本申请的实施例提供了一种故障检测方法、装置、电子设备及存储介质，涉及风力发电机组状态监管技术领域，方法包括：在风电机组处于发电运行模式时，采集风电机组的第一电信号，对第一电信号进行频域分析，得到第一电信号的第一功率谱密度，在第一功率谱密度中存在风电机组主轴承故障特征频率成分时，将风电机组切换至离网空载模式，并采集风电机组的第二电信号，对第二电信号进行频域分析，得到第二电信号的第二功率谱密度，在第二功率谱密度中存在风电机组主轴承故障特征频率成分时，确定风电机组的主轴承发生故障。基于两个模式确定风电机组的主轴承是否存在故障，可以提高诊断的准确性。确性。确性。
【技术实现步骤摘要】
一种故障检测方法、装置、电子设备及存储介质
[0001]本申请涉及风力发电机组状态监管
，具体而言，涉及一种故障检测方法、装置、电子设备及存储介质。
技术介绍
[0002]现有风电机组主轴承故障诊断方法，通常是对主轴承的振动信号进行频域分析，以获得振动信号的频率组成，并将其与故障特征频率进行对比分析，进而达到主轴承故障诊断的目的。
[0003]现有的风电机组主轴承故障诊断方法，需要在风电机组主轴承上安装额外的振动传感器，提高了诊断方法的成本。并且风电机组主轴承的大尺寸结构造成采集的振动信号耦合了很多传递路径上的信息，使得采集的振动信号信噪比较低，增加了信号处理的难度。另外风电机组主轴承通常处于低转速、重载工况下，此时振动信号所包含的故障信号较弱且隐蔽，易受环境噪声影响，导致故障特征频率不明显，难以对主轴承故障做出准确诊断。
技术实现思路
[0004]本申请的目的在于提供一种故障检测方法、装置、电子设备及存储介质，能够提高对风电机组主轴承检测的准确性。
[0005]为了实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请实施例提供了一种故障检测方法，方法包括：
[0007]在风电机组处于发电运行模式时，采集所述风电机组的第一电信号；
[0008]对所述第一电信号进行频域分析，得到所述第一电信号的第一功率谱密度；
[0009]在所述第一功率谱密度中存在风电机组主轴承故障特征频率成分时，将所述风电机组切换至离网空载模式，并采集风电机组的第二电信号；
[0010]对所述第二电信号进行频域分析，得到所述第二电信号的第二功率谱密度；
[0011]在所述第二功率谱密度中存在风电机组主轴承故障特征频率成分时，确定所述风电机组的主轴承发生故障。
[0012]在可选的实施方式中，所述对所述第一电信号进行频域分析，得到所述第一电信号的第一功率谱密度的步骤，包括：
[0013]将所述第一电信号进行分段，得到多个分段电信号；
[0014]依次对多个所述分段电信号进行傅里叶变换，得到所述第一电信号的频域幅值；
[0015]计算所述频域幅值的均方值；
[0016]确定所述均方值与频率分辨率的比值；
[0017]将所述比值转换为单边谱，得到所述第一电信号的第一功率谱密度。
[0018]在可选的实施方式中，所述将所述比值转换为单边谱，得到所述第一电信号的第一功率谱密度的步骤，包括：
[0019]确定所述比值中的正比值；
[0020]将所述正比值与预设数值相乘，得到第一电信号的第一功率谱密度。
[0021]在可选的实施方式中，所述在所述第一功率谱密度中存在风电机组主轴承故障特征频率成分时，将所述风电机组切换至离网空载模式，并采集风电机组的第二电信号的步骤，包括：
[0022]确定所述第一功率谱密度中各尖峰的第一幅值；
[0023]确定各第一幅值中的最小幅值和最大幅值；
[0024]计算所述最小幅值与预设倍数的乘积；
[0025]在所述最大幅值大于所述乘积时，确定所述最大幅值对应的频率；
[0026]将所述频率与风电机组的各部件的特征频率进行匹配；
[0027]在所述频率与任一所述风电机组的各部件的特征频率匹配的情况下，确定所述第一功率谱密度中存在风电机组主轴承故障特征频率成分；
[0028]将所述风电机组切换至离网空载模式，并采集风电机组的第二电信号。
[0029]在可选的实施方式中，所述风电机组包括外圈部件、内圈部件、滚动体部件、第一保持架部件以及第二保持架部件；
[0030]所述外圈部件的特征频率满足以下公式：
[0031][0032]所述内圈部件的特征频率满足以下公式：
[0033][0034]所述滚动体部件的特征频率满足以下公式：
[0035][0036]所述第一保持架部件的特征频率满足以下公式：
[0037][0038]所述第二保持架部件的特征频率满足以下公式：
[0039][0040]其中，Z为滚动体个数，d为滚动体直径，D为主轴承节经，α为主轴承接触角，f
r
为主轴承的转动频率。
