本发明专利技术公开了一种风电机组故障诊断方法、装置及电子设备，方法包括：获取风电机组对应的多种类型的故障振动数据；对于任一类型的故障振动数据，获取故障振动数据中冲击信号的峰值和峰值在故障振动数据中的位置；获取峰值大于预设峰值阈值的目标冲击信号并根据每一个目标冲击信号的峰值所在位置从故障振动数据中提取预设长度的冲击片段；对提取每一个目标冲击信号对应的冲击片段进行频域变换得到每一个冲击片段的频谱图；将每一个冲击片段的频谱图进行叠加并确定叠加后的频谱图中的目标频段能量范围；根据风电机组中每一种故障类型以及对应的目标频段能量范围构建得到风电机组故障诊断比对数据，实现对非周期性冲击故障的准确诊断。的准确诊断。的准确诊断。
【技术实现步骤摘要】
一种风电机组故障诊断方法、装置及电子设备
[0001]本专利技术涉及风电机组故障诊断
，具体涉及一种风电机组故障诊断方法、装置及电子设备。
技术介绍
[0002]随着风电行业的发展，基于振动信号的故障诊断技术应用越来越广泛，目前大部分风电机组的部件安装了振动传感器和数据采集设备，可以通过分析振动数据诊断和预警风电机组各类型故障。目前风电振动故障诊断只能对周期信号或准周期信号进行时域分析和频谱分析，对于部件裂纹、开裂、磨损碰撞等故障，其振动信号通常存在不规律的冲击，常规的时域和频谱分析方法无法分析此类数据。故亟待提出一种新的风电机组故障诊断方法以保证对诊断非周期性冲击的故障准确诊断。
技术实现思路
[0003]因此，本专利技术要解决的技术问题在于克服现有对于部件裂纹等故障，其振动信号存在不规律的冲击，常规的时域和频谱分析无法分析此类数据的缺陷，从而提供一种风电机组故障诊断方法、装置及电子设备。
[0004]根据第一方面，本专利技术实施例公开了一种风电机组故障诊断方法，所述方法包括：获取风电机组对应的多种类型的故障振动数据；对于任一类型的故障振动数据，获取所述故障振动数据中冲击信号的峰值和所述峰值在所述故障振动数据中的位置；获取峰值大于预设峰值阈值的目标冲击信号并根据每一个目标冲击信号的峰值所在位置从故障振动数据中提取预设长度的冲击片段；对提取每一个目标冲击信号对应的冲击片段进行频域变换得到每一个冲击片段的频谱图；将每一个冲击片段的频谱图进行叠加并确定叠加后的频谱图中的目标频段能量范围；根据风电机组中每一种故障类型以及对应的目标频段能量范围构建得到风电机组故障诊断比对数据。
[0005]可选地，所述根据每一个目标冲击信号的峰值所在位置从故障振动数据中提取预设长度的冲击片段，包括：以所述每一个目标冲击信号的峰值所在位置为中心，分别从左、右两侧提取目标长度的振动子数据；将提取出振动子数据作为所述冲击片段。
[0006]可选地，所述获取所述故障振动数据中冲击信号的峰值和所述峰值在所述故障振动数据中的位置，包括：将所述故障振动数据划分成多个等份并对每一个等份进行序列编号；根据每一个等份的长度、所述峰值所在等份的编号以及所述峰值在所述等份中坐标，确定所述峰值在故障振动数据中的位置。
[0007]可选地，所述获取所述故障振动数据中冲击信号的峰值之前，包括：获取所述故障振动数据中的波峰因数；将所述波峰因数与预设波峰因数阈值进行比对；当所述波峰因数大于或等于预设波峰因数阈值，则所述故障振动数据中存在所述冲击信号。
[0008]可选地，所述方法还包括：根据构建得到风电机组故障诊断比对数据对预设机器学习模型进行训练，得到故障诊断模型；当获取到待检测风电机组的振动数据，对所述振动
数据进行处理得到对应的目标频段能量范围；将所述目标频段能量范围输入到所述故障诊断模型，得到所述风电机组存在的故障类型。
[0009]根据第二方面，本专利技术实施例还公开了一种风电机组故障诊断装置，所述装置包括：数据获取模块，用于获取风电机组对应的多种类型的故障振动数据；峰值位置获取模块，用于对于任一类型的故障振动数据，获取所述故障振动数据中冲击信号的峰值和所述峰值在所述故障振动数据中的位置；冲击片段提取模块，用于获取峰值大于预设峰值阈值的目标冲击信号并根据每一个目标冲击信号的峰值所在位置从故障振动数据中提取预设长度的冲击片段；频域变换模块，用于对提取每一个目标冲击信号对应的冲击片段进行频域变换得到每一个冲击片段的频谱图；能量范围确定模块，用于将每一个冲击片段的频谱图进行叠加并确定叠加后的频谱图中的目标频段能量范围；诊断数据构建模块，用于根据风电机组中每一个故障类型以及对应的目标频段能量范围构建得到风电机组故障诊断比对数据。
[0010]可选地，所述峰值位置获取模块，包括：编号子模块，用于将所述故障振动数据划分为多个等份并对每一个等份进行序列编号；位置计算子模块，用于根据每一个等份的长度、所述峰值所在等份的编号以及所述峰值在所述等份中坐标，确定所述峰值在故障振动数据中的位置。
