旋转部件剩余寿命的预测方法及其装置及计算机可读存储介质制造方法及图纸

本发明专利技术实施例提供一种旋转部件剩余寿命的预测方法及其装置及计算机可读存储介质。该预测方法应用于风力发电机组，其包括：获取风力发电机组的旋转部件的CMS振动数据；将每采样时间点的多个CMS振动数据转化成旋转部件每采样时间点的一个指标数据；选取临近触发预警的第一报警阈值预定时段内的指标数据来训练一寿命预测模型，以得到训练后的寿命预测模型；及当某采样时间点的指标数据一达到第一报警阈值时，则启动旋转部件的剩余寿命算法，根据该采样时间点的指标数据并基于训练后的寿命预测模型来预测旋转部件触发报警的剩余寿命。从而，能够较为精确地预测出旋转部件触发报警的剩余寿命。报警的剩余寿命。报警的剩余寿命。

Prediction method and device of residual life of rotating parts and computer readable storage medium

【技术实现步骤摘要】
旋转部件剩余寿命的预测方法及其装置及计算机可读存储介质


[0001]本专利技术实施例涉及风力发电
，尤其涉及一种旋转部件剩余寿命的预测方法及其装置及计算机可读存储介质。

技术介绍

[0002]随着煤炭、石油等能源的逐渐枯竭，人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。伴随着风电技术的不断发展，风力发电机组在电力系统中的应用日益增加。风力发电机组是将风能转化为电能的大型设备，通常设置于风能资源丰富的地区。为了能够提前发现风力发电机组的潜在故障，保证风力发电机组的正常运行，需要对风力发电机组的状态，尤其是振动状况进行监控。
[0003]目前，风力发电机组的在线振动状态监控系统(Condition Monitoring System，称为CMS系统)可以对风力发电机组的CMS振动数据进行采集。然而，现在利用CMS振动数据仅仅只是作为对风力发电机组现有状况的监测。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种旋转部件剩余寿命的预测方法及其装置及计算机可读存储介质，能够较为精确地预测出旋转部件触发报警的剩余寿命。
[0005]本专利技术实施例的一个方面提供一种旋转部件剩余寿命的预测方法，其应用于风力发电机组。所述方法包括：获取风力发电机组的旋转部件的CMS振动数据；将每采样时间点的多个CMS振动数据转化成所述旋转部件每采样时间点的一个指标数据；选取临近触发预警的第一报警阈值预定时段内的指标数据来训练一寿命预测模型，以得到训练后的寿命预测模型；及当某采样时间点的指标数据一达到所述第一报警阈值时，则启动所述旋转部件的剩余寿命算法，根据该采样时间点的指标数据并基于所述训练后的寿命预测模型来预测所述旋转部件触发报警的剩余寿命。
[0006]本专利技术实施例的另一个方面还提供一种旋转部件剩余寿命的预测装置。所述装置包括一个或多个处理器，用于实现如上所述的旋转部件剩余寿命的预测方法。
[0007]本专利技术实施例的又一个方面还提供一种计算机可读存储介质。所述计算机可读存储介质上存储有程序，所述程序被处理器执行时，实现如上所述的旋转部件剩余寿命的预测方法。
[0008]本专利技术一个或多个实施例的旋转部件剩余寿命的预测方法及其装置及计算机可读存储介质能够利用获取到的旋转部件的CMS振动数据来较为精确地预测出旋转部件触发报警的剩余寿命。
附图说明
[0009]图1为本专利技术一个实施例的旋转部件剩余寿命的预测方法的流程图；
[0010]图2为本专利技术一个实施例的采用RMS算法转化得到的指标数据的图示；
[0011]图3为本专利技术一个实施例的采用Holt
‑
Winters二次指数平滑法的指数模型得到的模型预测值的图示；
[0012]图4为本专利技术一个实施例的旋转部件剩余寿命的预测装置的示意性框图。
具体实施方式
[0013]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本专利技术相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置的例子。
[0014]在本专利技术实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。除非另作定义，本专利技术实施例使用的技术术语或者科学术语应当为本专利技术所属领域内具有一般技能的人士所理解的通常意义。本专利技术说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出，“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而且可以包括电性的连接，不管是直接的还是间接的。在本专利技术说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0015]本专利技术实施例提供了一种旋转部件剩余寿命的预测方法，旋转部件剩余寿命的预测方法可以应用于风力发电机组。图1揭示了本专利技术一个实施例的旋转部件剩余寿命的预测方法的流程图。如图1所示，本专利技术一个实施例的旋转部件剩余寿命的预测方法可以包括步骤S11至步骤S14。
