[发明专利]风力发电机组的传动链状态识别方法及装置

权利要求书

1.一种风力发电机组的传动链状态识别方法，其特征在于，包括：

获取风力发电机组的传动链的实际振动数据；

基于所述实际振动数据，获取所述实际振动数据的实际能量熵；

基于所述实际振动数据与参考振动数据，获取所述实际振动数据的实际相对熵；

基于所述实际能量熵、所述实际相对熵、所述参考振动数据的参考能量熵和参考相对熵，识别所述传动链的状态。

2.如权利要求1所述的传动链状态识别方法，其特征在于，所述基于所述实际能量熵、所述实际相对熵、所述参考振动数据的参考能量熵和参考相对熵，识别所述传动链的状态，包括：

基于所述实际能量熵和所述实际相对熵，得到所述实际振动数据的实际融合特征集；

基于所述参考能量熵和所述参考相对熵，得到所述参考振动数据的参考融合特征集；

基于所述实际融合特征集和所述参考融合特征集，识别所述传动链的状态。

3.如权利要求2所述的传动链状态识别方法，其特征在于，在所述实际振动数据包括N种工况下传动链的实际振动数据，所述参考振动数据包括所述N种工况下传动链的参考振动数据的情况下，基于所述实际融合特征集和所述参考融合特征集，识别所述传动链的状态，包括：

基于所述实际融合特征集中每种工况下的融合特征和所述参考融合特征集中对应工况下的融合特征，识别所述传动链的状态，其中，所述实际融合特征集包括N种工况下传动链的实际振动数据的融合特征，所述参考融合特征集包括N种工况下传动链的参考振动数据的融合特征。

4.如权利要求3所述的传动链状态识别方法，其特征在于，所述基于所述实际融合特征集中每种工况下的融合特征和所述参考融合特征集中对应工况下的融合特征，识别所述传动链的状态，包括：

按N种工况将所述实际融合特征集和所述参考融合特征集中的融合特征，划分为N个融合特征集，其中，所述融合特征集为按所述参考振动数据的时间顺序排列的融合特征和按所述实际振动数据的时间顺序排列的融合特征的合并后的集合；

对所述N个融合特征集分别进行线性拟合处理；

基于线性拟合处理后的每个融合特征集确定所述传动链的状态。

5.如权利要求4所述的传动链状态识别方法，其特征在于，所述基于线性拟合处理后的每个融合特征集确定所述传动链的状态，包括：

获取线性拟合处理后的每个融合特征集的斜率；

在任一融合特征集的斜率大于第一预定值时，确定所述传动链的状态为故障状态且故障在逐渐劣化；

在任一融合特征集的斜率大于第二预定值且小于所述第一预定值时，确定所述传动链的状态为正常状态，其中，所述第二预定值小于所述第一预定值；

在任一融合特征集的斜率小于所述第二预定值时，确定所述传动链的状态为故障状态且故障在逐渐恢复。

6.如权利要求4所述的传动链状态识别方法，其特征在于，所述按N种工况将所述实际融合特征集和所述参考融合特征集中的融合特征，划分为N个融合特征集，包括：

对所述实际融合特征集进行平滑处理；

获取平滑处理后的实际融合特征集中所有两两相邻的特征向量的差值；

在所述差值的和达到预设阈值的情况下，将所述差值按从大到小的顺序进行排序；

将最大差值作为第一差值，迭代地执行以下操作：将第一差值和与第一差值相邻的下一差值相加，并将相加的结果作为第一差值，直到与第一差值相邻的下一差值不满足预定条件为止，其中，所述预定条件为当前差值和与当前差值相邻的下一差值均为正、均为负或者均为零；

在累加值不满足预设的阶跃条件时，按N种工况将所述实际融合特征集和所述参考融合特征集中的融合特征，划分为N个融合特征集。

7.如权利要求6所述的传动链状态识别方法，其特征在于，所述方法还包括：

在所述累加值满足预设的阶跃条件时，确定所述传动链出现严重故障。