风电机组发电机故障定位方法、电子设备及存储介质技术

本发明专利技术涉及风电机组故障定位技术领域，具体提供一种风电机组发电机故障定位方法、电子设备及存储介质，旨在解决现有技术中大多由工作人员定位故障，从而导致故障定位方法的准确度较低的技术问题。为此目的，本发明专利技术的风电机组发电机故障定位方法包括：获取与风电机组发电机相关的输入变量；将输入变量的实测值输入训练好的发电机状态监测模型，获得输入变量的重构值；基于输入变量的重构值和实测值确定重构误差；基于重构误差对风电机组发电机进行故障定位。如此，提高了风电机组发电机故障定位的准确度，保证了风电机组发电机的稳定性。保证了风电机组发电机的稳定性。保证了风电机组发电机的稳定性。

【技术实现步骤摘要】
风电机组发电机故障定位方法、电子设备及存储介质


[0001]本专利技术涉及风电机组故障定位
，具体提供一种风电机组发电机故障定位方法、电子设备及存储介质。

技术介绍

[0002]风电机组多安装在高山、荒漠以及海上等偏远地区，运行环境恶劣，受力复杂多变，长期运行在变速变载工况中，易导致发电机等关键部件发生故障，造成停机。发电机作为风电机组传动链系统的必不可缺的关键零部件之一，其性能优劣直接影响传动链甚至整机的性能与可靠性。因此，对发电机进行及时、有效的故障定位，以保证机组安全、可靠、高效运行，是减少故障停运时间、降低机组运维成本并延长机组使用寿命的有效途径。然而，现有技术中大多由工作人员定位故障，从而导致故障定位方法的准确度较低，难以满足实际需求。
[0003]相应地，本领域需要一种新的风电机组发电机故障定位方案来解决上述问题。

