【技术实现步骤摘要】
-种风电机组振动故障检测系统及方法
本专利技术属于故障检测方法及设备
，尤其涉及一种风电机组振动故障检测 系统及方法。
技术介绍
风电机组的振动故障不但降低发电效率而且影响其自身的安全运行，甚至可能殃 及人身安全，造成财产损失。因此，配置实时的风电机组振动故障检测预警系统是科研人员 不断研究开发的重要课题。 目前我国的研究技术大致分为过程参数估计法、状态估计法、信号诊断法及人工 智能法。过程参数估计法是利用数学模型计算的残差来判断和诊断；状态估计法是通过滤 波器监测内部数据残差变化进行故障检测；信号诊断法是根据机组输出数据特征值来判 断；人工智能法是一种集问题求解、知识与推理、学习、通信、感知与行动于一身的新型诊断 算法。 在美国故障检测技术起初是用于航空航天系统的故障监测预警、数据预测和故障 类型诊断等方面，然后逐渐扩散到各领域的机组设备上。我国风电机组振动故障在线监测 技术还处于起步阶段，主要是在吸收一些国外监测技术的基础上逐渐发展起来的，其中较 为先进的算法是属于人工智能的人工免疫算法，算法中的阴性选择机理拥有超强的记忆与 学习能力、训练时间短、所需故障样本少、对感应故障能力强等优点，给予人们广泛的关注。
技术实现思路
本专利技术实施例的目的在于提供，旨在解决 现有风电机组振动故障检测方法用时时间长与监测效率低的问题。 本专利技术实施例是这样实现的，一种风电机组振动故障检测方法，该风电机组振动 故障检测方法通过搭建无线传感器网络，把风电机组各部位振动数据，包括齿轮箱前后轴 承、发电机前后轴承...
【技术保护点】
一种风电机组振动故障检测方法，其特征在于，该风电机组振动故障检测方法通过搭建无线传感器网络，把风电机组各部位振动数据，包括齿轮箱前后轴承、发电机前后轴承振动数据通过振动采集节点采集，经每个机组的路由节点以多跳的方式传输到网络协调器节点，并用3G、光纤、以太多功能网络传到远处监控中心，监控中心采用基于马氏距离的阴性选择算法实现故障机组及部位的远程检测预警。
【技术特征摘要】
1. 一种风电机组振动故障检测方法，其特征在于，该风电机组振动故障检测方法通过 搭建无线传感器网络，把风电机组各部位振动数据，包括齿轮箱前后轴承、发电机前后轴承 振动数据通过振动采集节点采集，经每个机组的路由节点以多跳的方式传输到网络协调器 节点，并用3G、光纤、以太多功能网络传到远处监控中心，监控中心采用基于马氏距离的阴 性选择算法实现故障机组及部位的远程检测预警。2. 如权利要求1所述的风电机组振动故障检测方法，其特征在于，该风电机组振动故 障检测方法设有i个η维总体风电机组振动故障，类型分别为，ρΙΤ 2,...，IT i，均 值向量为μ = (μρ μ2，...，μη)τ，对应协方差矩阵为R= (\ρηΧη，则待测故障样本Y = (Sl，s2,...，Si)T和机组振动故障样本集Μ'间的马氏距离函数表示为： d2 (Υ, ) = (Y-u)TR(Y-u) 按距离由近到远原则对采集到的样品数据Y进行分析判别，首先计算采样样品Y到各 故障类型间的马氏距离然后将所获得的距离进行比较，第i个故障 类型距离为：〇3. 如权利要求1所述的风电机组振动故障检测方法，其特征在于，阴性选择算法的步 骤如下： 步骤一、产生与自我集S不相配的检测器集R，使这种检测器集R检测不到自我集只能 检测非己集的特征； 步骤二、与故障类型空间匹配的故障数据％，删除两个或两个以上故障类型相配的检 测器，存储只对某种故障具有敏感性的检测器，取消都不匹配的检测器；按匹配情况对检测 器集R进行训练，形成一种优化的检测器合R'，即R' =(R，i，R' 2，...，R' n)，R，1是 仅仅和第i类匹配的故障类型； 步骤三、将优化后的检测器集R'来监测自我集S，如检测器与自我集匹配，则认为S发 生改变； 步骤四、监测检测器对应R'中的哪种故障模式，然后诊断设备有哪种故障。4. 如权利要求2或3所述的风电机组振动故障检测方法，其特征在于，故障模式检测器 V与待测故障样本Y之间的匹配程度，即亲和度为：式中，au介于0和1之间，au越大，Y有与M'越匹配。5. 如权利要求1所述的风电机组振动故障检测方法，其特征在于，马氏距离算法改进 的步骤如下： 步骤一、根据故障诊断案例，确定测量的范围； 步骤二、将历史正常数据定义为自我集S，将历史故障数...
【专利技术属性】
技术研发人员：邬春明，银海燕，孙绪龙，姚冰，林欢，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。