CN116915260A - 一种风电电机冷却风机故障数据优化采集方法 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种风电电机冷却风机故障数据优化采集方法，包括：采集风电电机冷却风机的运行数据序列，将运行数据序列转换为字符序列；根据频率阈值获得每个字符串的频率优先级；根据每种指标的可接受波动范围获得每种指标的权值上限；获得字符串的指标数据，计算字符串的权值削减因子；获得字符串的指标数据与参考指标数据的差异系数；获得字符串的排序优先级；根据字符串的排序优先级对字典进行动态调整，根据动态调整后的字典对风电电机冷却风机的运行数据序列进行编码压缩。本发明能够根据排序优先级固定频率高的字符串，降低字典动态调整的频率的同时，减少检索时间，使频率更高的字符串的检索时间较低。

Description

一种风电电机冷却风机故障数据优化采集方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种风电电机冷却风机故障数据优化采集方法。

背景技术

风电电机冷却风机是风力发电机组中重要的组件之一，负责散热和保持电机温度在可接受范围内。为了确保风电电机冷却风机的正常运行，需要进行故障监测和数据采集。为了更好地监测风电电机冷却风机的设备状况，需要对其故障数据进行采集与传输，由于设备状况信息包含较详细的设备各项指标，数据量庞大，故需要一套对于风电电机冷却风机的运行数据的压缩算法。

由于风电电机冷却风机设备故障数据中包含大量的重复数据，LZW算法对于设备数据有着较高的压缩率。LZW算法根据字典中各个字符串的频率计算优先级对字典中字符串位置进行动态更新，而在风电电机冷却风机的运行数据中，正常数据的频率较大，仅根据字符串的出现频率进行字典内字符串排序会使出现频率大的正常数据的字典索引大于一些频率较低的故障数据，且随着数据流的不断读入，字典内字符串频率不断变化，会导致字典的频繁更新，消耗额外的计算资源的同时，高频的正常字符串频繁的位置变换也会导致较长的检索时间。

发明内容

为了解决上述问题，本发明提供一种风电电机冷却风机故障数据优化采集方法，所述方法包括：

采集风电电机冷却风机的运行数据序列，将运行数据序列转换为字符序列；获得每种指标的可接受波动范围和参考指标数据；

在LZW算法对字符序列进行压缩时，不断向LZW算法的字典中加入字符串，根据频率阈值获得每个字符串的频率优先级；

根据每种指标的可接受波动范围获得每种指标的权值上限；

获得字符串的指标数据，根据字符串的指标数据对应的指标的参考指标数据和可接受波动范围，计算字符串的权值削减因子；根据字符串的权值削减因子和字符串的指标数据对应的指标的权值上限，获得字符串的指标数据与参考指标数据的差异系数；根据字符串的指标数据与参考指标数据的差异系数和字符串的频率优先级，获得字符串的排序优先级；

根据字符串的排序优先级对字典进行动态调整，根据动态调整后的字典对风电电机冷却风机的运行数据序列进行编码压缩；

所述计算字符串的权值削减因子，包括的具体步骤如下：

式中，表示字典中第i个字符串的权值削减因子，/>表示字典中第i个字符串的指标数据对应的指标的权值上限，/>表示指数符，/>表示字典中第i个字符串的指标数据，表示字典中第i个字符串的指标数据对应的指标的参考指标数据，/>表示字典中第i个字符串的指标数据对应的指标的可接受波动范围。

进一步地，所述根据频率阈值获得每个字符串的频率优先级，包括的具体步骤如下：

获得字典中的每个字符串在已编码字符中的频率，记为每个字符串的频率，将所有字符串的频率的平均值作为频率阈值；

式中，表示字典中第i个字符串的频率优先级，/>表示字典中第i个字符串的频率，/>表示频率阈值。

进一步地，所述获得每种指标的权值上限，包括的具体步骤如下：

式中，w表示指标的权值上限，r表示指标的可接受波动范围。

进一步地，所述获得字符串的指标数据，包括的具体步骤如下：

根据分隔符“/”将字符串划分为若干个子串，将长度最长的子串对应的指标数据记为字符串的指标数据，如果存在长度最长的多个子串，将长度最长的多个子串中最先出现的子串对应的指标数据记为字符串的指标数据。

