一种风机齿轮箱寿命预测方法、装置、设备及存储介质

技术领域

本发明涉及风电机组技术领域，具体涉及一种风机齿轮箱寿命预测方法、装置、设备及存储介质。

背景技术

齿轮箱是风力发电机的核心部件之一，由于复杂的工作环境以及承受随机变化的载荷，作为风电机组中发生故障最多的部件之一，齿轮箱一旦发生故障会产生相当大的维修成本，所以提出合理高效的风电机组齿轮箱维护方案是整个风力发电行业的重点与难点。其中，对风机齿轮箱的寿命进行预测又是重中之重，对合理预估风电场的经济成本和降低损失有着重要作用。

随着大数据的发展与计算科学技术的突飞猛进，基于数据驱动的机械设备寿命预测被广泛地应用在工程实际中，许多学者对其展开了研究。一部分学者根据疲劳载荷计算和运行趋势模拟对风机各部件的使用寿命进行预测。例如，赵洪山等人在“风机齿轮箱轴承状态评估与剩余寿命预测”中提出一种基于马尔科夫链的风机齿轮箱轴承状态评估和剩余寿命预测方法。安宗文等人运用概率加权法和线性Miner累计损伤法则，得出齿轮箱高速端轴承动态接触应力分布曲线图，据此能够成功预测风力发电机齿轮箱输出端轴承剩余使用寿命。Jaouher等人提出了简化模糊自适应共振理论的人工智能神经网络与威布尔分布(WD)相结合，避免时域信号的波动带来的影响，能够可靠地预测基于振动信号的齿轮箱轴承的可剩余寿命。另一部分学者则对风机齿轮箱整体寿命进行预测。孙磊等人提出了基于随机滤波的风电机齿轮箱回归模型，可以实现通过历史故障数据来实时监测系统的状态，从而预测出风电机齿轮箱的剩余寿命。CHRISTER.A.H等人提出非线性滤波方法来建立风电机齿轮箱的剩余寿命模型，并且通过此模型制定相应的设备维护策略。Lei S等人结合粒子滤波理论提出了齿轮箱剩余回归模型，并验证了该模型相比传统比列模型的优越性。

针对上述描述，现有技术未综合考虑风机的温度、电力输出以及入射风信号中可能存在的隐含因素对风机运行和损伤的信息，存在风机齿轮箱寿命预测不准确的缺陷。

发明内容

有鉴于此，本发明提供了一种风机齿轮箱寿命预测方法、装置、设备及存储介质，以解决风机齿轮箱寿命预测不准确的问题。

第一方面，本发明提供了一种风机齿轮箱寿命预测方法，所述方法包括：

获取风机齿轮箱的原始数据；

将所述风机齿轮箱的原始数据输入至预先构建好的特征提取模型中，提取隐藏在原始数据中的嵌入特征；

将所述嵌入特征输入至预先构建好的状态演化模型中，生成隐藏状态；

将所述隐藏状态输入至预先构建好的回归模型中，生成风机齿轮箱的寿命预测结果。

本发明提供的风机齿轮箱寿命预测方法，考虑了风机运行数据中的隐藏信息，使得预测结果更加准确。

在一种可选的实施方式中，特征提取模型包括：二维卷积神经网络、特征注意力单元、时间注意力单元及维度重塑单元，其中，

二维卷积神经网络对风机齿轮箱的原始数据进行分组卷积，生成中间变量，利用特征注意力映射函数，对中间变量依次经过特征注意力单元、时间注意力单元处理，并经维度重塑单元进行降维处理，生成一维的嵌入特征。

本发明提供的风机齿轮箱寿命预测方法，由于时间序列数据通常具有局部相关性，卷积结构可以通过卷积操作捕捉数据中局部相关性，从而通过有效的建模时间序列数据的特征。

在一种可选的实施方式中，特征注意力映射函数通过以下公式表示：

其中，B

在一种可选的实施方式中，维度重塑单元包括二维卷积层和二维池化层，其中，

特征注意力映射函数分别经二维卷积层和二维池化层后，将特征注意力映射函数的计算结果进行降维处理，生成一维的嵌入特征。

在一种可选的实施方式中，状态演化模型包括：注意力机制单元和改进门控递归单元，其中，

注意力机制单元用于生成注意力权重，注意力权重经改进门控递归单元进行处理，生成隐藏状态。

在一种可选的实施方式中，通过以下公式计算注意力权重：

其中，α

在一种可选的实施方式中，通过以下公式计算隐藏状态：

其中，W

在一种可选的实施方式中，通过以下公式计算注意力更新门：

其中，

在一种可选的实施方式中，通过以下公式计算改进门控递归单元的原始更新状态：

z

其中，W

在一种可选的实施方式中，通过以下公式表示重置门：

r

其中，W

在一种可选的实施方式中，回归模型包括两个并行的多层感知器，分别用于SOH预测和RUL预测。

在一种可选的实施方式中，所述原始数据包括：发电机转速、实时风速及电网电流。

第二方面，本发明提供了一种风机齿轮箱寿命预测装置，所述装置包括：

数据获取模块，用于获取风机齿轮箱的原始数据；

嵌入特征提取模块，用于将所述风机齿轮箱的原始数据输入至预先构建好的特征提取模型中，提取隐藏在原始数据中的嵌入特征；

隐藏状态生成模块，用于将所述嵌入特征输入至预先构建好的状态演化模型中，生成隐藏状态；

预测模块，用于将所述隐藏状态输入至预先构建好的回归模型中，生成风机齿轮箱的寿命预测结果。

第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的风机齿轮箱寿命预测方法。

第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的风机齿轮箱寿命预测方法。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的风机齿轮箱寿命预测方法的流程图；

