一种基于同型号设备数量较多的故障诊断方法技术

本发明专利技术公开了一种基于同型号设备数量较多的故障诊断方法，包括：获取传感器检测到的所有同型号的风机参数数据；对风机参数数据进行预处理处理排除数值明显超出合理范围以及波动不合理的异常数据的影响；利用kmeans算法，以及风机测量的相关参数对设备状态进行分类，划分工况；将历史数据根据工况进行分类，确定阈值并根据阈值设计模型计算；通过对比同工况同型号下风机参数的实时平均值与实时值的偏差是否超过阈值，判断是否触发报警。本发明专利技术提供的诊断方法可配置其他故障模型，可在风力发电机现场同型号设备多的条件下，通过比较各个风机在同工况下相同参数的大小以及及变化的趋势，提前精确预警，以降低维护成本。以降低维护成本。以降低维护成本。

【技术实现步骤摘要】
一种基于同型号设备数量较多的故障诊断方法


[0001]本专利技术涉及故障诊断的
，尤其涉及一种基于同型号设备数量较多的故障诊断方法。

技术介绍

[0002]风电装备多服役在人迹罕至的偏远地区或近海地区，且随着技术的发展，风电装备不断朝着大型化的方向发展，风电叶片直径不断攀升，造成安装重要设备的机舱距离地面也随之升高，给风电装备的运行维护带来了极大困难，推高了机组的维护成本。
[0003]目前风力发电机的监控系统都是针对单个设备的监控，即目前风力发电的监控系统虽然会把所有风机的数据接入到一个系统里面但是风机相互之间并没有关系，不会相互参照。且风机的运行环境较为恶劣，容易发生误报。根据风力发电机现场同型号设备多的特点，可以通过比较各个风机在同工况下，相同参数的大小及变化趋势，提前预警。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，本专利技术目的是提供一种基于同型号设备数量较多的故障诊断方法，解决目前风力发电机的监控系统都是针对单个设备的监控，且风机的运行环境较为恶劣，容易发生误报或报警不及时的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：
[0008]第一方面，本专利技术实施例提供了一种基于同型号设备数量较多的故障诊断方法，包括：获取传感器检测到的所有同型号的风机参数数据；
[0009]对所述风机参数数据进行预处理处理排除数值明显超出合理范围以及波动不合理的异常数据的影响；
[0010]利用kmeans算法，以及风机测量的相关参数对设备状态进行分类，划分工况；
[0011]将历史数据根据所述工况进行分类，确定阈值并根据所述阈值设计模型计算；
[0012]通过对比同工况同型号下风机参数的实时平均值与实时值的偏差是否超过阈值，判断是否触发报警。
[0013]作为本专利技术所述的基于同型号设备数量较多的故障诊断方法，其中：还包括增加振动传感器，利用振动数据进行分析。
[0014]作为本专利技术所述的基于同型号设备数量较多的故障诊断方法，其中：所述划分工况包括，
[0015]选择K个初始聚类中心；
[0016]对风机参数数据集中每一数据点根据给定的距离计算公式分别计算出到K个聚类
中点的距离，将其归属于距离最近的聚类中心；
[0017]重新计算K个聚类的中心点；
[0018]重复上述过程直到新的聚类中心点没有明显变化，具体公式如下：
[0019][0020]其中，j表示聚类集，n表示数据集中点的总数目，K表示所需聚类的数据，μ
k
表示第K个中心点的位置，r
ik
表示距离和，当X
i
属于第K个类时，则r
ik
＝1，否则r
ik
＝0。
[0021]作为本专利技术所述的基于同型号设备数量较多的故障诊断方法，其中：所述阈值设定为历史数据的M倍标准差，变化更容易反应设备故障的参数，M值越小。
[0022]作为本专利技术所述的基于同型号设备数量较多的故障诊断方法，其中：所述相关参数包括风速、功率和电流。
[0023]作为本专利技术所述的基于同型号设备数量较多的故障诊断方法，其中：将历史数据根据所述工况进行分类，确定阈值并根据所述阈值设计模型计算包括计算每类数据的标准差σ
i
，确定阈值。
[0024]作为本专利技术所述的基于同型号设备数量较多的故障诊断方法，其中：通过对比实测值和同工况下实时的平均值是否超过阈值，判断是否触发报警包括实时计算同工况同型号下风机参数的平均值μ
is
，计算与实时值X
is
的偏差σ如下：