进一步地，所述获得字符串的指标数据与参考指标数据的差异系数，包括的具体步骤如下：

将字符串的权值削减因子和字符串的指标数据对应的指标的权值上限的乘积记为字符串的指标数据与参考指标数据的差异系数。

进一步地，所述获得字符串的排序优先级，包括的具体步骤如下：

将字符串的指标数据与参考指标数据的差异系数和字符串的频率优先级的乘积记为字符串的排序优先级。

进一步地，所述根据字符串的排序优先级对字典进行动态调整，包括的具体步骤如下：

每次向字典中加入新的字符串时，计算字典中所有字符串的排序优先级，将所有字符串按照排序优先级从大到小的顺序进行排列组成新的字典，实现对字典的动态调整。

进一步地，所述将运行数据序列转换为字符序列，包括的具体步骤如下：

将运行数据序列中的每个指标数据的每一位作为一个字符，获得运行数据序列中的所有指标数据的所有字符按照顺序组成的字符序列。

进一步地，所述采集风电电机冷却风机的运行数据序列，包括的具体步骤如下：

通过配置采集设备、连接传感器的方式按照预设时间间隔采集所有风电电机冷却风机的运行数据，将每一时刻所有风电电机冷却风机的运行数据按照顺序组成的序列记为风电电机冷却风机的运行数据序列。

本发明的技术方案的有益效果是：针对风电电机冷却风机的运行数据中，正常数据的频率较大，仅根据字符串的出现频率进行字典内字符串排序会使出现频率大的正常数据在字典中的索引大于一些频率较低的故障数据的索引，导致数据的压缩效率较低的问题，本发明根据频率阈值获得每个字符串的频率优先级；根据每种指标的可接受波动范围获得每种指标的权值上限；根据字典中每个字符串的指标数据与每个字符串的指标数据对应的指标的参考指标数据的差异获取每个字符串的权值削减因子，通过权值削减因子对字符串的指标数据对应的指标的权值上限进行调整获得字符串的指标数据与参考指标数据的差异系数；将字符串的指标数据与参考指标数据的差异系数作为权值调整字符串的频率优先级，获得字符串的排序优先级，根据字符串的排序优先级对字典进行动态调整，使高频的正常数据对应的字符串在字典中的检索较小，根据动态调整后的字典对风电电机冷却风机的运行数据序列进行编码压缩，能够根据排序优先级固定频率高的字符串，降低字典动态调整的频率的同时，减少检索时间，使频率更高的字符串的检索时间较低。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明的一种风电电机冷却风机故障数据优化采集方法的方法流程图；

图2为字典中字符串的频率优先级与字符串的频率的关系。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种风电电机冷却风机故障数据优化采集方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种风电电机冷却风机故障数据优化采集方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种风电电机冷却风机故障数据优化采集方法的数据传输模块的方法流程图，该方法包括：

针对风电电机冷却风机故障数据的采集和压缩存储，通过对冷风风机设备数据进行分析，为出现概率更高的正常数据赋予更大的权值，使正常数据排序优先级较高，根据排序优先级对字典进行动态调整，使正常数据位于字典更加靠近检索起始索引的位置，减少LZW算法字典压缩过程中的检索时间。

S001，采集风电电机冷却风机的运行数据序列，将运行数据序列转换为字符序列；获得每种指标的可接受波动范围和参考指标数据。

需要说明的是，设备维护人员通过对风电电机冷却风机的运行数据进行分析，对风电电机冷却风机的设备状态进行监控、分析和优化，及时发现风电电机冷却风机的运行故障以及故障类型，及时对风电电机冷却风机的故障采取合适的措施；因此，需要先采集风电电机冷却风机的运行数据。

