏感轻量级梯度提升机故障检测模型。

优选的，所述筛选模块包括：

选取单元，用于利用Spearman秩相关系数方法计算所述数据集中各特征与风电机组故障的Spearman秩相关系数，并选取所述Spearman秩相关系数在阈值范围内的特征作为所述目标特征。

一种基于代价敏感轻量级梯度提升机的风电机组故障检测设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述任一项所述的基于代价敏感轻量级梯度提升机的风电机组故障检测方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的基于代价敏感轻量级梯度提升机的风电机组故障检测方法的步骤。

本申请提供了一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法、装置、设备及计算机可读存储介质，其中，该方法包括：获取风电机组的数据集，利用秩相关性分析算法从数据集中筛选出目标特征；利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；获取风电机组的待测试集，利用最佳代价敏感轻量级梯度提升机故障检测模型及待测试集中的目标测试特征进行故障检测。

本申请公开的上述技术方案，通过在代价敏感轻量级梯度提升机故障检测模型中嵌入误分类代价而提高对小类样本的关注，以便于提高对风电机组故障检测中不平衡数据的分类效果，并通过利用秩相关性分析算法从获取到的数据集中筛选出的目标特征来对以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练而得到最佳代价敏感轻量级梯度提升机故障检测模型，且通过利用最佳代价敏感轻量级梯度提升机故障检测模型进行故障检测而实现更好的故障检测并实现对数据不平衡和误分类代价不等问题的处理，且降低误报率和漏报率，提高风电机组故障检测的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法的流程图；

图2为本申请实施例提供的代价敏感轻量级梯度提升机故障检测模型离线建模和在线检测的流程图；

图3为本申请实施例提供的基于Spearman秩相关系数进行特征选择的流程图；

图4为本申请实施例提供的不同算法下风电机组齿轮箱故障检测漏报率分布图；

图5为本申请实施例提供的不同算法下的风电机组齿轮箱故障检测误报率分布图；

图6为本申请实施例提供的三种不同故障数据集的MCC指数分布图；

图7为本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置的结构示意图；

图8为本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参见图1，其示出了本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法的流程图，本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法，可以包括：

S11：获取风电机组的数据集，利用秩相关性分析算法从数据集中筛选出目标特征。

考虑到现有基于机器学习的风电机组故障检测方法均是假设故障样本与正常样本平衡分布，并未考虑数据不平衡问题和故障误报、故障漏报造成的损失，而风电机组在实际运行过程中故障出现时间短、正常状态居多，因此，采用现有方法进行风电机组故障检测会存在检测准确性比较低、误报率和漏报率比较高的问题，为此，本申请提供一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法，用于提高风电机组故障检测的准确性。

具体地，可以先从风电机组SCADA(Supervisory Control And DataAcquisition，数据采集与监控系统)数据库中获取风电机组的数据集，其中，所获取的数据集中包含有多个齿轮箱数据特征，例如30s平均风速、齿轮箱内侧油温、齿轮箱油温、发电机组绕组温度等。需要说明的是，在获取数据集之后，可以对数据集中的数据进行归一化等数据预处理。

考虑到风电机组具有海量大数据，特征具有相关性，数据之间的特征关系存在相关性和冗余特征等问题，因此，则可以对风电机组海量大数据进行特征选择，以从数据集中筛选出与故障检测相关的目标特征，具体地，可以利用秩相关性分析算法计算数据集中各特征与风电机组故障的相关性，并根据计算出的相关性选取相关性不低于阈值的特征作为目标特征。

S12：利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型。

考虑到风电机组故障样本少、正常样本多，且一般分类算法不适用于不平衡数据，因此，学者们提出了代价敏感方法，即通过属性分裂中引入误分类代价代替信息增益、基尼系数等指标，寻求最小分类代价，提高对小类样本的关注，其中，误分类代价通过以代价矩阵的方式进行表示，具体如表1所示：

表1代价矩阵

其中，C_F表示故障类，C_N表示正常类，F(C_F,C_F)表示故障类被正确分为故障类的代价，F(C_F,C_N)表示故障类被分为正常类的代价，F(C_N,C_F)表示正常类被分为故障类的代价，F(C_N,C_N)表示正常类被分为正常类的代价。

