[发明专利]发电机磁钢脱落的检测方法、装置、设备及存储介质

说明书

本申请实施例提供了一种发电机磁钢脱落的检测方法、装置、设备及存储介质，检测方法包括：获取风力发电机运行时的状态监测数据及SCADA瞬态数据；分别对状态监测数据及SCADA瞬态数据进行特征识别，得到发电机的状态监测数据特征及SCADA瞬态数据特征；对状态监测数据特征及SCADA瞬态数据特征进行特征融合，得到风力发电机运行时的融合数据；根据训练后的异常特征融合数据，确定融合数据对应的磁钢状态信息，磁钢状态信息包括磁钢脱落初期信息、磁钢脱落中期信息和磁钢脱落后期信息。本申请提供的检测方法能够及时判断风力发电机中磁钢的磁钢状态信息，在磁钢还未脱落的时候即可获知磁钢是否发生异常，有效避免磁钢脱落以及磁钢脱落产生的毁损。

技术领域

本申请涉及检测设备技术领域，具体而言，本申请涉及一种发电机磁钢脱落的检测方法、装置、设备及存储介质。

背景技术

由于风力发电机的工作条件较为恶劣，具体如通风条件不好以及散热不畅等，较为容易导致风力发电机中的零部件出现故障，而风力发电机通常安装在偏远地区，并且往往距离地面较高，维护和保养非常不方便。对于位于海上的风力发电机组，维护保养更为困难，因此要求更低的故障率。另外，在现有的风力发电机中，永磁直驱风力发电机的比例逐渐增加，它的转子采用大量的磁钢(永磁体)作为磁极。风力发电机在运行过程中，磁钢容易受温度、振动、时间和电流的影响，达到一定程度时会造成受力不平衡进而发生磁钢脱落的问题。

发电机磁钢脱落后，不仅会使得转子产生的磁场发生不均衡偏差，影响发电效率，还会落入到定子与转子间缝隙当中，对高速旋转的风力发电机造成毁灭性破坏。目前，现有技术当中大多是通过设计更加牢靠的磁钢的手段，通过预防措施减少磁钢脱落问题的出现。然而，尽管如此，只要风力发电机中仍然采用磁钢这一零部件，磁钢脱落的问题依然会发生，无法从根本上消除。另外，有些现有技术还采用了磁钢脱落后发出警示停机的方式，减少损失的扩大化，然而这种方式显然不能避免磁钢脱落以及对风力发电机的损坏。

发明内容

本申请针对现有方式的缺点，提出一种发电机磁钢脱落的检测方法、装置、设备及存储介质，用以解决现有技术存在的磁钢脱落毁损风力发电机的技术问题。

第一个方面，本申请实施例提供了一种发电机磁钢脱落的检测方法，方法包括：

获取风力发电机运行时的状态监测数据及SCADA瞬态数据；

分别对状态监测数据及SCADA瞬态数据进行特征识别，得到发电机的状态监测数据特征及SCADA瞬态数据特征；

对状态监测数据特征及SCADA瞬态数据特征进行特征融合，得到风力发电机运行时的融合数据；

根据训练后的异常特征融合数据，确定融合数据对应的磁钢状态信息，磁钢状态信息包括磁钢脱落初期信息、磁钢脱落中期信息和磁钢脱落后期信息。

在第一个方面的某些实现方式中，异常特征融合数据是通过下述方式预先训练得到的，包括：

获取风力发电机运行数据样本，运行数据样本包括状态监测数据样本和SCADA瞬态数据样本；

根据运行数据样本，分别确定状态监测数据异常特征和SCADA瞬态数据异常特征；

根据历史运行数据，将状态监测数据异常特征和SCADA瞬态数据异常特征进行特征融合，确定异常特征融合数据。

结合第一个方面和上述实现方式，在第一个方面的某些实现方式中，确定状态监测数据异常特征的步骤，包括：

初始化得到一个稀疏表示字典；

构建残差阈值改进的正交匹配追踪算法，对状态监测数据样本进行稀疏表示，获得稀疏表示系数；

根据字典学习算法，对稀疏表示系数及状态监测数据样本进行迭代更新，确定更新后的状态监测数据字典；