專利名稱：基于高斯過程建模的風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)領(lǐng)域，尤其涉及一種基于高斯過程建模的風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)方法。
背景技術(shù)：
據(jù)中國風(fēng)能協(xié)會(huì)2013年3月發(fā)布的“ 2012年中國風(fēng)電裝機(jī)容量統(tǒng)計(jì)”報(bào)告，截至2012年底，我國的風(fēng)電機(jī)組裝機(jī)容量已位居世界第一位，累計(jì)安裝風(fēng)電機(jī)組53764臺(tái)，裝機(jī)容量75324MW。我國海上風(fēng)電的發(fā)展也開始起步，我國第一個(gè)海上風(fēng)電場(chǎng)上海東海大橋風(fēng)電場(chǎng)已于2010年并網(wǎng)發(fā)電。根據(jù)國家“十二五”可再生能源規(guī)劃，2015年我國海上風(fēng)電的規(guī)模將達(dá)到500萬千瓦；到2020年，海上風(fēng)電將達(dá)到3000萬千瓦。風(fēng)電機(jī)組分布范圍廣、機(jī)艙位置高、運(yùn)行環(huán)境惡劣。特別是海上風(fēng)電場(chǎng)，機(jī)組維護(hù)維修與海況等氣象因素密切相關(guān)。因此，高質(zhì)量的風(fēng)電機(jī)組運(yùn)行維護(hù)和狀態(tài)監(jiān)測(cè)是風(fēng)電產(chǎn)業(yè)特別是海上風(fēng)電穩(wěn)健快速發(fā)展迫切需要解決的關(guān)鍵技術(shù)問題之一。有效的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)系統(tǒng)能夠?qū)崟r(shí)在線地監(jiān)測(cè)機(jī)組的運(yùn)行狀態(tài)，及時(shí)發(fā)現(xiàn)重要部件的異常情況，從以下兩方面大幅降低運(yùn)行維護(hù)成本:(1)及早發(fā)現(xiàn)機(jī)組早期運(yùn)行異常狀態(tài)，可以避免嚴(yán)重的設(shè)備損壞，降低維護(hù)的成本和復(fù)雜程度。(2)及早發(fā)現(xiàn)機(jī)組的早期故障征兆，可以減少維修等待的時(shí)間(特別是海上風(fēng)電機(jī)組)，提高機(jī)組的可用率。
·
風(fēng)電機(jī)組軸系是風(fēng)電機(jī)組故障率較高的部件，對(duì)軸系軸承進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷具有重要的實(shí)用價(jià)值。現(xiàn)有對(duì)風(fēng)電機(jī)組軸系的狀態(tài)監(jiān)測(cè)和故障診斷是采用振動(dòng)監(jiān)測(cè)方法，采用常規(guī)振動(dòng)分析方法實(shí)現(xiàn)風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)和故障診斷存在的缺點(diǎn)是無法適應(yīng)風(fēng)電機(jī)組運(yùn)行中的風(fēng)速隨機(jī)變化、軸系轉(zhuǎn)速和載荷時(shí)變的特點(diǎn)，狀態(tài)監(jiān)測(cè)的效果差。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)無法適應(yīng)風(fēng)電機(jī)組運(yùn)行中的風(fēng)速隨機(jī)變化、軸系轉(zhuǎn)速和載荷時(shí)變的特點(diǎn)，以及狀態(tài)監(jiān)測(cè)效果差的問題，本發(fā)明提出了一種基于高斯過程建模的風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)方法。