若已知误分类代价矩阵C，则当真实类别为j，预测类别为i时，若i＝j，则预测正确，一个样本x的最佳预测结构应该是最小化期望总样本的类：R(C_I|x)＝∑P(C_j|x)F(C_j,C_i)，其中，P(C_j|x)表示把样本x分为C_j类的后验概率。给定N个样本的训练集S，其中，S＝{(x_i,y_i)},i＝1,…,N，x_i(x_i∈X)表示x在k维的向量空间X＝{x₁,x₂,…,x_k}，y_i∈Y＝{0,1}是x_i的类别标签，y_i＝1表示少类样本，即故障样本。一般F(C_F,C_N)>F(C_F,C_F),F(C_N,C_F)>F(C_N,C_N)。代价敏感的本质是即使将样本x分配给某个类别的可能性更大，但也需要将x划分到使代价最小的类。

轻量级梯度提升机(LightGBM)是2017年提出的一种基于决策树算法的分布式梯度提升(Gradient Boosting Decision Tree，GBDT)框架。GBDT算法能处理离散化信息数据，但它在对损失函数优化时，只利用一阶导数信息，并且在训练第n颗树时，需用到第n-1颗树的残差，难以实现并行化操作。而XGBoost算法，引入二阶导数对损失函数进行泰勒展开、参数的L2正则化等来整体评估模型的复杂度，支持并行计算，提高算法精度，但其叶子生长方式是按层展开方式，将产生不必要的节点，导致过拟合，高占用率。轻量级梯度提升机在前者的基础上，提出基于Hisgram的决策树算法，利用带深度限制的叶子生长策略，采用多线程优化，使得轻量级梯度提升机具有低内存占用率，能处理大规模数据，更加高效，精度更高。

若给定监督学习数据集

轻量级梯度提升机的目的是找到一个映射关系

来逼近函数F(x)，使得损失函数Ψ(y,F(x))期望值最小化：

回归树可用另一种形式来表示，即w_q(x)，q∈{1,2,…,J}，J代表叶子节点数量，q代表树的决策规则，w代表样本权重，目标函数Obj^(t)可表示为：

其中，Ω(f_k)代表正则项。

传统的GBDT采用最速下降法，这种方法只考虑损失函数的梯度。而在轻量级梯度提升机中使用牛顿法来快速逼近目标函数，化简上述目标函数Obj^(t)后，可得：

其中，g_i、h_i分别代表一阶损失函数和二阶损失函数，即

用I_j来代表叶子j的样本集，一阶损失函数可化为如下：

给定树的结构q(x),则每个叶子结点的最佳权重

和

的极限值可通过二次规划得到：

增益计算公式为：

相比GBM算法，轻量级梯度提升机算法在处理高维大数据时更加高效，这是因为用到了互斥特征捆绑(Exclusive Feature Bundling，EFB)和基于梯度的单边采样(Gradient-based One-Side Sampling，GOSS)。GOSS方法引入了一个常数乘数小梯度的数据实例，能从大量数据中采样出与原来数据分布、本质相同的数据，从而降低数据量，保证分类精度的同时提高分类速度。在高维空间中数据，是使用稀疏编码的，而在稀疏特征空间中，很少同时出现非0值。EFB方法用于特征抽样，将两个特征捆绑形成一个新的特征，从而让数据的规模进一步的减小。此外，传统梯度提升方法用到穷举法找分割的特征和阈值，而轻量级梯度提升机使用基于直方图方法(Histogram optimization)来寻找次优解的分割特征和阈值，减少计算时间。具体地，将数据的某一特征离散化成一个直方图，根据离散化后的值作为索引在直方图中累积统计量,当遍历一次数据后，直方图累积了需要的统计量,然后根据直方图的离散值,遍历寻找最优的分割点。而且轻量级梯度提升机是梯度优先(leaf-wise)方法生长的，可以减少更多的损失策略。

