基于数据分析的风力发电机故障预警系统

技术领域

本发明属于风力发电领域，涉及故障预警技术，具体是基于数据分析的风力发电机故障预警系统。

背景技术

风力发电机是将风能转换为机械功，机械功带动转子旋转，最终输出交流电的电力设备，风力发电机一般有风轮、发电机、调向器、塔架、限速安全机构和储能装置等构件组成，风力发电机的工作原理比较简单，风轮在风力的作用下旋转，它把风的动能转变为风轮轴的机械能，发电机在风轮轴的带动下旋转发电，广义地说，风能也是太阳能，所以也可以说风力发电机，是一种以太阳为热源，以大气为工作介质的热能利用发电机；

但在现有技术中，对于风力发电机的故障预警判定仅限于数据比对，故障预警存在局限性和缺乏准确性，没有结合风力发电机所在地的环境因素以及风力发电机的实时运行数据；

为此，我们提出基于数据分析的风力发电机故障预警系统。

发明内容

针对现有技术存在的不足，本发明目的是提供基于数据分析的风力发电机故障预警系统。

本发明所要解决的技术问题为：故障预警如何结合风力发电机所在地的环境因素以及风力发电机的实时运行数据。

本发明的目的可以通过以下技术方案实现：

基于数据分析的风力发电机故障预警系统，包括数据采集模块、维护监管模块、警报终端、运行分析模块、预警分析模块、环境监测模块、大数据模块、模型建立模块以及服务器，所述服务器通信连接有警报终端，所述数据采集模块用于采集风力发电机的型号、实时环境数据和实时运行数据，并将型号、实时环境数据和实时运行数据发送至服务器，所述服务器将实时环境数据发送至环境监测模块，所述服务器将实时运行数据发送至运行分析模块；

所述模型建立模块连接有大数据模块，大数据模块用于获取不同型号风力发电机的标准运行数据并发送至模型建立模块，所述模型建立模块用于构建不同型号风力发电机的故障预警模型，所述模型建立模块将不同型号风力发电机的故障预警模型反馈至服务器；所述运行分析模块用于对不同型号风力发电机的运行数据进行分析，分析得到故障信号或风力发电机在工作期间的运行温差值WCu反馈至服务器；

若服务器接收到故障信号，则生成故障指令加载至警报终端，若服务器接收到风力发电机在工作期间的运行温差值WCu，则将风力发电机在工作期间的运行温差值WCu发送至预警分析模块；所述环境监测模块用于对不同型号风力发电机所在地的环境数据进行监测，监测得到风力发电机所在地对于风力发电机的环境影响值HYu反馈至服务器，所述服务器将环境影响值发送至预警分析模块；

所述预警分析模块用于对风力发电机的故障预警情况进行分析，分析得到风力发电机的预警等级并反馈至服务器，服务器依据预警等级生成相应的指令。

进一步地，实时环境数据为风力发电机所在地的实时风力值、实时灰尘值、实时温度值和实时湿度值；

实时运行数据为风力发电机的实时温度值、实时输出功率、实时风速值、实时电流值和实时电压值；

标准运行数据包括不同型号风力发电机的标准温度值、标准输出功率、标准风速值、标准电流值和标准电压值。

进一步地，所述运行分析模块的分析过程具体如下：

步骤一：将风力发电机标记为u，u＝1，2，……，z，z为正整数；设定风力发电机的运行分析时段，运行分析时段包括若干个时间点Tt，t＝1，2，……，x，x为正整数，t代表时间点的编号；

步骤二：获取在若干个时间点时风力发电机对应的实时温度值，并将实时温度值标记为DWDuTt；

步骤三：将若干个时间点时的实时温度值代入风力发电机对应的故障预警模型，得到在不同时间点时风力发电机的时间点温差值DWCuTt，若任意时间点的时间点温度差超过设定阈值，则生成故障信号，若时间点的时间点温度差均不超过设定阈值，则进入下一步骤；

