CN114065430B - 一种行星级齿轮箱的状态数据处理方法及系统 - Google Patents
一种行星级齿轮箱的状态数据处理方法及系统 Download PDFInfo
- Publication number
- CN114065430B CN114065430B CN202111372184.0A CN202111372184A CN114065430B CN 114065430 B CN114065430 B CN 114065430B CN 202111372184 A CN202111372184 A CN 202111372184A CN 114065430 B CN114065430 B CN 114065430B
- Authority
- CN
- China
- Prior art keywords
- parameter
- working
- state
- parameters
- gearbox
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title description 2
- 238000012545 processing Methods 0.000 claims abstract description 128
- 238000009826 distribution Methods 0.000 claims abstract description 70
- 238000005457 optimization Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000006870 function Effects 0.000 claims description 73
- 238000004088 simulation Methods 0.000 claims description 39
- 238000012216 screening Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000008878 coupling Effects 0.000 claims description 15
- 238000010168 coupling process Methods 0.000 claims description 15
- 238000005859 coupling reaction Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明提供了一种行星级齿轮箱的状态数据处理方法及系统,其中,该方法包括:获得第一工作参数;获得第一外部状态参数;获得第一参数优化模型,其中,第一参数优化模型包括第一处理层、第二处理层、第一优化层;将第一外部状态参数输入第一处理层进行权重分配,获得第一分配结果;通过第一分配结果,匹配第一同族齿轮箱;通过第一同族齿轮箱和第一风电齿轮箱的历史数据,构建第一适应度函数;将第一分配结果和第一适应度函数输入第二处理层,获得第一稳态工作参数,其中,第一稳态工作参数和第一工作参数一一对应;将第一稳态工作参数和第一工作参数输入第一优化层,获得第二工作参数。
Description
技术领域
本发明涉及智能制造相关技术领域,具体涉及一种行星级齿轮箱的状态数据处理方法及系统。
背景技术
风电齿轮箱为风力发电机组中的齿轮箱,其包括行星级齿轮箱等种类的齿轮箱,其将风轮在风力作用下所产生的动力传递给发电机并使其得到相应的转速,进而进行发电。
目前对于风电齿轮箱的状态监测技术通常为监测振动数据、轴承温度数据等信息,分析判断风电齿轮箱的运行状态,进而对危险状态进行预警,并提醒工作人员对风电齿轮箱进行调整。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中对风电齿轮箱的状态监测技术,仅能根据风电齿轮箱的运行信息等判断风电齿轮箱的运行状态,进而对危险状态进行预警,然后由工作人员依赖主观经验判断调整风电齿轮箱的工作参数,人工参与度较高,调整结果的不确定性较高,存在着无法准确地调整风电齿轮箱工作参数的技术问题。
发明内容
本申请实施例提供了一种行星级齿轮箱的状态数据处理方法及系统,用于针对解决现有技术中对风电齿轮箱的状态监测技术,仅能根据风电齿轮箱的运行信息等判断风电齿轮箱的运行状态,进而对危险状态进行预警,然后由工作人员依赖主观经验判断调整风电齿轮箱的工作参数,人工参与度较高,调整结果的不确定性较高,存在着无法准确地调整风电齿轮箱工作参数的技术问题。
鉴于上述问题,本申请实施例提供了一种行星级齿轮箱的状态数据处理方法及系统。
本申请实施例的第一个方面,提供了一种行星级齿轮箱的状态数据处理方法,所述方法包括:获得第一工作参数,其中,所述第一工作参数表征第一风电齿轮箱的各部件实时状态信息;获得第一外部状态参数,其中,所述第一外部状态参数表征第一风电机组的外部环境信息;获得第一参数优化模型,其中,所述第一参数优化模型包括第一处理层、第二处理层、第一优化层;将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,其中,所述第一分配结果包括一级权重指标和二级权重指标;通过所述一级权重指标和所述二级权重指标,匹配第一同族齿轮箱,其中,所述一级权重指标大于所述二级权重指标;通过所述第一同族齿轮箱和所述第一风电齿轮箱的历史数据,构建第一适应度函数;将所述第一分配结果和所述第一适应度函数输入所述第二处理层,获得第一稳态工作参数,其中,所述第一稳态工作参数和所述第一工作参数一一对应;将所述第一稳态工作参数和所述第一工作参数输入所述第一优化层,获得第二工作参数。
本申请实施例的第二个方面,提供了一种行星级齿轮箱的状态数据处理系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一工作参数,其中,所述第一工作参数表征第一风电齿轮箱的各部件实时状态信息;第二获得单元,所述第二获得单元用于获得第一外部状态参数,其中,所述第一外部状态参数表征第一风电机组的外部环境信息;第一构建单元,所述第一构建单元用于获得第一参数优化模型,其中,所述第一参数优化模型包括第一处理层、第二处理层、第一优化层;第一处理单元,所述第一处理单元用于将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,其中,所述第一分配结果包括一级权重指标和二级权重指标;第二处理单元,所述第二处理单元用于通过所述一级权重指标和所述二级权重指标,匹配第一同族齿轮箱,其中,所述一级权重指标大于所述二级权重指标;第二构建单元,所述第二构建单元用于通过所述第一同族齿轮箱和所述第一风电齿轮箱的历史数据,构建第一适应度函数;第三处理单元,所述第三处理单元用于将所述第一分配结果和所述第一适应度函数输入所述第二处理层,获得第一稳态工作参数,其中,所述第一稳态工作参数和所述第一工作参数一一对应;第四处理单元,所述第四处理单元用于将所述第一稳态工作参数和所述第一工作参数输入所述第一优化层,获得第二工作参数。