[0016]在步骤S11中，获取风力发电机组的旋转部件的CMS振动数据。
[0017]可以从与风力发电机组强耦合的振动状态监控系统(CMS系统)中获取风力发电机组的旋转部件的CMS振动数据。
[0018]在一些实施例中，风力发电机组的旋转部件例如可以包括但不限于轴承等。因此，在步骤S11中的获取风力发电机组的旋转部件的CMS振动数据包括：获取风力发电机组的轴承的CMS振动数据。但是，本专利技术实施例并不局限于此，在其他实施例中，风力发电机组的旋转部件还可以包括齿轮箱等。
[0019]在一些实施例中，在能获得风力发电机组的主控制器所提供的功率的情况下，本专利技术实施例的风力发电机组的旋转部件的CMS振动数据可以包括分功率段的CMS振动数据。其中，步骤S11中的获取风力发电机组的旋转部件的CMS振动数据可以包括：获取风力发电机组的旋转部件的原始CMS振动数据；获取风力发电机组的主控制器所提供的功率段；及按照采样时间点确定原始CMS振动数据所对应的主控制器所提供的功率段，从而将原始CMS振
动数据按照主控制器所提供的功率段划分为分功率段的CMS振动数据。
[0020]由于风力发电机组在实际运行的过程中，外界环境的风力可能是实时变化的，因此，风力发电机组的运行状态也可能会是不同的，例如，在中高风速下，风力发电机组是以满发状态进行运转，此时，风力发电机组的振动能量大；而在低风速下，风力发电机组是以不满发状态进行运转，此时，风力发电机组的振动能量小。因此，通过将风力发电机组的旋转部件的CMS振动数据对应风力发电机组的主控制器所提供的功率段进行划分，可以对风力发电机组的旋转部件的CMS振动数据进行分组，例如可以将功率大的风力发电机组的旋转部件的CMS振动数据分为一组，将功率小的风力发电机组的旋转部件的CMS振动数据分为一组，从而，能够将风力发电机组的运行数据与风力发电机组的CMS硬件二者很好地结合在一起，增加了CMS硬件与风力发电机组的强耦合，提高了CMS振动数据的准确性。
[0021]另外，对于CMS系统，在功率低的状态下(称为未满发状态)会有很多的信号杂音，因此，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种旋转部件剩余寿命的预测方法，应用于风力发电机组，其特征在于：其包括：获取风力发电机组的旋转部件的CMS振动数据；将每采样时间点的多个CMS振动数据转化成所述旋转部件每采样时间点的一个指标数据；选取临近触发预警的第一报警阈值预定时段内的指标数据来训练一寿命预测模型，以得到训练后的寿命预测模型；及当某采样时间点的指标数据一达到所述第一报警阈值时，则启动所述旋转部件的剩余寿命算法，根据该采样时间点的指标数据并基于所述训练后的寿命预测模型来预测所述旋转部件触发报警的剩余寿命。2.如权利要求1所述的方法，其特征在于：所述旋转部件包括轴承，所述获取风力发电机组的旋转部件的CMS振动数据包括：获取风力发电机组的轴承的CMS振动数据。3.如权利要求1或2所述的方法，其特征在于：所述风力发电机组的旋转部件的CMS振动数据包括分功率段的CMS振动数据，所述获取风力发电机组的旋转部件的CMS振动数据包括：获取所述风力发电机组的旋转部件的原始CMS振动数据；获取所述风力发电机组的主控制器所提供的功率段；及按照采样时间点确定所述原始CMS振动数据所对应的主控制器所提供的功率段，以将所述原始CMS振动数据按照所述功率段划分为所述分功率段的CMS振动数据。4.如权利要求3所述的方法，其特征在于：所述获取所述风力发电机组的旋转部件的CMS振动数据还包括：选取所述风力发电机组的额定功率70％以上功率段的CMS振动数据来作为所述CMS振动数据。5.如权利要求4所述的方法，其特征在于：在选取所述风力发电机组的额定功率70％以上功率段的CMS振动数据来作为所述CMS振动数据之前，所述获取所述风力发电机组的旋转部件的CMS振动数据还包括：获取采集所述原始CMS振动数据时的发电机轴承的实时转速；及将对应轴承的实时转速的原始CMS振动数据进行阶次跟踪处理，其中，在阶次跟踪处理完之后，再选取所述风力发电机组的额定功率70％以上功率段的CMS振动数据来作为所述CMS振动数据。6.如权利要求1或2所述的方法，其特征在于：所述风力发电机组的旋转部件的CMS振动数据包括分转速的CMS振动数据，所述获取风力发电机组的旋转部件的CMS振动数据包括：获取所述风力发电机组的旋转部件的原始CMS振动数据；获取所述风力发电机组的发电机轴承的平均转速；及按照采样时间点确定所述原始CMS振动数据所对应的轴承的平均转速，以将所述原始CMS振动数据按照所述轴承的平均转速划分为所述分转速的CMS振动数据。7.如权利要求6所述的方法，其特征在于：所述获取所述风力发电机组的旋转部件的CMS振动数据还包括：选取所述风力发电机组的发电机轴承额定转速70％以上的CMS振动数据来作为所述
CM...

【专利技术属性】
技术研发人员：成骁彬，林琳，赵文英，
申请(专利权)人：上海电气风电集团股份有限公司，
类型：发明
国别省市：