一種基于高斯過程建模的風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)方法，其特征在于，所述方法具體包括步驟:步驟1:從風(fēng)電機(jī)組SCADA系統(tǒng)的歷史數(shù)據(jù)中收集待監(jiān)測(cè)軸承工作正常時(shí)的溫度和軸承溫度相關(guān)變量的值，將每一時(shí)刻的軸承溫度和其相關(guān)變量組成一個(gè)矢量(Xi, Yi) ；n個(gè)時(shí)刻的矢量構(gòu)成軸承溫度向量集；其中，Yi為i時(shí)刻的軸承溫度，Xi為該時(shí)刻軸承溫度相關(guān)變量，包括風(fēng)速、軸系轉(zhuǎn)速、轉(zhuǎn)矩和環(huán)境溫度；步驟2:采用高斯過程回歸方法在步驟I得到的軸承溫度向量集的基礎(chǔ)上建立軸承溫度模型；步驟3:采用軸承溫度模型對(duì)軸承進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并將實(shí)測(cè)的軸承溫度與軸承溫度模型輸出的預(yù)測(cè)溫度之間的差作為模型預(yù)測(cè)殘差；步驟4:將步驟3得到的模型預(yù)測(cè)殘差與設(shè)定的殘差閾值進(jìn)行比較，當(dāng)模型預(yù)測(cè)殘差大于殘差閾值時(shí)，發(fā)出軸承異常報(bào)警；否則，判定軸承屬于正常狀態(tài)。所述建立軸承溫度模型的過程為:設(shè)定歷史數(shù)據(jù)集為:(X，Y) = (XpyiIi=I, 2，...，!!};高斯過程回歸的協(xié)方差函數(shù)為:COV (yp, yq)=k(Xp, Xq),^^,k(,)為協(xié)方差函數(shù)；(Xp，yp)，(Xq, yq)為歷史數(shù)據(jù)集中兩組輸入輸出數(shù)據(jù)對(duì)；高斯過程回歸模型的一個(gè)新的輸入矢量為X%則對(duì)應(yīng)該新輸入矢量高斯過程回歸模型的預(yù)測(cè)輸出為=Z=K(XU)Kaxr1Y ;其中，K(X*，X)和Κ(Χ，Χ)分別為由協(xié)方差函數(shù)k(X*，X)和k(X，X)協(xié)方差函數(shù)構(gòu)成的協(xié)方差矩陣。所述k(Xp，Xq)的確定過程包括:步驟21:采用歷史數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集合來確定協(xié)方差函數(shù)中的待定參數(shù)；協(xié)方差函數(shù)的形式為:
權(quán)利要求
1.一種基于高斯過程建模的風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)方法，其特征在于，所述方法具體包括步驟: 步驟1:從風(fēng)電機(jī)組SCADA系統(tǒng)的歷史數(shù)據(jù)中收集待監(jiān)測(cè)軸承工作正常時(shí)的溫度和軸承溫度相關(guān)變量的值，將每一時(shí)刻的軸承溫度和其相關(guān)變量組成一個(gè)矢量(Lyi) ;n個(gè)時(shí)刻的矢量構(gòu)成軸承溫度向量集；其中，Yi為i時(shí)刻的軸承溫度，Xi為該時(shí)刻軸承溫度相關(guān)變量，包括風(fēng)速、軸系轉(zhuǎn)速、轉(zhuǎn)矩和環(huán)境溫度； 步驟2:采用高斯過程回歸方法在步驟I得到的軸承溫度向量集的基礎(chǔ)上建立軸承溫度模型； 步驟3:采用軸承溫度模型對(duì)軸承進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并將實(shí)測(cè)的軸承溫度與軸承溫度模型輸出的預(yù)測(cè)溫度之間的差作為模型預(yù)測(cè)殘差； 步驟4:將步驟3得到的模型預(yù)測(cè)殘差與設(shè)定的殘差閾值進(jìn)行比較，當(dāng)模型預(yù)測(cè)殘差大于殘差閾值時(shí)，發(fā)出軸承異常報(bào)警；否則，判定軸承屬于正常狀態(tài)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述建立軸承溫度模型的過程為: 設(shè)定歷史數(shù)據(jù)集為:^幻={\，7」1=1，2，...，!!