本申请实施例的第三个方面,提供了一种行星级齿轮箱的状态数据处理系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例通过获得第一风电齿轮箱的第一工作参数以及其所处外部环境的第一外部参数状态参数,构建具有第一处理层、第二处理层、第一优化层的第一参数优化模型,将第一外部状态参数输入第一处理层获得权重分配的第一分配结果,根据该第一分配结果匹配第一同族齿轮箱,根据第一同族齿轮箱和第一风电齿轮箱的历史数据,构建第一适应度函数,将第一分配结果和第一适应度函数输入第二处理层,获得第一稳态工作参数,根据第一稳态工作参数和第一工作参数输入第一优化层,获得第二工作参数,进行优化。本申请实施例通过构建具有多个隐含处理层的第一参数优化模型,能够根据外部状态参数对风电齿轮箱工作参数的影响进行权重分配,并根据分配结果获得同族齿轮箱,根据同族齿轮箱和风电齿轮箱的历史数据,构建工作参数和外部状态参数契合度关系的适应度函数,并根据权重分配结果和适应度函数获得当前风电齿轮箱的稳态工作参数,根据稳态工作参数进行风电齿轮箱的工作参数调节,本申请实施例通过综合考虑外部状态参数内的每种参数对风电齿轮箱的工作参数的影响,以及风电齿轮箱的各工作参数之间的耦合影响,在对状态数据监测的同时结合当前环境信息基于全局优化的算法,对各工作参数进行优化,进而为风电齿轮箱的工作参数调整以及独立变桨控制提供重要的参考数据,减少人工调节的参与度,提升风电齿轮箱工作参数的准确性,达到全面优化、准确地调节风电齿轮箱工作状态参数的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供的一种行星级齿轮箱的状态数据处理方法流程示意图;
图2为本申请实施例提供的一种行星级齿轮箱的状态数据处理方法中构建第一处理层流程十一图;
图3为本申请实施例提供的一种行星级齿轮箱的状态数据处理方法中构建第二处理层流程示意图;
图4为本申请实施例提供了一种行星级齿轮箱的状态数据处理系统结构示意图;
图5为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一构建单元13,第一处理单元14,第二处理单元15,第二构建单元16,第三处理单元17,第四处理单元18,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种行星级齿轮箱的状态数据处理方法及系统,用于针对解决现有技术中对风电齿轮箱的状态监测技术,仅能根据风电齿轮箱的运行信息等判断风电齿轮箱的运行状态,进而对危险状态进行预警,然后由工作人员依赖主观经验判断调整风电齿轮箱的工作参数,人工参与度较高,调整结果的不确定性较高,存在着无法准确地调整风电齿轮箱工作参数的技术问题。
申请概述
风电齿轮箱为风力发电机组中的齿轮箱,其包括行星级齿轮箱等种类的齿轮箱,其将风轮在风力作用下所产生的动力传递给发电机并使其得到相应的转速,进而进行发电。目前对于风电齿轮箱的状态监测技术通常为监测振动数据、轴承温度数据等信息,分析判断风电齿轮箱的运行状态,进而对危险状态进行预警,并提醒工作人员对风电齿轮箱进行调整。现有技术中对风电齿轮箱的状态监测技术,仅能根据风电齿轮箱的运行信息等判断风电齿轮箱的运行状态,进而对危险状态进行预警,然后由工作人员依赖主观经验判断调整风电齿轮箱的工作参数,人工参与度较高,调整结果的不确定性较高,存在着无法准确地调整风电齿轮箱工作参数的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
获得第一工作参数,其中,所述第一工作参数表征第一风电齿轮箱的各部件实时状态信息;获得第一外部状态参数,其中,所述第一外部状态参数表征第一风电机组的外部环境信息;获得第一参数优化模型,其中,所述第一参数优化模型包括第一处理层、第二处理层、第一优化层;将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,其中,所述第一分配结果包括一级权重指标和二级权重指标;通过所述一级权重指标和所述二级权重指标,匹配第一同族齿轮箱,其中,所述一级权重指标大于所述二级权重指标;通过所述第一同族齿轮箱和所述第一风电齿轮箱的历史数据,构建第一适应度函数;将所述第一分配结果和所述第一适应度函数输入所述第二处理层,获得第一稳态工作参数,其中,所述第一稳态工作参数和所述第一工作参数一一对应;将所述第一稳态工作参数和所述第一工作参数输入所述第一优化层,获得第二工作参数。
在介绍了本申请基本原理后,下面,将参考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,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请实施例提供了一种行星级齿轮箱的状态数据处理方法,所述方法应用于一种行星级齿轮箱的状态数据处理系统,所述方法包括:
S100:获得第一工作参数,其中,所述第一工作参数表征第一风电齿轮箱的各部件实时状态信息;
具体而言,第一风电齿轮箱为风力发电机组中的任意种类和型号的齿轮箱,本申请实施例中,第一风电齿轮箱优选为行星级齿轮箱,进而,第一工作参数包括行星级齿轮箱的各部件的实时状态信息。
进一步地,第一工作参数包括第一风电齿轮箱各部件可直接获得的工作状态参数,以及部分需要处理获得的间接的工作参数。直接的工作状态参数包括轴的转速、风机功率、电机功率等,可直接通过上传参数获得,但不限于此。间接的工作参数包括轴承的振动信息、温度信息、载荷信息、应力信息等,需要进行测量并处理获得,但不限于此。
S200:获得第一外部状态参数,其中,所述第一外部状态参数表征第一风电机组的外部环境信息;
具体而言,第一外部状态参数为第一风电齿轮箱工作运行所处外部环境的参数。在第一风电齿轮箱运行的过程中,由于外部的温度、风速、湿度等影响,会对第一风电齿轮箱的正常运行产生影响。故,需要考虑外部状态参数对第一风电齿轮箱工作状态参数的影响,进而综合调节第一风电齿轮箱的工作参数。
S300:获得第一参数优化模型,其中,所述第一参数优化模型包括第一处理层、第二处理层、第一优化层;
具体而言,第一参数优化模型包括输入层、多个隐含的处理层和输出层,多个隐含的处理层包括第一处理层、第二处理层、第一优化层,每一层可用于处理不同的输入信息,并输出不同的输出信息。
