本发明涉及风力发电领域，特别涉及基于多元退化分析的风力发电轴承可靠度分析系统。

背景技术：

1、风力发电机组的主轴、偏航、变桨轴承是传动链的核心承载部件，长期暴露于山地强阵风、近海高盐雾、荒漠大温差的极端服役环境中，持续承受变载荷、强冲击、交变扭矩的复合作用，其退化失效占风电机组传动系统故障总量的40%以上，是引发非计划停机、运维成本激增的核心诱因。随着风电装机容量持续攀升，存量机组逐步进入服役中后期，风力发电轴承的可靠度精准评估已成为风电场实现状态检修、降低度电成本的关键技术需求。

2、当前行业内主流的风力发电轴承可靠度判定方法，普遍采用单点振动增量与固定失效阈值直接比对的技术逻辑：运维系统仅提取单一测点的实时振动幅值增量，将其与预设的统一失效阈值做差值比较，当振动增量超过阈值时即判定轴承进入失效状态。这种方法在实际工程应用中存在显著的固有缺陷：风电机组的运行载荷并非恒定值，不同风速、不同发电功率下轴承的正常振动基准存在天然波动，仅依靠单点振动增量的绝对数值进行判定，极易将高载荷工况下的正常振动增量误判为失效特征，同时又会掩盖多维度退化参数同步累积的早期隐性损伤，最终导致大量误报警与漏报警并存的问题。

3、因此，需要提供基于多元退化分析的风力发电轴承可靠度分析系统，用于提高风力发电轴承可靠度分析的准确度和效率。

技术实现思路

1、本发明提供基于多元退化分析的风力发电轴承可靠度分析系统，包括：位置确定模块，用于确定风力发电轴承的多个振动监测位置；模型构建模块，用于通过vine-copula算法，基于多个振动监测位置，构建多个第一无条件二元copula函数和多个不同阶数的条件二元copula函数，根据多个第一无条件二元copula函数和多个不同阶数的条件二元copula函数，构建第一可靠度评估模型；所述模型构建模块还用于基于第一可靠度评估模型和多个振动监测位置，构建多个第二无条件二元copula函数，基于多个第二无条件二元copula函数，构建第二可靠度评估模型；振动监测模块，用于采集风力发电轴承的多个振动监测位置的振动序列；可靠度分析模块，用于通过第二可靠度评估模型，基于多个振动监测位置的振动序列，计算第一可靠度；所述可靠度分析模块还用于根据第一可靠度，判断是否发生轴承可靠度风险，若是，通过第一可靠度评估模型，计算风力发电轴承可靠度。

2、进一步地，确定风力发电轴承的多个振动监测位置，包括：采集多种试验工况对应的测试数据，其中，测试数据包括风力发电轴承的多个位置的振动序列；基于多种试验工况对应的测试数据，从风力发电轴承的多个位置中确定多个振动监测位置。

3、进一步地，基于多种试验工况对应的测试数据，从风力发电轴承的多个位置中确定多个振动监测位置，包括：对于任意两个位置，基于多种试验工况对应的测试数据，计算两个位置的平均肯德尔秩相关系数；根据任意两个位置的平均肯德尔秩相关系数，从风力发电轴承的多个位置中筛选多个有效的位置；对于任意两个有效的位置，基于多种试验工况对应的测试数据，计算两个有效的位置的平均相似度；根据任意两个有效的位置的平均相似度，从多个有效的位置中筛选多个振动监测位置。

4、进一步地，通过vine-copula算法，基于多个振动监测位置，构建多个第一无条件二元copula函数和多个不同阶数的条件二元copula函数，根据多个第一无条件二元copula函数和多个不同阶数的条件二元copula函数，构建第一可靠度评估模型，包括：对于任意两个振动监测位置，基于多种试验工况对应的处理后的测试数据，计算两个振动监测位置的平均肯德尔秩相关系数；根据任意两个振动监测位置的平均肯德尔秩相关系数，构建藤树；根据藤树，构建多个第一无条件二元copula函数和多个不同阶数的条件二元copula函数，构建第一可靠度评估模型。