[0041]在可选的实施方式中，所述将所述第一电信号进行分段，得到多个分段电信号的步骤，包括：
[0042]将所述第一电信号通过汉明窗进行分段，得到多个分段电信号。
[0043]在可选的实施方式中，所述在所述第一功率谱密度中存在风电机组主轴承故障特征频率成分时的步骤之后，所述方法还包括：
[0044]输出所述风电机组主轴承故障的预警信号。
[0045]第二方面，本申请实施例提供了一种故障检测装置，所述装置包括：
[0046]第一采集模块，用于在风电机组处于发电运行模式时，采集所述风电机组的第一电信号；
[0047]第一分析模块，用于对所述第一电信号进行频域分析，得到所述第一电信号的第一功率谱密度；
[0048]第二采集模块，用于在所述第一功率谱密度中存在风电机组主轴承故障特征频率成分时，将所述风电机组切换至离网空载模式，并采集风电机组的第二电信号；
[0049]第二分析模块，用于对所述第二电信号进行频域分析，得到所述第二电信号的第二功率谱密度；
[0050]确定模块，用于在所述第二功率谱密度中存在风电机组主轴承故障特征频率成分时，确定所述风电机组的主轴承发生故障。
[0051]第三方面，本申请实施例提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述故障检测方法的步骤。
[0052]第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述故障检测方法的步骤。
[0053]本申请具有以下有益效果：
[0054]本申请通过确定风电机组处理的发电运行模式时，基于风电机组的第一电信号，对第一电信号进行频域分析，从而确定风电机组在发电运行模式时，风电机组的主轴承是否故障，在风电机组的主轴承在发电运行模式存在故障成分后，为了进一步提高风电机组的主轴承的诊断的准确性，将风电机组切换至离网空载模式，并获取当前模式下的第二电信号，对第二电信号进行频域分析得到第二功率谱密度，基于第二功率谱密度确定风电机组的主轴承是否在离网空载模式下是否也存在故障，若是，则确定风电机组的主轴承发生故障。基于两个模式确定风电机组的主轴承是否存在故障，可以提高诊断的准确性，并且本申请通过采集风电机组的电信号进行分析，无需安装额外的振动传感器，降低诊断的成本，且采集的电信号信噪比较高，降低了信号处理的难度。
附图说明
[0055]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种故障检测方法，其特征在于，所述方法包括：在风电机组处于发电运行模式时，采集所述风电机组的第一电信号；对所述第一电信号进行频域分析，得到所述第一电信号的第一功率谱密度；在所述第一功率谱密度中存在风电机组主轴承故障特征频率成分时，将所述风电机组切换至离网空载模式，并采集风电机组的第二电信号；对所述第二电信号进行频域分析，得到所述第二电信号的第二功率谱密度；在所述第二功率谱密度中存在风电机组主轴承故障特征频率成分时，确定所述风电机组的主轴承发生故障。2.根据权利要求1所述的方法，其特征在于，所述对所述第一电信号进行频域分析，得到所述第一电信号的第一功率谱密度的步骤，包括：将所述第一电信号进行分段，得到多个分段电信号；依次对多个所述分段电信号进行傅里叶变换，得到所述第一电信号的频域幅值；计算所述频域幅值的均方值；确定所述均方值与频率分辨率的比值；将所述比值转换为单边谱，得到所述第一电信号的第一功率谱密度。3.根据权利要求2所述的方法，其特征在于，所述将所述比值转换为单边谱，得到所述第一电信号的第一功率谱密度的步骤，包括：确定所述比值中的正比值；将所述正比值与预设数值相乘，得到第一电信号的第一功率谱密度。4.根据权利要求1所述的方法，其特征在于，所述在所述第一功率谱密度中存在风电机组主轴承故障特征频率成分时，将所述风电机组切换至离网空载模式，并采集风电机组的第二电信号的步骤，包括：确定所述第一功率谱密度中各尖峰的第一幅值；确定各第一幅值中的最小幅值和最大幅值；计算所述最小幅值与预设倍数的乘积；在所述最大幅值大于所述乘积时，确定所述最大幅值对应的频率；将所述频率与风电机组的各部件的特征频率进行匹配；在所述频率与任一所述风电机组的各部件的特征频率匹配的情况下，确定所述第一功率谱密度中存在风电机组主轴承故障特征频率成分；将所述风电机组切换至离网空载模式，并采集风电机组的第二电信号。5.根据权利要求4所述的方法，其特征在...
【专利技术属性】
技术研发人员：童剑雄，黄凌翔，谭诤，李华飞，刘琦，
申请(专利权)人：哈电风能有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。