CN113392575A - 基于滑窗特征的风机主轴故障预测方法 - Google Patents

Abstract

本发明公开了一种基于滑窗特征的风机主轴故障预测方法，主要包括：(1)采用如XGBoost、GBDT、CatBoost、LightGBM算法等模型进行特征的自动选择以及特征的非线性转换；(2)使用原始风机特征训练风机的时序特性问题，对风机时间特征进行提取，并将数据集进行分割切片。(3)基于滑动窗口对故障标签、风机状态特征处理，完成滑窗特征的构造。(4)采用stacking集成策略，对各个模型的预测结果进行加权计算。本发明设计了一系列可以表征当前风机运行状态的滑窗特征，通过构造滑窗特征的方式解决风机特征单一和故障状态缓变特性问题，最后将融合滑窗特征后的模型与使用原始风机特征训练的模型进行对比，显现出预测效果有一定程度的提升。

Description

基于滑窗特征的风机主轴故障预测方法

技术领域

本发明涉及数据挖掘处理以及机电故障预测领域，具体涉及一种基于滑窗特征的风机主轴故障预测方法。

背景技术

风电机组在运行过程中不可避免会出现故障，针对风电机组的故障处理措施通常采用传统的计划维修和事后维修，计划维修的缺点是无法及时准确地掌握风机运行状态，无法及时发现问题；事后维修的缺点是设备维修耗时太长且维修费用昂贵。风机主轴是风电机组中重要组成部分，其发生故障后，对风电机组的经济性和安全性影响重大，因此对风机主轴的故障预测显得尤为重要。

现有的对风机主轴故障预测方法核心思路多数是基于信号处理或解析模型，在大规模的数据条件下这类模型不能够满足风电预测所需的实时性与准确性；部分相关文献所公开的预测方法虽然涉及了机器学习，但是这些方法对风机原始特征的挖掘较为粗糙，忽略了故障是缓变过程的重要因素，仅使用原始风机特征进行训练难以达到满意的预测效果。

发明内容

本发明针对使用风机原始特征构建模型所面临的风机特征单一和故障状态缓变特性问题，提供了一种基于滑窗特征的风机主轴故障预测方法。该方法设计一系列可以表征当前风机运行状态的滑窗特征，使得该类特征对当前风机状态拥有良好的区分度，通过构造滑窗特征的方式解决风机特征单一和故障状态缓变特性问题，最后将融合滑窗特征后的模型与使用原始风机特征训练的模型进行对比，显现出预测效果有一定的提升。具体来说，第一步针对原始风机特征冗余问题，采用如XGBoost、GBDT、CatBoost、LightGBM算法等集成学习模型进行特征的自动选择以及特征的非线性转换，减少基线算法中人工特征工程对时间和人力的依赖。第二步使用原始风机特征训练难以考虑风机的时序特性问题，对风机时间特征进行提取，并将数据集进行分割切片，进而提高数据的平稳性。第三步基于滑动窗口对故障标签，风机状态特征处理，完成滑窗特征的构造，使模型可以学习滑窗内特征的状态变化等重要信息，从而提高模型的分类效果。第四步采用stacking集成策略，对各个模型的预测结果进行加权计算，模型融合可以提高模型的泛化能力。

本发明的技术方案主要包括滑窗特征的构造方式以及基于滑窗特征实现主轴故障的预测。所述滑窗特征的构造方式主要包括如下步骤：

S1：加载风机样本数据及预处理，风机数据预处理包括对空值的填充和异常值清洗工作。

S2：定义并行关系的XGBoost、GBDT、CatBoost和LightGBM算法模块进行特征筛选。

通过XGBoost、GBDT、CatBoost和LightGBM算法的嵌入方法进行特征筛选，该方法使用上述四种算法的特征重要度进行分析；特征j的全局重要度通过本身在单颗树中重要度的平均值来衡量：

特征j在单棵树的重要度主要是通过

表示，

计算以特征j分裂之后损失的减少值，M是树的数量。

S3：基于XGBoost、GBDT、CatBoost和LightGBM算法选择重要度得分大于 0的特征，构成特征数据集。

由于算法原理的差异性，风机特征在不同算法构建决策树的过程中的重要度得分是不同的，使用单一模型的嵌入式方法选择的特征无法满足所选特征在其他算法模型构建过程中强相关性的需求，因此在使用XGBoost等四种集成学习算法进行特征选择时，自动筛选四种不同模型重要度得分大于0的重要特征，将所选特征作为构造滑窗特征的基础特征。

S4：定义滑动窗口大小与滑动窗口步长。

滑动窗口的核心要素为滑窗大小与滑动步长，滑窗大小决定了参与特征运算的风机样本数目，滑窗值越大，表示参与特征统计的邻接风机样本数量越多，对应的时间复杂度级别则会提高，因此应选择合理的滑窗大小以提高模型的学习效率。最后经过多次试验验证，滑窗大小设置为1小时风机样本采集数量时，模型预测效果最好，滑动步长为1，即滑动一条风机样本距离。

