[发明专利]风电机组振动异常片段的选取方法

权利要求书

1.一种风电机组振动异常片段的选取方法，其特征在于：

加载振动时间序列，在振动时间序列中找到振动大于阈值的振动超限点；

遍历所有振动超限点，为每个振动超限点截取若干振动子序列，将每个振动子序列通过变点检测生成若干片段，若干振动子序列中最符合以下条件的即为该振动超限点的最终振动子序列；

a.所述片段的数量最接近3；

b.所述振动子序列中振动超限点所在的片段的统计量大于其他片段；

c.所述振动子序列中振动超限点所在的片段位于中间段；

所述最终振动子序列的选取包括：基于所述条件a、b、c，对于任意一个振动超限点i，定义一个评价函数f(i,l,r,acc)，其中，i为振动超限点所在位置，l为振动子序列的起点相对i减小的位置量，r为振动子序列的终点相对i增加的位置量，acc为振动时间序列；将上述条件a、b、c量化后，结合评价函数，可以得到一个基于i-l到i+r位置序列的函数值f，将该评价函数的返回值构造成越小越优的形式，条件a、b、c量化后的综合值作为返回值；

所述条件a、b、c的量化包括：

条件a量化：将变点检测后的片段数量记为n，则量化为(n-3)2；

条件b量化：若i时刻所在的变点检测切分后的片段统计量为最大记为0，否则记为1；

条件c量化：i时刻是否在中间位置，中间位置记为0，否则记为1；

采用罚函数外点法，将所述条件a、b、c量化综合为式子a+m(b+c)，作为f(i,l,r,acc)的返回值，其中m＝1；

通过优化算法求出评价函数的最小值min[f(i,l,r,acc)]，优化后将优化结果中的l和r索引位置结合i和acc，获取优化后的振动子序列，即为最终振动子序列。

2.根据权利要求1所述的方法，其特征在于：所述振动子序列是通过变点检测生成基于均值或方差统计量的片段。

3.根据权利要求1所述的方法，其特征在于：所述优化算法采用基于整数优化的遗传算法求出评价函数的最小值min[f(i,l,r,acc)]，所述遗传算法中产生初始群体包括：将l和r的初始参数在Smin～Smax之间随机生成整数，种群总量为P，总迭代次数为t。

4.根据权利要求3所述的方法，其特征在于：所述遗传算法中交叉方法为：个体内部的l和r互换。

5.根据权利要求4所述的方法，其特征在于：所述交叉方法中适应度越低的个体，发生交叉的概率越高；

每个个体发生交叉的概率采用标准正态分布概率密度函数D计算，将需要交叉的个体计算其适应度的秩次，记为μ，个体的交叉概率为D(μ)，

6.根据权利要求3所述的方法，其特征在于：所述遗传算法中变异方法包括：从发生交叉的个体中选择触发变异。

7.根据权利要求6所述的方法，其特征在于：所述变异采用实值变异，其中变异幅值随种群代数增加而减少；

所述变异幅值为v+[Smax-(1-q)Smin]*d*e，其中：

q是触发变异的个体在发生交叉的个体中的占比，

v是个体的实际值，

D是变异方向，单次变异的d为-1或1的随机数，

e是变异系数，将当次种群代数记为g，e＝(t-g)/t。

8.根据权利要求7所述的方法，其特征在于：若变异后的l或r超过Smax或低于Smin则将其设为新的Smax或Smin。