风力发电机组的故障诊断方法和设备与流程

本发明涉及领域风力发电的技术领域。更具体地讲，涉及风力发电机组的故障诊断方法和设备。

背景技术

风能作为一种清洁的可再生能源，越来越受到重视。风力发电机组的装机量逐年上升，风力发电所占的比例越来越大，风能已逐渐成为了一种常规能源。随着风力发电机组数量的增加以及使用累计时间的增加，风力发电机组本身的故障率也相应增多，这些故障分布在机组内各个功能系统之中。一个故障的发生会产生系列安全动作，因此，提高判断机组故障、迅速排查机组隐患的效率直接决定了机组的利用率，甚至影响到整个风力发电厂的发电量。而在现有技术，风力发电机组在发生故障后，需要人工排查和诊断故障，不能快速地判断出机组故障，从而不能迅速地排查机组隐患。

技术实现要素：

本发明的目的在于提供一种可快速诊断待诊断功能系统是否发生故障的对风力发电机组的故障诊断方法和设备。

本发明的一方面提供一种风力发电机组的故障诊断方法，所述故障诊断方法包括：确定风力发电机组的待诊断功能系统的系统结构；在所述系统结构的部件中确定待定监测部件；根据所述系统结构中各个待定监测部件之间的信息流方向建立故障与测试相关性矩阵模型；根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点；检测所述故障检测用测试点的测试信号，并根据检测到的测试信号确定待诊断功能系统的故障。

本发明的另一方面提供一种风力发电机组的故障诊断设备，故障诊断设备包括：系统结构确定程序模块，确定风力发电机组的待诊断功能系统的系统结构；元件确定程序模块，在所述系统结构的部件中确定待定监测部件；模型建立程序模块，根据所述系统结构中各个待定监测部件之间的信息流方向建立故障与测试相关性矩阵模型；检测用测试点确定程序模块，根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点；检测程序模块，检测所述故障检测用测试点的测试信号，并根据检测到的测试信号确定待诊断功能系统的故障。

本发明的另一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存储有计算机程序，所述计算机程序被配置为使计算机的处理器执行上述的故障诊断方法。

本发明的另一方面提供一种包括上述的计算机可读存储介质计算机。

根据本发明的实施例的风力发电机组的故障诊断方法和设备，可根据故障与测试相关性矩阵模型来确定故障检测用测试点，从而可通过检测故障检测用测试点的测试信号来快速确定待诊断功能系统的故障。

此外，根据本发明的实施例的风力发电机组的故障诊断方法和设备，可根据故障与测试相关性矩阵模型来确定故障隔离用测试点，从而可通过检测故障隔离用测试点的测试信号来对待诊断功能系统已发生的故障进行快速定位。

将在接下来的描述中部分阐述本发明另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本发明的实施而得知。

附图说明

通过下面结合附图进行的详细描述，本发明的上述和其它目的、特点和优点将会变得更加清楚，其中：

图1是示出根据本发明的实施例的风力发电机组的故障诊断方法；

图2示出了根据本发明的实施例的信息流模型的示例；

图3示出根据图2所示的信息流模型建立的故障与测试相关性矩阵模型；

图4示出根据本发明的实施例的确定故障检测用测试点的步骤的流程图；

图5示出根据本发明的实施例的确定故障隔离用测试点的步骤的流程图；

图6是示出根据本发明的实施例的风力发电机组的故障诊断设备的框图。

具体实施方式

现在，将参照附图更充分地描述不同的示例实施例。

图1是示出根据本发明的实施例的风力发电机组的故障诊断方法。图1所示的故障诊断方法可适用于诊断风力发电机组的功能系统是否发生故障。所述风力发电机组包括多个功能系统，例如：偏航系统、变桨系统和变流系统等。风力发电机组中的每个功能系统包括与实现该功能系统的功能相关的部件。

参照图1，在步骤s10，确定风力发电机组的待诊断功能系统的系统结构。所述待诊断功能系统是指待诊断是否发生故障的功能系统。所述待诊断功能系统的系统结构是指与实现待诊断功能系统的功能相关的部件组成的系统结构，该部件包括机械部件和电气元件。

在步骤s20，在所述系统结构的部件中确定待定监测部件。所述待定监测部件是指可能导致待诊断功能系统发生故障的部件。可以理解，对于具有多个触点的电气部件，例如，接触器可包括主触点和辅助触点，在本发明的实施例中，可将参与了所述系统结构的电气控制的每个触点视为一个部件。

