[发明专利]基于数据建模的风电机组变桨轴承磨损监测和预警方法

摘要

一种基于数据建模的风电机组变桨轴承磨损监测和预警方法，包括以下步骤：(1)收集数据；(2)数据预处理；(3)样本标注；(4)特征构建；(5)构建模型；(6)算法验证；(7)模型部署。本发明有效性和准确度较高，通过使用风电机组的SCADA系统记录的风速、功率、转速、桨距角、变桨电机电流等常见传感器数据进行建模和预测即可实现，具有成本低、效率高、解释性强等特点。

主权项

1.一种基于数据建模的风电机组变桨轴承磨损监测和预警方法，其特征在于，所述方法包括以下步骤：(1)收集数据收集多台风力发电机组的实时运行参数，包括机组运行状态、风速、功率、转速、桨距角和变桨电机电流数据，所述多台风力发电机组都曾发生过变桨轴承磨损故障，并在后期进行更换维修；(2)数据预处理判断数据值域范围，剔除离群数据，根据时间轴线性插补缺失数据，只筛选正常发电状态作为建模数据备用；(3)样本标注标注带故障运行时段的样本的标签为1，标注更换故障部件完毕之后的时段的标签为0；(4)特征构建统计移动时间窗口内，三个变桨电机电流超过某较高阈值的次数，统计移动时间窗口内，风速、功率、转速、桨距角的均值；(5)构建模型使用逻辑回归、随机森林、梯度提升决策树或最近邻机器学习算法，以构建的特征作为输入数据，以故障与正常的标签作为输出目标，进行二分类有监督学习训练；(6)算法验证以若干机组数据作为训练样本，其他机组作为验证样本；训练完成模型输入验证样本，得到预测的故障概率；以精确率、召回率、F1、ROC_AUC来评价模型预测精度；(7)模型部署将得到的所有标注样本整体建模训练，得到最终模型，实时数据经过相同的数据预处理、特征构建后进入模型，得到故障预测概率，设定触发报警的概率阈值上限和持续时间阈值上限，当同时满足两个条件时触发报警。