考虑到风电风电机组故障样本少、正常样本多，因此，本申请对轻量级梯度提升机算法进行改进，在算法的权重公式中引入代价调整函数代替信息增益率，形成代价敏感轻量级梯度提升机(Cost-sensitive LightGBM，CS-LightGBM)算法，在每次迭代更新中都关注故障样本，这样提高不平衡数据的分类效果，具体地，构建嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型，并利用步骤S11得到的目标特征对所构建的嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，以得到误分类代价最小对应的最佳代价敏感轻量级梯度提升机故障检测模型，以便于有效提高风电机组故障样本的识别率。

S13：获取风电机组的待测试集，利用最佳代价敏感轻量级梯度提升机故障检测模型及待测试集中的目标测试特征进行故障检测。

在得到最佳代价敏感轻量级梯度提升机故障检测模型之后，可以获取风电机组的待测试集，并将待测试集中的目标测试特征(具体可以通过利用与上述获取目标特征类似的方法进行获取)输入到最佳代价敏感轻量级梯度提升机故障检测模型中，以得到输出故障预测值y，并可以同时计算评价指标，其中，若y＝1，则发生故障，若y＝0，则为正常状况，且本申请可以以漏报率和误报率作为故障检测的评价指标。

结合上述过程可知，利用本申请所提供的最佳代价敏感轻量级梯度提升机故障检测模型进行风电机组故障检测不仅可以解决风电机组不平衡数据时故障误报、故障漏报造成的损失，而且可以提高风电机组故障检测效率，保证风电机组故障检测的实时性。

本申请公开的上述技术方案，通过在代价敏感轻量级梯度提升机故障检测模型中嵌入误分类代价而提高对小类样本的关注，以便于提高对风电机组故障检测中不平衡数据的分类效果，并通过利用秩相关性分析算法从获取到的数据集中筛选出的目标特征来对以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练而得到最佳代价敏感轻量级梯度提升机故障检测模型，且通过利用最佳代价敏感轻量级梯度提升机故障检测模型进行故障检测而实现更好的故障检测并实现对数据不平衡和误分类代价不等问题的处理，且降低误报率和漏报率，提高风电机组故障检测的准确性。

本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法，代价敏感轻量级梯度提升机故障检测模型的损失函数为：

代价敏感轻量级梯度提升机故障检测模型的目标函数为：

其中，F(C_F,C_N)表示故障类被分为正常类的代价，F(C_N,C_F)表示正常类被分为故障类的代价，C_F表示故障类，C_N表示正常类，P(c＝F|x_i)表示把样本x_i分为故障类的后验概率，P(c＝N|x_i)表示把样本x_i分为正常类的后验概率，y_i表示样本x_i的类别标签，y_i＝1表示故障样本，y_i＝0表示正常样本，n表示样本个数，Ψ表示损失函数，Ω(f_k)表示正则项，F_t-1(x_i)表示上一次的损失函数，f_t(x_i)表示当前时刻的损失函数。

对于二分类问题，轻量级梯度提升机常用的逻辑损失函数为对数损失函数，表达式如下：

其中，P(x_i)表示后验概率，而在本申请中，嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型的对数损失函数中，将P(x_i)替换成如下：

其中，

δ(x_i)及η均为间变量，其是为了方便计算而取这两个变量进行表示，则代价敏感轻量级梯度提升机故障检测模型的逻辑损失函数可以简化成如下：

其中，P(c＝F|x_i)表示把样本x_i分为故障类的后验概率，P(c＝N|x_i)表示把样本x_i分为正常类的后验概率，显然有P(c＝F|x_i)＝1-P(c＝N|x_i)，y_i表示样本x_i的类别标签，y_i＝1表示故障样本，y_i＝0表示正常样本。

根据

代价敏感轻量级梯度提升机故障检测模型的目标函数为：

其中，Ψ表示损失函数，即相当于上面提到的代价敏感轻量级梯度提升机故障检测模型的逻辑损失函数CSlogloss(x_i,y_i)，Ω(f_k)表示正则项，F_t-1(x_i)表示上一步的损失，f_t(x_i)表示当前的损失。根据二级泰勒展开，上述目标函数可以写成：

其中，x_i的一阶损失函数g_i和二阶损失函数h_i分别为：

g_i(x_i)＝2δ[y_i-P(x_i)]

h_i(x_i)＝-4δ²p(x_i)[1-P(x_i)]