S400:将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,其中,所述第一分配结果包括一级权重指标和二级权重指标;
S500:通过所述一级权重指标和所述二级权重指标,匹配第一同族齿轮箱,其中,所述一级权重指标大于所述二级权重指标;
具体而言,将第一外部状态参数输入第一处理层进行权重分配,该第一外部状态参数为与第一风电齿轮箱以及第一工作参数相对应的外部状态参数,对其内的各外部状态参数进行权重分配,获取对第一风电齿轮箱的第一工作参数影响最大的外部状态参数,以及对应的权重指标。
在本申请实施例中,为获得对第一风电齿轮箱的第一工作参数影响最大的几个外部状态参数,同时减少模型的计算成本,提升计算效率,示例性地,优选设置第一处理层输出的第一分配结果包括一级权重指标和二级权重指标。一级权重指标和二级权重指标分别对应对第一风电齿轮箱的第一工作参数影响最大的两个外部状态参数,且一级权重指标大于二级权重指标,同时舍弃其他影响较小的外部状态参数,提升模型计算效率。
通过一级权重指标和二级权重指标,匹配第一同族齿轮箱。第一同族齿轮箱为与第一风电齿轮箱同族的齿轮箱,其处于工作状态下时,受外部状态参数影响的参数种类对应的权重分配结果同为上述的一级权重指标和二级权重指标。通过获取类似的第一同族齿轮箱,能够获得其他相似齿轮箱的工作参数,进而为后续第一风电齿轮箱的工作参数调整提供较为充足的数据基础,避免出现数据不充足的问题。第一同族齿轮箱的齿轮箱类型、工作参数以及外部环境状态参数可通过大数据采集或此前历史实验数据采集获得,作为数据基础。
S600:通过所述第一同族齿轮箱和所述第一风电齿轮箱的历史数据,构建第一适应度函数;
具体而言,通过第一同族齿轮箱的历史数据、第一风电齿轮箱的历史数据构建第一适应度函数,上述的历史数据包括历史的工作参数数据以及历史的外部状态参数数据。第一适应度函数为表征齿轮箱在实际工作下工作参数和外部状态参数的函数。
由于获得了第一同族齿轮箱以及其对应的历史数据,基于第一同族齿轮箱和第一风电齿轮箱的历史数据构建第一适应度函数,第一适应度函数的数据基础即为充分,使第一风电齿轮箱在包括上述一级权重指标和二级权重指标对应的外部状态参数的外部环境下工作时,可根据第一适应度函数,获取对应的能够适应该外部环境的工作参数,且同时满足风力发电的业务要求,使第一风电齿轮箱在该工作参数能够正常运行,且不会出现危险的运行状态,示例性地,危险的运行状态包括过载、温度过高、噪音较大等状态。
S700:将所述第一分配结果和所述第一适应度函数输入所述第二处理层,获得第一稳态工作参数,其中,所述第一稳态工作参数和所述第一工作参数一一对应;
S800:将所述第一稳态工作参数和所述第一工作参数输入所述第一优化层,获得第二工作参数。
具体而言,将第一分配结果输入第二处理层,第二处理层能够获得一级权重指标和二级权重指标,及两者对应的外部状态参数,进而得到第一同族齿轮箱以及其对应的历史数据。将第一适应度函数输入第二处理层,第二处理层能够基于上述的第一同族齿轮箱和第一风电齿轮箱的历史数据,结合第一适应度函数进行计算,进而获得上述的第一稳态工作参数。第一稳态工作参数内的工作参数种类与第一工作参数内的工作参数种类一一对应。
第一优化层由多组第三训练数据进行不断的自我训练学习而获得,每组第三训练数据中均包括第一稳态工作参数、第一工作参数和用于标识第二工作参数的标识信息,第一优化层能够不断地自我的修正,当第一优化层的输出信息达到预定的准确率/收敛状态时,则监督学习过程结束,完成第一优化层的构建。
将第一稳态工作参数和第一工作参数输入第一优化层,输出信息中包括第二工作参数。其中,第二工作参数并非为第一稳态工作参数和第一工作参数的差值,在调节第一风电齿轮箱各部件的工作参数时,各个工作参数之间会互相产生影响,进而使已调节的工作参数产生变化。因此,需要采用第一优化层进行计算,获得第二工作参数,基于第二工作参数进行调节,能够使第一风电齿轮箱在第一外部状态参数下稳定工作,避免出现运行危险状态。
本申请实施例通过构建具有多个隐含处理层的第一参数优化模型,能够根据外部状态参数对风电齿轮箱工作参数的影响进行权重分配,并根据分配结果获得同族齿轮箱,根据同族齿轮箱和风电齿轮箱的历史数据,构建工作参数和外部状态参数契合度关系的适应度函数,并根据权重分配结果和适应度函数获得当前风电齿轮箱的稳态工作参数,根据稳态工作参数进行风电齿轮箱的工作参数调节,本申请实施例通过综合考虑外部状态参数内的每种参数对风电齿轮箱的工作参数的影响,以及风电齿轮箱的各工作参数之间的耦合影响,在对状态数据监测的同时结合当前环境信息基于全局优化的算法,对各工作参数进行优化,进而为风电齿轮箱的工作参数调整以及独立变桨控制提供重要的参考数据,减少人工调节的参与度,提升风电齿轮箱工作参数的准确性,达到全面优化、准确地调节风电齿轮箱工作状态参数的技术效果。
本申请实施例提供的方法中的步骤S100包括:
S110:获得第一直接工作参数,其中,所述第一直接工作参数包括第一转速信息、第一功率信息;
S120:获得第一间接工作参数,其中,所述第一间接工作参数包括第一振动信息、第一载荷信息、第一温度信息;
S130:将所述第一转速信息、所述第一功率信息、所述第一振动信息、所述第一载荷信息、所述第一温度信息添加进所述第一工作参数。
具体而言,在实际的工作中,第一工作参数包括第一直接工作参数和第一间接工作参数。其中,第一直接工作参数包括第一转速信息、第一功率信息,进一步地,第一转速信息包括齿轮箱中高速轴的转速、低速轴的转速等,但不限于此,其可通过风电机组齿轮箱中的转速设置模块进行直接获取上传。第一功率信息包括风机功率、电机功率等,但不限于此,其可通过风电机组齿轮箱中的电路模块直接测量获得并上传。
第一间接工作参数包括第一振动信息、第一载荷信息、第一温度信息等,其具体可包括轴承的振动信息(行星轮轴承的振动、太阳轮轴承的振动),通过振动波形分析齿轮箱的工作状态;第一载荷信息可包括整机载荷、各部件的载荷等,不同位置的载荷信息分布是不同的,分别进行测量计算获得;温度信息包括各部件温度、轴承温度等。采集获得第一间接工作参数的采集设备包括温度传感器、应力传感器、振动传感器等,对第一风电齿轮箱内的各部位、各部件进行检测获得上述的参数。
将上述的第一转速信息、第一功率信息、第一振动信息、第一载荷信息、第一温度信息进行预处理,预处理可包括滤噪、去中心化、分类等,增强工作参数数据的稳定性,然后作为第一工作参数进行处理。本申请实施例通过检测获得第一直接工作参数和第一间接工作参数,能够获得最为全面的第一风电齿轮箱的工作参数信息,为第一风电齿轮箱的状态数据处理和参数调整提供全面的数据基础,达到准确处理数据的技术效果。
