一种风电齿轮箱行星级运行状态的监测方法及系统技术方案

本申请公开了一种风电齿轮箱行星级运行状态的监测方法及系统，所述方法包括：通过获得第一风电齿轮箱的第一初始振动信号；进而预处理获得第一振动信号；根据多重分形获得第一多重分形谱；根据预设特征量提取原则对第一多重分形谱进行特征分析和提取，获得第一特征量；构建风电齿轮箱监测模型；将第一特征量输入风电齿轮箱监测模型，获得第一输出结果；基于第一输出结果，对第一风电齿轮箱进行监测。解决了现有技术中在利用传统故障检测方法对风电齿轮箱振动信号进行检测时，存在检测准确率低，故障识别率低，无法实时、准确监测风电齿轮箱运行状态的技术问题。达到了提高风电齿轮箱故障识别准确率，提高智能化实时监测质量的技术效果。技术效果。技术效果。

【技术实现步骤摘要】
一种风电齿轮箱行星级运行状态的监测方法及系统


[0001]本申请涉及人工智能领域，尤其涉及一种风电齿轮箱行星级运行状态的监测方法及系统。

技术介绍

[0002]风力发电是众多清洁能源中最具代表性的，由于风力发电具有分布广泛、商业化程度高、技术成熟等优势，成为各国对于清洁能源的研究热点之一。然而实际生产应用中，风电机组的运行环境往往非常恶劣，常面临风速不稳定、内外环境温差大、载荷多变等问题，进而导致风电齿轮箱出现多种故障，影响风电机组正常工作。此外，行星齿轮箱的振动信号具有非线性、非平稳性等特点，传统的快速傅立叶变换和小波分析法等对于此类非线性、非平稳性信号的处理能力有限，很难达到实际应用的精度。因此，利用计算机技术，对风电齿轮箱的运行状态进行及时、准确的识别与诊断，极具实际应用意义。
[0003]本申请专利技术人在实现本申请实施例中技术方案的过程中，发现上述技术至少存在如下技术问题：
[0004]现有技术中在利用传统故障检测方法对风电齿轮箱振动信号进行检测时，存在检测准确率低，进而导致故障识别率低，存在无法实时、准确监测风电齿轮箱运行状态的技术问题。

