风电齿轮箱退化状态跟踪与失效聚集风险评估方法技术

一种风电齿轮箱退化状态跟踪与失效聚集风险评估方法，包括以下步骤：步骤1)监测数据清洗；步骤2)风电齿轮箱退化过程跟踪；步骤3)风电场集群状态融合与风场机组划分；步骤4)风电齿轮箱退化失效指标动态阈值的确定；步骤5)集群内风电齿轮箱失效风险聚集评估。本发明专利技术以瞬变载荷作用下失效演变机理和数据驱动的混合模型为切入点，对风电齿轮箱的退化过程进行描述，提出机组集群融合的动态失效阈值作为预警监测指标，并对集群机组内的风电齿轮箱失效聚集风险进行评估。聚集风险进行评估。聚集风险进行评估。

【技术实现步骤摘要】
风电齿轮箱退化状态跟踪与失效聚集风险评估方法


[0001]本专利技术涉及一种风电齿轮箱退化状态跟踪与失效聚集风险评估方法。

技术介绍

[0002]随着当今社会的不断发展，传统能源的短缺问题已经十分严重。作为一种可再生的清洁能源，风能因其储量丰富、分布广泛而具有十分广阔的应用前景。21世纪以来，在各项能源技术不断发展的过程中，风力发电始终保持着良好的发展态势。
[0003]然而风力发电机一般安装在戈壁、荒野、高山等风能资源较好的偏远区域，运行环境较为恶劣。而风电齿轮箱作为风力机中的核心部件，长期运行于剧烈的交变载荷工况下。此外，偏远地区的昼夜温差、风沙影响，风电齿轮箱制造、装配误差以及自身的磨损、润滑不良的因素，均会造成风电齿轮箱部件的损伤。一旦设备因故障而发生停机，不仅维修难度较大且维修成本高昂，造成的经济损失亦不可估量。从机械旋转部件故障维护策略的发展来看，其监测维修策略从最初的故障后维修和周期预防性检修，发展到了现今基于设备状态的维修策略，并逐渐向智能预见性维护策略发展，传统的故障诊断方法主要是针对已经出现故障的机械信号的识别与分类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电齿轮箱退化状态跟踪与失效聚集风险评估方法，其特征在于，所述方法包括以下步骤：步骤1)监测数据清洗，过程如下：对于监测参数，其数据预处理完成以下步骤：1.1)完整性检验：当缺失数据较少时，根据其缺失时间前后的数据记录值，采用线性插补法或前值代替法对其进行插补；1.2)超限检验：结合历史数据以及设定阈值，对超限数据进行剔除、修正；1.3)回归预测检验：当出现大片数据缺失和明显的畸变时，该区域数据段予以删除，采用最小二乘法对缺失、畸变数据进行回归预测填补；对于风电机组的振动、电气信号，引入最小能量准则、Parseval定理准则以及高斯分布准则进行有效性判断；步骤2)风电齿轮箱退化过程跟踪，过程如下：从概率统计角度出发，基于非参数法建立监测周期内齿轮箱退化度的概率密度函数fi(x)，并估计其置信区间，利用监测周期内概率密度函数最大值对应退化度gi，结合不同监测周期机组退化变化概率Pi来表征风电齿轮箱退化度变化趋势；步骤3)风电场集群状态融合与风场机组划分，过程如下：风电机组的转速和桨距角能有效表征其运行工况，采用模糊C-均值聚类的分类方法，将风电场中运行处于相近工况的风电机组进行划分，用以确定同一机群内风电机组部件的动态健康阈值；步骤4)风电齿轮箱退化失效指标动态阈值的确定，过程如下：研究结合数据模型和物理过程模型，首先采用切比雪夫不等式确定风电齿轮箱的健康状态和故障产生时退化过程状态下的健康阈值，而后根据近似运行工况的划分机群，采用多项式回归拟合方法建立转速和目标监测特征数据的关系，得到以风机转速为自变量，超限停机目标特征为因变量的数学表达模型；通过机群划分近似运行工况机组的思想融合集群状态时变参数，确定风电齿轮箱的健康动态阈值；步骤5)集群内风电齿轮箱失效风险聚集评估，过程如下：通过模糊C均值聚类划分方法，得到近似运行工况的风电场机组设备有类似随机退化过程和相似的参数分布，其退化过程相互独立...

【专利技术属性】
技术研发人员：傅雷，胥芳，张立彬，谭大鹏，朱添田，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：