本申请实施例提供的方法中的步骤S200包括:
S210:获得第一动力学干扰量,其中,所述第一动力学干扰量包括第一风向信息、第一风速信息;
S220:获得第一热力学干扰量,其中,所述第一热力学干扰量包括第一环境温度信息、第一环境湿度信息;
S230:将所述第一风向信息、所述第一风速信息、所述第一环境温度信息、所述第一环境湿度信息添加进所述第一外部状态参数。
具体而言,第一外部状态参数包括第一动力学干扰量和第一热力学干扰量,第一动力学干扰量和第一热力学干扰量可分别对第一风电齿轮箱的工作参数以及状态产生影响,因此,需要进行全面采集。
进一步地,第一动力学干扰量包括第一风向信息、第一风速信息,但不限于此。第一风向信息和第一风速信息即为第一风电齿轮箱所处外部环境的风向和风速信息,可通过风向风力检测仪进行实时检测获得。第一热力学干扰量包括第一环境温度信息、第一环境湿度信息,但不限于此。第一环境温度信息、第一环境湿度信息为第一风电齿轮箱所处外部环境的温度、湿度信息等,可通过温度计和湿度检测仪实时检测获得。第一外部状态参数还可包括磁场、气体成分等干扰量信息,可对其进行检测并作为第一外部状态参数进行计算。
将上述的第一风向信息、第一风速信息、第一环境温度信息、第一环境湿度信息进行预处理,预处理可包括滤噪、去中心化、分类等,增强外部状态参数数据的稳定性,然后作为第一外部状态参数。本申请实施例通过检测获得第一动力学干扰量和第一热力学干扰量,能够获得最为全面的第一风电齿轮箱的外部环境状态参数信息,为第一风电齿轮箱的状态数据处理和参数调整提供全面的数据基础,达到准确处理数据的技术效果。
如图2所示,本申请实施例提供的方法中的步骤S300中的所述第一参数优化模型包括第一处理层,包括:
S310:根据第一风电机组的独立变桨控制逻辑和所述第一风电齿轮箱的运作逻辑,构建第一风电机组虚拟运作系统,其中,所述第一风电机组包括所述第一风电齿轮箱;
S320:将所述第一外部状态参数作为第一环境仿真参数,将所述第一工作参数作为第一工作仿真参数;
S330:将所述第一环境仿真参数和所述第一工作仿真参数输入所述第一风电机组虚拟运作系统,获得第一环境仿真模型;
S340:将所述第一环境仿真模型设为所述第一处理层。
具体而言,第一处理层实际上是一个环境仿真模型。基于第一风电齿轮箱的类型、型号,获得其对应的运作逻辑,及其所属的第一风电机组的控制逻辑,构建第一处理层。示例性地,第一风电齿轮箱为行星级齿轮箱,且为双排行星级齿轮箱,则获得其对应的运作逻辑,以及对应的第一风电机组的独立变桨控制逻辑,构建第一风电机组虚拟运作系统。在该第一风电机组虚拟运作系统中,可模拟运行第一风电机组和第一风电齿轮箱的运作周期、运作轨迹等。
将第一外部状态参数作为第一环境仿真参数,将第一工作参数作为第一工作仿真参数,并分别将第一环境仿真参数和第一工作仿真参数输入第一风电机组虚拟运作系统中进行运行,则获得第一环境仿真模型。在该第一环境仿真模型内,第一风电机组和第一风电齿轮箱可在第一环境仿真参数和第一工作仿真参数的条件下模拟运行,将该第一环境仿真模型作为第一处理层,即可输出在该第一环境仿真模型下运行时,第一外部状态参数对第一工作参数的影响权重分级结果。
通过向第一风电机组虚拟运作系统输入海量不同的一外部状态参数和第一工作仿真参数,即可获得多个不同的第一环境仿真模型,可对任意外部环境和工作参数下的第一风电机组进行模拟运行,并进行第一外部状态参数对第一工作参数影响的权重分配。
本申请实施例通过构建环境仿真模型,可在第一外部状态参数和第一工作参数下进行第一风电机组和第一风电齿轮箱的模拟运行,进而完成数据化的仿真建模,对第一外部状态参数对第一工作参数的影响进行评估和权重分配,能够得到最为准确的权重分配结果。
本申请实施例提供的方法中的步骤S400包括:
S410:将所述第一外部状态参数输入所述第一处理层进行单一变量分析,获得第一偏向量集合,其中,所述第一偏向量表征单一变量对所述第一工作仿真参数的影响程度;
S420:根据所述第一偏向量大小对所述第一偏向量集合进行排序,获得第一排序结果;
S430:根据所述第一排序结果对所述第一外部状态参数进行权重分配,获得所述第一分配结果。
具体而言,如上述内容,第一外部状态参数内包括第一风向信息、第一风速信息、第一环境温度信息、第一环境湿度信息等多个外部状态参数,每种外部状态参数对于第一工作参数的影响不同。因此,将第一外部状态参数内的各个外部状态参数分别逐次输入第一处理层按照对照分析原则进行逐个的单一变量分析,确定在第一外部状态参数中的外部状态参数偏向量,在仿真模型中通过对照分析,得到单个外部状态参数的偏向量大小,进而确定各外部状态参数的权重值。
部分外部状态参数对于工作参数的影响极小,因此,为提升模型计算效率,省去偏向量较小、影响较小的部分外部状态参数。故,根据第一偏向量大小对第一偏向量集合进行排序,获得第一排序结果,根据第一排序结果对第一外部状态参数进行权重分配。示例性地,根据第一排序结果中大小前二的第一偏向量,对其对应的两个第一外部状态参数进行权重分配,得到上述的第一分配结果,第一分配结果包括一级权重指标和二级权重指标,且一级权重指标大于二级权重指标。
在本申请实施例中,也可出现多个第一偏向量的大小相同的情况,则第一分配结果内的权重分配结果包括多个权重参数相同的第一稳态工作参数,其对第一工作参数的影响相同。
本申请实施例通过将第一外部状态参数输入第一处理层进行权重分配,确定在第一外部状态参数下的外部状态参数偏向量,可以在仿真模型中通过对照分析,得到单个外部状态参数的偏向量大小,进而确定各外部状态参数的权重值,能够根据对工作参数影响大小进行权重分配,获得对应外部状态参数,进而在该第一外部状态参数下进行工作参数调节时,可充分考虑外部状态参数的影响,达到准确地调整风电齿轮箱工作参数的技术效果。
本申请实施例提供的方法中的步骤S600包括:
S610:通过所述第一同族齿轮箱和所述第一风电齿轮箱,获得第一历史数据,其中,所述第一历史数据包括第一历史工作参数和第一历史外部状态参数;
S620:通过对所述第一历史工作参数和所述第一历史外部状态参数进行关联性分析,获得所述第一适应度函数,其中,所述第一适应度函数包括第一类型函数集合与第二类型函数集合。
具体而言,根据同样具有一级权重指标和二级权重指标的第一同族齿轮箱的,基于大数据和/或历史实验数据获得第一同族齿轮箱和第一风电齿轮箱的第一历史数据,第一历史数据包括第一历史外部状态参数数据和第一历史工作参数数据。
通过对第一同族齿轮箱和第一风电齿轮箱的第一历史外部状态参数数据和第一历史工作参数数据进行关联性分析,获得第一历史外部状态参数数据和第一历史工作参数数据之间的映射关系,构建上述的第一适应度函数。
