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：