风机部件的寿命预测方法及系统技术方案

本发明专利技术提供一种风机部件的寿命预测方法及系统。所述风机部件的寿命预测方法包括：采集风机的部件的特征参数；根据采集的特征参数确定处于非失效阶段的部件；确定处于非失效阶段的部件的剩余寿命范围；对处于预定剩余寿命范围的部件进行在线剩余寿命预测。根据本发明专利技术，可以在线获取风机的部件的剩余寿命，从而指导风机的用户及时处理潜在的风机故障，从而保证风机的安全、可靠运行。

【技术实现步骤摘要】

本专利技术涉及风力发电领域。更具体地讲，涉及一种风机部件的寿命预测方法及系 统。
技术介绍
随着技术的发展，对可再生能源的关注和利用程度日益增加，其中，风力发电是一 种已经发展相对成熟的能源技术。目前，对风机的预防维护工作主要是故障后维修和定期检修(如半年检修和全年 检修)，但缺乏一个面向整机的部件的在线寿命预测及相应的预防维护和检修系统，难以实 现对机组寿命预警的作用，不能科学判断机组检修时机及提供合理的预防和检修方式，导 致风机维护成本较高，备品备件库规划不合理。及时获得风机的部件的剩余寿命，对于风机 安全、稳定运行和优化机组可靠性具有重大意义。因此，需要一种对风机的部件进行在线寿 命预测的技术。
技术实现思路
本专利技术的目的在于提供一种风机部件的寿命预测方法及系统。根据本专利技术的一方面，提供一种风机部件的寿命预测方法，其特征在于，包括采 集风机的部件的特征参数；根据采集的特征参数确定处于非失效阶段的部件；确定处于非 失效阶段的部件的剩余寿命范围；对处于预定剩余寿命范围的部件进行在线剩余寿命预 测。可选地，所述寿命预测方法还包括根据采集的特征参数，确定需要进行寿命预测 的部件，其中，根据采集的特征参数确定处于非失效阶段的部件的步骤包括根据采集的特 征参数，从需要进行寿命预测的部件之中确定处于非失效阶段的部件。可选地，确定需要进行寿命预测的部件的步骤包括根据部件的重要度、易损性、 性能衰退过程易检性中的至少一个来确定需要进行寿命预测的部件，其中，重要度表示部 件故障时对风机正常工作的影响程度；易损性表示部件发生故障的频率；性能衰退过程易 检性表示检测到部件故障的难度。可选地，所述寿命预测方法还包括根据采集的特征参数确定处于失效阶段的部 件。可选地，确定处于非失效阶段的部件的剩余寿命范围的步骤包括利用动态可靠 性分析模型来确定处于非失效阶段的部件的剩余寿命范围。可选地，在确定处于非失效阶段的部件的剩余寿命范围时，利用动态可靠性分析 模型建立部件的可靠度和失效率随使用时间的变化动态过程曲线，基于该变化动态过程曲 线确定部件的寿命范围，将确定的寿命范围减去部件的使用工时，以计算部件的剩余寿命 范围。可选地，对处于预定剩余寿命范围的部件进行在线剩余寿命预测的步骤包括利用支持向量机预测模型对处于预定剩余寿命范围的部件进行在线剩余寿命预测。可选地，针对处于预定剩余寿命范围的部件之中的非间歇性部件，采用最小二乘 支持向量机对向量机预测模型建模；针对处于预定剩余寿命范围的部件之中的间歇性工作 部件，采用集成最小二乘支持向量机对向量机预测模型建模。可选地,特征参数包括电气特性参数、机械特性参数和过程参数中的至少一种。可选地，每次对部件进行剩余寿命预测时，利用包括当前时间的一段时间内采集 的部件的特征参数的时间序列作为样本集来训练支持向量机预测模型，以获得部件的特征 参数的未来发展趋势，从获得的未来发展趋势提取与部件处于故障状态时的特征参数对应 的时间，将该时间减去该部件的使用工时，从而得到该部件的剩余寿命。可选地，所述寿命预测方法还包括在部件的剩余寿命小于设备寿命预警阀值并 大于设备更换阀值时，向用户发出报警，使用户降低该部件的使用强度；在部件的剩余寿命 小于等于设备更换阀值时，向用户发出报警，使用户更换该部件，其中，设备寿命预警阀值 大于设备更换阀值。