步骤四：不同时间点时风力发电机的时间点温度差相加求和取平均值，得到风力发电机在运行分析时段内的时段温差值SWC1u；

步骤五：同理，再次为风力发电机设定相同时长的另一运行分析时段，按照步骤二～步骤四得到风力发电机在另一运行分析时段内的时段温差值SWC2u；

步骤六：在不同运行分析时段内的时段温差值相加求和取平均值，得到风力发电机在工作期间的运行温差值WCu。

进一步地，再次设定的运行分析时段与一开始设定的运行分析时段需要时长一致，且两个运行分析时段不可交叉上。

进一步地，所述环境监测模块的监测步骤具体如下：

步骤S1：以风力发电机为圆点设定预设半径建立环境影响区域，在环境影响区域内设定若干个环境监测点Jui，i＝1，2，……，v，v为正整数，i为环境监测点的编号；

步骤S2：获取环境影响区域内环境监测点采集到的实时温度值WDJui和实时湿度值SDJui，计算均值后得到环境影响区域的温度均值JWDu和湿度均值JSDu；

步骤S3：通过公式HX1u＝(JWDu×a1)/(JSDu×a2)计算得到风力发电机所在地对于风力发电机的第一环境影响系数HX1u；式中，a1和a2均为固定数值的比例系数，且a1和a2的取值均大于零；

步骤S4：获取环境影响区域内环境监测点采集到的实时风力值FLJui和实时灰尘值HCJui，计算均值后得到环境影响区域的风力均值JFLu和灰尘均值JHCu；

步骤S5：通过公式

步骤S6：将第一环境影响系数HX1u和第二环境影响系数HX2u代入计算式HYu＝HX1u×a5+HX2u×a6计算得到风力发电机所在地对于风力发电机的环境影响值HYu；式中，a5和a6均为固定数值的权重系数，且a5和a6的取值均大于零。

进一步地，所述预警分析模块用于对风力发电机的故障预警情况进行分析，分析过程具体如下：

步骤SS1：获取上述计算得到的风力发电机在工作期间的运行温差值WCu以及风力发电机所在地对于风力发电机的环境影响值HYu；

步骤SS2：通过公式

步骤SS3：若YJu＜X1，则风力发电机的预警等级为第三预警等级；

步骤SS4：若X1≤YJu＜X2，则风力发电机的预警等级为第二预警等级；

步骤SS5：若X2≤YJu，则风力发电机的预警等级为第一预警等级；其中，X1和X2均为预警阈值，且X1＜X2。

进一步地，第三预警等级的预警力度小于第二预警等级的预警力度，第二预警等级的预警力度小于第一预警等级的预警力度。

进一步地，服务器生成指令具体为：

若服务器接收到第三预警等级，则不进行任何操作；

若服务器接收到第二预警等级，则生成检修指令；

若服务器接收到第一预警等级，则生成故障指令；

所述服务器将故障指令加载至警报终端，警报终端接收到警报指令后用于对处于故障状态下的风力发电机进行警报；所述服务器将检修指令将发送至维护监管模块，所述维护监管模块用于对需要检修的风力发电机进行维护。

与现有技术相比，本发明的有益效果是：

本发明是通过模型建立模块构建不同型号风力发电机的故障预警模型，而后通过运行分析模块对不同型号风力发电机的运行数据进行分析，生成故障信号或得到风力发电机在工作期间的运行温差值，再通过环境监测模块对不同型号风力发电机所在地的环境数据进行监测，得到风力发电机所在地对于风力发电机的环境影响值，风力发电机在工作期间的运行温差值和风力发电机所在地对于风力发电机的环境影响值发送至预警分析模块，通过预警分析模块对风力发电机的故障预警情况进行分析，分析得到风力发电机的预警等级并反馈至服务器，服务器依据预警等级生成相应的指令，本发明结合风力发电机所在地的环境因素和风力发电机的实时运行数据，提升风力发电机故障预警的全面性和准确性。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的整体系统框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，基于数据分析的风力发电机故障预警系统，包括数据采集模块、维护监管模块、警报终端、运行分析模块、预警分析模块、环境监测模块、大数据模块、模型建立模块以及服务器；

服务器通信连接有警报终端，数据采集模块用于采集风力发电机的型号、实时环境数据和实时运行数据，并将型号、实时环境数据和实时运行数据发送至服务器，服务器将实时环境数据发送至环境监测模块，服务器将实时运行数据发送至运行分析模块；

其中，实时环境数据为风力发电机所在地的实时风力值、实时灰尘值、实时温度值、实时湿度值等，实时运行数据为风力发电机的实时温度值、实时输出功率、实时风速值、实时电流值、实时电压值等；

在具体实施时，数据采集模块可以为风力发电机中的温度传感器、风速传感器、电流检测仪、电压检测仪、用于获取风力发电机实时输出功率的功率检测仪，以及设置在风力发电机所在的温湿度传感器、风力检测仪、灰尘检测仪等；