第一适应度函数包括第一类型函数集合与第二类型函数集合。第一适应度函数表征实际环境下工作参数和外部状态参数契合度的函数,对于非结构化数据,构建离散型的函数:基于历史数据确定在当前的环境中不同工作参数单独的适应区间;对于结构化数据基于历史数据构建和外部状态参数相适应的线性函数;换言之,通过适应度函数可以通过外部状态参数确定各工作参数的较优值,通过多个同族风电齿轮箱的信息补足,保证了数据量的充足,提高了适应度函数根据外部环境参数获得优化工作参数的准确性。第一类型函数集合即对应结构化的数据,即外部状态参数和工作参数之间具有一定线性关系的数据。第二类型函数集合即对应离散的、非结构化的数据。
本申请实施例通过根据第一同族齿轮箱和第一风电齿轮箱获取充足的历史工作参数和历史外部状态参数数据,根据不同数据类型构建工作参数和外部状态参数之间的适应度函数,根据第一适应度函数,可在外部状态参数下进行工作参数的优化,获取优化工作参数,以调节第一风电齿轮箱工作状态至更为稳定的状态,达到准确地调整风电齿轮箱工作参数的技术效果。
如图3所示,本申请实施例提供的方法中的步骤S300中的所述第一参数优化模型包括第二处理层,包括:
S350:通过对多个所述第一历史工作参数之间进行关联性分析,获得第一耦合关系;
S360:基于所述第一适应度函数和所述第一耦合关系,构建第一参数筛选规则;
S370:根据所述第一分配结果,构建第二参数筛选规则,其中,所述第二参数筛选规则单次随机限定未比对过的两组满足所述第一参数筛选规则的初筛稳态工作参数进行比对;
S380:基于所述第一参数筛选规则和所述第二参数筛选规则,构建所述第二处理层。
具体而言,多个第一历史工作参数之间具有着互相影响的关系,每个第一历史工作参数内的各个工作参数之间也具有着互相影响的关系。示例性地,直接状态数据对间接状态数据的影响;转速影响温度、直接状态数据之间的影响等;转速影响功率等。通过对多个第一历史工作参数之间进行关联性分析,获得第一耦合关系。
基于第一适应度函数和第一耦合关系,构建第一参数筛选规则;根据第一分配结果,构建第二参数筛选规则。第一参数筛选规则具体为,根据当前外部状态参数获得优化后的工作参数集合,然后根据第一耦合关系对该工作参数集合进行筛选,减少工作参数之间的互相影响,获得进一步筛选后的工作参数集合。
由于适应度函数最后表征的是一个工作参数的区间值,如何在区间值中寻找到最优的工作参数集合,通过随机抽取比对,将响应较优的一组工作参数留下,另外一组工作参数筛除,相当于工作参数之间的优劣比对,当一组工作参数出现连续十组优劣比对都胜利的状态下,就将当前工作参数先存储,再更新位置选用新的未筛除的工作参数进行优劣比对,直到再出现连续十组都胜利的工作参数,将两个连续十组都胜利的工作参数比对,若是不同选用较优值,另外一组筛除,将较优的工作参数存储;相同就存储当前任意一组工作参数,再更新位置继续优劣比对;直到当前工作参数连续十组的每十组的重复率都满足于预设值(例如大于等于98%)时停止优劣比对,选用存储的那组工作参数作为稳态工作参数。实际上,第二参数筛选规则基于第一参数筛选规则筛选获得的工作参数集合,结合类鲸鱼优化算法,优化获得最优解的工作参数集合。
本申请实施例通过结合第一适应度函数和第一耦合关系,获取在当前外部环境下较优的工作参数集合,再结合第二参数筛选规则进行进一步优化,获得全局优化的工作参数,作为稳态工作参数,能够全面多维度地考量外部环境、参数耦合影响关系,并进一步全局寻优,获得最为优化的稳态工作参数。
综上所述,本申请实施例通过构建具有多个隐含处理层的第一参数优化模型,能够根据外部状态参数对风电齿轮箱工作参数的影响进行权重分配,并根据分配结果获得同族齿轮箱,根据同族齿轮箱和风电齿轮箱的历史数据,构建工作参数和外部状态参数契合度关系的适应度函数,并根据权重分配结果和适应度函数获得当前风电齿轮箱的稳态工作参数,根据稳态工作参数进行风电齿轮箱的工作参数调节,本申请实施例通过综合考虑外部状态参数内的每种参数对风电齿轮箱的工作参数的影响,以及风电齿轮箱的各工作参数之间的耦合影响,在对状态数据监测的同时结合当前环境信息基于全局优化的算法,对各工作参数进行优化,进而为风电齿轮箱的工作参数调整以及独立变桨控制提供重要的参考数据,减少人工调节的参与度,提升风电齿轮箱工作参数的准确性,可为整机载荷控制逻辑优化提供直接的数据参考,为独立变桨控制逻辑提供有效数据支撑,提高齿轮箱及主轴承运行的可靠性,达到全面优化、准确地调节风电齿轮箱工作状态参数的技术效果。
实施例二
基于与前述实施例中一种行星级齿轮箱的状态数据处理方法相同的发明构思,如图4所示,本申请实施例提供了一种行星级齿轮箱的状态数据处理系统,其中,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一工作参数,其中,所述第一工作参数表征第一风电齿轮箱的各部件实时状态信息;
第二获得单元12,所述第二获得单元12用于获得第一外部状态参数,其中,所述第一外部状态参数表征第一风电机组的外部环境信息;
第一构建单元13,所述第一构建单元13用于获得第一参数优化模型,其中,所述第一参数优化模型包括第一处理层、第二处理层、第一优化层;
第一处理单元14,所述第一处理单元14用于将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,其中,所述第一分配结果包括一级权重指标和二级权重指标;
第二处理单元15,所述第二处理单元15用于通过所述一级权重指标和所述二级权重指标,匹配第一同族齿轮箱,其中,所述一级权重指标大于所述二级权重指标;
第二构建单元16,所述第二构建单元16用于通过所述第一同族齿轮箱和所述第一风电齿轮箱的历史数据,构建第一适应度函数;
第三处理单元17,所述第三处理单元17用于将所述第一分配结果和所述第一适应度函数输入所述第二处理层,获得第一稳态工作参数,其中,所述第一稳态工作参数和所述第一工作参数一一对应;
第四处理单元18,所述第四处理单元18用于将所述第一稳态工作参数和所述第一工作参数输入所述第一优化层,获得第二工作参数。
进一步的,所述系统还包括:
第三获得单元,所述第三获得单元用于获得第一直接工作参数,其中,所述第一直接工作参数包括第一转速信息、第一功率信息;
第四获得单元,所述第四获得单元用于获得第一间接工作参数,其中,所述第一间接工作参数包括第一振动信息、第一载荷信息、第一温度信息;
第五处理单元,所述第五处理单元用于将所述第一转速信息、所述第一功率信息、所述第一振动信息、所述第一载荷信息、所述第一温度信息添加进所述第一工作参数。
进一步的,所述系统还包括:
第五获得单元,所述第五获得单元用于获得第一动力学干扰量,其中,所述第一动力学干扰量包括第一风向信息、第一风速信息;
第六获得单元,所述第六获得单元用于获得第一热力学干扰量,其中,所述第一热力学干扰量包括第一环境温度信息、第一环境湿度信息;
