[发明专利]一种基于数据分析的风电机组故障诊断方法

说明书

本发明公开了属于风电机组故障诊断技术领域的一种基于数据分析的风电机组故障诊断方法。所述风电机组故障诊断方法是利用风电机组历史数据分析来诊断风电机组故障的；该故障诊断包括收集风电机组的历史数据以及获取的现场数据信息；对数据进行辨识，按照数据类型对数据进行分类与处理；对具体的风电机组进行初始故障建模；从SCADA系统监测量中挑选出可能与风电故障相关的量，转化为故障样本事务集，根据专家经验以及理论知识，对进行分析，判断故障发展的模式。本发明有效的利用风电机组数据对风电机组故障进行快速识别，可以缩短运维人员故障定位的时间，节省人力资源，降低成本，对于研究风电机组故障发展模式具有积极的指导意义。

技术领域

本发明属于风电机组故障诊断技术领域，特别涉及一种基于数据分析的风电机组故障诊断方法。具体是一种利用风电机组数据来诊断风电机组故障的方法。

背景技术

风力发电因其应用场景丰富性高及发电经济性好等优点成为全世界关注的重要可再生能源之一。风力发电的快速发展也带来了许多亟待解决的新问题，风机故障的快速、准确诊断便是其中之一。风电机组工作在高空环境中，长期暴露于暴风、暴雨、暴晒、风沙等恶劣天气下，海上风电机还要受到海风的腐蚀作用，这些复杂工况导致风电机组的故障率高。长期以来，风电场采用的维修方式是计划维修和事后维修，即在风电设备运行一段时间后进行常规定期维修，或者是在风机出现故障后进行故障维修，但这两种方式对风电机组的故障问题发现不够及时，一旦出现突发故障，就会造成巨大损失。

风电场一般远离城市，发电自动化程度高，仅有少量常驻值守人员。一旦风电机组发生故障，人工维护不够及时，成本高，而利用风电机组运行数据对风电机组故障进行快速、准确诊断可以大大缩短诊断故障类型、定位故障点的时间，并节省人力资源，提高风电机组的运行可靠性，提高风电场效益。

发明内容

本发明的目的提供一种基于数据分析的风电机组故障诊断方法，其特征在于，所述风电机组故障诊断方法是利用风电机组历史数据分析来诊断风电机组故障的；该故障诊断包括步骤如下：

S1、收集风电机组的历史数据：具体风电机组类型和参数；以及获取的现场数据信息；用于风电机组故障的明确辨识的基础信息资料；

S2、收集现场数据，对数据进行辨识，按照数据类型对数据进行分类与处理；

S3、利用获取的基础信息资料对具体的风电机组进行初始故障建模；

S4、基于风电机组历史数据对SCADA系统监测量按照数据性质与变化特性进行分类，并按照分类提取风电机组故障数据形成故障信息记录表格；其中SCADA(SupervisoryControl And Data Acquisition)系统，即数据采集与监视控制系统和以计算机为基础的DCS与电力自动化监控系统；

S5、利用数据的变化特性与其与故障的关联关系将故障信息记录表格转化为故障样本事务集以供算法处理使用；

S6、利用故障样本事务集，运用FPGrowth算法对风电机组进行风电机组故障频繁项集、故障关联规则挖掘；

S7、根据专家经验以及理论知识，对以上得出的频繁项集与关联规则进行筛选，剔除显然无关联的项集与规则，并对其他的关联规则进行分析，挖掘故障发展的可能模式，并以此为依据完善故障模型。

S8、依据逐渐完善的故障模型，通过判断数据中故障特征信号的变化以及特定故障信号的关联规则，对风电机组进行故障诊断。

所述步骤S2中现场数据包括：收集的现场数据包括：叶轮系统相关故障数据、变桨系统相关故障数据、偏航系统相关故障数据、变频系统相关故障数据、发电机系统相关故障数据。