技术实现思路

[0004]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决上述技术问题。本专利技术提供了一种风电机组发电机故障定位方法、电子设备及存储介质。
[0005]在第一方面，本专利技术提供一种风电机组发电机故障定位方法，所述方法包括：获取与风电机组发电机相关的输入变量；将所述输入变量的实测值输入训练好的发电机状态监测模型，获得所述输入变量的重构值；基于所述输入变量的重构值和实测值确定重构误差；基于所述重构误差对所述风电机组发电机进行故障定位。
[0006]在一个实施方式中，所述与风电机组发电机相关的输入变量包括风速、发电机有功功率、发电机无功功率、发电机转速、实际扭矩、发电机驱动端轴承温度、发电机非驱动端轴承温度、发电机定子U相线圈温度、发电机定子V相线圈温度、发电机定子W相线圈温度、网侧三相电压和网侧三相电流。
[0007]在一个实施方式中，所述重构误差包括所述输入变量的重构误差和所述发电机状态监测模型的整体重构误差；基于所述输入变量的重构值和实测值确定重构误差，包括：基于所述重构值与实测值之间的残差绝对值确定所述输入变量的重构误差；基于所述输入变量的重构误差确定所述发电机状态监测模型的整体重构误差。
[0008]在一个实施方式中，基于所述重构误差对所述风电机组发电机进行故障定位，包括：计算所述发电机状态监测模型的整体重构误差与所述输入变量的重构误差之间的相关系数；基于所述相关系数确定风电机组发电机异常状态参数；基于所述风电机组发电机异常状态参数定位发电机故障部位。
[0009]在一个实施方式中，在基于所述相关系数确定风电机组发电机异常状态参数，包括：将所述相关系数绝对值的最大值对应的输入变量作为所述风电机组发电机异常状态参数。
[0010]在一个实施方式中，所述方法还包括：基于所述重构误差和告警阈值对所述风电机组发电机故障进行监测，并提取出故障样本；基于所述故障样本对风电机组发电机的早期故障进行诊断。
[0011]在一个实施方式中，所述提取出故障样本，包括：在所述重构误差超过告警阈值的情况下，获取告警之后的状态数据并将所述状态数据作为故障样本。
[0012]在一个实施方式中，基于所述故障样本对风电机组发电机的早期故障进行诊断，包括：将所述故障样本输入训练好的发电机故障诊断模型，得到最终的故障诊断结果。
[0013]在第二方面，提供一种电子设备，该电子设备包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的风电机组发电机故障定位方法。
[0014]在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的风电机组发电机故障定位方法。
[0015]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0016]本专利技术中的风电机组发电机故障定位方法，首先获取与风电机组发电机相关的输入变量，接着将输入变量的实测值输入训练好的发电机状态监测模型，获得输入变量的重构值，其次基于输入变量的重构值和实测值确定重构误差，最后基于重构误差对风电机组发电机进行故障定位。如此，能够利用发电机状态监测模型输出的重构值确定重构误差，进而定位风电机组发电机的早期故障部位，利用网络模型作为确定故障部位的媒介，进一步提高了故障定位的准确度。
附图说明
[0017]参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本专利技术的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：
[0018]图1是根据本专利技术的一个实施例的风电机组发电机故障定位方法的主要步骤流程示意图；
[0019]图2是一个实施例中风电机组发电机的故障监测及故障诊断方法的流程示意图；
[0020]图3是一个实施例中风电机组正常运行状态下风速
‑
功率散点图；
[0021]图4是一个实施例中发电机状态监测模型(LSTM
‑
DAE)测试集重构误差以及重构误差频次直方图；
[0022]图5是一个实施例中发电机早期故障检测方法示意图；
[0023]图6是一个实施例中基于发电机故障诊断模型(XGBoost模型)的发电机早期故障诊断结果的混淆矩阵示意图；
[0024]图7是一个实施例中电子设备的结构示意图。
具体实施方式
[0025]下面参照附图来描述本专利技术的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非旨在限制本专利技术的保护范围。
[0026]在本专利技术的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
[0027]目前，现有技术中大多由工作人员定位风电机组发电机故障，导致故障定位方法的准确度较低，难以满足实际需求。
[0028]为此，本申请提出了一种风电机组发电机故障定位方法、电子设备及存储介质，首先获取与风电机组发电机相关的输入变量，接着将输入变量的实测值输入训练好的发电机状态监测模型，获得输入变量的重构值，其次基于输入变量的重构值和实测值确定重构误差，最后基于重构误差对风电机组发电机进行故障定位。如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组发电机故障定位方法，其特征在于，所述方法包括：获取与风电机组发电机相关的输入变量；将所述输入变量的实测值输入训练好的发电机状态监测模型，获得所述输入变量的重构值；基于所述输入变量的重构值和实测值确定重构误差；基于所述重构误差对所述风电机组发电机进行故障定位。2.根据权利要求1所述的风电机组发电机故障定位方法，其特征在于，所述与风电机组发电机相关的输入变量包括风速、发电机有功功率、发电机无功功率、发电机转速、实际扭矩、发电机驱动端轴承温度、发电机非驱动端轴承温度、发电机定子U相线圈温度、发电机定子V相线圈温度、发电机定子W相线圈温度、网侧三相电压和网侧三相电流。3.根据权利要求1所述的风电机组发电机故障定位方法，其特征在于，所述重构误差包括所述输入变量的重构误差和所述发电机状态监测模型的整体重构误差；基于所述输入变量的重构值和实测值确定重构误差，包括：基于所述重构值与实测值之间的残差绝对值确定所述输入变量的重构误差；基于所述输入变量的重构误差确定所述发电机状态监测模型的整体重构误差。4.根据权利要求3所述的风电机组发电机故障定位方法，其特征在于，基于所述重构误差对所述风电机组发电机进行故障定位，包括：计算所述发电机状态监测模型的整体重构误差与所述输入变量的重构误差之间的相关系数；基于所述相关系数确定风电机组发电机异常状态参数；基于所述风电机组发电机异常...

【专利技术属性】
技术研发人员：刘永前，闫军帅，陶涛，李莉，韩爽，阎洁，孟航，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：