技术实现思路

[0005]本申请的目的是提供一种风电齿轮箱行星级运行状态的监测方法及系统，用以解决现有技术中在利用传统故障检测方法对风电齿轮箱振动信号进行检测时，存在检测准确率低，进而导致故障识别率低，存在无法实时、准确监测风电齿轮箱运行状态的技术问题。
[0006]鉴于上述问题，本申请实施例提供了一种风电齿轮箱行星级运行状态的监测方法及系统。
[0007]第一方面，本申请提供了一种风电齿轮箱行星级运行状态的监测方法，所述方法通过一种风电齿轮箱行星级运行状态的监测系统实现，其中，所述方法包括：通过获得第一风电齿轮箱的第一初始振动信号；将所述第一初始振动信号进行预处理，获得第一振动信号；根据多重分形对所述第一振动信号进行分析，获得第一多重分形谱；根据预设特征量提取原则，对所述第一多重分形谱进行特征分析和提取，获得第一特征量，其中，所述第一特征量包括多个特征分量；构建风电齿轮箱监测模型；将所述第一特征量输入所述风电齿轮箱监测模型，获得第一输出结果；基于所述第一输出结果，对所述第一风电齿轮箱进行监测。
[0008]另一方面，本申请还提供了一种风电齿轮箱行星级运行状态的监测系统，用于执行如第一方面所述的一种风电齿轮箱行星级运行状态的监测方法，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得第一风电齿轮箱的第一初始振动信号；第二获得单元：所述第二获得单元用于将所述第一初始振动信号进行预处理，获得第一振动信号；第
三获得单元：所述第三获得单元用于根据多重分形对所述第一振动信号进行分析，获得第一多重分形谱；第四获得单元：所述第四获得单元用于根据预设特征量提取原则，对所述第一多重分形谱进行特征分析和提取，获得第一特征量，其中，所述第一特征量包括多个特征分量；第一构建单元：所述第一构建单元用于构建风电齿轮箱监测模型；第五获得单元：所述第五获得单元用于将所述第一特征量输入所述风电齿轮箱监测模型，获得第一输出结果；第一执行单元：所述第一执行单元用于基于所述第一输出结果，对所述第一风电齿轮箱进行监测。
[0009]第三方面，本申请实施例还提供了一种风电齿轮箱行星级运行状态的监测系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
[0010]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0011]1.通过利用多重分形对风电齿轮箱实时振动信号进行分析，从而得到对应振动信号的多重分形谱，进一步对多重分形谱进行特征分析，并利用多重分形谱的特征量训练风电齿轮箱支持向量机，从而构建风电齿轮箱监测模型，通过智能化分析振动信号的多重分形谱，从而识别、确定对应振动信号的类别，一旦振动信号异常，及时提醒相关工作人员进行查修。达到了基于多重分形谱和支持向量机相结合，对风电齿轮箱振动信号类型进行判断，进而确定振动信号对应的风电齿轮箱运行状态，达到了提高风电齿轮箱故障识别准确率，风电齿轮箱运行状态智能化实时监测质量的技术效果。
[0012]2.通过对所述第一多重分形谱进行分析并确定其特征量后，得到对应的多个特征分量，基于所述多个特征分量，达到了准确刻画对应第一多重分形谱的图形特征，同时为后续基于多重分形谱图形特征训练数字模型提供训练数据基础，最终提高模型识别精度的技术效果。
[0013]3.通过利用支持向量机训练得到风电齿轮箱监测模型，提高了模型的训练速度，利用所述风电齿轮箱监测模型对风电齿轮箱行星级运行状态监测，提高了风电齿轮箱行星级运行状态监测的智能化程度，同时支持向量机算法有效降低了各类振动信号的识别误差，进而达到了提高风电齿轮箱在不同转速下故障识别准确率、识别速率的技术效果。
[0014]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0015]为了更清楚地说明本申请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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0016]图1为本申请实施例一种风电齿轮箱行星级运行状态的监测方法的流程示意图；
[0017]图2为本申请实施例一种风电齿轮箱行星级运行状态的监测方法中获得所述风电齿轮箱监测模型的流程示意图；
[0018]图3为本申请实施例一种风电齿轮箱行星级运行状态的监测方法中计算获得所述
风电齿轮箱监测模型的监测准确率的流程示意图；
[0019]图4为本申请实施例一种风电齿轮箱行星级运行状态的监测方法中确定所述预设特征量提取原则的流程示意图；
[0020]图5为本申请实施例一种风电齿轮箱行星级运行状态的监测系统的结构示意图；
[0021]图6为本申请实施例示例性电子设备的结构示意图。
[0022]附图标记说明：
[0023]第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一构建单元15，第五获得单元16，第一执行单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
[0024]本申请实施例通过提供一种风电齿轮箱行星级运行状态的监测方法及系统，解决了现有技术中在利用传统故障检测方法对风电齿轮箱振动信号进行检测时，存在检测准确率低，进而导致故障识别率低，存在无法实时、准确监测风电齿轮箱运行状态的技术问题。通过利用多重分形对风电齿轮箱实时振动信号进行分析，从而得到对应振动信号的多重分形谱，进一步对多重分形谱进行特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电齿轮箱行星级运行状态的监测方法，其特征在于，所述方法用于一种风电齿轮箱行星级运行状态的监测系统，所述方法包括：获得第一风电齿轮箱的第一初始振动信号；将所述第一初始振动信号进行预处理，获得第一振动信号；根据多重分形对所述第一振动信号进行分析，获得第一多重分形谱；根据预设特征量提取原则，对所述第一多重分形谱进行特征分析和提取，获得第一特征量，其中，所述第一特征量包括多个特征分量；构建风电齿轮箱监测模型；将所述第一特征量输入所述风电齿轮箱监测模型，获得第一输出结果；基于所述第一输出结果，对所述第一风电齿轮箱进行监测。2.如权利要求1所述的方法，其特征在于，所述构建风电齿轮箱监测模型，还包括：获得第一风电齿轮箱振动信号集；依次对所述第一风电齿轮箱振动信号集中的振动信号进行多重分形分析，获得第一多重分形谱集；依次对所述第一多重分形谱集中的多重分形谱进行特征分析和提取，获得第一特征量集；对所述第一特征量集进行划分，获得第一特征量训练样本集和第一特征量测试样本集；对所述第一风电齿轮箱的不同运行状态进行标记，形成第一状态标签集；将所述第一特征量训练样本集作为支持向量机的输入信息，将所述第一状态标签集作为支持向量机的输出结果；通过多组训练数据，获得所述风电齿轮箱监测模型，其中，所述多组训练数据中的每组数据均包括所述第一特征量训练样本、所述第一状态标签。3.如权利要求2所述的方法，其特征在于，所述获得第一风电齿轮箱振动信号集，还包括：采集所述第一风电齿轮箱运行状态正常时的振动信号，经过所述预处理，获得第一正常振动信号；采集所述第一风电齿轮箱运行状态异常时的振动信号，经过所述预处理，获得第一异常振动信号；基于所述第一正常振动信号和所述第一异常振动信号，获得第一风电齿轮箱振动信号集。4.如权利要求2所述的方法，其特征在于，所述对所述第一特征量集进行划分，获得第一特征量训练样本集和第一特征量测试样本集，还包括：基于所述第一特征量测试样本集，获得第一特征量测试样本；将所述第一特征量测试样本输入所述风电齿轮箱监测模型，获得第一测试输出结果；判断所述第一测试输出结果是否符合预设状态标签，获得第一判断结果；基于所述第一判断结果，计算获得所述风电齿轮箱监测模型的监测准确率。5.如权利...

【专利技术属性】
技术研发人员：沈健，刘建国，
申请(专利权)人：德力佳传动科技江苏有限公司，
类型：发明
国别省市：