[发明专利]基于故障数据的风电机组传动系统故障识别方法和系统

说明书

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于故障数据的风电机组传动系统故障识别方法和系统。

背景技术

随着能源的日益枯竭以及污染的日益加剧，可再生能源和清洁能源越来越受到重视。风能发电或称风力发电是一种清洁的可再生能源，且风力机组的运行成本低，因此风电技术装备是风电产业的重要组成部分，也是风电产业发展的基础和保障。

风电虽然具有清洁、可再生、成本低等优点，但是同样具有对地理要求高、设备需要布置在野外等缺陷，因此如何对风电设备的数据进行收集并进行处理是自动化管理、数据监控的基础。现有技术中只是简单的记录风电机组传动系统的运行数据，而无法提前进行预警。这样导致只有在风电机组传动系统出现故障时才去维修，对于设备的正常运行影响很大。

发明内容

本发明要解决的技术问题是本发明提出一种更为可靠的基于故障数据的风电机组传动系统早期故障识别方法和系统。

为了解决上述技术问题，本发明的实施例提供一种基于故障数据的风电机组传动系统故障识别方法，包括

步骤1、根据风电机组传动系统的历史运行数据，生成风电机组传动系统的多个故障状态模型；

步骤2、根据所述风电机组传动系统的实时运行数据生成当前状态模型，并根据所述当前状态模型与所述故障状态模型的相似度以对所述风电机组传动系统故障进行预估。

作为上述技术方案的优选，所述步骤1具体包括：

步骤11、获取历史运行数据中所述风电机组传动系统在故障发生前的不同时间段的状态参数；

步骤12、针对每一时间段内的状态参数形成的一个状态参数集合作为该时间段内的故障状态模型。

作为上述技术方案的优选，所述步骤1具体包括：

步骤11、获取历史运行数据中所述风电机组传动系统在故障发生前一周内的状态参数，并将所述状态参数形成的一个状态参数集合以建立第一故障状态模型；

步骤12、获取历史运行数据中所述风电机组传动系统在故障发生前两周内的状态参数，并将所述状态参数形成的一个状态参数集合以建立第二故障状态模型；

步骤13、获取历史运行数据中所述风电机组传动系统在故障发生前两周内的状态参数，并将所述状态参数形成的一个状态参数集合以建立第三故障状态模型。

作为上述技术方案的优选，所述步骤2具体包括：

步骤21、获取所述风电机组传动系统的实时运行数据，并生成当前状态模型；

步骤22、将所述当前状态模型与所述多个故障状态模型分别进行对比以获得所述当前状态模型与每一故障状态模型的相似度；

步骤23、根据所述相似度以对所述风电机组传动系统故障进行预估。

作为上述技术方案的优选，所述步骤1中针对每一不同类型故障都分别生成多个故障状态模型。

为了解决上述技术问题，本发明的实施例还提供一种基于故障数据的风电机组传动系统故障识别系统，包括：

故障模型建模模块，用于根据风电机组传动系统的历史运行数据，生成风电机组传动系统的多个故障状态模型；

预估模块，用于根据所述风电机组传动系统的实时运行数据生成当前状态模型，并根据所述当前状态模型与所述故障状态模型的相似度以对所述风电机组传动系统故障进行预估。

作为上述技术方案的优选，所述故障模型建模模块具体包括：

获取单元，用于获取历史运行数据中所述风电机组传动系统在故障发生前的不同时间段的状态参数；

建模单元，用于针对每一时间段内的状态参数形成的一个状态参数集合作为该时间段内的故障状态模型。

作为上述技术方案的优选，所述故障模型建模模块具体包括：

第一建模单元，用于获取历史运行数据中所述风电机组传动系统在故障发生前一周内的状态参数，并将所述状态参数形成的一个状态参数集合以建立第一故障状态模型；

第二建模单元，用于获取历史运行数据中，所述风电机组传动系统在故障发生前两周内的状态参数，并将所述状态参数形成的一个状态参数集合以建立第二故障状态模型；

第三建模单元，用于获取历史运行数据中，所述风电机组传动系统在故障发生前两周内的状态参数，并将所述状态参数形成的一个状态参数集合以建立第三故障状态模型。

作为上述技术方案的优选，所述预估模块具体包括：

当前状态模型单元，用于获取所述风电机组传动系统的实时运行数据，并生成当前状态模型；