[0025]σ＝|X
is
‑
μ
is
|
[0026]其中，当σ>Kσ
I
时，则判断为超过限值，触发报警；
[0027]当σ≤Kσ
I
时，则判断为未超过限值，不触发报警。
[0028]第二方面，本专利技术实施例提供了一种基于同型号设备数量较多的故障诊断系统，包括，
[0029]获取模块，用于获取传感器检测到的所有同型号的风机参数数据；
[0030]预处理模块，用于对所述风机参数数据进行预处理处理排除数值明显超出合理范围以及波动不合理的异常数据的影响；
[0031]分类模块，利用kmeans算法，以及风机测量的相关参数对设备状态进行分类，划分工况；
[0032]计算模块，用于将历史数据根据所述工况进行分类，确定阈值并根据所述阈值设计模型计算；
[0033]报警模块，用于通过对比实测值和同工况下实时的平均值是否超过阈值，判断是否触发报警。
[0034]第三方面，本专利技术实施例提供了一种计算设备，包括：
[0035]存储器和处理器；
[0036]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任一实施例所述的基于同型号设备数量较多的故障诊断方法。
[0037]第四方面，本专利技术实施例提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述基于同型号设备数量较多的故障诊
断方法。
[0038]本专利技术的有益效果：本专利技术提供的诊断方法可配置其他故障模型，可在风力发电机现场同型号设备多的条件下，通过比较各个风机在同工况下相同参数的大小以及及变化的趋势，提前精确预警，以降低维护成本。
附图说明
[0039]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0040]图1为本专利技术一种基于同型号设备数量较多的故障诊断方法的流程图。
具体实施方式
[0041]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本专利技术的具体实施方式做详细的说明。
[0042]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施例的限制。
[0043]其次，此处所称的“一个实施例”或“实施例”是指可包含于本专利技术至少一个实现方式中的特定特征、结构或特性。在本说明书中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于同型号设备数量较多的故障诊断方法，其特征在于：包括，获取传感器检测到的所有同型号的风机参数数据；对所述风机参数数据进行预处理处理排除数值明显超出合理范围以及波动不合理的异常数据的影响；利用kmeans算法，以及风机测量的相关参数对设备状态进行分类，划分工况；将历史数据根据所述工况进行分类，确定阈值并根据所述阈值设计模型计算；通过对比同工况同型号下风机参数的实时平均值与实时值的偏差是否超过阈值，判断是否触发报警。2.如权利要求1所述的基于同型号设备数量较多的故障诊断方法，其特征在于：还包括增加振动传感器，利用振动数据进行分析。3.如权利要求1所述的基于同型号设备数量较多的故障诊断方法，其特征在于：所述划分工况包括，选择K个初始聚类中心；对风机参数数据集中每一数据点根据给定的距离计算公式分别计算出到K个聚类中点的距离，将其归属于距离最近的聚类中心；重新计算K个聚类的中心点；重复上述过程直到新的聚类中心点没有明显变化，具体公式如下：其中，j表示聚类集，n表示数据集中点的总数目，K表示所需聚类的数据，μ
k
表示第K个中心点的位置，r
ik
表示距离和，当X
i
属于第K个类时，则r
ik
＝1，否则r
ik
＝0。4.如权利要求1或3所述的基于同型号设备数量较多的故障诊断方法，其特征在于：所述阈值设定为历史数据的M倍标准差，变化更容易反应设备故障的参数，M值越小。5.如权利要求1所述的基于同型号设备数量较多的故障诊断方法，其特征在于：所述相关参数包括风速、功率和电流。6.如权利要求5所述的基于同型号设备数量较多的故障诊断方法，其特征在于：将历史数据根据所述工况进行分类，确定阈...

【专利技术属性】
技术研发人员：韦皓，汪江，毛旭初，陈松，
申请(专利权)人：朗坤智慧科技股份有限公司，
类型：发明
国别省市：