这里，可将所述系统结构的部件中的全部部件或部分部件确定为待定监测部件。例如，在系统结构较为简单时，可将所述系统结构的部件中的全部部件确定为待定监测部件。在所述系统结构较为复杂时，可根据各种故障分析方法将所述系统结构的部件中的部分部件确定为待定监测部件，以减少后续步骤的计算量。

优选地，在步骤s20，可结合故障树分析法来在所述系统结构的部件中确定待定监测部件。具体地，在所述系统结构的部件中，根据所述系统结构所述待诊断功能系统进行故障树分析以确定能够导致所述待诊断功能系统发生故障的故障相关部件；在所述故障相关部件中确定待定监测部件。

这里，可将所述故障相关部件中的全部部件或部分部件确定为待定监测部件。例如，在系统结构较为简单时，可将所述故障相关部件中的全部部件确定为待定监测部件。在所述系统结构较为复杂时，可根据各种分析方法来将所述故障相关部件中的部分部件确定为待定监测部件，以减少后续步骤的计算量。

优选地，在步骤s20，还可通过以下步骤来将所述故障相关部件中的部分部件确定为待定监测部件：获取所述待诊断功能系统的历史故障数据；根据所述历史故障数据确定每个故障相关部件的故障发生比例，其中，每个故障相关部件的故障发生比例为由所述每个故障相关部件导致的所述待诊断功能系统的历史故障次数与历史故障总次数的比例；将所述故障相关部件中的故障发生比例大于预定值的故障相关部件作为待定监测部件。

在步骤s30，根据所述系统结构中各个待定监测部件之间的信息流方向建立故障与测试相关性矩阵模型。

这里，可先根据所述系统结构中各个待定监测部件之间的信息流方向建立所述系统结构的信息流模型，再根据该信息流模型来建立故障与测试相关性矩阵模型。该信息流模型体现了各个待定监测部件之间的信息流方向。图2示出了根据本发明的实施例的信息流模型的示例。如图2所示，方框内的符号(如f1、f2、f3和f4)表示待定监测部件，箭头表示信息流方向。

所述故障与测试相关性矩阵模型是指反映故障源与测试点之间的相关性逻辑关系的布尔矩阵。具体说来，在该布尔矩阵中，所有元素均为逻辑值(如0或1)。在该布尔矩阵中，行对应于故障源，列对应于测试点。该布尔矩阵中的元素表示该元素所在行对应的故障源发生故障时，该元素所在的列对应的测试点是否能测试到该故障源的故障信息。该元素为0时表示该测试点不能测试到该故障源的故障信息，该元素为1时表示该测试点能测试到该故障源的故障信息。

在本发明的实施例中，所述故障与测试相关性矩阵模型的故障源包括所述各个待定监测部件，所述故障与测试相关性矩阵模型中的测试点用于测试与各个待定监测部件相关的输出信号。这里，与各个待定监测部件相关的输出信号是指可体现各个待定监测部件是否发生故障的信号。对于待定监测部件是电气元件的情况，该输出信号是指电气元件本身的输出信号；对于待定监测部件是机械部件的情况，该输出信号是指用于检测该机械部件的状态的传感器的输出信号。

图3示出根据图2所示的信息流模型建立的故障与测试相关性矩阵模型。如图2和图3所示，t1、t2、t3和t4表示各测试点，图3所示的布尔矩阵中的元素表示各故障源f1、f2、f3和f4的故障信息是否能在各测试点t1、t2、t3和t4测试到。

在建立所述故障与测试相关性矩阵模型之后，为了减少后续步骤的计算量，还可采用各种方法对所述故障与测试相关性矩阵模型进行简化。

例如，可将所述故障与测试相关性矩阵模型中的所有与其他任意一列的列数据相同的列数据进行删除。参照图3，图3中的测试点t2和t3对应的列数据相同，可将测试点t2和t3中任一测试点对应的列数据进行删除。优选地，在选择删除的列数据时，可根据风力发电机组的产品设计情况来将较难实现测试以及测试费用较高的测试点对应的列数据进行删除。

