一种自动计算风力发电机组齿轮箱油粘度预警值的方法技术

本发明专利技术公开了一种自动计算风力发电机组齿轮箱油粘度预警值的方法，包括以下步骤：步骤一：创建粘度数据样本空间获取；步骤二：数据获取；步骤三：寻找增量的最大值与最小值，而后在增量的最大值与最小值之间设置积累区间；步骤四：查找各个积累区间的样本数量，绘制各个增量积累区间与样本数量的柱状图，同时根据各个积累区间的样本数量绘制样本数量曲线图；步骤五：根据各个积累区间与样本数量的柱状图寻求正态分布的σ作为报警关键值；根据报警关键值计算关键样本数量。

【技术实现步骤摘要】
一种自动计算风力发电机组齿轮箱油粘度预警值的方法
本专利技术涉电机养护领域，尤其是涉及一种自动计算风力发电机组齿轮箱油粘度预警值的方法。
技术介绍
2003年以来，我国的风电装机容量得到快速增长，目前已经突破了900万千瓦。在装机容量节节攀升的同时，风电机组的运行维护也开始受到重视。风电业主关心风机的生产率，运维人员关心风电系统的可靠性。资料显示，欧美风电行业20年来总投资的65％～90％都消耗在运行维护上，而非计划停机又占据了其中的75％。国际工程保险协会支付给丹麦风电业的理赔费用中的40％是由于机械故障，主要是齿轮箱与轴承的故障。由于风力发电机因其设备昂贵，工作环境恶劣、地点偏远，设备的高度较高，维修保养工作十分不便，当发生润滑故障，风电场必需支付设备调配费用、能源生产损失、每千瓦时猛增的费用、更换部件时的延误费用。因此，确保可靠稳定的长周期运转，加强平时主动维护，避免被动维修是最核心的要求。对风电机组的润滑油液状态进行检测，并在此基础上开展视情维护对风电场的长期效益有着非常积极的作用。风电设备的润滑油污染是设备发生故障及使用寿命降低的主要原因，而润滑油的粘度变化是润滑油劣化最常见的原因之一。不同粘度的润滑油会形成不同厚度的油膜，对机组摩擦副起到保护作用，一旦油膜厚度发生变化就会对机械摩擦副带来损伤。因此，有必要对油液进行不定期的检测，掌握其污染信息，从而预防和减少设备故障停机的时间。传统的油液检测方法是在实验室离线的进行，这种检测方法不仅检测周期长、成本高、程序烦琐、过分依赖人来获得和处理实验数据，不能实时的反映润滑油的污染信息，已经不能满足风电设备的高速运转需求。在线油液监测技术就是通过对设备在用润滑油的的定期跟踪监测，及时了解掌握设备的润滑状态信息，诊断润滑油劣化程度的一门应用技术。油液监测技术能有效指导风电企业进行设备的状态维修和润滑管理，从而预防设备重大事故发生的发生，降低设备维护费用。油液监测是风电企业开展设备润滑管理、设备状态维修的重要基础工作，是提高风电设备可靠性、保证设备安全运行的重要手段。2003年以来，我国的风电装机容量得到快速增长，目前已经突破了900万千瓦。在装机容量节节攀升的同时，风电机组的运行维护也开始受到重视。风电业主关心风机的生产率，运维人员关心风电系统的可靠性。资料显示，欧美风电行业20年来总投资的65％～90％都消耗在运行维护上，而非计划停机又占据了其中的75％。国际工程保险协会支付给丹麦风电业的理赔费用中的40％是由于机械故障，主要是齿轮箱与轴承的故障。由于风力发电机因其设备昂贵，工作环境恶劣、地点偏远，设备的高度较高，维修保养工作十分不便，当发生润滑故障，风电场必需支付设备调配费用、能源生产损失、每千瓦时猛增的费用、更换部件时的延误费用。因此，确保可靠稳定的长周期运转，加强平时主动维护，避免被动维修是最核心的要求。对风电机组的润滑油液状态进行检测，并在此基础上开展视情维护对风电场的长期效益有着非常积极的作用。风电设备的润滑油污染是设备发生故障及使用寿命降低的主要原因，而润滑油的粘度变化是润滑油劣化最常见的原因之一。不同粘度的润滑油会形成不同厚度的油膜，对机组摩擦副起到保护作用，一旦油膜厚度发生变化就会对机械摩擦副带来损伤。因此，有必要对油液进行不定期的检测，掌握其污染信息，从而预防和减少设备故障停机的时间。传统的油液检测方法是在实验室离线的进行，这种检测方法不仅检测周期长、成本高、程序烦琐、过分依赖人来获得和处理实验数据，不能实时的反映润滑油的污染信息，已经不能满足风电设备的高速运转需求。在线油液监测技术就是通过对设备在用润滑油的的定期跟踪监测，及时了解掌握设备的润滑状态信息，诊断润滑油劣化程度的一门应用技术。油液监测技术能有效指导风电企业进行设备的状态维修和润滑管理，从而预防设备重大事故发生的发生，降低设备维护费用。油液监测是风电企业开展设备润滑管理、设备状态维修的重要基础工作，是提高风电设备可靠性、保证设备安全运行的重要手段。
技术实现思路
本专利技术为克服上述情况不足，旨在提供一种能解决上述问题的技术方案。一种自动计算风力发电机组齿轮箱油粘度预警值的方法，包括以下步骤：步骤一：创建粘度数据样本空间获取；步骤二：数据获取；步骤三：寻找增量的最大值与最小值，而后在增量的最大值与最小值之间设置积累区间；步骤四：查找各个积累区间的样本数量，绘制各个增量积累区间与样本数量的柱状图，同时根据各个积累区间的样本数量绘制样本数量曲线图；步骤五：根据各个积累区间与样本数量的柱状图寻求正态分布的σ作为报警关键值；根据报警关键值计算关键样本数量；步骤六：根据关键样本数量查询样本数量曲线图和各个积累区间与样本数量的柱状图，确定关键积累区间；步骤七：根据关键积累区间自动设定预警限与报警限；步骤八：根据限值判断下一条数据是否应该做出报警；步骤九：最新数据不断迭代上述方法，用于判断下一条数据是否报警。与现有技术相比，本专利技术的有益效果是：本方法适用于在线监测齿轮箱油粘度指标，该监测指标应呈现“趋势积累”分布，由于齿轮箱油粘度监测属于不断攀升的过程，而数据攀升的速率决定了润滑油性能水平，故本方法采取数据筛选和积累分布技术对粘度的监测情况给出预测模型，用于分析下一次监测的数据是否处于预警或者报警的范围内。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是各个增量积累区间与样本数量的柱状图。图2是各个积累区间的样本数量的样本数量曲线图。图3是自动算法模型示意图。具体实施方式下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1～3，本专利技术实施例中，一种自动计算风力发电机组齿轮箱油粘度预警值的方法，包括以下步骤：步骤一：创建粘度数据样本空间获取；步骤二：数据获取；步骤三：寻找增量的最大值与最小值，而后在增量的最大值与最小值之间设置积累区间；步骤四：查找各个积累区间的样本数量，绘制各个增量积累区间与样本数量的柱状图，同时根据各个积累区间的样本数量绘制样本数量曲线图；步骤五：根据各个积累区间与样本数量的柱状图寻求正态分布的σ作为报警关键值；根据报警关键值计算关键样本数量；步骤六：根据关键样本数量查询样本数量曲线图和各个积累区间与样本数量的柱状图，确定关键积累区间；本文档来自技高网...

