基于倾角传感器信息的风电塔筒倾覆智能诊断方法技术

本发明专利技术提供了一种基于倾角传感器信息的风电塔筒倾覆智能诊断方法，利用风电塔筒数据采集系统将原始的倾斜角数据通过光纤通信传输到控制室的数据服务器进行存储和预处理，对固定时间段内的倾斜量数据进行特征提取；采用高斯核函数构建高斯过程下的核自适应滤波概率估计预警模型，并引入遗忘因子实时跟踪数据的非稳定状态；将倾斜量特征值输入到模型中，得到测试信号的分布预测结果。该智能诊断方法以数据信息为驱动，自适应的构建了倾斜量特征值的概率估计预测模型，增加了风机塔筒提前预警的可靠性，而且采用遗忘因子和递归处理数据方式，增强了模型对于大数据的泛化能力，实现了基于数据驱动的风电塔筒智能诊断。了基于数据驱动的风电塔筒智能诊断。了基于数据驱动的风电塔筒智能诊断。

【技术实现步骤摘要】
基于倾角传感器信息的风电塔筒倾覆智能诊断方法


[0001]本专利技术属于风电设备故障诊断
，涉及一种基于倾角传感器信息的风电塔筒倾覆智能诊断方法。

技术介绍

[0002]随着环境的日益恶化和化石能源的严重短缺，开发清洁低碳的可再生能源成为全球能源发展的新方向，其中发展风电产业，是建设低碳社会，保障能源供应、培育战略性新兴产业、推动经济结构调整的重要方向。截止至2018年，全球风电市场累计装机容量已达591GW，同比增长9.24%，其中，海上风电累计容量为23GW，在累计装机容量中占比3.89% (A. Report, GWEC Global wind report 2018.)。然而，在越来越多大容量兆瓦级风机陆续安装运行的同时，风电机组很多运行隐患也开始逐步暴露出来，由于缺乏必要的监测和保护手段，叶片脱落、倒塔和风机失火等恶性事故时有发生。尤其是塔筒，作为整个风电机组的承载部件，其性能直接影响了风电机组运行的稳定性和可靠性，但由于制造、安装质量不合格，设备巡检、运行维护检查不到位，风机塔筒倾斜和倒塔事故时有发生，造成了巨大的经济损失。因本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于倾角传感器信息的风电塔筒倾覆智能诊断方法，其特征在于，具体按以下步骤进行：1）利用分别安装在塔筒顶端和底座法兰平面上的倾角传感器实时采集塔筒倾斜数据和塔筒基础沉降数据，并将采集到的数据传输给远程监测平台进行预处理，得到塔筒基础沉降数据集{a
x
,a
y
}与塔筒倾斜数据集{b
x
,b
y
}；2）根据公式提取固定时间段内倾角数据集{a
x
,a
y
,b
x
,b
y
}的中的能量特征e
h
，得到风机倾斜能量特征集合e=[e1,e2,
…
,e
n
]
T
；式中，h为固定时间段，E()表示求取期望；3）利用步骤2）中得到的风机倾斜能量特征集合e建立模型训练数据集和测试数据集和测试数据集；其中，x
i
=[e
i
‑
m
,e
i
‑
m+1
,
…
,e
i
]
T
，y
i
=e
i+k
；式中，t为训练集长度，l是测试集长度，m为嵌入维数，k表示预测步数；4）根据公式y
i
=f(x
i
)+ξ
i
构建基于高斯过程的核自适应滤波模型；式中，f(x
i
)～GP(μ, Σ)表示符合均值向量为μ、协方差矩阵为Σ的高斯过程，表示均值为零、方差为的高斯噪声；将训练集输入该基于高斯过程的核自适应滤波模型中，根据公式(3)计算模型预测的后验分布；式中，为后验分布的均值，表示后验分布的方差，其中k
j
=[k(x1,x
j
...

【专利技术属性】
技术研发人员：郑钢，浦蓉晖，于广汇，贺正良，
申请(专利权)人：甘肃靖远航天风力发电有限公司，
类型：发明
国别省市：