S5：通过滑动窗口在特征数据集上的滑动，生成滑窗特征向量。

滑窗特征向量是通过滑动窗口在风机特征数据集上的滑动而生成的，即每滑动一次，则生成对应的一条滑窗特征向量。

S6：设计滑窗特征的构造方式，并将新衍生的滑窗特征向量拼接到原始特征向量，用于XGBoost、GBDT、CatBoost和LightGBM模型的拟合。

滑窗特征向量的构造方式包括：对滑窗内风机瞬时特征的频度统计，瞬时特征包括数值型的状态特征与布尔型主轴状态特征。首先降低特征浮动差对模型的负面影响，保留两位有效数字；再针对滑窗内的数值型的状态特征进行频度统计，统计方式为滑窗内该类别特征值出现的次数，从而获得滑窗特征，完成滑窗内风机信息抽取。以滑窗风速频度为例：根据风速特征在滑动窗口中的频度统计可以让模型学习到滑窗内的风速状态分布规律，辅助模型进一步区分风机当前区间下的运行状态，从而改善模型区分样本故障的能力。如某条样本的风速信息为 2m/s，在整个滑动窗口下的频度值为300，则对应的滑窗特征值即为300。

由于风机状态具有时间变化趋势，不同区间下的主轴故障状态具有差异性，因此可以基于滑动窗口提取风机故障状态信息，按照故障状态的差异分割为若干类别特征，如故障与正常类别，然后计算故障状态的差异占比，完成对故障状态的特征抽取。这里使用统计函数计算某区间内主轴故障状态数目与区间样本总数目的比例来构造统计占比特征，从而充分利用布尔型的主轴状态信息，并将该特征作为窗口下样本的故障概率。

通过对保留的n维重要特征进行滑窗特征构造，生成n维新的滑窗特征向量，并最终将新衍生的滑窗特征向量拼接到原始特征向量中。

所述基于滑窗特征实现主轴故障的预测方法包括如下步骤：

(1)加载风机数据集P_t，并将其切分为多个窗口，窗口大小用window_size 表示，风机样本总量用L表示，以初始风机样本作为滑动起始，然后进行窗口滑动，b为滑窗移动次数，b＝L-window_size+1，n为样本数，t表示时间轴， P_t＝{Z_t+1,Z_t+2,…,Z_t+n}。

(2)使用XGBoost、GBDT、CatBoost和LightGBM四种算法对窗口内的风机特征进行统计运算分别构造四种算法所对应的滑窗特征集合P_h， P_h＝{Z_h+1,Z_h+2,…,Z_h+n}。P_h包括了对风机主轴故障状态、风机数值型特征瞬时状态的区间统计等，最后融合P_t和P_h得到最终的训练序列P_j，P_j＝{Z_t+1+Z_h+1,Z_t+2+Z_h+2,…,Z_t+n+Z_h+n}。

(3)将融合得到的训练序列P_j作为模型的输入进行训练，选择前述四种算法作为基分类器，因此构造四种不同的P_j用于四类基分类器的训练。

(4)定义n的值。在t时刻，有数据序列S_t，要预测接下来的n条样本，n 条样本用

表示。

(5)由于风机状态受到时间影响，按步骤(2)来构造所要预测的n条样本的滑窗特征，最终融合并得到新的预测序列S′_t。

(6)使用拟合好的模型对预测序列S′_t进行预测，计算四种基分类器的概率结果。

(7)对XGBoost、LightGBM、GBDT和CatBoost模型的预测结果进行堆叠，四种基分类器权重初始值均为0.25，加权输出最后故障概率结果。

(8)定义阈值r为0.5，大于r则判定预测结果为1，否则为0。

附图说明

图1为本发明的整体流程图；

图2为本发明中基于滑窗特征的故障预测图；

图3为本发明中滑窗特征衍生流程图。

具体实施方式

下面给出一个具体的实施例，结合实施例可以对本发明的技术方案和取得的效果获得更好的理解。

本实施例所用数据集来自2018年实施云南风电场项目，表1展示了原始风机数据集中的16维特征，为降低特征冗余对模型训练效率的影响，使用XGBoost 基分类器对原始风机特征进行筛选，保留了重要的10维特征，如表2所示，主要包括主轴状态、功率、齿轮箱入口油温、齿轮箱油温、机舱温度、风速叶轮转速、偏航位置液压油温等。

