[发明专利]一种风电机组齿轮箱故障诊断方法及系统

权利要求书

1.一种风电机组齿轮箱故障诊断方法，其特征在于，包括：

获取齿轮箱的测试数据；

将所述测试数据输入至预先训练好的故障诊断模型，获取所述故障诊断模型输出的故障诊断结果；其中所述故障诊断模型，是基于齿轮箱的故障信号特征提取值，以及按照故障标准样板进行分类所得到的分类标签训练得到的；

基于D-S融合证据理论对所述故障诊断结果进行信息融合诊断，得到最终故障诊断结果。

2.根据权利要求1所述的一种风电机组齿轮箱故障诊断方法，其特征在于，所述获取齿轮箱的测试数据，具体包括：

获取齿轮箱的振动加速度信号；

基于小波变化对所述振动加速度信号进行降噪处理，得到所述故障信号特征提取值；

分别在若干个域中提取所述故障信号特征提取值，得到所述测试数据。

3.根据权利要求2所述的一种风电机组齿轮箱故障诊断方法，其特征在于，所述若干个域包括时域、频域和小波能量。

4.根据权利要求2或3所述的一种风电机组齿轮箱故障诊断方法，其特征在于，所述振动加速度信号对应的测点位置包括行星轮系、中间轴和高速轴。

5.根据权利要求2所述的一种风电机组齿轮箱故障诊断方法，其特征在于，所述故障诊断模型，通过以下步骤获得：

将所述故障信号特征提取值进行数据清洗、归一化和数据降维处理后，得到初始故障信号特征提取值；

按照所述故障标准样板对所述初始故障信号特征提取值进行分类，得到所述分类标签；

将所述初始故障信号特征提取值按照所述分类标签进行分类，生成用于训练的故障信号特征样本集；

获取模糊神经网络结构作为初始模型；

将所述故障信号特征样本集输入所述初始模型进行训练，得到所述故障诊断模型。

6.根据权利要求1所述的一种风电机组齿轮箱故障诊断方法，其特征在于，所述基于D-S融合证据理论对所述诊断结果进行信息融合诊断，得到最终故障诊断结果，具体包括：

获取所述诊断结果作为证据理论，并将所述故障诊断模型的误差作为事件的不确定度，对所述诊断结果进行归一化处理，得到概率赋值；

将所述概率赋值进行信息融合，得到最终故障诊断结果。

7.根据权利要求6所述的一种风电机组齿轮箱故障诊断方法，其特征在于，所述将所述概率赋值进行信息融合，得到最终故障诊断结果，具体包括：

基于所述概率赋值，得到整体冲突系数；

基于所述概率赋值和所述整体冲突系数，得到融合概率赋值；

将所述融合概率赋值进行信息融合，得到最终故障诊断结果。

8.一种风电机组齿轮箱故障诊断系统，其特征在于，包括：

获取模块，用于获取齿轮箱的测试数据；

处理模块，用于将所述测试数据输入至预先训练好的故障诊断模型，获取所述故障诊断模型输出的故障诊断结果；其中所述故障诊断模型，是基于齿轮箱的故障信号特征提取值，以及按照故障标准样板进行分类所得到的分类标签训练得到的；

融合诊断模块，用于基于D-S融合证据理论对所述诊断结果进行信息融合诊断，得到最终故障诊断结果。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述一种风电机组齿轮箱故障诊断方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述一种风电机组齿轮箱故障诊断方法的步骤。