第六处理单元,所述第六处理单元用于将所述第一风向信息、所述第一风速信息、所述第一环境温度信息、所述第一环境湿度信息添加进所述第一外部状态参数。
进一步的,所述系统还包括:
第三构建单元,所述第三构建单元用于根据第一风电机组的独立变桨控制逻辑和所述第一风电齿轮箱的运作逻辑,构建第一风电机组虚拟运作系统,其中,所述第一风电机组包括所述第一风电齿轮箱;
第七处理单元,所述第七处理单元用于将所述第一外部状态参数作为第一环境仿真参数,将所述第一工作参数作为第一工作仿真参数;
第八处理单元,所述第八处理单元用于将所述第一环境仿真参数和所述第一工作仿真参数输入所述第一风电机组虚拟运作系统,获得第一环境仿真模型;
第九处理单元,所述第九处理单元用于将所述第一环境仿真模型设为所述第一处理层。
进一步的,所述系统还包括:
第十处理单元,所述第十处理单元用于将所述第一外部状态参数输入所述第一处理层进行单一变量分析,获得第一偏向量集合,其中,所述第一偏向量表征单一变量对所述第一工作仿真参数的影响程度;
第十一处理单元,所述第十一处理单元用于根据所述第一偏向量大小对所述第一偏向量集合进行排序,获得第一排序结果;
第十二处理单元,所述第十二处理单元用于根据所述第一排序结果对所述第一外部状态参数进行权重分配,获得所述第一分配结果。
进一步的,所述系统还包括:
第七获得单元,所述第七获得单元用于通过所述第一同族齿轮箱和所述第一风电齿轮箱,获得第一历史数据,其中,所述第一历史数据包括第一历史工作参数和第一历史外部状态参数;
第十三处理单元,所述第十三处理单元用于通过对所述第一历史工作参数和所述第一历史外部状态参数进行关联性分析,获得所述第一适应度函数,其中,所述第一适应度函数包括第一类型函数集合与第二类型函数集合。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于通过对多个所述第一历史工作参数之间进行关联性分析,获得第一耦合关系;
第四构建单元,所述第四构建单元用于基于所述第一适应度函数和所述第一耦合关系,构建第一参数筛选规则;
第五构建单元,所述第五构建单元用于根据所述第一分配结果,构建第二参数筛选规则,其中,所述第二参数筛选规则单次随机限定未比对过的两组满足所述第一参数筛选规则的初筛稳态工作参数进行比对;
第六构建单元,所述第六构建单元用于基于所述第一参数筛选规则和所述第二参数筛选规则,构建所述第二处理层。
示例性电子设备
下面参考图5来描述本申请实施例的电子设备,
基于与前述实施例中一种行星级齿轮箱的状态数据处理方法相同的发明构思,本申请实施例还提供了一种行星级齿轮箱的状态数据处理系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行实施例一所述方法的步骤。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种行星级齿轮箱的状态数据处理方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例通过构建具有多个隐含处理层的第一参数优化模型,能够根据外部状态参数对风电齿轮箱工作参数的影响进行权重分配,并根据分配结果获得同族齿轮箱,根据同族齿轮箱和风电齿轮箱的历史数据,构建工作参数和外部状态参数契合度关系的适应度函数,并根据权重分配结果和适应度函数获得当前风电齿轮箱的稳态工作参数,根据稳态工作参数进行风电齿轮箱的工作参数调节,本申请实施例通过综合考虑外部状态参数内的每种参数对风电齿轮箱的工作参数的影响,以及风电齿轮箱的各工作参数之间的耦合影响,在对状态数据监测的同时结合当前环境信息基于全局优化的算法,对各工作参数进行优化,进而为风电齿轮箱的工作参数调整以及独立变桨控制提供重要的参考数据,减少人工调节的参与度,提升风电齿轮箱工作参数的准确性,可为整机载荷控制逻辑优化提供直接的数据参考,为独立变桨控制逻辑提供有效数据支撑,提高齿轮箱及主轴承运行的可靠性,达到全面优化、准确地调节风电齿轮箱工作状态参数的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种行星级齿轮箱的状态数据处理方法,其特征在于,所述方法应用于一种行星级齿轮箱的状态数据处理系统,所述方法包括:
获得第一工作参数,其中,所述第一工作参数表征第一风电齿轮箱的各部件实时状态信息;
获得第一外部状态参数,其中,所述第一外部状态参数表征第一风电机组的外部环境信息;
获得第一参数优化模型,其中,所述第一参数优化模型包括第一处理层、第二处理层、第一优化层;
将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,其中,所述第一分配结果包括一级权重指标和二级权重指标,所述一级权重指标和所述二级权重指标分别对应对所述第一风电齿轮箱的所述第一工作参数影响最大的两个外部状态参数;
通过所述一级权重指标和所述二级权重指标,匹配第一同族齿轮箱,其中,所述一级权重指标大于所述二级权重指标,所述第一同族齿轮箱为与第一风电齿轮箱同族的齿轮箱;
通过所述第一同族齿轮箱和所述第一风电齿轮箱的历史数据,构建第一适应度函数,其中,所述第一适应度函数包括第一类型函数集合与第二类型函数集合,所述第一类型函数集合为对应结构化的数据,即外部状态参数和工作参数之间具有一定线性关系的数据,所述第二类型函数集合为对应离散的、非结构化的数据;
将所述第一分配结果和所述第一适应度函数输入所述第二处理层,获得第一稳态工作参数,其中,所述第一稳态工作参数和所述第一工作参数一一对应;
将所述第一稳态工作参数和所述第一工作参数输入所述第一优化层,获得第二工作参数。
2.如权利要求1所述的方法,其特征在于,所述获得第一工作参数,包括:
获得第一直接工作参数,其中,所述第一直接工作参数包括第一转速信息、第一功率信息;
获得第一间接工作参数,其中,所述第一间接工作参数包括第一振动信息、第一载荷信息、第一温度信息;
将所述第一转速信息、所述第一功率信息、所述第一振动信息、所述第一载荷信息、所述第一温度信息添加进所述第一工作参数。
3.如权利要求1所述的方法,其特征在于,所述获得第一外部状态参数,包括:
获得第一动力学干扰量,其中,所述第一动力学干扰量包括第一风向信息、第一风速信息;
获得第一热力学干扰量,其中,所述第一热力学干扰量包括第一环境温度信息、第一环境湿度信息;
将所述第一风向信息、所述第一风速信息、所述第一环境温度信息、所述第一环境湿度信息添加进所述第一外部状态参数。
4.如权利要求1所述的方法,其特征在于,所述第一参数优化模型包括第一处理层,包括:
根据第一风电机组的独立变桨控制逻辑和所述第一风电齿轮箱的运作逻辑,构建第一风电机组虚拟运作系统,其中,所述第一风电机组包括所述第一风电齿轮箱;
将所述第一外部状态参数作为第一环境仿真参数,将所述第一工作参数作为第一工作仿真参数;
将所述第一环境仿真参数和所述第一工作仿真参数输入所述第一风电机组虚拟运作系统,获得第一环境仿真模型;
将所述第一环境仿真模型设为所述第一处理层。
5.如权利要求4所述的方法,其特征在于,将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,包括:
将所述第一外部状态参数输入所述第一处理层进行单一变量分析,获得第一偏向量集合,其中,所述第一偏向量表征单一变量对所述第一工作仿真参数的影响程度;
根据所述第一偏向量大小对所述第一偏向量集合进行排序,获得第一排序结果;
根据所述第一排序结果对所述第一外部状态参数进行权重分配,获得所述第一分配结果。
6.如权利要求1所述的方法,其特征在于,通过所述第一同族齿轮箱和所述第一风电齿轮箱,构建第一适应度函数,包括:
通过所述第一同族齿轮箱和所述第一风电齿轮箱,获得第一历史数据,其中,所述第一历史数据包括第一历史工作参数和第一历史外部状态参数;
通过对所述第一历史工作参数和所述第一历史外部状态参数进行关联性分析,获得所述第一适应度函数。
7.如权利要求6所述的方法,其特征在于,所述第一参数优化模型包括第二处理层,包括:
通过对多个所述第一历史工作参数之间进行关联性分析,获得第一耦合关系;
基于所述第一适应度函数和所述第一耦合关系,构建第一参数筛选规则;
根据所述第一分配结果,构建第二参数筛选规则,其中,所述第二参数筛选规则单次随机限定未比对过的两组满足所述第一参数筛选规则的初筛稳态工作参数进行比对;
基于所述第一参数筛选规则和所述第二参数筛选规则,构建所述第二处理层。
8.一种行星级齿轮箱的状态数据处理系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一工作参数,其中,所述第一工作参数表征第一风电齿轮箱的各部件实时状态信息;
第二获得单元,所述第二获得单元用于获得第一外部状态参数,其中,所述第一外部状态参数表征第一风电机组的外部环境信息;
第一构建单元,所述第一构建单元用于获得第一参数优化模型,其中,所述第一参数优化模型包括第一处理层、第二处理层、第一优化层;
第一处理单元,所述第一处理单元用于将所述第一外部状态参数输入所述第一处理层进行权重分配,获得第一分配结果,其中,所述第一分配结果包括一级权重指标和二级权重指标,所述一级权重指标和所述二级权重指标分别对应对所述第一风电齿轮箱的所述第一工作参数影响最大的两个外部状态参数;
第二处理单元,所述第二处理单元用于通过所述一级权重指标和所述二级权重指标,匹配第一同族齿轮箱,其中,所述一级权重指标大于所述二级权重指标,所述第一同族齿轮箱为与第一风电齿轮箱同族的齿轮箱;
第二构建单元,所述第二构建单元用于通过所述第一同族齿轮箱和所述第一风电齿轮箱的历史数据,构建第一适应度函数,其中,所述第一适应度函数包括第一类型函数集合与第二类型函数集合,所述第一类型函数集合为对应结构化的数据,即外部状态参数和工作参数之间具有一定线性关系的数据,所述第二类型函数集合为对应离散的、非结构化的数据;
第三处理单元,所述第三处理单元用于将所述第一分配结果和所述第一适应度函数输入所述第二处理层,获得第一稳态工作参数,其中,所述第一稳态工作参数和所述第一工作参数一一对应;
第四处理单元,所述第四处理单元用于将所述第一稳态工作参数和所述第一工作参数输入所述第一优化层,获得第二工作参数。
9.一种行星级齿轮箱的状态数据处理系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111372184.0A CN114065430B (zh) | 2021-11-18 | 2021-11-18 | 一种行星级齿轮箱的状态数据处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111372184.0A CN114065430B (zh) | 2021-11-18 | 2021-11-18 | 一种行星级齿轮箱的状态数据处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114065430A CN114065430A (zh) | 2022-02-18 |
CN114065430B true CN114065430B (zh) | 2022-07-12 |
Family
ID=80278385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111372184.0A Active CN114065430B (zh) | 2021-11-18 | 2021-11-18 | 一种行星级齿轮箱的状态数据处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114065430B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114791357B (zh) * | 2022-03-08 | 2023-05-05 | 德力佳传动科技(江苏)有限公司 | 一种风电齿轮箱的传动故障监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566523A (zh) * | 2009-05-11 | 2009-10-28 | 中能电力科技开发有限公司 | 风力发电机组齿轮箱状态监测方法 |
CN109611274A (zh) * | 2018-12-11 | 2019-04-12 | 苏州科技大学 | 一种风力发电机组高风速区lqg优化控制方法 |
CN110378042A (zh) * | 2019-07-23 | 2019-10-25 | 山东大学 | 基于scada数据的风电机组齿轮箱油温异常检测方法及系统 |
CN112861389A (zh) * | 2019-11-27 | 2021-05-28 | 中车株洲电力机车研究所有限公司 | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 |
CN113153655A (zh) * | 2021-05-14 | 2021-07-23 | 大唐(赤峰)新能源有限公司 | 风电机组运行状态监测方法及装置 |