例如，可将所述故障与测试相关性矩阵模型中的所有与其他任意一行的行数据相同的行数据，与所述其他任意一行的行数据进行合并。参照图3，

图3中的故障源f2和f3对应的行数据相同，可将故障源f2和f3对应的行数据对进行合并。

在进行上述简化时，可根据故障诊断的具体要求，进行弹性处理。例如在对产品的测试性要求中模糊度可以为大于或等于2的情况下，在对故障与测试相关性矩阵模型简化时，当存在两行或多行行矩阵对应的元素中只有一个元素不同时，可以删除该元素对应的测试点，并将这些相同的行进行合并。

在步骤s40，根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点。在根据本发明的实施例的风力发电机组的故障诊断方法还包括对所述故障与测试相关性矩阵模型进行简化的步骤的情况下，在步骤s40，根据简化后的故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点。

所述故障检测用测试点是指测试点中能检测到待诊断功能系统发生故障的测试点。这里，可采用各种方法来根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点。

例如，可通过执行图4示出的流程图中的步骤来确定故障检测用测试点。

图4示出根据本发明的实施例的确定故障检测用测试点的步骤的流程图。

参照图4，在步骤s401，将所述故障与测试相关性矩阵模型中的矩阵(即上述的布尔矩阵)作为故障检测权值矩阵。

在步骤s402，根据所述故障检测权值矩阵确定每个测试点的故障检测权值。

这里，可采用各种方法来根据所述故障检测权值矩阵确定每个测试点的故障检测权值。例如，可通过以下方式确定任一测试点的故障检测权值：将所述故障检测权值矩阵中任一测试点所对应的列中的所有元素的值进行相加得到所述任一测试点的故障检测权值。

在步骤s403，将故障检测权值最大的测试点确定为本次确定的故障检测用测试点。也就是说，将在步骤s402中的故障检测权值最大的测试点确定为本次确定的故障检测用测试点。

在步骤s404，根据本次确定的故障检测用测试点以及所述故障检测权值矩阵得到第一子矩阵，其中，所述第一子矩阵由所述故障检测权值矩阵中，本次确定的故障检测用测试点对应的列中值为0的元素所在的行组成。

在步骤s405，判断所述故障检测权值矩阵中，本次确定的故障检测用测试点对应的列中是否存在数值为0的元素。如果存在，则将所述第一子矩阵作为所述故障检测权值矩阵并循环执行步骤s401至步骤s405；如果不存在，则结束确定故障检测用测试点的流程。

这样，将所述第一子矩阵作为所述故障检测权值矩阵并循环执行步骤s401至步骤s405，直到所述故障检测权值矩阵中，本次确定的故障检测用测试点对应的列中不存在数值为0的元素为止。

再次参照图1，在步骤s50，检测所述故障检测用测试点的测试信号，并根据检测到的测试信号确定待诊断功能系统的故障。也就是说，根据故障检测用测试点的测试信号来确定待诊断功能系统是否发生故障。这里，对于故障检测用测试点对应的待定监测部件包括机械部件的情况，可设置用于检查该机械部件的状态的传感器，通过检测该传感器的测试信号来检测该机械部件对应的故障检测用测试点的测试信号。

具体说来，当所述故障检测用测试点中的至少一个的测试信号不正常时，确定待诊断功能系统发生故障。当所述故障检测用测试点的测试信号都正常时，确定待诊断功能系统没有发生故障。

在确定待诊断功能系统发生故障时，可向工作人员提示待诊断功能系统发生故障；也可向风力发电机组的主控系统发送指示待诊断功能系统发生故障的信息，由主控系统向工作人员提示待诊断功能系统发生故障；从而工作人员可对该故障进行排查。

此外，根据本发明的实施例的风力发电机组的故障诊断方法还可对已发生故障的功能系统的故障进行定位。该故障诊断方法还可包括(未示出)：根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障隔离用测试点；当所述待诊断功能系统存在故障时，检测所述故障隔离用测试点的测试信号，根据所述故障隔离用测试点的测试信号来在待定监测部件中确定故障部件。这里，可根据多个故障隔离用测试点的测试信号是否正常的组合状态，来推断对应的故障部件，例如，当待诊断功能系统为串联系统时，当所有故障隔离用测试点的测试信号都异常时，则可判定其故障部件为第一个故障隔离用测试点对应的待监测部件。这里，对于故障隔离用测试点对应的待定监测部件包括机械部件的情况，可设置用于检查该机械部件的状态的传感器，通过检测该传感器的测试信号来检测该机械部件对应的故障隔离用测试点的测试信号。