模型建立模块连接有大数据模块，大数据模块与外界互联网相连接，用于获取不同型号风力发电机的标准运行数据；

其中，标准运行数据包括不同型号风力发电机的标准温度值、标准输出功率、标准风速值、标准电流值、标准电压值等；

大数据模块将标准运行数据发送至模型建立模块，模型建立模块用于构建不同型号风力发电机的故障预警模型，将反映风力发电机运行状态的监测量(风力发电机的标准温度)和相关的多个监测参量(标准风速值、标准输出功率等)绑定为一个相关变量集，任一时刻的一组相关变量集记为一个观测向量，根据历史运行数据可以选取足够多组观测向量，使其覆盖风力发电机的正常运行空间，选取合理的方法建立风力发电机故障预警模型，当给模型输入一个观测向量时，模型能够给出其对应风力发电机中实时温度值的预测值。风力发电机中实时温度值的预测值与实际值之间往往存在残差，残差幅值及其变化特征可以反映此时风力发电机的实时温度与正常工作状态下其温度理论值之间的差距，从而判断风力发电机转子、风冷系统等相关部件的状态，在此基础上风力发电机的潜在性故障进行提前预警，构建过程具体如下：

某一风力发电机的n个监测参量存在某种关联，将i时刻观测到的这n个参量量记为一组观测向量，即：X(i)＝[x1 x2 … x

构造风力发电机过程记忆矩阵D，在风力发电机历史运行监测数据中选取正常工作区间，在正常运行区间内采集m组观测向量，组成记忆过程矩阵为：

过程记忆矩阵D中的每一个列向量代表风力发电机正常运行状态下的一组参数监测值。经过适当的筛过程选能使构造的过程记忆矩阵更完整的覆盖风力发电机的正常运行空间。过程记忆矩阵类似于一个强大的数据库，当我们给出一组输入值时，可以得到其中一个或多个参量在这一条件下的合理的取值范围，如果实际值超出了该范围，通过计算实际值与理论值的残差可以反映此时风力发电机偏离正常运行程度，偏离程度过大可能是风力发电机存在着某些潜在性故障；

故障预警模型的输入为某时刻风力发电机的一组观测向量X

即故障预警模型的输出值可由过程记忆矩阵中m个历史观测向量的线性组合来表示。通过反向变换可以确定权值向量W，模型输入值与输出值之间的残差可表示为ε＝X

为了确定唯一的权值向量W使残差幅值最小，构造残差平方和表达式S(w)；

将S(w)分别对w1，w2，…，wm求偏导，令偏导数为0，得：

即：

将上式中的m个方程还原成矩阵形式即：D

由上式可得：W＝(D

将上式代入X

X

如果只需要对相关变量集中的某一个变量x

X

＝[x

由上式看出，输入向量中任一变量的预测值理论上是过程记忆矩阵中该变量的m个历史观测值的线性组合，W＝(D

将

通过计算输入向量X

ε

式中：x

当风力发电机存在潜在性故障时，由于运行状态的改变，输入变量将偏离正常状态下的值，其与D矩阵中任意一组观测向量的相似度均不高，通过D矩阵中历史观测向量的线性组合无法给出一个精确预测值，这会使得预测精度下降，残差幅值增大；

通过分析残差幅值的变化可以反映风力发电机偏离正常工作状态的程度，如果设定了合适的阈值，当残差超过设定阈值时，则可认为风力发电机处于非正常运行状态，在具体实施时，残差幅值可以为不同型号风力发电机运行时的实时温度差，也可以是不同型号风力发电机运行时的实时电流差等；

模型建立模块将不同型号风力发电机的故障预警模型反馈至服务器；

运行分析模块用于对不同型号风力发电机的运行数据进行分析，分析过程具体如下：

步骤一：将风力发电机标记为u，u＝1，2，……，z，z为正整数；设定风力发电机的运行分析时段，运行分析时段包括若干个时间点Tt，t＝1，2，……，x，x为正整数，t代表时间点的编号；

步骤二：获取在若干个时间点时风力发电机对应的实时温度值，并将实时温度值标记为DWDuTt；

步骤三：将若干个时间点时的实时温度值代入风力发电机对应的故障预警模型，得到在不同时间点时风力发电机的时间点温差值DWCuTt，若任意时间点的时间点温度差超过设定阈值，则生成故障信号，若时间点的时间点温度差均不超过设定阈值，则进入下一步骤；

