[发明专利]一种故障预警方法及装置

说明书

本发明实施例提出一种故障预警方法及装置，涉及风力发电机技术领域。该故障预警方法用于对风力发电机进行故障预警，该故障预警方法包括：获取风力发电机的多种历史正常运行数据和多种历史故障运行数据；将多种历史正常运行数据和多种历史故障运行数据进行特征选取得到数据特征；将数据特征进行模型训练得到训练模型；将风力发电机的实时运行数据输入至训练模型得到预警信息。该故障预警方法通过风力发电机的多种数据实现风力发电机的故障预警功能，进而提高了预警准确率。

技术领域

本发明涉及风力发电机技术领域，具体而言，涉及一种故障预警方法及装置。

背景技术

目前的风力发电机的故障预警方法大多基于一种来源的数据来实现对风力发电机的故障预警，由于数据来源单一，对风力发电机的故障预警的准确率并不高。

发明内容

本发明的目的在于提供一种故障预警方法及装置，该故障预警方法通过风力发电机的多种数据实现风力发电机的故障预警功能，进而提高了预警准确率。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种故障预警方法，用于对风力发电机进行故障预警，所述方法包括：获取所述风力发电机的多种历史正常运行数据和多种历史故障运行数据；将所述多种历史正常运行数据和所述多种历史故障运行数据进行特征选取得到数据特征；将所述数据特征进行模型训练得到训练模型；将所述风力发电机的实时运行数据输入至所述训练模型得到预警信息。

进一步地，所述获取所述风力发电机的多种历史正常运行数据和多种历史故障运行数据的步骤包括：从数据库中获取所述风力发电机的多种历史正常运行数据和多种历史故障运行数据；所述将所述风力发电机的实时运行数据输入至所述训练模型得到预警信息的步骤之后，所述方法还包括：将所述实时运行数据作为新的历史正常运行数据或新的历史故障运行数据存储到所述数据库中，以便对所述训练模型进行更新。

进一步地，所述多种历史正常运行数据和所述多种历史故障运行数据均包括SCADA信号、风机声音传感器信号及CMS振动监测信号。

进一步地，所述多种历史正常运行数据和所述多种历史故障运行数据按照预设比例获取。

进一步地，所述根据将所述多种历史正常运行数据和所述多种历史故障运行数据进行特征选取得到数据特征的步骤包括：按照特征工程的方法对所述多种历史正常运行数据和所述多种历史故障运行数据进行特征选取得到数据特征。

进一步地，所述将所述数据特征进行模型训练得到训练模型的步骤包括：根据机器学习方法将所述数据特征进行模型训练得到训练模型。

进一步地，所述将所述数据特征进行模型训练得到训练模型的步骤包括：根据深度学习方法将所述数据特征进行模型训练得到训练模型。

第二方面，本发明实施例还提供了一种故障预警装置，用于对风力发电机进行故障预警，所述装置包括：获取模块，用于获取所述风力发电机的多种历史正常运行数据和多种历史故障运行数据；特征选取模块，用于将所述多种历史正常运行数据和所述多种历史故障运行数据进行特征选取得到数据特征；模型训练模块，用于将所述数据特征进行模型训练得到训练模型；预警模块，用于将所述风力发电机的实时运行数据输入至所述训练模型得到预警信息。

进一步地，所述获取模块，用于从数据库中获取所述风力发电机的多种历史正常运行数据和多种历史故障运行数据；所述装置还包括：更新模块，用于将所述实时运行数据作为新的历史正常运行数据或新的历史故障运行数据存储到所述数据库中，以便对所述训练模型进行更新。

进一步地，所述多种历史正常运行数据和所述多种历史故障运行数据均包括SCADA信号、风机声音传感器信号及CMS振动监测信号。