一种风力发电机振动故障预测方法与流程

本发明涉及风力发电设备故障检测，尤其涉及一种风力发电机振动故障预测方法。

背景技术：

1、风力发电机振动问题是长久以来一直存在的痛点问题，传统风机设计是通过动力学模型对于不同的振动源进行分析和预测，接着在风机实际运行阶段，采集振动等测量信号，通过故障诊断的方法监控和预测。

2、经过动力学模型设计的风机在现场存在大面积的振动故障，具体表现为机舱加速度超限故障。故障主要为三倍转速频率的振动故障，经故障根因分析，主要原因为风机自身的塔影效应、以及由地形等原因引起的风不规则波动。

3、动力学模型方法仅能考虑湍流、风切变两个关于风波动指标。但经过实际测量和分析，风机实际风况十分复杂，不可能仅用这两个指标概括，具体表现最少包括局部的风向突变、风速陡增、风速突降、极端风扭转、高低层风险变化等，这些情况在传统动力学模型中无法全部考量。因此亟待新的风力发电机振动故障检测方法。

技术实现思路

1、为了解决现有技术的不足，本发明提供了一种风力发电机振动故障预测方法，通过结合风资源、地形数据预测故障，在风电场开发过程中从选址阶段开始的任意阶段，就能定量的评估所选机位振动风险，进而帮助决策、提前采取改进方案，降低故障损失，能够更加客观、真实地预测故障，排查指定机位、指定风区的定量的故障风险。

2、本发明为解决其技术问题所采用的技术方案是：提供了一种风力发电机振动故障预测方法，包括以下步骤：

3、s1、机组表现收集；

4、s2、故障原因分析；

5、s3、数据获取；

6、s4、数据处理；

7、s5、建立振动故障预测模型并优化；

8、s6、振动故障预测模型验证。

9、步骤s2所述的故障原因分析具体包括故障表现提取、故障规律总结和故障机位点分析。

10、步骤s3所述的数据获取具体包括采集设备基本信息、风资源数据、故障数据和地形数据。

11、步骤s4所述的数据处理具体包括剔除离群值探索处理、缺失值探索处理和相关性分析。

12、步骤s5具体包括以下步骤：

13、s5.1、采用多元线性回归方法建立振动故障预测模型；

14、s5.2、利用逐步回归法确定采用的变量；

15、s5.3、通过过残差诊断分析法评估振动故障预测模型的有效性并进行优化；

16、s5.4、分析故障预测模型的预测值；

17、s5.5、通过box-cox方法对预测值中的异常数据进行处理；

18、s5.6、重复步骤s5.2至s5.5直到振动故障预测模型最优。

19、步骤s6选取随机样本输入振动故障预测模型进行验证。

20、本发明基于其技术方案所具有的有益效果在于：

21、本发明通过描述性统计分析，得到故障特点及规律，使用鱼骨图进行故障根因分析，确定故障机理和影响因素，进而归纳分析得到故障机位上的地形、风资源特点，接着根据故障原因搜集、构建数据，通过离散值分析、缺失值分析、相关性分析处理数据，构建地形指标、风资源指标与故障值的相互间的定量关系，主要采用多元线性的建模方法实现。建模过程中，采用主成分分析法将数据降维，采用逐步回归法选择更有效的变量，采用残差值分析法检验模型，采用box-cox变换等方法优化模型，最后可使用python脚本等方式发布预测模型公式便于使用，并通过不同的大样本对模型准确性进行验证。相比于动力学模型的方式，本发明能够更加客观、真实地预测，指定机位、指定风区的定量的故障风险，对于常年排名第一的痛点问题振动故障，可以在风机各阶段包括吊装以前，预测其振动故障的定量水平，帮助提前预防故障，权衡利弊，提前采取措施，避免运行中故障带来的质量成本损失。

技术特征：

1.一种风力发电机振动故障预测方法，其特征在于包括以下步骤：

2.根据权利要求1所述的风力发电机振动故障预测方法，其特征在于：步骤s2所述的故障原因分析具体包括故障表现提取、故障规律总结和故障机位点分析。

3.根据权利要求1所述的风力发电机振动故障预测方法，其特征在于：步骤s3所述的数据获取具体包括采集设备基本信息、风资源数据、故障数据和地形数据。

4.根据权利要求1所述的风力发电机振动故障预测方法，其特征在于：步骤s4所述的数据处理具体包括剔除离群值探索处理、缺失值探索处理和相关性分析。

5.根据权利要求1所述的风力发电机振动故障预测方法，其特征在于：步骤s5具体包括以下步骤：

6.根据权利要求1所述的风力发电机振动故障预测方法，其特征在于：步骤s6选取随机样本输入振动故障预测模型进行验证。

技术总结
本发明提供了一种风力发电机振动故障预测方法，包括机组表现收集，故障原因分析，数据获取，数据处理，建立振动故障预测模型并优化以及振动故障预测模型验证。本发明提供的一种风力发电机振动故障预测方法，通过结合风资源、地形数据预测故障，在风电场开发过程中从选址阶段开始的任意阶段，就能定量的评估所选机位振动风险，进而帮助决策、提前采取改进方案，降低故障损失，能够更加客观、真实地预测故障，排查指定机位、指定风区的定量的故障风险。

技术研发人员：郭晓亮,孙凯
受保护的技术使用者：陕西中科启航科技有限公司
技术研发日：
技术公布日：2024/3/24