所述故障隔离用测试点是指测试点中能根据其测试信号确定导致待诊断功能系统发生故障的部件的测试点。这里，可采用各种方法来根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障隔离用测试点。

例如，可通过执行图5示出的流程图中的步骤来确定故障隔离用测试点。

图5示出根据本发明的实施例的确定故障隔离用测试点的步骤的流程图。

参照图5，在步骤s501，将故障检测用测试点作为已确定的故障隔离用测试点，按照各个故障检测用测试点的确定顺序对所述故障与测试相关性矩阵模型中的矩阵进行分割得到故障隔离权值矩阵。具体说来，根据第一个确定的故障检测用测试点对所述故障与测试相关性矩阵模型中的矩阵进行分割得到两个子矩阵，根据下一个确定的故障检测用测试点对上一次分割得到的子矩阵进行分割，将最后一次分割得到的子矩阵作为故障隔离权值矩阵。在每次分割中，按照以下分割方式将每个被分割的矩阵分割为两个子矩阵(第二子矩阵和第三子矩阵)：第二子矩阵由被分割的矩阵中，用于分割矩阵的故障隔离用测试点对应的列中值为0的元素所在的行组成，第三子矩阵由被分割的矩阵中，用于分割矩阵的故障隔离用测试点对应的列中值为1的元素所在的行组成。

在步骤s502，根据故障隔离权值矩阵确定每个测试点的故障隔离权值。后面将详细描述根据故障隔离权值矩阵确定每个测试点的故障隔离权值的具体方式。

在步骤s503，将故障隔离权值最大的测试点确定为本次确定的故障隔离用测试点。

在步骤s504，按照步骤s501中的分割方式，根据本次确定的故障隔离用测试点将每个故障隔离权值矩阵分别分割为两个子矩阵。

在步骤s505，判断每个故障隔离权值矩阵是否都只剩一行数据。如果不是，则将步骤s504中分割得到的子矩阵作为故障隔离权值矩阵并循环执行步骤s502至步骤s505；如果是，则结束确定故障隔离用测试点的流程。

这样，将步骤s504中分割得到的子矩阵作为故障隔离权值矩阵并循环执行步骤s502至步骤s505，直到每个故障隔离权值矩阵都只剩一行数据为止。

这里，确定的故障隔离用测试点包括步骤s501中已确定的故障隔离用测试点和每次循环执行步骤s502至步骤s505中确定的故障隔离用测试点。

这里，可采用各种方法来根据所述故障隔离权值矩阵确定每个测试点的故障检隔离权值。例如，可通过以下方式确定任一测试点的故障隔离权值：计算每个故障隔离权值矩阵的第一乘积，其中，每个故障隔离权值矩阵的第一乘积为在每个故障隔离权值矩阵中，所述任一测试点所对应的列中值为0的元素的数量与值为1的元素的数量的乘积；将所有故障隔离权值矩阵的第一乘积进行相加，得到所述任一测试点的故障隔离权值。

图6是示出根据本发明的实施例的风力发电机组的故障诊断设备的框图。图6所示的故障诊断设备可适用于诊断风力发电机组的功能系统是否发生故障。所述风力发电机组包括多个功能系统，例如：偏航系统、变桨系统和变流系统等等。风力发电机组中的每个功能系统包括与实现该功能系统的功能相关的部件。参照图6，根据本发明的实施例的风力发电机组的故障诊断设备包括系统结构确定程序模块10、元件确定程序模块20、模型建立程序模块30、检测用测试点确定程序模块40和检测程序模块50。

系统结构确定程序模块10确定风力发电机组的待诊断功能系统的系统结构。所述待诊断功能系统是指待诊断是否发生故障的功能系统。所述待诊断功能系统的系统结构是指与实现待诊断功能系统的功能相关的部件组成的系统结构，该部件包括机械部件和电气元件。

元件确定程序模块20在所述系统结构的部件中确定待定监测部件。所述待定监测部件是指可能导致待诊断功能系统发生故障的部件。可以理解，对于具有多个触点的电气部件，例如，接触器可包括主触点和辅助触点，在本发明的实施例中，可将参与了所述系统结构的电气控制的每个触点视为一个部件。

