[发明专利]一种风机变桨子系统故障预警方法

说明书

本发明提供的一种风机变桨子系统故障预警方法，包括：获取变桨子系统原始训练样本，原始训练样本包括若干原始参数字段；对原始训练样本进行预处理得到预处理训练样本；对预处理训练样本中的参数字段进行参数过滤，得到核心参数以及核心特征样本，其中，核心特征样本包括正常数据样本和故障数据样本；对故障数据样本进行过采样，以使故障数据样本与正常数据样本达到均衡；采用多重投票法对核心特征样本进行训练，得到变桨子系统预测模型；根据变桨子系统预测模型对待预测样本进行预测，得到预测结果；本发明建立了基于风机变桨子系统的核心参数的变桨子系统预测模型，通过该模型能够得到较为精准的风机变桨子系统的故障预测结果。

技术领域

本发明属于风机故障检测技术领域，具体涉及一种风机变桨子系统故障预警方法。

背景技术

近年来，随着风力发电技术的高速发展，一方面，风电机组的单机容量越来越大，风电场大规模建设并网；另一方面，风机运行时间的不断增长，使得机组疲劳失效时间与维护费用显著增加。风机故障预警指的是采集风机的实时数据，然后采用机理算法、机器学习算法等方法处理这些实时数据，从而得到风机在未来一段时间出现故障的概率，进而来决定在现在或者未来的某个时间点采用何种运维策略。

变桨系统作为风力发电机组核心系统，是重要的传动链控制装置，结构复杂且故障率高，为影响风机发电量、能量控制甚至机组安全的重要部件。因此，及时准确发现变桨系统潜在的故障，已成为风电场安全、经济运行的关键问题。目前，针对变桨电机故障的预警方案中，绝大多数是采用门限值法，通过设定单一阈值进行逻辑判断，从而达到预警目的。该类方案一方面没有考虑到设备工况，容易误报警，不利于风电机组稳定运行，另一方面没有利用设备自身的历史数据、归纳运行特征，难以发现潜在故障。

发明内容

本发明的目的在于提供一种风机变桨子系统故障预警方法，解决了现有技术中针对变桨电机故障的预警方法存在的准确率低的缺陷。

为了达到上述目的，本发明采用的技术方案是：

本发明提供的一种风机变桨子系统故障预警方法，包括以下步骤：

步骤1，获取变桨子系统原始训练样本，原始训练样本包括若干原始参数字段；

步骤2，对原始训练样本进行预处理得到预处理训练样本；

步骤3，对预处理训练样本中的原始参数字段进行参数过滤，得到核心参数，根据核心参数得到核心特征样本，核心特征样本包括正常数据样本和故障数据样本；

步骤4，故障数据样本进行过采样，以使故障数据样本与正常数据样本达到平衡，得到新核心特征样本；

步骤5，对新核心特征样本进行训练，得到变桨子系统预测模型；

步骤6，根据变桨子系统预测模型对待预测样本进行预测，得到预测结果。

优选地，步骤1中，原始参数字段包括时间数据、主轴转速均值、轮毂温度均值、第一叶片变桨角度均值、第二叶片变桨角度均值、第三叶片变桨角度均值、第一叶片变桨超级电容电压均值、第二叶片变桨超级电容电压均值、第三叶片变桨超级电容电压均值、第一叶片变桨电机温度均值、第二叶片变桨电机温度均值、第三叶片变桨电机温度均值、有功功率均值、机组号、第一变桨行程、第二变桨行程和第三变桨行程。

优选地，步骤2中，对原始训练样本进行预处理得到预处理训练样本，具体方法是：

依次对原始训练样本进行空值处理、类型转换和标准化转换，得到预处理训练样本。

优选地，所述空值处理的具体方法是：

按照行维度和列维度交叉的方式对原始训练样本进行空值处理，得到空值处理后的训练样本；

类型转换的具体方法是：