预设一个时间间隔T，其中本实施例T=1小时为例进行叙述，本实施例不进行具体限定，其中T根据具体实施情况而定。

具体的，风电电机冷却风机的运行数据包括但不限于风机型号、电机型号、电流、转速、功率、电压、频率、风量、风压、噪声和防护等级等多种指标；通过配置采集设备、连接传感器等方式按照预设时间间隔T采集风电电机冷却风机的运行数据，对风电电机冷却风机的运行数据进行收集和记录，将所有时刻的运行数据按照时间顺序组成的序列记为风电电机冷却风机的运行数据序列，包括每个时刻采集的所有种指标的指标数据，每两个指标数据之间用分隔符“/”分隔开。

进一步，将运行数据序列中的每个指标数据的每一位作为一个字符，获得运行数据序列中的所有指标数据的所有字符按照顺序组成的字符序列。

例如，运行数据序列为{FJ20220807001/Y100L1-4/5/1420/2.2/…}，转换后的字符序列为{F,J,2,0,2,2,0,8,0,7,0,0,1,/,Y,1,0,0,L,1,-,4,/,5,/,1,4,2,0,/,2,.,2,/,…}。

需要说明的是，风电电机冷却风机的各项指标数据往往不是一成不变的，允许在一定范围内波动，当指标数据在规定范围内波动时，风电电机冷却风机处于正常运行情况下，只有指标数据超出规定范围时，风电电机冷却风机处于故障运行情况下；其中，风电电机冷却风机正常运行相比于故障运行有着更高的时间概率，故按照一定时间段获取的风电电机冷却风机的运行数据中，正常数据会有着较高的出现频率，而故障数据由于故障情况无法预测，各种类型的故障数据所占的频率均比较低。

进一步，根据风电电机冷却风机的工作参数，获得每种指标的可接受波动范围和参考指标数据，例如，风电电机冷却风机的转速指标在1300到1500之间均可视为正常转速，因此，风电电机冷却风机的转速指标的参考指标数据，风电电机冷却风机的转速指标的可接受波动范围/>；风电电机冷却风机的电流指标在0.24到0.3之间均可视为正常电流，因此，风电电机冷却风机的电流指标的参考指标数据/>，风电电机冷却风机的电流指标的可接受波动范围；风电电机冷却风机的风量指标在1150到1450之间均可视为正常风量，因此，风电电机冷却风机的风量指标的参考指标数据/>，风电电机冷却风机的风量指标的可接受波动范围/>。

S002，根据频率阈值获得每个字符串的频率优先级；根据每种指标的可接受波动范围获得每种指标的权值上限；获得字符串的指标数据，根据字符串的指标数据对应的指标的参考指标数据和可接受波动范围，计算字符串的权值削减因子；根据字符串的权值削减因子和字符串的指标数据对应的指标的权值上限，获得字符串的指标数据与参考指标数据的差异系数；根据字符串的指标数据与参考指标数据的差异系数和字符串的频率优先级，获得字符串的排序优先级。

需要说明的是，LZW算法根据字符序列中字符串的出现顺序生成字典，越早出现的字符串在字典中的位置越靠前；而风电电机冷却风机的运行数据序列中，与正常运行的指标数据偏差较大的异常运行的指标数据出现频率较低，只按照字符串出现的先后顺序确定字符串在字典中的位置会使一些频率较高的正常运行的指标数据对应的字符在字典中的索引位置比频率较低故障运行的指标数据对应的字符在字典中的索引位置距离检索开始位置更远，导致字典检索过程消耗的时间较长，导致LZW算法的压缩效率较低。故通过字符串所对应的指标的可接受波动范围和参考指标数据的差异大小计算字符串的差异系数，通过差异系数对字符串的频率优先级进行加权，获取各字符串的排序优先级，根据排序优先级对字典进行动态调整为排序字典，以达到降低字符串检索时间的目的。