给定树的结构，则每个叶子结点的最佳权重

如下：

λ为模型复杂度，其中，代价敏感轻量级梯度提升机的伪代码如表2所示：

表2代价敏感轻量级梯度提升机的伪代码

通过上述代价敏感轻量级梯度提升机故障检测模型损失函数的表达式可知，本申请将误分类代价F(C_F,C_N)、F(C_N,C_F)嵌入在代价敏感轻量级梯度提升机故障检测模型损失函数中，并结合嵌入有误分类代价的损失函数得到代价敏感轻量级梯度提升机故障检测模型的目标函数Obj^(t)，以提高对故障样本的关注，并通过以误分类代价最小化为目标来便于实现更好的检测，降低故障检测的误报率和漏报率，从而使本申请所提供的风电机组故障检测具有良好的工程应用价值。

本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法，利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型，可以包括：

将目标特征划分成训练集、测试集和验证集，并对训练集进行预处理；

利用预处理后的训练集对代价敏感轻量级梯度提升机故障检测模型进行训练，利用验证集对训练后的代价敏感轻量级梯度提升机故障检测模型的超参数进行调整并对模型的能力进行初步评估，利用测试集对训练后的代价敏感轻量级梯度提升机故障检测模型的泛化能力进行评估，且计算评价指标；

利用评价指标判断训练后的代价敏感轻量级梯度提升机故障检测模型是否达到最优，若否，则重新获取训练集，并执行对训练集进行预处理的步骤，若是，则将达到最优的训练后的代价敏感轻量级梯度提升机故障检测模型确定为最佳代价敏感轻量级梯度提升机故障检测模型。

参见图2，其示出了本申请实施例提供的代价敏感轻量级梯度提升机故障检测模型离线建模和在线检测的流程图，其中，代价敏感轻量级梯度提升机故障检测模型离线建模(即训练)的过程为：

Step1：将目标特征划分成训练集、测试集和验证集，并对训练集中的数据做预处理处理；其中，这里提及的预处理包括删除缺失值、归一化处理等过程。

Step2：利用预处理后的训练集对代价敏感轻量级梯度提升机故障检测模型进行训练，利用验证集对训练后的代价敏感轻量级梯度提升机故障检测模型的超参数进行调整并对模型的能力进行初步评估，利用测试集对训练后的代价敏感轻量级梯度提升机故障检测模型的泛化能力进行评估，且计算评价指标；

Step3：根据计算出的评价指标判断训练后的代价敏感轻量级梯度提升机故障检测模型是否达到最优，若否，则执行重新根据目标特征获取训练集，并执行对训练集进行预处理处理，且利用预处理后的训练集对代价敏感轻量级梯度提升机故障检测模型进行训练等步骤，若是，则将达到最优的训练后的代价敏感轻量级梯度提升机故障检测模型确定为最佳代价敏感轻量级梯度提升机故障检测模型。

在上述过程中，训练集用于数据拟合代价敏感轻量级梯度提升机故障检测模型，测试集用于评估所得的代价敏感轻量级梯度提升机故障检测模型的泛化能力，验证集用于调整代价敏感轻量级梯度提升机故障检测模型的超参数并用于对模型的能力进行初步评估，最终才能得到最佳代价敏感轻量级梯度提升机故障检测模型。

在获得最佳代价敏感轻量级梯度提升机故障检测模型之后，则可以执行如图2所示右半部分所示的在线故障检测，其主要步骤为：

Step1：以类似于训练阶段中使用的方式来处理测试集，即对测试集进行预处理处理；

Step2：根据最佳代价敏感轻量级梯度提升机故障检测模型进行故障检测，获得输出故障预测值y，若y＝1，则发生故障，若y＝0，则为正常工况；

Step3：计算评价指标。

本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法，利用秩相关性分析算法从数据集中筛选出目标特征，可以包括：

利用Spearman秩相关系数方法计算数据集中各特征与风电机组故障的Spearman秩相关系数，并选取Spearman秩相关系数在阈值范围内的特征作为目标特征。

在本申请中，可以利用Spearman秩相关系数方法来中数据集中筛选出目标特征，具体地，可以利用Spearman秩相关系数方法计算数据集中各特征与风电机组故障的Spearman秩相关系数，并选取Spearman秩相关系数在阈值范围内的特征作为目标特征。

