一种风机齿轮箱温度预测方法技术

本发明专利技术公开了一种风机齿轮箱温度预测方法

【技术实现步骤摘要】
一种风机齿轮箱温度预测方法、装置、设备和介质


[0001]本专利技术涉及计算机
，特别涉及一种风机齿轮箱温度预测方法
、
装置
、
设备和介质
。

技术介绍

[0002]目前，随着全球变暖的进一步加剧，风能
、
太阳能等清洁能源能够显著减少温室气体的排放，减缓全球变暖进程，近年来，我国风力发电产业发展迅速，风机的高故障率成为限制风电产业进一步发展的一大桎梏
。
其中，在风机故障中，以齿轮箱故障最为常见
。
风机在运行过程中，风机齿轮箱运行温度是监测风机健康状态的一个重要指标，能够反映风机运行状态
。
例如，风机齿轮箱在异常温度状态下运行，将导致风机齿轮箱内部润滑油粘度下降，进而加剧风机齿轮箱运行过程中部件之间的磨损，进而继续导致温度的异常上升，最终将造成部件严重的损伤，轻则停机检修，造成发电量损失，严重的可能对企业造成巨大的经济损失甚至危害运维人员生命安全
。
因此对风机齿轮箱设备进行先验维护与处理，能够及时
、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种风机齿轮箱温度预测方法，其特征在于，包括：获取风机齿轮箱运行过程中不同时刻的历史温度数据，并将历史温度数据根据预设时刻进行分割，将预设时刻之前的历史温度数据作为样本数据，将预设时刻之后的历史温度数据标注为样本数据对应的未来真实温度；根据深度可分卷积神经网络模型和双向长短期记忆神经网络模型并行组成的残差块形成残差网络；通过深度可分卷积神经网络模型提取样本数据中的时空特征，通过双向长短期记忆神经网络模型提取样本数据中的周期性特征，对时空特征和周期性特征进行一维拼接得到拼接特征，以及将拼接特征输入残差网络的全连接层进行回归分析以确定预测温度；以最小化预测温度和未来真实温度之间的偏差为优化目标，对残差网络进行训练；并通过训练后的残差网络进行实时风机齿轮箱温度预测
。2.
如权利要求1所述的风机齿轮箱温度预测方法，其特征在于，所述方法还包括：将历史温度数据进行升序排列，确定排序后的历史温度数据的上四分位数和下四分位数；根据上四分位数和下四分位数，预测历史温度数据正常数据的正常最大值和正常最小值；去除大于正常最大值或小于正常最小值的历史温度数据
。3.
如权利要求1所述的风机齿轮箱温度预测方法，其特征在于，所述方法还包括：通过下式对历史温度数据进行数据归一化：；其中，为归一化后的历史温度数据，为未归一化的历史温度数据，为历史温度数据中的最小值，为历史温度数据的最大值
。4.
如权利要求1所述的风机齿轮箱温度预测方法，其特征在于，所述将历史温度数据根据预设时刻进行分割，将预设时刻之前的历史温度数据作为样本数据，将预设时刻之后的历史温度数据标注为样本数据对应的未来真实温度，具体包括：将历史温度数据根据预设时刻进行分割，按照预设样本数量，将预设时刻之前的连续多个时刻的历史温度数据划分为样本数据，并将预设时刻之后的下一历史温度数据标注为样本数据对应的未来真实温度；采用滑窗法对样本数据和其对应的未来真实温度的窗口进行滑动，进行多次划分
。5.
如权利要求1所述的风机齿轮箱温度预测方法，其特征在于，所述通过深度可分卷积神经网络模型提取样本数据中的时空特征，具体包括：通过一维的分离卷积层和池化层的交替提取样本数据中的温度分布时空特征；根据下...

【专利技术属性】
技术研发人员：姚国强，石开缔，赖剑晶，张辉，袁仕能，张光明，方明，魏翔，李进，何清跃，
申请(专利权)人：陕西金元新能源有限公司，
类型：发明
国别省市：