CN113515865A (zh) * | 2021-07-16 | 2021-10-19 | 重庆大学 | 一种风电齿轮箱行星级均载性能优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110022362A1 (en) * | 2009-07-24 | 2011-01-27 | Rockwell Automation Technologies, Inc. | Energy usage analysis in servo drive systems |
EP3859192B1 (en) * | 2020-02-03 | 2022-12-21 | Robert Bosch GmbH | Device, method and machine learning system for determining a state of a transmission for a vehicle |
-
2021
- 2021-11-18 CN CN202111372184.0A patent/CN114065430B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566523A (zh) * | 2009-05-11 | 2009-10-28 | 中能电力科技开发有限公司 | 风力发电机组齿轮箱状态监测方法 |
CN109611274A (zh) * | 2018-12-11 | 2019-04-12 | 苏州科技大学 | 一种风力发电机组高风速区lqg优化控制方法 |
CN110378042A (zh) * | 2019-07-23 | 2019-10-25 | 山东大学 | 基于scada数据的风电机组齿轮箱油温异常检测方法及系统 |
CN112861389A (zh) * | 2019-11-27 | 2021-05-28 | 中车株洲电力机车研究所有限公司 | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 |
CN113153655A (zh) * | 2021-05-14 | 2021-07-23 | 大唐(赤峰)新能源有限公司 | 风电机组运行状态监测方法及装置 |
CN113515865A (zh) * | 2021-07-16 | 2021-10-19 | 重庆大学 | 一种风电齿轮箱行星级均载性能优化方法 |
Non-Patent Citations (2)
Title |
---|
"采用趋势状态分析的风机齿轮箱状态在线评估云模型";方瑞明;《华侨大学学报(自然科学版)》;20160131;第37卷(第1期);第32-37页 * |
"随机风速工况下的风机齿轮箱齿轮故障诊断研究";刘浩华;《中国优秀硕士学位论文全文数据 工程科技II辑》;20190930(第9期);C029-90 * |
Also Published As
Publication number | Publication date |
---|---|
CN114065430A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920863B (zh) | 一种机器人伺服系统能耗估计模型的建立方法 | |
CN107291991B (zh) | 一种基于动态网络标志的风电机组早期缺陷预警方法 | |
CN113570138B (zh) | 一种时间卷积网络的设备剩余使用寿命预测方法及装置 | |
Carta et al. | Comparison of feature selection methods using ANNs in MCP-wind speed methods. A case study | |
CN108204341B (zh) | 风电场运行状态的识别方法和装置 | |
CN111878320B (zh) | 风力发电机组的监控方法、系统及计算机可读存储介质 | |
CN112555084B (zh) | 一种实时状态预警方法、装置、电子设备及存储介质 | |
CN111881617A (zh) | 数据处理方法、风力发电机组的性能评估方法及系统 | |
CN110263856B (zh) | 基于物联网的风机故障评价方法、系统及设备 | |
CN114065430B (zh) | 一种行星级齿轮箱的状态数据处理方法及系统 | |
CN112307677A (zh) | 基于深度学习的电网振荡模态评估与安全主动预警方法 | |
CN105678409A (zh) | 一种自适应且分布无关的时间序列异常点检测方法 | |
CN112611584A (zh) | 风力发电机组的疲劳失效检测方法、装置、设备及介质 | |
CN115048874A (zh) | 一种基于机器学习的飞行器设计参数预估方法 | |
CN108320112B (zh) | 一种确定设备健康状态的方法及装置 | |
CN113139880A (zh) | 风电机组实际功率曲线拟合方法、装置、设备及存储介质 | |
CN112232370A (zh) | 发动机的故障分析预测方法 | |
CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备 | |
CN115526258A (zh) | 基于Spearman相关系数特征提取的电力系统暂稳评估方法 | |
CN113268929B (zh) | 短期负荷区间预测方法及装置 | |
CN107527093B (zh) | 一种风电机组运行状态诊断方法及装置 | |
CN113591402A (zh) | 一种数字化电力互感器健康状态模糊综合评价方法 | |
CN117235934A (zh) | 一种离心泵退化监测与退化等级识别方法 | |
CN117232809A (zh) | 基于dematel-anp-critic组合赋权的风机主轴故障预诊断方法 | |
CN116842811A (zh) | 基于数字孪生的车间产线能耗分析方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: No. 67, Antai 1st Road, Xishan District, Wuxi City, Jiangsu Province, 214000 Patentee after: Delijia Transmission Technology (Jiangsu) Co.,Ltd. Address before: No. 67, Antai 1st Road, Xishan District, Wuxi City, Jiangsu Province, 214000 Patentee before: DELIJIA TRANSMISSION TECHNOLOGY (JIANGSU) Co.,Ltd. |