其中，Spearman秩相关系数用于衡量变量的线性或非线性关系。给定x,y两个离散特征，M个数据样本，则Spearman秩相关系数可通过以下公式计算：

其中，

上述表达式也可写成如下形式：

其中，cov代表标准差，σ代表协方差。Spearman秩相关系数r_s取值范围在[-1,1]之间，r_s＝1时，表示x,y呈严格正相关，r_s＝-1时，表示x,y呈严格负相关，r_s＝0时，表示两个特征相互独立。

另外，在采用Spearman秩相关系数来衡量特征向量之间的相关性时，若直接删除相关系数较高的指标可能会导致数据缺失。因此，当选择原始数据集中信息系数最高的一种特征后，可以根据阈值将其它故障特征与线性相关性高的特征归为一组特征集合，直到原始数据集中故障特征完全被排除或选择，这样能确保减少故障特征之间的冗余性，保留不同特征的信息，特征选择方法具体如图3所示，其示出了本申请实施例提供的基于Spearman秩相关系数进行特征选择的流程图。

需要说明的是，也可以利用Kendall秩相关系数方法来中数据集中筛选出目标特征。

为了验证代价敏感轻量级梯度提升机对于其他集成算法方法在风电机组齿轮箱故障检测方法中的有效性，则设置对比实验，其实验步骤如下：

Step 1：从风电机组SCADA数据库中采集数据并对数据进行数据预处理；

Step 2：使用相关性分析方法对提取的特征进行特征选择；

Step 3：对已有的数据集划分训练集、测试集和验证集，并建立代价敏感轻量级梯度提升机模型；

Step 4：根据建立的代价敏感轻量级梯度提升机模型进行在线检测；

Step 5：对代价敏感轻量级梯度提升机故障检测方法进行评价，计算故障漏报率和误报率。

1)数据提取

以山东某风电场某1.5MW的风机作为研究对象，从SCADA数据中提取其3年的齿轮箱数据，采样间隔为2s，根据专家经验选取状态参数共17个，部分原始数据如表3所示：

表3 2018年2月27日风电机组部分原始数据集

从SCADA正常工况数据中选取含有齿轮箱油温超限故障、齿轮箱油过滤压力故障、齿轮箱油位故障的数据集，分别记为数据集1，数据集2，数据集3，如表4所示：

表4数据描述

2)特征选择

通过齿轮箱轴承温度信息来评估齿轮箱的健康情况，在选择状态参数时主要选择对该参数影响较大的参数。依据Spearman秩相关系数分析方法，计算各状态参数与齿轮箱轴承温度的相关强度，如表5所示：

表5风电机组齿轮箱轴温Spearman秩相关分析结果

从表5的相关性分析结果可知，各状态参数之间与齿轮箱轴承温度相关性差异较大，为了避免不相关及弱相关状态参数对齿轮箱故障检测的影响，选取相关系数在±0.50-±0.95之间的特征，如表5加粗部分所示。

3)齿轮箱故障检测评价指标

将对应正常状态、齿轮箱油温超限、齿轮箱油过滤压力故障、齿轮箱油位故障4种状态分别记为P＝[0,1,2,3]，将数据集分为4份，依次将3种故障与正常状态组合，将四组数据集组合，通过LightGBMCost算法进行故障诊断得到四组各项分类指标。为了衡量不平衡数据的分类情况，引入马修斯相关系数(Matthews correlation coefficient,MCC)来评估故障检测模型。同时将误报率(False alarm rate,FAR)和漏报率(Missing detectionrate,MDR)作为故障检测评价指标。二分类问题混合矩阵如下表所示：

表6混合矩阵

其中TP为故障类样本被预测为故障类样本的数目，TN为正常类样本被预测为正常类样本的数目，FP为正常类样本被预测为故障类样本的数目，FN为正常类样本被预测为正常类样本的数目。二分类下指标如下：