1、根据频率阈值获得每个字符串的频率优先级。

需要说明的是，为了提高LZW算法的压缩效率，希望使频率较高的字符串在字典中的索引位置距离检索开始位置更近，因此，应该根据字符串的频率大小对字典中的字符串进行排序。频率越高的字符串在字典中的频率优先级更高。

具体的，通过LZW算法对字符序列进行压缩时，首先根据字符序列中出现的所有种字符生产字典，然后在压缩过程中，将新出现的字符串加入字典中，获得字典中的每个字符串在已编码字符中的频率，记为每个字符串的频率，将所有字符串的频率的平均值作为频率阈值，根据频率阈值获得每个字符串的频率优先级，具体的计算公式为：

式中，表示字典中第i个字符串的频率优先级，/>表示字典中第i个字符串的频率，/>表示频率阈值。

频率大于频率阈值的字符串为高频率字符串，频率小于等于频率阈值的字符串为低频率字符串，为了拉开高频率字符串与低频率字符串的优先级差异，通过字符串的频率的二次函数加参数的方式计算不同频率对应的频率优先级，通过将频率阈值作为参数，使低频率字符串的频率优先级小于自身频率，高频率字符串的频率优先级大于自身频率，可以达到不同频率的字符串的频率优先级拉开的目的；请参阅图2，其示出了字典中字符串的频率优先级与字符串的频率的关系。

2、根据每种指标的可接受波动范围获得每种指标的权值上限。

需要说明的是，通过分析字符串与字符串所对应的指标的参考指标数据的差异，为字典中各字符串的频率优先级赋权值，使正常运行的指标数据对应的字符串权值较大，进而拥有较高的排序优先级。通过数据的波动范围确定数据是否为正常范围内，设备大部分时间为正常状态，故正常状态数据对应的字符串在字典中的频率较低，根据数据的与参考指标的差异系数计算权值。由于每种指标数据对应的波动范围有所不同，而对于波动范围较大的指标数据，指标数据存在更多的可能情况，正常范围内的频率被分散到各个可能情况会使正常运行的指标数据对应的字符串的平均频率降低，故可通过指标数据的可接受波动范围的大小对每种指标的权值上限进行限定。

具体的，根据每种指标的可接受波动范围获得每种指标的权值上限，具体计算公式为：

式中，w表示指标的权值上限，r表示指标的可接受波动范围。

3、获得字符串的指标数据，根据字符串的指标数据对应的指标的参考指标数据和可接受波动范围，计算字符串的权值削减因子；根据字符串的权值削减因子和字符串的指标数据对应的指标的权值上限，获得字符串的指标数据与参考指标数据的差异系数；通过字符串的指标数据与参考指标数据的差异系数和字符串的频率优先级，获得字符串的排序优先级。

需要说明的是，根据每个字符串与字符串所对应的指标的参考指标数据的差异对字符串进行赋权，当字符串与字符串所对应的指标的参考指标数据相同，即差异最小时，可对字符串赋予最大的权值，即字符串所对应的指标的权值上限；再根据字符串与字符串所对应的指标的参考指标数据的差异计算权值削减因子，差值越大说明字符串对应的时刻风电电机冷却风机的运行状态越接近异常，为其附加较小的削减因子使其权值变小。

具体的，根据分隔符“/”将字符串划分为若干个子串，将长度最长的子串对应的指标数据记为字符串的指标数据，如果存在长度最长的多个子串，将长度最长的多个子串中最先出现的子串对应的指标数据记为字符串的指标数据；例如，对于运行数据序列{FJ20220807001/Y100L1-4/5/1420/2.2/…}和字符序列{F,J,2,0,2,2,0,8,0,7,0,0,1,/,Y,1,0,0,L,1,-,4,/,5,/,1,4,2,0,/,2,.,2,/,…}，字符串“01/Y1”被划分为两个子串，分别为“01”和“Y1”，两个子串对应的两个指标数据分别为“FJ20220807001”和“Y100L1-4”，由于两个子串长度相等，因此，将最先出现的子串“01”对应的指标数据“FJ20220807001”记为字符串的指标数据；字符串“L1-4/5/14”被划分为三个子串，分别为“L1-4”、“5”和“14”，三个子串对应的三个指标数据分别为“Y100L1-4”、“5”和“1420”，将长度最长的子串“L1-4”对应的指标数据“Y100L1-4”记为字符串的指标数据。

