【技术实现步骤摘要】
一种风电机组主轴温度健康预警方法及系统
[0001]本专利技术主要涉及风电
,具体涉及一种风电机组主轴温度健康预警方法及系统。
技术介绍
[0002]风机主轴作为风力发电机的核心旋转部件,生产工艺要求高、火次多、锻造难度大,自身结构沿轴线方向台阶多且端部法兰形状复杂、尺寸大,运行过程中不仅要受到来自外部恶劣环境的影响还会受到来自叶轮、轮毂等部件的复杂交变载荷影响。风力发电机一般设置在数十米的高空或海上,一旦发生故障难于及时发现治理。风力发电机作为一种超大型设备,各部件容易出现隐藏的微小损伤或故障,而这些未能及时发现处理的微小损伤或故障极易随风机长时间运行演变为重大事故。当主轴发生故障时(如磨损严重、断齿等)会导致主轴温度异常。
[0003]目前风电场的检修人员一般采用的是使用手机对监控系统全场机组温度拍照(温度是实时变化的数据,需要靠拍照定格在同一时间),然后横向对比温度的高低,这样做的缺点是缺乏实时监测,并且也没有考虑不同机组工况的不同。
技术实现思路
[0004]本专利技术要解决的技术问题就 ...
【技术保护点】
【技术特征摘要】
1.一种风电机组主轴温度健康预警方法,其特征在于,包括步骤:1)获取风电机组预设时间段内预设功率范围对应的主轴温度时序数据;2)对时序数据进行散点直径调整,得到目标散点图,并将目标散点图与对应主轴温度的健康度进行匹配,形成训练数据集;再将训练数据集输入卷积神经网络进行训练来得到主轴温度健康度预测模型,以对风电机组主轴温度健康度进行预测根据,得到主轴温度健康度;3)将主轴温度健康度与预设健康度阈值进行比对,以得到主轴温度健康度等级,进而根据主轴温度健康度等级进行相对应的主轴温度健康预警措施。2.根据权利要求1所述的风电机组主轴温度健康预警方法,其特征在于,在步骤1)中,对时序数据分别进行离群点过滤、数据重采样处理以及去除异常工况数据处理,以到最终的时序数据。3.根据权利要求2所述的风电机组主轴温度健康预警方法,其特征在于,其中离群点过滤对应的公式如下所示:P(μ
‑
3σ<x≤μ+3σ)=λ%式中,μ表示所选时段主轴温度的平均值;σ表示所选时段主轴温度的方差;P表示主轴数据落在此范围的概率,超出此范围则为离群点数据;λ%表示概率。4.根据权利要求1或2或3所述的风电机组主轴温度健康预警方法,其特征在于,在步骤2)中,对应散点直径调整的公式为:其中,r
n
代表第n台机组散点图的半径大小,k
n
代表第n台机组的数据量,N代表机组数;代表N台机组的数据量总和。5.根据权利要求4所述的风电机组主轴温度健康预警方法,其特征在于,在步骤2)中,在形成训练数据集后,再进行如下处理后,再输入至卷积神经网络进行训练:将健康度低于预设值的散点图按照y=f(x
±
a)(a>0)进行左右平移后,按照y=f(x)
±
b(b>0)进行上下平移,其中x表示散点...
【专利技术属性】
技术研发人员:胡凯凯,王靛,万宇宾,李克成,刘思宇,
申请(专利权)人:中车株洲电力机车研究所有限公司,
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。