4)实验结果与讨论

实验数据选择来自某风电场的三年SCADA数据集进行实验，实验验证了所提出代价敏感轻量级梯度提升机对风机齿轮箱故障检测的有效性。为了进一步证明方法优越性，对三种先进的故障诊断方法进行了比较研究，包括代价敏感AdaBoost(Adacost)，代价敏感GBDT(GBDTcost)和代价敏感XGBoost(XGBcost)以及代价敏感轻量级梯度提升机(LightGBMcost)。通过在三个不同的数据集中使用不同的评估标准，所提算法与Adacost算法、GBDTcost算法、XGBcost算法在不同故障情况下的试验对比漏报率和误报率分别如图4、图5所示，其中，图4示出了本申请实施例提供的不同算法下的风电机组齿轮箱故障检测误报率分布图，图5示出了本申请实施例提供的不同算法下风电机组齿轮箱故障检测漏报率分布图，从图4和图5可知，代价敏感轻量级梯度提升机方法在FAR和MDR方面低于其它三种算法,XGBcost指标总体上优于Adacost、GBDTcost方法。在分析故障数据集2时，LightGBMcost方法的FAR指标仅为1.43％，MDR指标仅为1.01％。该方法具有良好的故障检测性能。传统代价敏感Boost方法在故障检测过程中存在漏报和误报高等问题,而LightGBMcost方法漏报率和误报率均低于其他三种方法。为了避免模型过度拟合，使用五折交叉验证方法对模型进行评估。FAR和MDR越小，性能越好。

另外，图6示出了本申请实施例提供的三种不同故障数据集的MCC指数分布图，对于样本不均衡情况下也可以使用MCC指数。MCC指数越接近1，说明方法性能越好。从图6可以看出，代价敏感轻量级梯度提升机方法在数据集2时MCC指数高达99.61％，其余数据集的MCC指数均高于其他三种方法。

结合上述过程可知，风电机组齿轮箱长期工作在恶劣的运行工况中，故障率会升高，极易发生故障，其诊断的准确性往往受恶劣环境、极端天气等多个因素的影响，为提升故障检测的准确性，分析、对比了传统算法的缺点，提出了一种基于代价敏感轻量级梯度提升机的风电机组齿轮箱故障检测方法，此方法可以(1)对风电机组齿轮箱故障特征进行分析并提取出了故障特征变量及其故障特征指标，利用特征指标间的相关性来提升故障诊断性能(2)提出一种基于代价敏感轻量级梯度提升机方法并应用于实际风电机组故障诊断，且与传统敏感方法进行对比。

实验结果表明，所提方法在FDR、MDR、MCC指标方面均优于传统代价敏感Boost分类方法。本申请所提方法结合机理与数据建模的优势，基于机理确定合适的诊断数据源，基于数据选择轻量级梯度提升机方法来进行代价敏感轻量级梯度提升机算法设计，具有物理意义清晰，结构简单，易于工程实现等优点，应用前景良好。

本申请实施例还提供了一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置，参见图7，其示出了本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置的结构示意图，可以包括：

筛选模块71，用于获取风电机组的数据集，利用秩相关性分析算法从数据集中筛选出目标特征；

训练模块72，用于利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；

检测模块73，用于获取风电机组的待测试集，利用最佳代价敏感轻量级梯度提升机故障检测模型及待测试集中的目标测试特征进行故障检测。

本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置，代价敏感轻量级梯度提升机故障检测模型的损失函数为：

代价敏感轻量级梯度提升机故障检测模型的目标函数为：

其中，F(C_F,C_N)表示故障类被分为正常类的代价，F(C_N,C_F)表示正常类被分为故障类的代价，C_F表示故障类，C_N表示正常类，P(c＝F|x_i)表示把样本x_i分为故障类的后验概率，P(c＝N|x_i)表示把样本x_i分为正常类的后验概率，y_i表示样本x_i的类别标签，y_i＝1表示故障样本，y_i＝0表示正常样本，n表示样本个数，Ψ表示损失函数，Ω(f_k)表示正则项，F_t-1(x_i)表示上一次的损失函数，f_t(x_i)表示当前时刻的损失函数。