【技术保护点】
1.一种自动计算风力发电机组齿轮箱油粘度预警值的方法，其特征在于，包括以下步骤：/n步骤一：创建粘度数据样本空间获取；/n步骤二：数据获取；/n步骤三：寻找增量的最大值与最小值，而后在增量的最大值与最小值之间设置积累区间；/n步骤四：查找各个积累区间的样本数量，绘制各个增量积累区间与样本数量的柱状图，同时根据各个积累区间的样本数量绘制样本数量曲线图；/n步骤五：根据各个积累区间与样本数量的柱状图寻求正态分布的σ作为报警关键值；根据报警关键值计算关键样本数量；/n步骤六：根据关键样本数量查询样本数量曲线图和各个积累区间与样本数量的柱状图，确定关键积累区间；/n步骤七：根据关键积累区间自动设定预警限与报警限；/n步骤八：根据限值判断下一条数据是否应该做出报警；/n步骤九：最新数据不断迭代上述方法，用于判断下一条数据是否报警。/n

【技术特征摘要】
1.一种自动计算风力发电机组齿轮箱油粘度预警值的方法，其特征在于，包括以下步骤：
步骤一：创建粘度数据样本空间获取；
步骤二：数据获取；
步骤三：寻找增量的最大值与最小值，而后在增量的最大值与最小值之间设置积累区间；
步骤四：查找各个积累区间的样本数量，绘制各个增量积累区间与样本数量的柱状图，同时根据各个积累区间的样本数量绘制样本数量曲线图；
步骤五：根据各个积累区间与样本数量的柱状图寻求正态分布的σ作为报警关键值；根据报警关键值计算关键样本数量；
步骤六：根据关键样本数量查询样本数量曲线图和各个积累区间与样本数量的柱状图，确定关键积累区间；
步骤七：根据关键积累区间自动设定预警限与报警限；
步骤八：根据限值判断下一条数据是否应该做出报警；
步骤九：最新数据不断迭代上述方法，用于判断下一条数据是否报警。


2.根据权利要求1所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法，其特征在于，所述步骤一中：
获取的每条数据均要求严格等时间间隔采样；
数据量最大值因为50000条；
数据形式应当为积累趋势型。


3.根据权利要求1所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法，其特征在于，所述步骤二中：根据步骤一中的数据库将需要在数据库导出油液水分含量数据M。


4.根据权利要求3所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法，其特征在于，所述步骤三中寻找增量的最大值与最小值的步骤是在步骤二的基础上在集合M中寻找增量的最大值与最小值，记作Mmin和Mmax；
而后通过上述的Mmin和Mmax再设定区间相等的n等份，作为n个增量区间。


5.根据权利要求4所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法，其特征在于，所述步骤四根据步骤三的出的增量样本空间M中，对应每个增量区间，查找每个增量区间在集合M中样本的数量，分别记作增量积累区...

【专利技术属性】
技术研发人员：王振尧，李志会，曹居易，潘俊岩，张大力，
申请(专利权)人：珠海市鑫世达测控技术有限公司，
类型：发明
国别省市：广东;44