进一步，根据字符串的指标数据对应的指标的参考指标数据和可接受波动范围，计算字符串的权值削减因子，具体计算公式为：

式中，表示字典中第i个字符串的权值削减因子，/>表示字典中第i个字符串的指标数据对应的指标的权值上限，/>表示指数符，/>表示字典中第i个字符串的指标数据，表示字典中第i个字符串的指标数据对应的指标的参考指标数据，/>表示字典中第i个字符串的指标数据对应的指标的可接受波动范围。

当字符串的指标数据与字符串的指标数据对应的指标的参考指标数据相同时，无需对字符串的指标数据的权值进行削减，此时字符串的指标数据的权值削减因子为1，字符串的指标数据的权值为最大权值即字符串的指标数据对应的指标的权值上限；字符串的指标数据与字符串的指标数据对应的指标的参考指标数据的差异越大，与字符串的指标数据对应的指标的可接受波动范围的比值越大，则字符串的指标数据的权值应该越小，此时字符串的指标数据的权值削减因子越小。

具体的，根据字符串的权值削减因子和字符串的指标数据对应的指标的权值上限，获得字符串的指标数据与参考指标数据的差异系数，具体计算公式为：

式中，为字典中第i个字符串的指标数据与参考指标数据的差异系数，/>表示字典中第i个字符串的权值削减因子，/>表示字典中第i个字符串的指标数据对应的指标的权值上限。

通过合适的权值削减因子对字符串的指标数据对应的指标的权值上限进行调整，获取每个字符串的指标数据的权值，既满足了根据数据差异计算权值的要求，又使调整后的权值能够满足不同大小数据的权值要求，差异系数相当于调整后的权值，后续直接作为字符串的指标数据的权值进行计算。

进一步，通过字符串的指标数据与参考指标数据的差异系数和字符串的频率优先级，获得字符串的排序优先级，具体计算公式为：

式中，为字典中第i个字符串的排序优先级，/>为字典中第i个字符串的指标数据与参考指标数据的差异系数，/>表示字典中第i个字符串的频率优先级。

S003，根据字符串的排序优先级对字典进行动态调整，根据动态调整后的字典对风电电机冷却风机的运行数据序列进行编码压缩。

需要说明的是，在字典动态调整过程中，使频率更高的字符串置于距离字典检索起始位置较近的位置，在后续字符的压缩过程中可以减少检索消耗的时间，达到提高数据压缩效率的目的。

具体的，通过LZW算法对字符序列进行压缩为现有技术，此处不再进行赘述；本实施例只针对压缩过程中字典的动态调整的过程进行叙述，对字典进行动态调整的具体过程为：每次向字典中加入新的字符串时，计算字典中所有字符串的排序优先级，将所有字符串按照排序优先级从大到小的顺序进行排列组成新的字典，实现对字典的动态调整；根据动态调整后的字典对字符序列进行压缩，实现对风电电机冷却风机的运行数据序列的编码压缩。

针对风电电机冷却风机的运行数据中，正常数据的频率较大，仅根据字符串的出现频率进行字典内字符串排序会使出现频率大的正常数据在字典中的索引大于一些频率较低的故障数据的索引，导致数据的压缩效率较低的问题，本发明根据频率阈值获得每个字符串的频率优先级；根据每种指标的可接受波动范围获得每种指标的权值上限；根据字典中每个字符串的指标数据与每个字符串的指标数据对应的指标的参考指标数据的差异获取每个字符串的权值削减因子，通过权值削减因子对字符串的指标数据对应的指标的权值上限进行调整获得字符串的指标数据与参考指标数据的差异系数；将字符串的指标数据与参考指标数据的差异系数作为权值调整字符串的频率优先级，获得字符串的排序优先级，根据字符串的排序优先级对字典进行动态调整，使高频的正常数据对应的字符串在字典中的检索较小，根据动态调整后的字典对风电电机冷却风机的运行数据序列进行编码压缩，能够根据排序优先级固定频率高的字符串，降低字典动态调整的频率的同时，减少检索时间，使频率更高的字符串的检索时间较低。