本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置，训练模块72可以包括：

划分单元，用于将目标特征划分成训练集、测试集和验证集，并对训练集进行预处理；

训练单元，用于利用预处理后的训练集对代价敏感轻量级梯度提升机故障检测模型进行训练，利用验证集对训练后的代价敏感轻量级梯度提升机故障检测模型的超参数进行调整并对模型的能力进行初步评估，利用测试集对训练后的代价敏感轻量级梯度提升机故障检测模型的泛化能力进行评估，且计算评价指标；

判断单元，用于利用评价指标判断训练后的代价敏感轻量级梯度提升机故障检测模型是否达到最优，若否，则重新获取训练集，并执行对训练集进行预处理的步骤，若是，则将达到最优的训练后的代价敏感轻量级梯度提升机故障检测模型确定为最佳代价敏感轻量级梯度提升机故障检测模型。

本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置，筛选模块71可以包括：

选取单元，用于利用Spearman秩相关系数方法计算数据集中各特征与风电机组故障的Spearman秩相关系数，并选取Spearman秩相关系数在阈值范围内的特征作为目标特征。

本申请实施例还提供了一种基于代价敏感轻量级梯度提升机的风电机组故障检测设备，参见图8，其示出了本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测设备的结构示意图，可以包括：

存储器81，用于存储计算机程序；

处理器82，用于执行存储器81存储的计算机程序时可实现如下步骤：

获取风电机组的数据集，利用秩相关性分析算法从数据集中筛选出目标特征；利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；获取风电机组的待测试集，利用最佳代价敏感轻量级梯度提升机故障检测模型及待测试集中的目标测试特征进行故障检测。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时可实现如下步骤：

获取风电机组的数据集，利用秩相关性分析算法从数据集中筛选出目标特征；利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；获取风电机组的待测试集，利用最佳代价敏感轻量级梯度提升机故障检测模型及待测试集中的目标测试特征进行故障检测。

该计算机可读存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置、设备及计算机可读存储介质中相关部分的说明可以参见本申请实施例提供的一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法中对应部分的详细说明，在此不再赘述。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法，其特征在于，包括：

获取风电机组的数据集，利用秩相关性分析算法从所述数据集中筛选出目标特征；所述目标特征为所述数据集中与风电机组故障的相关性不低于阈值的特征；

利用所述目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；

获取所述风电机组的待测试集，利用所述最佳代价敏感轻量级梯度提升机故障检测模型及所述待测试集中的目标测试特征进行故障检测；所述目标测试特征为所述待测试集中与风电机组故障的相关性不低于阈值的特征；

将轻量级梯度提升机算法的损失函数中的后验概率替换成

其中，

δ及η均为间变量，所述代价敏感轻量级梯度提升机故障检测模型的损失函数为：

所述代价敏感轻量级梯度提升机故障检测模型的目标函数为：

根据二级泰勒展开，将所述代价敏感轻量级梯度提升机故障检测模型的目标函数写成：

其中，x_i的一阶损失函数g_i和二阶损失函数h_i分别为：g_i(x_i)＝2δ[y_i-P(x_i)]，h_i(x_i)＝-4δ²P(x_i)[1-P(x_i)]；

其中，F(C_F,C_N)表示故障类被分为正常类的代价，F(C_N,C_F)表示正常类被分为故障类的代价，C_F表示故障类，C_N表示正常类，P(c＝F|x_i)表示把样本x_i分为故障类的后验概率，P(c＝N|x_i)表示把样本x_i分为正常类的后验概率，y_i表示样本x_i的类别标签，y_i＝1表示故障样本，y_i＝0表示正常样本，n表示样本个数，Ψ表示损失函数，Ω(f_k)表示正则项，F_t-1(x_i)表示上一次的损失函数，f_t(x_i)表示当前时刻的损失函数。

2.根据权利要求1所述的基于代价敏感轻量级梯度提升机的风电机组故障检测方法，其特征在于，利用所述目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型，包括：

将所述目标特征划分成训练集、测试集和验证集，并对所述训练集进行预处理；

利用预处理后的训练集对所述代价敏感轻量级梯度提升机故障检测模型进行训练，利用所述验证集对训练后的代价敏感轻量级梯度提升机故障检测模型的超参数进行调整并对模型的能力进行初步评估，利用所述测试集对训练后的代价敏感轻量级梯度提升机故障检测模型的泛化能力进行评估，且计算评价指标；