[0011]可选地，所述装置还包括：波峰因数获取模块，用于获取所述故障振动数据中的波峰因数；比对模块，用于将所述波峰因数与预设波峰因数阈值进行比对；冲击信号判断模块，用于当所述波峰因数大于或等于预设波峰因数阈值，则所述故障振动数据中存在所述冲击信号。
[0012]根据第三方面，本专利技术实施例还公开了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一可选实施方式所述的风电机组故障诊断方法的步骤。
[0013]根据第四方面，本专利技术实施方式还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式所述的风电机组故障诊断方法的步骤。
[0014]本专利技术技术方案，具有如下优点：
[0015]本专利技术提供的风电机组故障诊断方法，获取故障诊断数据中的冲击信号的峰值和峰值在故障振动数据中的位置，根据冲击信号的峰值所在位置从故障振动数据中提取冲击片段进行频域变换得到频谱图，根据频谱图确定叠加后的频谱图中的目标频段能量范围，根据任一故障类型及对应的目标频段能量范围构建得到风电机组故障诊断比对数据。本专利技术通过构建的风电机组故障诊断比对数据，不仅可以分析周期性冲击信号，也可以分析非周期性信号，对存在不规律的冲击信号的数据，可以提取分析振动数据中的冲击片段的目标频段的能量范围与风电机组故障诊断比对数据进行比对，实现对非周期性冲击故障的准确诊断。
附图说明
[0016]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体
实施方式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，下面描述中的附图是本专利技术的一些实施方式，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，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例中风电机组故障诊断方法的一个具体示例的流程图；
[0018]图2为本专利技术实施例中风电机组故障诊断装置的一个具体示例的原理框图；
[0019]图3为本专利技术实施例中电子设备的一个具体示例图。
具体实施方式
[0020]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风电机组故障诊断方法，其特征在于，所述方法包括：获取风电机组对应的多种类型的故障振动数据；对于任一类型的故障振动数据，获取所述故障振动数据中冲击信号的峰值和所述峰值在所述故障振动数据中的位置；获取峰值大于预设峰值阈值的目标冲击信号并根据每一个目标冲击信号的峰值所在位置从故障振动数据中提取预设长度的冲击片段；对提取每一个目标冲击信号对应的冲击片段进行频域变换得到每一个冲击片段的频谱图；将每一个冲击片段的频谱图进行叠加并确定叠加后的频谱图中的目标频段能量范围；根据风电机组中每一种故障类型以及对应的目标频段能量范围构建得到风电机组故障诊断比对数据。2.根据权利要求1所述的风电机组故障诊断方法，其特征在于，所述根据每一个目标冲击信号的峰值所在位置从故障振动数据中提取预设长度的冲击片段，包括：以所述每一个目标冲击信号的峰值所在位置为中心，分别从左、右两侧提取目标长度的振动子数据；将提取出振动子数据作为所述冲击片段。3.根据权利要求1所述的风电机组故障诊断方法，其特征在于，所述获取所述故障振动数据中冲击信号的峰值和所述峰值在所述故障振动数据中的位置，包括：将所述故障振动数据划分成多个等份并对每一个等份进行序列编号；根据每一个等份的长度、所述峰值所在等份的编号以及所述峰值在所述等份中坐标，确定所述峰值在故障振动数据中的位置。4.根据权利要求1所述的风电机组故障诊断方法，其特征在于，所述获取所述故障振动数据中冲击信号的峰值之前，包括：获取所述故障振动数据中的波峰因数；将所述波峰因数与预设波峰因数阈值进行比对；当所述波峰因数大于或等于预设波峰因数阈值，则所述故障振动数据中存在所述冲击信号。5.根据权利要求1所述的风电机组故障诊断方法，其特征在于，所述方法还包括：根据构建得到风电机组故障诊断比对数据对预设机器学习模型进行训练，得到故障诊断模型；当获取到待检测风电机组的振动数据，对所述振动数据进行处理得到对应的目标频段能量范围；将所述目标频段能量范围输入到所述故障诊断模型，得到所述风电机组存在的故障类型。6.一种风电机组故障...
【专利技术属性】
技术研发人员：魏海锋，刘腾飞，郭靖，
申请(专利权)人：华能澜沧江水电股份有限公司，
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。