图2是根据本发明实施例的特征提取模型的结构示意图；

图3是根据本发明实施例的特征注意力单元和时间注意力单元的结构示意图；

图4是根据本发明实施例的AUGRU的结构示意图；

图5是根据本发明实施例的状态老化注意力模块的结构示意图；

图6是根据本发明实施例的回归模型的结构示意图；

图7是根据本发明实施例的风机齿轮箱寿命预测装置的结构框图；

图8是本发明实施例的计算机设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明实施例，提供了一种风机齿轮箱寿命预测方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种风机齿轮箱寿命预测方法，可用于上述的移动终端，如手机、平板电脑等，图1是根据本发明实施例的风机齿轮箱寿命预测方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，获取风机齿轮箱的原始数据。

在本发明实施例中，原始数据包括：发电机转速、实时风速及电网电流，仅以此举例，不以此为限，在实际应用中根据实际情况获取相应的原始数据。

步骤S102，将风机齿轮箱的原始数据输入至预先构建好的特征提取模型中，提取隐藏在原始数据中的嵌入特征。

在本发明实施例中，特征提取模型提取电网电流、实时风速及发电机转速等原始数据中的数据信息，通过数据信息提取隐藏在原始数据中的嵌入特征，嵌入特征中包含了数据信息与寿命预测之间的关联性。如图2所示，从原始数据X

在本发明实施例中，特征注意力映射函数通过以下公式表示：

其中，B

在本发明实施例中，维度重塑单元包括二维卷积层和二维池化层，其中，特征注意力映射函数分别经二维卷积层和二维池化层后，将特征注意力映射函数的计算结果进行降维处理，生成一维的嵌入特征E

步骤S103，将嵌入特征输入至预先构建好的状态演化模型中，生成隐藏状态。

在本发明实施例中，为了捕捉风机齿轮箱退化演变的长期依赖性，状态演化模型将模式感知的注意力机制和改进型门控递归单元(Augmented Gated Recurrent Unit，AUGRU)结合在一起。RNN及其变种，如长短时记忆(LSTM)和门控递归单元(GRU)，以其解释序列输入的能力而闻名。相比于LSTM，门控递归单元(GRU)具有更简单的门控结构，有效提高了计算效率，在不同的时间序列预测任务中取得了更好的效果，AUGRU相比于GRU提高了模型的性能和泛化能力。因此，本发明实施例采用AUGRU模拟历史数据之间的时间依赖性，处理特征提取模型得到的有序向量，AUGRU的结构如图4所示。

在本发明实施例中，状态演化模型包括：注意力机制单元和改进门控递归单元，其中，注意力机制单元用于生成注意力权重，注意力权重经改进门控递归单元进行处理，生成隐藏状态。

在本发明实施例中，注意力机制可以帮助模型快速准确学习重要特征，同时忽略对任务不相关的信息，为了感知风机齿轮箱状态的演变模式，本发明实施例设计了状态老化注意力模块(State Degradation Attention，SDA)，由两个全连接层FC组成，如图5所示，通过以下公式计算注意力权重：

其中，α

在本发明实施例中，通过以下公式计算隐藏状态：

其中，W

在本发明实施例中，通过以下公式计算注意力更新门：

其中，

在本发明实施例中，通过以下公式计算改进门控递归单元的原始更新状态：

z

其中，W

在本发明实施例中，通过以下公式表示重置门：

r

其中，W

步骤S104，将隐藏状态输入至预先构建好的回归模型中，生成风机齿轮箱的寿命预测结果。

在本发明实施例中，AUGRU的隐藏状态被送入回归模型中，如图6所示，回归模块由两个并行的多层感知器(MLP)构成，分别用于SOH预测和RUL预测，每个MLP由两个全连接层组成，最终输出风机齿轮箱的寿命预测结果。

需要说明的是，第一输入权重、第二输入权重、第三输入权重、第四输入权重、第五输入权重、第六输入权重、第一偏置、第二偏置及第三偏置根据实际情况设置相应的数值，在此不作限制。

本实施例提供的风机齿轮箱寿命预测方法，考虑了风机运行数据中可能隐含的风机齿轮箱运行和损伤信息，同时考虑到风机齿轮箱的运行周期很长，在短时间内其运行状态几乎没有改变，故而原始数据通过特征提取模块后，先进行状态演化再将特征序列导入回归模型，通过合理设置子特征序列长度获得更准确的剩余寿命预测。

在本实施例中还提供了一种风机齿轮箱寿命预测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本实施例提供一种风机齿轮箱寿命预测装置，如图7所示，包括：

数据获取模块701，用于获取风机齿轮箱的原始数据；

嵌入特征提取模块702，用于将风机齿轮箱的原始数据输入至预先构建好的特征提取模型中，提取隐藏在原始数据中的嵌入特征；

隐藏状态生成模块703，用于将嵌入特征输入至预先构建好的状态演化模型中，生成隐藏状态；

预测模块704，用于将隐藏状态输入至预先构建好的回归模型中，生成风机齿轮箱的寿命预测结果。

本实施例中的风机齿轮箱寿命预测装置是以功能单元的形式来呈现，这里的单元是指ASIC(Application Specific Integrated Circuit，专用集成电路)电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

本发明实施例还提供一种计算机设备，具有上述图8所示的风机齿轮箱寿命预测装置。

请参阅图8，图8是本发明可选实施例提供的一种计算机设备的结构示意图，如图8所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器10为例。

处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。

其中，所述存储器20存储有可由至少一个处理器10执行的指令，以使所述至少一个处理器10执行实现上述实施例示出的方法。

存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。

该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。

本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。