这里，可将所述系统结构的部件中的全部部件或部分部件确定为待定监测部件。例如，在系统结构较为简单时，可将所述系统结构的部件中的全部部件确定为待定监测部件。在所述系统结构较为复杂时，可根据各种故障分析方法将所述系统结构的部件中的部分部件确定为待定监测部件，以减少后续处理程序模块的计算量。

优选地，元件确定程序模块20可结合故障树分析法来在所述系统结构的部件中确定待定监测部件。具体地，在所述系统结构的部件中，根据所述系统结构对所述待诊断功能系统进行故障树分析以确定能够导致所述待诊断功能系统发生故障的故障相关部件；在所述故障相关部件中确定待定监测部件。

这里，可将所述故障相关部件中的全部部件或部分部件确定为待定监测部件。例如，在系统结构较为简单时，可将所述故障相关部件中的全部部件确定为待定监测部件。在所述系统结构较为复杂时，可根据各种分析方法来将所述故障相关部件中的部分部件确定为待定监测部件，以减少后续处理程序模块的计算量。

优选地，元件确定程序模块20可通过以下方式来将所述故障相关部件中的部分部件确定为待定监测部件：获取所述待诊断功能系统的历史故障数据；根据所述历史故障数据确定每个故障相关部件的故障发生比例，其中，每个故障相关部件的故障发生比例为由所述每个故障相关部件导致的所述待诊断功能系统的历史故障次数与历史故障总次数的比例；将所述故障相关部件中的故障发生比例大于预定值的故障相关部件作为待定监测部件。

模型建立程序模块30根据所述系统结构中各个待定监测部件之间的信息流方向建立故障与测试相关性矩阵模型。

这里，可先根据所述系统结构中各个待定监测部件之间的信息流方向建立所述系统结构的信息流模型，再根据该信息流模型来建立故障与测试相关性矩阵模型。该信息流模型体现了各个待定监测部件之间的信息流方向。图2示出了根据本发明的实施例的信息流模型的示例。如图2所示，方框内的符号(如f1、f2、f3和f4)表示待定监测部件，箭头表示信息流方向。

所述故障与测试相关性矩阵模型是指反映故障源与测试点之间的相关性逻辑关系的布尔矩阵。具体说来，在该布尔矩阵中，所有元素均为逻辑值(如0或1)。在该布尔矩阵中，行对应于故障源，列对应于测试点。该布尔矩阵中的元素表示该元素所在行对应的故障源发生故障时，该元素所在的列对应的测试点是否能测试到该故障源的故障信息。该元素为0时表示该测试点不能测试到该故障源的故障信息，该元素为1时表示该测试点能测试到该故障源的故障信息。

在本发明的实施例中，所述故障与测试相关性矩阵模型的故障源包括所述各个待定监测部件，所述故障与测试相关性矩阵模型中的测试点用于测试与各个待定监测部件相关的输出信号。与各个待定监测部件相关的输出信号是指可体现各个待定监测部件是否发生故障的信号。对于待定监测部件是电气元件的情况，该输出信号是指电气元件本身的输出信号；对于待定监测部件是机械部件的情况，该输出信号是指用于检测该机械部件的状态的传感器的输出信号。

图3示出根据本发明的图2所示的信息流模型建立的故障与测试相关性矩阵模型。如图2和图3所示，t1、t2、t3和t4表示各测试点，图3所示的布尔矩阵中的元素表示各故障源f1、f2、f3和f4的故障信息是否能在各测试点t1、t2、t3和t4测试到。

在建立所述故障与测试相关性矩阵模型之后，为了减少后续处理程序模块的计算量，所述故障诊断设备还可包括简化程序模块(未示出)。所述简化程序模块采用各种方法对所述故障与测试相关性矩阵模型进行简化。

例如，可将所述故障与测试相关性矩阵模型中的所有与其他任意一列的列数据相同的列数据进行删除。参照图3，图3中的测试点t2和t3对应的列数据相同，可将测试点t2和t3中任一测试点对应的列数据进行删除。优选地，在选择删除的列数据时，可根据风力发电机组的产品设计情况来将较难实现测试以及测试费用较高的测试点对应的列数据进行删除。

例如，可将所述故障与测试相关性矩阵模型中的所有与其他任意一行的行数据相同的行数据，与所述其他任意一行的行数据进行合并。参照图3，图3中的故障源f2和f3对应的行数据相同，可将故障源f2和f3对应的行数据对进行合并。