表1.风机主轴故障原始特征

表2.风机主轴故障筛选后的特征与说明

表3展示了原始数据分布信息，其中正常运行数据为323788条，故障运行数据为125466条，处于正常运行状态的风机数据占有较大部分，使数据集中正常数据和故障数据存在一定的比例失衡，影响模型的学习。在“主轴故障”变量的统计数据中，主轴故障标注占27.9％，正常状态的标注占72.1％，主轴的平均故障率约27.9％左右。实例采用分层采样交叉切分解决不平衡分类问题，对正常运行数据分层采样，保证训练集、测试集样本比例相同。

表3.原始数据分布信息

为了验证本发明的有效性，在云南风电场数据集上与仅使用原始特征训练的模型进行对比，使用极端梯度提升树(XGBoost)、轻量化梯度促进机(LightGBM)、梯度促进决策树(GBDT)算法作为风机主轴故障预测模型，使用准确率 (Accuracy)、查准率(Precision)、查全率(Recall)、查全率与查准率的调和平均数(F1-score)作为模型性能评价指标，进行实验验证。

根据预测结果和实际结果分为真正例(TP)、假正例(FP)、真反例(TN)和假反例(FN)4种。四种计算公式如下：

其中TP表示预测为正且真实为正的样本个数；FP表示预测为正但真实为负的样本个数；TN表示预测为负且真实为负的样本个数；FN表示预测为负但真实为正的样本个数。

其中准确率用来计算模型预测结果正确的百分比；查准率用来统计所有预测为故障状态时，实际为故障状态的占比；而查全率是在所有实际故障状态中成功预测为故障的占比；F1-score能够同时衡量查准率和查全率。对风机而言，查准率即风机主轴数据被判定为故障中实际为故障状态的概率。

训练过程使用AUC和error作为评价函数并通过可视化观察模型迭代效果， AUC值为ROC曲线所覆盖的区域面积，AUC越大，表示分类器分类效果越好；error 与准确率互斥，表示样本被分类器错分的比例。

表4.融合特征的性能评估

观察表4可知，融合滑窗特征后的XGBoost模型在整个评价指标上均有所提升，其中准确率提高0.267％，查准率提高0.255％，查全率提高0.054％，F1-score 提高了0.165％；LightGBM、GBDT模型的指标值也有一定的提升，验证了滑窗特征的有效性。相比于其他算法，使用滑窗特征训练的XGBoost算法具有明显的优势，将表4所用XGBoost等算法作为基础算法，融合各个算法所构造的滑窗特征后训练的模型可应用于主轴故障预测，由于各个算法的差异性，其构造的滑窗特征也是不同的，而滑窗特征可以增强模型的分类能力，因此通过构造滑窗特征可以提升基学习器的分类精度，最后进行stacking可以进一步提升模型的泛化能力。

通过滑动窗口所衍生的特征，综合使用了不同类型的特征进行构造，包括布尔类型、时间类型以及数值类型特征，充分考虑强相关性特征对主轴故障的影响，本发明由于面向特征工程，其特征构造方式以及故障预测流程也可以应用在风机其他部件来提高模型预测精度。

Claims (1)

1.基于滑窗特征的风机主轴故障预测方法，所述方法包括以下步骤：

(1)对预处理后的风机样本数据，分别采用XGBoost、GBDT、CatBoost和LightGBM四种算法计算，最后选择特征重要度得分大于0的数据，构成特征数据集；

(2)通过滑动窗口在特征数据集上的滑动，生成滑窗特征向量；

(3)设计滑窗特征向量的构造方式，并将新生成的滑窗特征向量拼接到原始特征向量，用于XGBoost、GBDT、CatBoost和LightGBM模型的拟合；

所述滑窗特征向量的构造方式包括：对滑窗内的数值型状态特征与布尔型主轴状态特征的频度统计，保留两位有效数字；再针对滑窗内的数值型状态特征进行频度统计，统计方式为滑窗内该类别特征值出现的次数，从而获得滑窗特征，完成滑窗内的风机信息抽取；

(4)加载风机数据集P_t，P_t＝{Z_t+1,Z_t+2,…,Z_t+n}，并将其切分为多个窗口，窗口大小用window_size表示，风机样本总量用L表示，以初始风机样本作为滑动起始，然后进行窗口滑动，b为滑窗移动次数，b＝L-window_size+1；

(5)使用XGBoost、GBDT、CatBoost和LightGBM四种算法对滑窗内的风机信息特征进行统计运算，分别构造四种算法所对应的滑窗特征集合P_h，P_h＝{Z_h+1,Z_h+2,…,Z_h+n}，最后融合P_t和P_h得到最终的训练序列P_j＝{Z_t+1+Z_h+1,Z_t+2+Z_h+2,…,Z_t+n+Z_h+n}；

(6)将融合得到的训练序列P_j作为模型的输入进行训练，选择XGBoost、GBDT、CatBoost和LightGBM四种算法作为基分类器；

(7)对XGBoost、LightGBM、GBDT和CatBoost模型的预测结果进行堆叠，四种基分类器权重初始值均为0.25，加权输出最后故障概率结果。

Images