[发明专利]风力发电机组主轴承的异常预警方法及装置

权利要求书

1.一种风力发电机组主轴承的异常预警方法，其特征在于，包括：

获取第一预设时间段内的风电场中的各个风力发电机组的历史运行数据；

根据所述历史运行数据计算所述各个风力发电机组主轴承的异常特征参数；

基于所述异常特征参数通过阈值比较算法确定所述各个风力发电机组主轴承的第一异常预警结果；

基于所述异常特征参数将各个风力发电机组划分为异常程度不同的至少一个类别，根据所述至少一个类别确定所述各个风力发电机组主轴承的第二异常预警结果；

根据所述第一异常预警结果和所述第二异常预警结果，确定所述各个风力发电机组主轴承是否异常，

其中，根据所述历史运行数据计算所述各个风力发电机组主轴承的异常特征参数的步骤包括：

从所述历史运行数据选择预定工况下与风力发电机组主轴承相关的所有参数；

从选择的所有参数中获取与风力发电机组主轴承的异常特征变量有关的参数；

基于与风力发电机组主轴承的异常特征变量有关的参数，计算与风力发电机组主轴承的异常特征变量有关的重构参数；

将与风力发电机组主轴承异常特征变量有关的参数和与风力发电机组主轴承异常特征变量有关的重构参数作为风力发电机组主轴承的异常特征参数。

2.根据权利要求1所述的方法，其特征在于，还包括：

基于所述异常特征参数预测所述各个风力发电机组主轴承是否温度异常，得到第三异常预警结果。

3.根据权利要求2所述的方法，其特征在于，确定所述各个风力发电机组主轴承是否异常的步骤包括：

根据所述第一异常预警结果和所述第二异常预警结果并且结合所述第三异常预警结果确定所述各个风力发电机组主轴承是否异常。

4.根据权利要求1所述的方法，其特征在于，基于所述异常特征参数将各个风力发电机组划分为异常程度不同的至少一个类别的步骤包括：

基于所述异常特征参数通过聚类模型将各个风力发电机组分类为异常程度不同的至少一个类别，以根据所述至少一个类别确定各个风力发电机组的主轴承是否存在异常。

5.根据权利要求2所述的方法，其特征在于，基于所述异常特征参数预测所述各个风力发电机组主轴承是否温度异常的步骤包括：

基于所述异常特征参数通过决策树模型对各个风力发电机组进行二分类；

根据各个风力发电机组的二分类结果预测所述各个风力发电机组主轴承是否温度异常。

6.根据权利要求1所述的方法，其特征在于，在确定风力发电机组主轴承在所述预定工况下的异常特征参数之前，所述选择的所有参数经过预处理，

其中，预处理的步骤包括：

对所述选择的所有参数进行以下中的至少一项处理：数据去噪、数据集成、数据变换及规约、格式统一、数据转换及压缩、空缺值处理。

7.根据权利要求1所述的方法，其特征在于，根据所述历史运行数据计算所述各个风力发电机组主轴承的异常特征参数之后，还包括：

基于确定的风力发电机组主轴承的异常特征参数，计算所述预定工况下的预警特征参数，以使用预警特征参数来判断风力发电机组是否存在异常。

8.根据权利要求7所述的方法，其特征在于，基于所述异常特征参数通过阈值比较算法确定每个风力发电机组的主轴承是否存在异常的步骤包括：

通过阈值比较算法将各个风力发电机组的预警特征参数与预警特征阈值进行比较；

根据比较结果确定每个风力发电机组的主轴承是否存在异常。

9.根据权利要求7所述的方法，其特征在于，基于所述异常特征参数通过聚类模型将各个风力发电机组分类为异常程度不同的至少一个类别的步骤包括：

通过聚类模型对各个风力发电机组的预警特征参数进行聚类；

根据聚类结果将各个风力发电机组分类为异常程度不同的至少一个类别，以将各个风力发电机组所属类别的异常程度确定为各个风力发电机组的异常程度。