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。

Claims (9)

1.一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述方法包括：

采集风电电机冷却风机的运行数据序列，将运行数据序列转换为字符序列；获得每种指标的可接受波动范围和参考指标数据；

在LZW算法对字符序列进行压缩时，不断向LZW算法的字典中加入字符串，根据频率阈值获得每个字符串的频率优先级；

根据每种指标的可接受波动范围获得每种指标的权值上限；

获得字符串的指标数据，根据字符串的指标数据对应的指标的参考指标数据和可接受波动范围，计算字符串的权值削减因子；根据字符串的权值削减因子和字符串的指标数据对应的指标的权值上限，获得字符串的指标数据与参考指标数据的差异系数；根据字符串的指标数据与参考指标数据的差异系数和字符串的频率优先级，获得字符串的排序优先级；

根据字符串的排序优先级对字典进行动态调整，根据动态调整后的字典对风电电机冷却风机的运行数据序列进行编码压缩；

所述计算字符串的权值削减因子，包括的具体步骤如下：

式中，表示字典中第i个字符串的权值削减因子，/>表示字典中第i个字符串的指标数据对应的指标的权值上限，/>表示指数符，/>表示字典中第i个字符串的指标数据，/>表示字典中第i个字符串的指标数据对应的指标的参考指标数据，/>表示字典中第i个字符串的指标数据对应的指标的可接受波动范围。

2.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述根据频率阈值获得每个字符串的频率优先级，包括的具体步骤如下：

获得字典中的每个字符串在已编码字符中的频率，记为每个字符串的频率，将所有字符串的频率的平均值作为频率阈值；

计算每个字符串的频率优先级：

式中，表示字典中第i个字符串的频率优先级，/>表示字典中第i个字符串的频率，/>表示频率阈值。

3.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述获得每种指标的权值上限，包括的具体步骤如下：

式中，w表示指标的权值上限，r表示指标的可接受波动范围。

4.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述获得字符串的指标数据，包括的具体步骤如下：

根据分隔符“/”将字符串划分为若干个子串，将长度最长的子串对应的指标数据记为字符串的指标数据，如果存在长度最长的多个子串，将长度最长的多个子串中最先出现的子串对应的指标数据记为字符串的指标数据。

5.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述获得字符串的指标数据与参考指标数据的差异系数，包括的具体步骤如下：

将字符串的权值削减因子和字符串的指标数据对应的指标的权值上限的乘积记为字符串的指标数据与参考指标数据的差异系数。

6.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述获得字符串的排序优先级，包括的具体步骤如下：

将字符串的指标数据与参考指标数据的差异系数和字符串的频率优先级的乘积记为字符串的排序优先级。

7.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述根据字符串的排序优先级对字典进行动态调整，包括的具体步骤如下：

每次向字典中加入新的字符串时，计算字典中所有字符串的排序优先级，将所有字符串按照排序优先级从大到小的顺序进行排列组成新的字典，实现对字典的动态调整。

8.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述将运行数据序列转换为字符序列，包括的具体步骤如下：

将运行数据序列中的每个指标数据的每一位作为一个字符，获得运行数据序列中的所有指标数据的所有字符按照顺序组成的字符序列。

9.根据权利要求1所述的一种风电电机冷却风机故障数据优化采集方法，其特征在于，所述采集风电电机冷却风机的运行数据序列，包括的具体步骤如下：

通过配置采集设备、连接传感器的方式按照预设时间间隔采集所有风电电机冷却风机的运行数据，将每一时刻所有风电电机冷却风机的运行数据按照顺序组成的序列记为风电电机冷却风机的运行数据序列。