[发明专利]一种基于融合模型的风电机组齿轮箱故障预警方法

说明书

本发明提供了一种基于融合模型的风电机组齿轮箱故障预警方法，通过提取数据采集与监控系统数据库中风电机组的正常运行数据，采用统计学四分位原理对缺失、异常数据进行预处理，利用Pearson相关系数对关键特征变量进行筛选，分别对极端梯度提升树和长短期记忆网络模型进行单独训练，采用误差倒数法对两个预测时序数据进行加权组合，计算权重，得到最终预测结果，根据误差分析来评判模型的优劣，最后，依据马氏距离的阈值设定对齿轮箱进行故障预警。本发明提供的方法可以对大数据样本中的异常数据有效剔除，且提取关键性特征减少后续模型训练的时间，融合模型提高了泛化能力，防止过拟合现象，对时间序列数据的预测准确率高。

技术领域

本发明涉及数据分析技术领域，具体为一种基于融合模型的风电机组齿轮箱故障预警方法。

背景技术

风电机组齿轮箱在使用时，其故障预警领域主要存在如下问题：(1)风电机组的运行环境长期受外部恶劣环境影响，SCADA数据中存在大量异常噪声数据，需要清除；(2)风电机组各部件之间存在耦合关系，导致SCADA样本数据中各预测维度之间并非完全相互独立；(3)针对风电机组故障预警问题，现有的单一模型往往预测的准确率不高，或者训练时间长，导致无法及时为运维人员提供有效的预警信息。对于上述问题现有的解决方案为：针对SCADA数据存在异常噪声的问题可以采用如拉依达准则法、密度聚类、距离算法等识别剔除，但是样本集数据量大时往往耗时较长；针对多特征变量之间的耦合问题，现有的方法有主成分分析法、随机森林、神经网络等，对特征变量进行关键性排序筛选，消除主成分之间的相关性；针对模型预测准确率不高的问题，近年来采用了神经网络和深度学习的方法，提高了预测准确率，但需要耗费时间对模型进行训练，机器学习的方法可以较快得出预测结果，但是单一的模型预测准确率较低。

发明内容

本发明所解决的技术问题在于提供一种基于融合模型的风电机组齿轮箱故障预警方法，通过提取数据采集与监控(SCADA)系统数据库中风电机组的正常运行数据，采用统计学四分位原理对缺失、异常数据进行预处理，利用Pearson相关系数对关键特征变量进行筛选，由于模型结构存在差异，分别对极端梯度提升树(XGBoost)和长短期记忆网络(LSTM)模型进行单独训练，采用误差倒数法对两个预测时序数据进行加权组合，计算权重，得到最终预测结果，根据误差分析来评判模型的优劣，最后，依据马氏距离的阈值设定对齿轮箱进行故障预警，从而解决了背景技术中提出的问题。为实现上述目的，本发明提供如下技术方案：一种基于融合模型的风电机组齿轮箱故障预警方法，具体包括以下内容：

步骤1：选择SCADA一个月的历史数据，剔除包含“无数据”和所有状态变量都为“0”的值的变量，再用四分位原理剔除噪音得到数据集；

步骤2：对数据集归一化处理，利用Pearson相关系数分别与齿轮箱温度做相关性计算，剔除冗余特征，得到样本集；

步骤3：首先在样本集中随机选取80％的数据对XGBoost模型作第一次训练，通过网格搜索和交叉验证对XGBoost模型进行参数优化，得到温度预测值y1；

步骤4：将训练数据输入LSTM模型进行训练，通过迭代更新权值和偏置使误差最小，获得齿轮箱温度预测模型，输出齿轮箱温度预测值y2；

步骤5：通过误差倒数法对温度预测值y1和y2进行加权组合，得到不同预测温度值情况下的权重w1、w2，最后计算齿轮箱温度值预测结果y，得到LSTM-XGBoost融合模型；

步骤6：将样本集剩余的20％数据加载到训练好的LSTM-XGBoost模型中对齿轮箱温度预测；

步骤7：将融合模型的预测结果与单一的XGBoost，LSTM和GBDT模型的预测结果作对比，通过计算RMSE、MAE、MRE和R2的值验证LSTM-XGBoost模型在齿轮箱温度预测拥有良好的适用性；