可选地，通过下列项中的至少一个表示性能衰退过程易检性风机是否输出用于 衡量部件的性能的输出参数、输出参数衡量部件性能的完整性、通过外观观测来判别部件 是否发生故障的可行性。可选地，处于预定剩余寿命范围的部件是指剩余寿命范围的下限小于预定阈值的 部件。根据本专利技术的另一方面，提供一种风机部件的寿命预测系统，包括数据采集模 块，采集风机的部件的特征参数；生命周期判断模块，根据采集的特征参数确定处于非失效 阶段的部件；剩余寿命范围预测模块，确定处于非失效阶段的部件的剩余寿命范围；在线 寿命预测模块，对处于预定剩余寿命范围的部件进行在线剩余寿命预测。可选地，所述寿命预测系统还包括部件选择模块，根据采集特征参数，确定需要 进行寿命预测的部件，其中，生命周期判断模块根据采集的特征参数，从需要进行寿命预测 的部件之中确定处于非失效阶段的部件。可选地，部件选择模块根据部件的重要度、易损性、性能衰退过程易检性中的至少 一个来确定需要进行寿命预测的部件，其中，重要度表示部件故障时对风机正常工作的影 响程度；易损性表示部件发生故障的频率；性能衰退过程易检性表示检测到部件故障的难度。可选地，生命周期判断模块还根据采集的特征参数确定处于失效阶段的部件。可选地，剩余寿命范围预测模块利用动态可靠性分析模型来确定处于非失效阶段 的部件的剩余寿命范围。可选地，在确定处于非失效阶段的部件的剩余寿命范围时，剩余寿命范围预测模 块利用动态可靠性分析模型建立部件的可靠度和失效率随使用时间的变化动态过程曲线， 基于该变化动态过程曲线确定部件的寿命范围，将确定的寿命范围减去部件的使用工时， 以计算部件的剩余寿命范围。可选地，在线寿命预测模块利用支持向量机预测模型对处于预定剩余寿命范围的 部件进行在线剩余寿命预测。可选地，在线寿命预测模块包括训练模块，在每次对部件进行剩余寿命预测时，利用包括当前时间的一段时间内采集的部件的特征参数的时间序列作为样本集来训练支 持向量机预测模型，以获得部件的特征参数的未来发展趋势；总寿命计算模块，从获得的未 来发展趋势提取与部件处于故障状态时的特征参数对应的时间；剩余寿命计算模块，将该 时间减去该部件的使用工时，从而得到该部件的剩余寿命。可选地，所述寿命预测系统还包括在线预防维护模块，在部件的剩余寿命小于设 备寿命预警阀值并大于设备更换阀值时，向用户发出报警，使用户降低该部件的使用强度； 在部件的剩余寿命小于等于设备更换阀值时，向用户发出报警，使用户更换该部件，其中， 设备寿命预警阀值大于设备更换阀值。可选地，通过下列项中的至少一个表示性能衰退过程易检性风机是否输出用于 衡量部件的性能的输出参数、输出参数衡量部件性能的完整性、通过外观观测来判别部件 是否发生故障的可行性。可选地，处于预定剩余寿命范围的部件是指剩余寿命范围的下限小于预定阈值的 部件。可选地，针对处于预定剩余寿命范围的部件之中的非间歇性部件，利用的支持向 量机预测模型为最小二乘支持向量机预测模型；针对处于预定剩余寿命范围的部件之中的 间歇性工作部件，利用的支持向量机预测模型为集成最小二乘支持向量机预测模型。可选地,特征参数包括电气特性参数、机械特性参数和过程参数中的至少一种。根据本专利技术的风机部件的寿命预测方法及系统可以在线获取风机的部件的剩余 寿命，从而指导风机的用户及时处理潜在的风机故障，从而保证风机的安全、可靠运行。此外，根据本专利技术的风机部件的寿命预测方法及系统可以从风机的部件中确定出 有必要进行在线寿命预测的部件，从而在保证监控质量的同时，降低了监控成本。此外，根据本专利技术的风机部件的寿命预测方法及系统利用支持向量机预测模型来 进行在线寿命预测，这样需要的样本数据量小，从而降低了计算量，提高了预测速度，并且 能够精确地获得特征参数的更长时间的未来发展趋势，更适于在线剩余寿命预测的需要。将在接下来的描述中部分阐述本发本文档来自技高网...

