[发明专利]预测风机的故障的方法和设备

权利要求书

1.一种预测风机的故障的方法，其特征在于，所述方法包括：

初始化风机的风机模型；

周期性地根据当前环境条件和风机的当前实际风机状态参数来更新风机模型的风机模型参数，其中，所述风机模型参数使得输入了当前环境条件的风机模型所输出的风机状态参数尽量接近当前实际风机状态参数；

根据历史的风机模型参数和对应的历史的环境条件，建立风机模型参数变化模型，其中，风机模型参数变化模型体现了环境条件与风机模型参数之间的关系，其中，在将环境条件输入到风机模型参数变化模型时，风机模型参数变化模型估计并输出对应的风机模型参数；

基于未来时刻的未来环境条件，使用风机模型参数变化模型预测在所述未来时刻的风机模型参数；

根据历史的风机模型参数和对应的历史的风机故障，建立风机故障模型；

根据预测的风机模型参数和风机故障模型，预测未来时刻的风机故障。

2.根据权利要求1所述的方法，其特征在于，风机模型体现了环境条件与风机状态参数之间的关系，风机故障模型体现了风机模型参数与风机故障之间的关系。

3.根据权利要求1所述的方法，其特征在于，初始化风机的风机模型的步骤包括：

根据初始的环境条件和初始的实际风机状态参数，来确定初始的风机模型参数。

4.根据权利要求3所述的方法，其特征在于，初始的风机模型参数使得：输入了初始的环境条件的风机模型所输出的风机状态参数尽量接近初始的实际风机状态参数。

5.根据权利要求4所述的方法，其特征在于，初始的风机模型参数使得：输入了初始的环境条件的风机模型所输出的风机状态参数尽量接近初始的实际风机状态参数，同时初始的风机模型参数的总大小的加权结果尽量小。

6.根据权利要求5所述的方法，其特征在于，初始的风机模型参数的总大小为各个初始的风机模型参数的绝对值之和，或者各个初始的风机模型参数的偶数次幂之和。

7.根据权利要求1所述的方法，其特征在于，更新后的风机模型参数使得输入了当前环境条件的风机模型所输出的风机状态参数尽量接近当前实际风机状态参数，同时更新后的风机模型参数相对于上一次更新后的风机模型参数的变化的加权结果尽量小。

8.根据权利要求7所述的方法，其特征在于，通过计算各个更新后的风机模型参数与各个上一次更新后的风机模型参数之间的相同类型风机模型参数之差的绝对值之和或偶数次幂之和作为所述变化。

9.根据权利要求1或2所述的方法，其特征在于，建立风机模型参数变化模型的步骤包括：

利用历史的风机模型参数和对应的历史的环境条件，通过拟合来建立风机模型参数变化模型。

10.根据权利要求9所述的方法，其特征在于，风机模型参数变化模型被表示如下：

θ_T＝A·θ_T-1+B·x_T

其中，θ_T表示在时刻T的风机模型参数，θ_T-1表示在时刻T-1的风机模型参数，A为风机模型参数的状态转移矩阵，B为环境条件对风机模型参数影响系数矩阵，x_T为在时刻T的环境条件，时刻T-1表示时刻T之后的一个时刻。

11.根据权利要求1所述的方法，其特征在于，风机故障模型是以风机模型参数为特征并且以故障类别或是否发生故障为分类标签的分类器。