利用所述评价指标判断训练后的代价敏感轻量级梯度提升机故障检测模型是否达到最优，若否，则重新获取训练集，并执行所述对所述训练集进行预处理的步骤，若是，则将达到最优的训练后的代价敏感轻量级梯度提升机故障检测模型确定为所述最佳代价敏感轻量级梯度提升机故障检测模型。

3.根据权利要求1所述的基于代价敏感轻量级梯度提升机的风电机组故障检测方法，其特征在于，利用秩相关性分析算法从所述数据集中筛选出目标特征，包括：

利用Spearman秩相关系数方法计算所述数据集中各特征与风电机组故障的Spearman秩相关系数，并选取所述Spearman秩相关系数在阈值范围内的特征作为所述目标特征。

4.一种基于代价敏感轻量级梯度提升机的风电机组故障检测装置，其特征在于，包括：

筛选模块，用于获取风电机组的数据集，利用秩相关性分析算法从所述数据集中筛选出目标特征；所述目标特征为所述数据集中与风电机组故障的相关性不低于阈值的特征；

训练模块，用于利用所述目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练，得到最佳代价敏感轻量级梯度提升机故障检测模型；

检测模块，用于获取所述风电机组的待测试集，利用所述最佳代价敏感轻量级梯度提升机故障检测模型及所述待测试集中的目标测试特征进行故障检测所述目标测试特征为所述待测试集中与风电机组故障的相关性不低于阈值的特征；

将轻量级梯度提升机算法的损失函数中的后验概率替换成

其中，

δ及η均为间变量，所述代价敏感轻量级梯度提升机故障检测模型的损失函数为：

所述代价敏感轻量级梯度提升机故障检测模型的目标函数为：

根据二级泰勒展开，将所述代价敏感轻量级梯度提升机故障检测模型的目标函数写成：

其中，x_i的一阶损失函数g_i和二阶损失函数h_i分别为：g_i(x_i)＝2δ[y_i-P(x_i)]，h_i(x_i)＝-4δ²P(x_i)[1-P(x_i)]；

其中，F(C_F,C_N)表示故障类被分为正常类的代价，F(C_N,C_F)表示正常类被分为故障类的代价，C_F表示故障类，C_N表示正常类，P(c＝F|x_i)表示把样本x_i分为故障类的后验概率，P(c＝N|x_i)表示把样本x_i分为正常类的后验概率，y_i表示样本x_i的类别标签，y_i＝1表示故障样本，y_i＝0表示正常样本，n表示样本个数，Ψ表示损失函数，Ω(f_k)表示正则项，F_t-1(x_i)表示上一次的损失函数，f_t(x_i)表示当前时刻的损失函数。

5.根据权利要求4所述的基于代价敏感轻量级梯度提升机的风电机组故障检测装置，其特征在于，所述训练模块包括：

划分单元，用于将所述目标特征划分成训练集、测试集和验证集，并对所述训练集进行预处理；

训练单元，用于利用预处理后的训练集对所述代价敏感轻量级梯度提升机故障检测模型进行训练，并利用所述验证集对训练后的代价敏感轻量级梯度提升机故障检测模型进行验证，且计算评价指标；

判断单元，用于利用所述评价指标判断训练后的代价敏感轻量级梯度提升机故障检测模型是否达到最优，若否，则重新获取训练集，并执行所述对所述训练集进行预处理的步骤，若是，则将达到最优的训练后的代价敏感轻量级梯度提升机故障检测模型确定为所述最佳代价敏感轻量级梯度提升机故障检测模型。

6.根据权利要求4所述的基于代价敏感轻量级梯度提升机的风电机组故障检测装置，其特征在于，所述筛选模块包括：

选取单元，用于利用Spearman秩相关系数方法计算所述数据集中各特征与风电机组故障的Spearman秩相关系数，并选取所述Spearman秩相关系数在阈值范围内的特征作为所述目标特征。

7.一种基于代价敏感轻量级梯度提升机的风电机组故障检测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述的基于代价敏感轻量级梯度提升机的风电机组故障检测方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的基于代价敏感轻量级梯度提升机的风电机组故障检测方法的步骤。

Images