[发明专利]风力发电机组的疲劳失效检测方法、装置、设备及介质

权利要求书

1.一种风力发电机组的疲劳失效检测方法，其特征在于，包括：

获取待预测风力发电机组的历史故障信息，作为待预测故障信息；

根据所述待预测故障信息和疲劳失效预测模型，对所述待预测风力发电机组的疲劳失效情况进行预测，得到第一预测结果；

获取所述待预测风力发电机组在故障发生前的历史瞬态数据，作为待预测历史瞬态数据；

根据所述待预测历史瞬态数据，确定所述待预测风力发电机组在所承受的各非周期性载荷应力下的非周期性载荷特征；所述非周期性载荷特征表征风力发电设备在非周期性载荷应力下的不同振动方向的振动特性；

根据所述非周期性载荷特征，对所述待预测风力发电机组的疲劳失效情况进行预测，得到第二预测结果；

根据所述第一预测结果和所述第二预测结果，得到第三预测结果。

2.根据权利要求1所述的疲劳失效检测方法，其特征在于，所述疲劳失效预测模型是通过以下方式训练得到的：

获取各风力发电机组的历史故障信息和各所述风力发电机组的疲劳失效数据，分别作为样本故障信息和样本疲劳失效数据；

将所述样本故障信息输入所述疲劳失效预测模型，基于所述疲劳失效预测模型的输出，得到样本预测结果；

根据所述样本疲劳失效数据，确定所述样本预测结果的损失；

根据所述样本预测结果的损失，调整所述疲劳失效预测模型的参数。

3.根据权利要求2所述的疲劳失效检测方法，其特征在于，所述疲劳失效预测模型是基于分类算法构建的；

所述分类算法包括逻辑回归、神经网络、支持向量机和决策树中的任意一种算法。

4.根据权利要求1所述的疲劳失效检测方法，其特征在于，所述历史瞬态数据包括：转速数据、第一方向的机舱振动数据和第二方向的机舱振动数据；

以及，所述根据所述历史瞬态数据，确定所述待预测风力发电机组在所承受的各非周期性载荷应力下的非周期性载荷特征，包括：

确定所述第一方向的所述机舱振动数据在各所述转速数据下的第一排列熵值，以及所述第二方向的所述机舱振动数据在各所述转速数据下的第二排列熵值；

根据所述第一排列熵值和所述第二排列熵值，确定所述待预测风力发电机组在各所述非周期性载荷应力下的非周期性载荷特征。

5.根据权利要求4所述的疲劳失效检测方法，其特征在于，所述根据所述第一排列熵值和所述第二排列熵值，确定所述待预测风力发电机组在各所述非周期性载荷应力下的非周期性载荷特征，包括：

根据所述第一排列熵值及对应的所述转速数据，确定所述第一排列熵值随转速变化的第一分布曲线；

根据所述第二排列熵值及对应的所述转速数据，确定所述第二排列熵值随转速变化的第二分布曲线；

将所述第一分布曲线和所述第二分布曲线的交叉点数量，作为所述非周期性载荷特征。

6.根据权利要求1所述的疲劳失效检测方法，其特征在于，所述根据所述非周期性载荷特征，对所述待预测风力发电机组的疲劳失效情况进行预测，包括：

根据所述非周期性载荷特征确定所述待预测风力发电机组在各非周期性载荷应力下的疲劳值；

根据所述待预测风力发电机组在各所述非周期性载荷应力下的疲劳值，确定所述待预测风力发电机组在各所述非周期性载荷应力下的累加疲劳值；

确定所述待预测风力发电机组在各所述非周期性载荷应力下的累加疲劳值随所述非周期性载荷应力变化的特征参数；

将所述特征参数与特征参数阈值进行比较，根据比较结果对所述待预测风力发电机组的疲劳失效情况进行预测。

7.根据权利要求6所述的疲劳失效检测方法，其特征在于，所述确定所述待预测风力发电机组在各所述非周期性载荷应力下的累加疲劳值随所述非周期性载荷应力变化的特征参数，包括：

对所述待预测风力发电机组在各所述非周期性载荷应力下的累加疲劳值进行线性拟合，得到所述待预测风力发电机组的累加疲劳值线性方程；

提取所述累加疲劳值线性方程的斜率值，作为所述特征参数。