在进行上述简化时，可根据故障诊断的具体要求，进行弹性处理。例如，在对产品的测试性要求中模糊度可以为大于或等于2的情况下，在对故障与测试相关性矩阵模型简化时，当存在两行或多行行矩阵对应的元素中只有一个元素不同时，可以删除该元素对应的测试点，并将这些相同的行进行合并。检测用测试点确定程序模块40根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点。在根据本发明的实施例的风力发电机组的故障诊断设备还包括对所述故障与测试相关性矩阵模型进行简化的简化程序模块的情况下，检测用测试点确定程序模块40根据简化后的故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点。

所述故障检测用测试点是指测试点中能检测到待诊断功能系统发生故障的测试点。这里，可采用各种方法来根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障检测用测试点。例如，可通过执行图4示出的流程图中的步骤来确定故障检测用测试点。

检测程序模块50检测所述故障检测用测试点的测试信号，并根据检测到的测试信号确定待诊断功能系统的故障。也就是说，根据故障检测用测试点的测试信号来确定待诊断功能系统是否发生故障。这里，对于故障检测用测试点对应的待定监测部件包括机械部件的情况，可设置用于检查该机械部件的状态的传感器，通过检测该传感器的测试信号来检测该机械部件对应的故障检测用测试点的测试信号。

具体说来，当所述故障检测用测试点中的至少一个的测试信号不正常时，确定待诊断功能系统发生故障。当所述故障检测用测试点的测试信号都正常时，确定待诊断功能系统没有发生故障。

在确定待诊断功能系统发生故障时，可向工作人员提示待诊断功能系统发生故障；也可向风力发电机组的主控系统发送指示待诊断功能系统发生故障的信息，由主控系统向工作人员提示待诊断功能系统发生故障；从而工作人员可对该故障进行排查。

此外，根据本发明的实施例的风力发电机组的故障诊断设备还可对已发生故障的功能系统的故障进行定位。该故障诊断设备还可包括隔离用测试点确定程序模块(未示出)。隔离用测试点确定程序模块根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障隔离用测试点。当所述待诊断功能系统存在故障时，检测程序模块50检测所述故障隔离用测试点的测试信号，根据所述故障隔离用测试点的测试信号来在待定监测部件中确定故障部件。这里，可根据多个故障隔离用测试点的测试信号是否正常的组合状态，来推断对应的故障部件，例如，当待诊断功能系统为串联系统时，当所有故障隔离用测试点的测试信号都异常时，则可判定其故障部件为第一个故障隔离用测试点对应的待监测部件。这里，对于故障隔离用测试点对应的待定监测部件包括机械部件的情况，可设置用于检查该机械部件的状态的传感器，通过检测该传感器的测试信号来检测该机械部件对应的故障隔离用测试点的测试信号。

所述故障隔离用测试点是指测试点中能根据其测试信号确定导致待诊断功能系统发生故障的具体部件的测试点。这里，可采用各种方法来根据所述故障与测试相关性矩阵模型确定所述待诊断功能系统的故障隔离用测试点。例如，可通过执行图5示出的流程图中的步骤来确定故障隔离用测试点。

根据本发明的实施例的风力发电机组的故障诊断方法和设备，可根据故障与测试相关性矩阵模型来确定故障检测用测试点，从而可通过检测故障检测用测试点的测试信号来快速确定待诊断功能系统的故障。

此外，根据本发明的实施例的风力发电机组的故障诊断方法和设备，可根据故障与测试相关性矩阵模型来确定故障隔离用测试点，从而可通过检测故障隔离用测试点的测试信号来对待诊断功能系统已发生的故障进行快速定位。

本发明的实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，所述计算机程序被配置为使计算机的处理器执行上述的故障诊断方法。

本发明的实施例还提供一种包括上述的计算机可读存储介质计算机。

此外，应该理解，上述计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机系统，从而计算机可读代码以分布式存储和执行。此外，完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。

此外，根据本发明的示例性实施例的实施例的风力发电机组的故障诊断设备中的各个程序模块可完全由硬件来实现，例如现场可编程门阵列或专用集成电路；还可以由硬件和软件相结合的方式来实现；也可以完全通过计算机程序来以软件方式实现。

尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。