[发明专利]一种风机运行健康状态预警方法及系统

说明书

本发明提供的一种风机运行健康状态预警方法及系统，包括获取发电机子系统的原始训练样本；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，得到核心特征样本；对故障数据样本进行过采样，得到新的核心特征样本；采用基于支持向量机分类算法和随机森林算法的多重投票法对核心特征样本进行训练，得到发电机子系统预测模型；根据发电机子系统预测模型对待预测样本进行预测，得到预测结果；本发明能够实现对风机发电机的状态、故障发生概率，故障发生时间的预测，可以得到较为精准的预测结果，利于用户对风机的及时维护。

技术领域

本发明属于风机故障检测技术领域，具体涉及一种风机运行健康状态预警方法及系统。

背景技术

风电机组通常由叶片、发电机、偏航和发电机等部件构成，这些部件的可靠性对于机组性能和安全具有重大影响，随着使用年限的增长，以及恶劣工况运行条件所带来的影响，电站发电机组的某些部件，如齿轮箱、发电机及轴承系统等极易发生故障，造成故障停机，轻则影响机组本身的可利用率，重则影响发电量，进而造成开发商不必要的利益损失。

发电机组属于机-电-热强耦合复杂系统，设备与设备之间的强耦合性、机组运行工况的反复多变性都决定了发电机组是一个故障高频发生场所。发电机组故障的产生并非一蹴而就，其生成和发展一般需经由异常、缺陷、故障及事故等几个过程。故障发生时，机组设备观测参数的变化需经由不明显到显著的渐变过程，若能在发电机组故障刚萌生、程度尚且轻微的阶段识别出异常，相比于已经造成严重后果的故障修复具有更重大的意义。

传统的基于专家系统的故障预警方法，可针对诸如发电系统等复杂系统，但该方法的知识来源不足以表达和反映事物的特征，而且由于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运行健康状态预警方法及系统，解决了现有技术中存在的上述不足。

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运行健康状态预警方法，包括以下步骤：

步骤1，获取发电机子系统的原始训练样本，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参数字段进行参数过滤，得到核心特征样本，其中，核心特征样本包括正常数据样本和故障数据样本；

步骤4，对故障数据样本进行过采样，得到新的核心特征样本；

步骤5，采用基于支持向量机分类算法和随机森林算法的多重投票法对核心特征样本进行训练，得到发电机子系统预测模型；

步骤6，根据发电机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，若干原始参数字段分别为数据时间、有功功率均值、发电机转速均值、发电机驱动端轴承温度均值、发电机非驱动端轴承温度均值、发电机定子U相绕组温度均值、发电机定子V相绕组温度均值、发电机定子W相绕组温度均值和机组号。

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：

对空值处理后的训练样本中的原始类型为字符型的原始参数字段进行整形转换，得到连续型数值字段；