The invention discloses a method for fault diagnosis of wind turbine gearbox, the warning method mainly comprises the following steps: data acquisition terminal, which is arranged in the hard contact temperature sensor, gear box soft contact temperature sensor and temperature acquisition system or through historical data record data from the fan power, environment temperature, wind speed, the time span of data covering the entire fault evolution interval; data processing, the input data is normalized, verify its integrity, delete the abnormal data, and incomplete data, including the establishment of BP neural network prediction algorithm AIS SA hybrid network in order to determine the network size and the initial connection weights, early warning threshold; calculation, the temperature data collected using the optimized network prediction, combined with numerical weather prediction in wind speed The temperature prediction transformation curve in the future time is obtained by approximate substitution. The residual error between predicted temperature and actual temperature is calculated, and several record points are taken as an early warning interval, and the residual mean and standard deviation of the two kinds of temperature in the interval are calculated.
【技术实现步骤摘要】
一种风电机组齿轮箱的故障预警方法
本专利技术涉及风电机组齿轮箱早期故障诊断预警领域,尤其涉及风电机组齿轮箱的故障预警方法。
技术介绍
目前对齿轮箱故障的研究主要包括通过建立故障演变模型加以分析以及利用人工智能算法对故障信号加以处理两个方面。尤其是近些年来,伴随着其他领域中各类专业传感器的出现以及人工智能算法的蓬勃发展,利用计算机进行齿轮箱的实时监测,能准确诊断出故障部位,但在齿轮箱故障预诊方面很少有成功应用的经验。目前对齿轮箱故障的研究多为故障诊断方面,即第一时间对初始故障加以判定或者是对严重故障的短时预测,不能够做到提前预测设备状态并优化维修决策。同时,故障模型不精确,不能充分考虑各种工况,故障预警时间短、故障指标预测精度低等难题。
技术实现思路
本专利技术的目的是为克服上述问题,提出一种风电机组齿轮箱的故障预警方法,通过建立新型齿轮箱温度预测模型,能够更加精确的预测其在不同工况下的未来温度变化,从而得到温度预警曲线,为风机齿轮箱的故障预警办法提供判断依据,实现提前发现故障征兆,进而针对性的采取维护动作的目的,增加可靠性,同时为运维人员制定预防性维护计划提供科学支持,使得风机齿轮箱甚至其他关键部件的维护资源得到充分利用。。本专利技术所提出的一种风电机组齿轮箱的故障预警方法建立在齿轮箱关键部件的温度预警模型之上,主要通过对这些关键部件的温度预测,其次是以预测温度与实际温度之间的区间残差作为故障判断条件。其具体步骤为:第一步,数据采集,终端通过设置在齿轮箱内的硬接触温度传感器、软接触温度传感器以及温度采集卡采集或者通过风电场记录数据中调取风机功率、环境温度、风速 ...
【技术保护点】
一种风电机组齿轮箱的故障预警方法,其特征在于,所述预警方法具体包括如下步骤:1)数据采集,终端通过设置在齿轮箱内的硬接触温度传感器、软接触温度传感器以及温度采集卡采集或者通过风电场记录数据中调取风机功率、环境温度、风速的历史数据,所述数据的时间跨度覆盖整个故障演变区间;2)数据处理,对输入数据归一化处理,验证其完整性,从中删除异常数据、残缺数据并建立包括AIS‑SA混合网络预测算法的BP神经网络,以此确定网络规模及各初始连接权值、阈值;3)数据寻优,将网络的初始权值、阈值作为待优化量编码后输入算法的AIS部分进行寻优,BP网络的学习率进行自适应调节;4)预警计算,使用优化后的网络对采集的温度数据进行预测,风速则结合数值天气预报进行近似代入,得到未来一定时间内的温度预测变换曲线;计算预测温度与实际温度的残差,以若干个记录点为一个预警区间,计算出该区间内两种温度的残差均值与标准差;5)信息更新,将预警区间顺延一个温度记录点,更新预警区间。
【技术特征摘要】
1.一种风电机组齿轮箱的故障预警方法,其特征在于,所述预警方法具体包括如下步骤:1)数据采集,终端通过设置在齿轮箱内的硬接触温度传感器、软接触温度传感器以及温度采集卡采集或者通过风电场记录数据中调取风机功率、环境温度、风速的历史数据,所述数据的时间跨度覆盖整个故障演变区间;2)数据处理,对输入数据归一化处理,验证其完整性,从中删除异常数据、残缺数据并建立包括AIS-SA混合网络预测算法的BP神经网络,以此确定网络规模及各初始连接权值、阈值;3)数据寻优,将网络的初始权值、阈值作为待优化量编码后输入算法的AIS部分进行寻优,BP网络的学习率进行自适应调节;4)预警计算,使用优化后的网络对采集的温度数据进行预测,风速则结合数值天气预报进行近似代入,得到未来一定时间内的温度预测变换曲...
【专利技术属性】
技术研发人员:李友钊,吴斌,范思遐,
申请(专利权)人:上海电机学院,
类型:发明
国别省市:上海,31
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。