1.一种应用于风力发电机组的多参量故障预测判定指标的计算方法,其步骤如下:
(1)风力发电机组历史运行数据的采集与处理
采集风力发电机组正常状态的历史运行数据,对采集的数据进行筛选并进行归一化处理;
(2)风力发电机组故障特征选择
对风力发电机组关键部件的故障进行特征选择,依据各个相关参量的权重大小合理选择故障特征量;
(3)非线性方法建模
用非线性方法建立模型,选择合适的输入向量和输出观测向量,输入向量应符合所有运行条件或覆盖所有运行工况,输出观测向量为原始评估目标故障特征量或者由其得到的其他相应指标,对模型进行训练,确立故障预测模型;
(4)组合判定指标及故障预测:以多个故障特征量作为输出观测向量a,通过计算其与实际测量向量b的距离来判断机组状态,同时在计算距离时加入故障特征量权重系数,公式如下:
其中,δ为输出观测向量和实际观测向量的距离,n为输出观测向量维数,ai和bi分别为输出观测向量和实际测量向量第i维变量的值,ci为第i个故障特征参量的权重;
组合判定指标制定之后,选取覆盖所有运行工况的大量正常历史运行数据,将输入变量输入模型,输出相应输出观测向量,计算输出观测向量与实际测量向量的距离δ,求取δ的最大值MAX,确定其取值范围为[0,MAX],依据统计学规律,以最大值MAX作为预测阈值,将实时数据的相应输入变量输入模型,输出距离δ,如果距离δ小于MAX,则机组正常运行,反之,机组存在故障隐患。
2.根据权利要求1所述的应用于风力发电机组的多参量故障预测判定指标的计算方法,其特征在于:所述步骤(1)的具体步骤如下:
1)历史运行数据的采集:
采集风力发电机组正常状态的历史运行数据,对采集的数据进行筛选,以下几种情况的数据予以剔除:(A)风电机组故障停机;(B)风电机组维护停机;(C)风速在切入风速以下,风电机组没有并网;(D)风速超出切出风速,风机脱网;(E)风电机组启机过程以及启机之后的一段时间;(F)风电机组停机过程;(G)风电机组人为限功率状态,另外,正常运行数据均匀覆盖机组所有运行工况;
2)历史运行数据的处理:
将步骤1)所得数据进行归一化处理,把所有运行参数的范围限定在[0,1]之间,采用线性转化函数进行归一化处理,公式如下:
其中y为标准化后的参量值,x是标准化前的参量值,xmax为参量在SCADA系统中设定的最大阈值,xmin为0;
归一化处理后,得到影响某个关键部件运行的变量参数的标准化值。
3.根据权利要求2所述的应用于风力发电机组的多参量故障预测判定指标的计算方法,其特征在于:所述步骤(3)中所述非线性方法为最小二乘支持向量机方法。