};高斯過程回歸的協(xié)方差函數(shù)為:coy (yp, yq)=k(Xp, Xq),^^,k(,)為協(xié)方差函數(shù)；(Xp，yp)，(Xq, yq)為歷史數(shù)據(jù)集中兩組輸入輸出數(shù)據(jù)對(duì)；高斯過程回歸模型的一個(gè)新的輸入矢量為X%則對(duì)應(yīng)該新輸入矢量高斯過程回歸模型的預(yù)測(cè)輸出為=Z=K(XU)Kaxr1Y ;其中，K(X*，X)和Κ(Χ，Χ)分別為由協(xié)方差函數(shù)k(X*，X)和k(X，X)協(xié)方差函數(shù)構(gòu)成的協(xié)方差矩陣。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述k(Xp，Xq)的確定過程包括: 步驟21:采用歷史數(shù)據(jù)作為訓(xùn)練數(shù) 據(jù)集合來確定協(xié)方差函數(shù)中的待定參數(shù)； 協(xié)方差函數(shù)的形式為: KW)=δ}—〔-汝(X; -X； )2 \ 上 I=IJ 其中，#為信號(hào)方差，模型輸入矢量為d維，I1, I2，…，Id為對(duì)應(yīng)輸入矢量各維的權(quán)值系數(shù)；(xp) yp)，(xq) yq)為歷史數(shù)據(jù)集中兩組輸入輸出數(shù)據(jù)對(duì)；d為軸承溫度模型的輸入矢量X維數(shù)； 步驟22:設(shè)待定參數(shù)向量為:Θ;構(gòu)造以參數(shù)向量Θ為變量的似然函數(shù): IrlI I I Πl(fā)ogΡ( I Χ,θ) = _ Y^K-1Y_ log|Kv|_ log2^ AtΖλZd 其中，Ρ(Υ|Χ，Θ)為由歷史訓(xùn)練數(shù)據(jù)集構(gòu)成的似然函數(shù)， '(X1,X1)..■ A-(XpXn)-K,= = ΠΧΡ,Χ9):.為由協(xié)方差函數(shù)構(gòu)成的協(xié)方差矩陣，η為歷史數(shù) 肌 X1) … 科 x ，x )L據(jù)樣本數(shù)量； 步驟23:給定參數(shù)向量Θ的初值，采用歷史數(shù)據(jù)集(X，Y) = (LyiIi=I, 2，...，!!}和最優(yōu)化方法中的共軛梯度法求解似然函數(shù)的最大值，從而得到似然函數(shù)最大值對(duì)應(yīng)的參數(shù)向量Θ，即高斯過程回歸模型的參數(shù)。
全文摘要
本發(fā)明公開了風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)領(lǐng)域的一種基于高斯過程建模的風(fēng)電機(jī)組軸系狀態(tài)監(jiān)測(cè)方法。其技術(shù)方案是，從風(fēng)電機(jī)組SCADA系統(tǒng)的歷史數(shù)據(jù)中收集待監(jiān)測(cè)軸承正常時(shí)的溫度和軸承溫度相關(guān)變量的值，構(gòu)成軸承溫度向量集；用高斯過程回歸方法建立軸承溫度模型；用軸承溫度模型對(duì)軸承進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并將實(shí)測(cè)的軸承溫度與模型輸出的預(yù)測(cè)溫度的差作為模型預(yù)測(cè)殘差；模型預(yù)測(cè)殘差與設(shè)定的殘差閾值比較，當(dāng)模型預(yù)測(cè)殘差大于殘差閾值時(shí)，則軸承異常；否則，軸承屬于正常狀態(tài)。本發(fā)明的有益效果是在風(fēng)速隨機(jī)變化、風(fēng)電機(jī)組軸系轉(zhuǎn)速時(shí)變的運(yùn)行工況下，對(duì)機(jī)組軸系上的軸承狀態(tài)進(jìn)行準(zhǔn)確分析和判斷，及時(shí)發(fā)出軸承故障報(bào)警，降低維修復(fù)雜程度和成本。
文檔編號(hào)G01M13/04GK103234753SQ201310125609
公開日2013年8月7日 申請(qǐng)日期2013年4月11日 優(yōu)先權(quán)日2013年4月11日
發(fā)明者郭鵬 申請(qǐng)人:華北電力大學(xué)