[发明专利]风机齿轮箱散热故障的早期诊断模型构建方法及诊断方法

说明书

本发明公开了一种风机齿轮箱散热故障的早期诊断模型构建方法及诊断方法，诊断模型构建方法包括如下步骤：S1.获取风电机组与散热故障相关的有效历史数据；S2.将所述有效历史数据按照预设的第一时间周期进行分组，并按照所述分组分别计算每组有效历史数据的敏感特征值，并标记敏感特征值的故障状态，所述故障状态包括故障和非故障；S3.构建诊断模型，并按照所述分组的敏感特征值及其故障状态构建训练集，通过所述训练集对所述诊断模型进行训练，得到诊断模型。具有不需要额外加装设备，成本低，并充分考虑了风机有功功率对油温的影响，能够及时、准确的诊断出故障的早期特征等优点。

技术领域

本发明涉及风力发电机组(简称风机)故障诊断技术领域，尤其涉及一种风机齿轮箱散热故障的早期诊断模型构建方法及诊断方法。

背景技术

温控阀用于调节流入油冷散热器和直流通路的润滑油流量，是实现齿轮箱油温调节的重要部件。随着温控阀使用时间的增加以及外部环境的影响，温控阀性能会逐渐退化直至完全失效。随着温控阀性能的逐渐退化，温控阀对齿轮箱润滑油通路调节的能力会减弱，而这将直接造成齿轮箱润滑油散热不充分。当温控阀性能退化严重甚至完全失效时，将会导致齿轮箱油温不断升高并最终造成风电机组故障停机。

风电机组齿轮箱油冷散热器主要包括管路、散热片、风扇等部件。随着风电机组在役运行时间的增加，空气中的灰尘以及飘飞的毛絮会粘附在散热片上，造成油冷散热器散热效率降低，严重时可能导致油冷散热器无法有效降低齿轮箱润滑油温度，造成风电机组限功运行甚至停机。

针对齿轮箱油冷散热器堵塞故障以及温控阀失效故障问题，目前一般采用的都是事后处理的方式。当未及时准备备件时，这种被动的处理方式可能造成风电机组长时间限功运行甚至停机，将严重影响风电机组的发电量指标。而且，齿轮箱长期工作在高温环境下，还可能会影响齿轮箱的使用寿命。

现有技术中的风电机组齿轮箱故障监测方法中，一般存在如下几个不足：如通过温差阈值判断温控阀故障与否的方法，其温差阈值的选择须通过温控阀在环境试验箱中的实验数据来确定。然而对于不同厂家、不同批次、不同型号的温控阀，可能均需在环境试验箱中进行实验，以确定温差阈值。该过程费时费力，成本较高。在确定温差阈值时，还需考虑一定的相关系数。通过额外安装流量计来实现温控阀的故障诊断，额外增加了成本。将流量计监测到的流量与设定状态的差别来判断温控阀是否出现故障，而设定状态往往比较难准确确定。

因此，有必要提出一种自动且有效的识别方法，用于识别温控阀及油冷散热器的早期故障，从而帮助运维人员提前做好配件准备、维修计划制定等工作，减小对发电量及齿轮箱使用寿命的影响。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种不需要额外加装设备，成本低，并充分考虑了风机有功功率对油温的影响，能够及时、准确的诊断出故障的早期特征的风机齿轮箱散热故障的早期诊断模型构建方法及诊断方法。

为解决上述技术问题，本发明提出的技术方案为：一种风机齿轮箱散热故障的早期诊断模型构建方法，包括如下步骤：

S1.获取风电机组与散热故障相关的有效历史数据；

S2.将所述有效历史数据按照预设的第一时间周期进行分组，并按照所述分组分别计算每组有效历史数据的敏感特征值，并标记敏感特征值的故障状态，所述故障状态包括故障和非故障；

S3.构建诊断模型，并按照所述分组的敏感特征值及其故障状态构建训练集，通过所述训练集对所述诊断模型进行训练，得到诊断模型。

进一步地，所述有效历史数据中的每条数据包括多个数据项，所述数据项包括风电机组的齿轮箱进口油温、齿轮箱油池温度、风电机组有功功率；

所述有效历史数据是根据预设的第一筛选规则从历史数据中去除无效数据后得到的数据。

进一步地，所述预设的第一筛选规则包括：