【技术保护点】
一种风机部件的寿命预测方法，其特征在于，包括：采集风机的部件的特征参数；根据采集的特征参数确定处于非失效阶段的部件；确定处于非失效阶段的部件的剩余寿命范围；对处于预定剩余寿命范围的部件进行在线剩余寿命预测。

【技术特征摘要】
1.一种风机部件的寿命预测方法，其特征在于，包括采集风机的部件的特征参数；根据采集的特征参数确定处于非失效阶段的部件；确定处于非失效阶段的部件的剩余寿命范围；对处于预定剩余寿命范围的部件进行在线剩余寿命预测。2.如权利要求1所述的寿命预测方法，还包括根据采集的特征参数，确定需要进行寿命预测的部件，其中，根据采集的特征参数确定处于非失效阶段的部件的步骤包括根据采集的特征参数，从需要进行寿命预测的部件之中确定处于非失效阶段的部件。3.如权利要求2所述的寿命预测方法，其中，确定需要进行寿命预测的部件的步骤包括根据部件的重要度、易损性、性能衰退过程易检性中的至少一个来 确定需要进行寿命预测的部件，其中，重要度表示部件故障时对风机正常工作的影响程度；易损性表示部件发生故障的频率；性能衰退过程易检性表示检测到部件故障的难度。4.如权利要求1所述的寿命预测方法，还包括根据采集的特征参数确定处于失效阶段的部件。5.如权利要求1所述的寿命预测方法，其中，确定处于非失效阶段的部件的剩余寿命范围的步骤包括利用动态可靠性分析模型来确定处于非失效阶段的部件的剩余寿命范围。6.如权利要求5所述的寿命预测方法，其中，在确定处于非失效阶段的部件的剩余寿命范围时，利用动态可靠性分析模型建立部件的可靠度和失效率随使用时间的变化动态过程曲线，基于该变化动态过程曲线确定部件的寿命范围，将确定的寿命范围减去部件的使用工时，以计算部件的剩余寿命范围。7.如权利要求6所述的寿命预测方法，其中，对处于预定剩余寿命范围的部件进行在线剩余寿命预测的步骤包括利用支持向量机预测模型对处于预定剩余寿命范围的部件进行在线剩余寿命预测。8.如权利要求7所述的寿命预测方法，其中，每次对部件进行剩余寿命预测时，利用包括当前时间的一段时间内采集的部件的特征参数的时间序列作为样本集来训练支持向量机预测模型，以获得部件的特征参数的未来发展趋势，从获得的未来发展趋势提取与部件处于故障状态时的特征参数对应的时间，将该时间减去该部件的使用工时，从而得到该部件的剩余寿命。9.如权利要求7或8所述的寿命预测方法，其中，针对处于预定剩余寿命范围的部件之中的非间歇性部件，采用最小二乘支持向量机对向量机预测模型建模；针对处于预定剩余寿命范围的部件之中的间歇性工作部件，采用集成最小二乘支持向量机对向量机预测模型建模。10.如权利要求1所述的寿命预测方法，还包括在部件的剩余寿命小于设备寿命预警阀值并大于设备更换阀值时，向用户发出报警， 使用户降低该部件的使用强度；在部件的剩余寿命小于等于设备更换阀值时，向用户发出报警，使用户更换该部件，其中，设备寿命预警阀值大于设备更换阀值。11.如权利要求3所述的寿命预测方法，其中，通过下列项中的至少一个表示性能衰退过程易检性风机是否输出用于衡量部件的性能的输出参数、输出参数衡量部件性能的完整性、通过外观观测来判别部件是否发生故障的可行性。12.如权利要求1所述的寿命预测方法，其中，处于预定剩余寿命范围的部件是指剩余寿命范围的下限小于预定阈值的部件。13.如权利要求1所述的寿命预测方法，其中，特征参数包括电气特性参数、机械特性参数和过程参数中的至少一种。14.一种风机部件的寿命预测系统，包括数据采集模块，采集风机的...

【专利技术属性】
技术研发人员：王文娟，
申请(专利权)人：北京金风科创风电设备有限公司，
类型：发明
国别省市：