5、进一步地，基于第一可靠度评估模型和多个振动监测位置，构建多个第二无条件二元copula函数，包括：基于两个任意两个振动监测位置的平均肯德尔秩相关系数，初始化种群，其中，个体包括多个位置对，位置对包括两个振动监测位置；通过参数自适应的遗传算法，根据第一可靠度评估模型，对种群进行迭代优化，确定最优的多个位置对；基于最优的多个位置对，构建多个第二无条件二元copula函数。

6、进一步地，基于任意两个振动监测位置的平均肯德尔秩相关系数，初始化种群，包括：基于任意两个振动监测位置的平均肯德尔秩相关系数，确定任意两个振动监测位置对应的位置对的抽样概率；基于任意两个振动监测位置对应的位置对的抽样概率，初始化种群。

7、进一步地，通过参数自适应的遗传算法，根据第一可靠度评估模型，对种群进行迭代优化，确定最优的多个位置对，包括：每次迭代中，确定精英保留比例。

8、进一步地，通过参数自适应的遗传算法，根据第一可靠度评估模型，对种群进行迭代优化，确定最优的多个位置对，包括：通过第一可靠度评估模型，根据多种试验工况对应的测试数据，计算每种试验工况对应的多元联合可靠度；每次迭代中，对于每个个体，构建个体包括的多个位置对的第二无条件二元copula函数，确定每种试验工况对应的个体包括的多个位置对的第二无条件二元copula函数的独立联合可靠度，基于每种试验工况对应的多元联合可靠度和个体包括的多个位置对的第二无条件二元copula函数的独立联合可靠度，确定个体的适应度。

9、进一步地，基于多个第二无条件二元copula函数，构建第二可靠度评估模型，包括：根据多种试验工况对应的测试数据，确定每种试验工况对应的每个第二无条件二元copula函数输出的独立联合可靠度；通过第一可靠度评估模型，根据多种试验工况对应的测试数据，计算每种试验工况对应的多元联合可靠度；构建多元非线性回归模型，其中，所述多元非线性回归模型的自变量包括多个第二无条件二元copula函数计算的独立联合可靠度，多元非线性回归模型的因变量为第一可靠度；基于每种试验工况对应的每个第二无条件二元copula函数输出的独立联合可靠度和多元联合可靠度，求解多元非线性回归模型的参数，构建第二可靠度评估模型。

10、进一步地，根据第一可靠度，判断是否发生轴承可靠度风险，包括：判断第一可靠度是否小于第一可靠度阈值，若是，则判断发生轴承可靠度风险；若否，根据多个第二无条件二元copula函数计算的可靠度，判断是否发生轴承可靠度风险。

11、相比于现有技术，本发明提供的基于多元退化分析的风力发电轴承可靠度分析系统，至少具备以下有益效果：

12、针对现有风电轴承可靠度评估技术中，单测点阈值判断漏报误报率高、传统高维vine-copula模型部署算力门槛高、实时性差的行业痛点，形成了从测点优化布局到双层校验输出的全链条创新方案，具备多重显著工程有益效果。首先，本系统通过肯德尔秩相关系数量化筛选振动监测位置，跳出传统依赖运维经验的粗放布点模式，筛选出的测点组合既保留了轴承全维度退化特征，又最大程度降低了信息冗余，相比常规布点方案，测点数量可减少30%，从数据源头降低了后续建模的计算开销。其次，本系统创新性构建了全精度第一可靠度评估模型结合轻量化第二可靠度评估模型的双层建模架构，既通过vine-copula完整捕捉多测点间非线性、非对称的相依耦合特性，避免了变量独立假设带来的评估偏差，又通过自适应遗传算法寻优和多元非线性回归校准，生成的轻量化模型在保持98%以上评估精度的前提下，计算耗时仅为原始全维度模型的1/10，可直接部署在风场边缘端低算力设备上，无需将海量振动数据回传云端即可完成实时评估。