[发明专利]预测风机的故障的方法和设备

说明书

提供一种预测风机的故障的方法和设备。所述方法包括：初始化风机的风机模型；周期性地根据当前环境条件和风机的当前实际风机状态参数来更新风机模型的风机模型参数；根据历史的风机模型参数和对应的历史的环境条件，建立风机模型参数变化模型；基于未来时刻的未来环境条件，使用风机模型参数变化模型预测在所述未来时刻的风机模型参数；根据历史的风机模型参数和对应的历史的风机故障，建立风机故障模型；根据预测的风机模型参数和风机故障模型，预测未来时刻的风机故障。根据本发明，能够准确地预测风机的故障。

技术领域

本发明涉及风能领域。更具体地讲，涉及一种预测风机的故障的方法和设备。

背景技术

风能作为一种清洁的可再生能源，越来越受到重视，风能设备(即，风机)的装机量也不断增加。风机可以是利用风能进行驱动的各种设备，例如，风力发电设备、风车等各种通过风能驱动的设备。

风机通常运行在野外等自然条件下，进行维护的成本较高。因此，对风机的故障提前进行预测可以有效地提前获知风机可能发生的故障，从而可以提取采取措施来避免故障的发生。目前已经存在一些故障预警方法，但是这些预警方法通常是针对风机的某个单一状态参数设置阈值并进行实时检测来进行预警，然而风机运行在野外时，环境对风机运行状态影响较大，单一状态参数往往无法反映风机的真实状态，故现有的预警方法无法有效地并且准确地提前对故障进行预警。

因此，需要一种能够准确地对风机的故障进行预测的技术。

发明内容

本发明提供一种能够更准确地预测风机的故障的方法和设备。

根据本发明的一方面，提供一种预测风机的故障的方法，所述方法包括：初始化风机的风机模型；周期性地根据当前环境条件和风机的当前实际风机状态参数来更新风机模型的风机模型参数；根据历史的风机模型参数和对应的历史的环境条件，建立风机模型参数变化模型；基于未来时刻的未来环境条件，使用风机模型参数变化模型预测在所述未来时刻的风机模型参数；根据历史的风机模型参数和对应的历史的风机故障，建立风机故障模型；根据预测的风机模型参数和风机故障模型，预测未来时刻的风机故障。

可选地，风机模型体现了环境条件与风机状态参数之间的关系，风机模型参数变化模型体现了环境条件与风机模型参数之间的关系，风机故障模型体现了风机模型参数与风机故障之间的关系。

可选地，初始化风机的风机模型的步骤包括：

根据初始的环境条件和初始的实际风机状态参数，来确定初始的风机模型参数。

可选地，初始的风机模型参数使得：输入了初始的环境条件的风机模型所输出的风机状态参数尽量接近初始的实际风机状态参数。

可选地，初始的风机模型参数使得：输入了初始的环境条件的风机模型所输出的风机状态参数尽量接近初始的实际风机状态参数，同时初始的风机模型参数的总大小的加权结果尽量小。

可选地，初始的风机模型参数的总大小为各个初始的风机模型参数的绝对值之和，或者各个初始的风机模型参数的偶数次幂之和。

可选地，通过下式来获得初始的实际风机状态参数：

其中，x₀表示初始的环境条件，y₀表示初始的实际风机状态参数，f₀(x₀)表示输入了初始的环境条件的风机模型所输出的风机状态参数，θ₀表示初始的风机模型参数，α表示规范项权重系数，表示获得使得括号内的算式最小化的θ₀。

可选地，更新风机模型的风机模型参数的步骤包括：