步骤四：不同时间点时风力发电机的时间点温度差相加求和取平均值，得到风力发电机在运行分析时段内的时段温差值SWC1u；

步骤五：同理，再次为风力发电机设定相同时长的另一运行分析时段，按照步骤二～步骤四得到风力发电机在另一运行分析时段内的时段温差值SWC2u；

步骤六：在不同运行分析时段内的时段温差值相加求和取平均值，得到风力发电机在工作期间的运行温差值WCu；

需要具体说明的是，再次设定的运行分析时段与一开始设定的运行分析时段需要时长一致，且两个运行分析时段不可交叉，上一个运行分析时段的结束时间可以为下一运行分析时段的开始时间，而且所有的不同运行分析时段相加起来至少要占到风力发电机工作时间的50％以上；

运行分析模块将故障信号或风力发电机在工作期间的运行温差值WCu反馈至服务器，若服务器接收到故障信号，则生成故障指令加载至警报终端，警报终端接收到警报指令后用于对处于故障状态下的风力发电机进行警报，若服务器接收到风力发电机在工作期间的运行温差值WCu，则将风力发电机在工作期间的运行温差值WCu发送至预警分析模块；

环境监测模块用于对不同型号风力发电机所在地的环境数据进行监测，监测步骤具体如下：

步骤S1：以风力发电机为圆点设定预设半径建立环境影响区域，在环境影响区域内设定若干个环境监测点Jui，i＝1，2，……，v，v为正整数，i为环境监测点的编号；

步骤S2：获取环境影响区域内环境监测点采集到的实时温度值WDJui和实时湿度值SDJui，计算均值后得到环境影响区域的温度均值JWDu和湿度均值JSDu；

步骤S3：通过公式HX1u＝(JWDu×a1)/(JSDu×a2)计算得到风力发电机所在地对于风力发电机的第一环境影响系数HX1u；式中，a1和a2均为固定数值的比例系数，且a1和a2的取值均大于零；

步骤S4：获取环境影响区域内环境监测点采集到的实时风力值FLJui和实时灰尘值HCJui，计算均值后得到环境影响区域的风力均值JFLu和灰尘均值JHCu；

步骤S5：通过公式

步骤S6：将第一环境影响系数HX1u和第二环境影响系数HX2u代入计算式HYu＝HX1u×a5+HX2u×a6计算得到风力发电机所在地对于风力发电机的环境影响值HYu；式中，a5和a6均为固定数值的权重系数，且a5和a6的取值均大于零；

环境监测模块将风力发电机所在地对于风力发电机的环境影响值HYu反馈至服务器，服务器将环境影响值发送至预警分析模块；

预警分析模块接收到服务器发送的运行温差值WCu和环境影响值HYu，预警分析模块用于对风力发电机的故障预警情况进行分析，分析过程具体如下：

步骤SS1：获取上述计算得到的风力发电机在工作期间的运行温差值WCu以及风力发电机所在地对于风力发电机的环境影响值HYu；

步骤SS2：通过公式

步骤SS3：若YJu＜X1，则风力发电机的预警等级为第三预警等级；

步骤SS4：若X1≤YJu＜X2，则风力发电机的预警等级为第二预警等级；

步骤SS5：若X2≤YJu，则风力发电机的预警等级为第一预警等级；其中，X1和X2均为预警阈值，且X1＜X2；

预警分析模块将风力发电机的预警等级反馈至服务器，服务器依据预警等级生成相应的指令，具体为：

若服务器接收到第三预警等级，则不进行任何操作；

若服务器接收到第二预警等级，则生成检修指令；

若服务器接收到第一预警等级，则生成故障指令；

服务器将故障指令加载至警报终端，警报终端接收到警报指令后用于对处于故障状态下的风力发电机进行警报；

需要具体说明的是，第三预警等级的预警力度小于第二预警等级的预警力度，第二预警等级的预警力度小于第一预警等级的预警力度；

服务器将检修指令将发送至维护监管模块，维护监管模块用于对需要检修的风力发电机进行维护。

基于数据分析的风力发电机故障预警系统，工作时，通过数据采集模块用于风力发电机的型号、实时环境数据和实时运行数据，并将型号、实时环境数据和实时运行数据发送至服务器，服务器将实时环境数据发送至环境监测模块，服务器将实时运行数据发送至运行分析模块；

模型建立模块连接有大数据模块，大数据模块与外界互联网相连接用于获取不同型号风力发电机的标准运行数据，大数据模块将标准运行数据发送至模型建立模块，模型建立模块构建不同型号风力发电机的故障预警模型，模型建立模块将不同型号风力发电机的故障预警模型反馈至服务器；

通过运行分析模块对不同型号风力发电机的运行数据进行分析，将风力发电机标记为u，设定风力发电机的运行分析时段，运行分析时段包括若干个时间点Tt，而后获取在若干个时间点时风力发电机对应的实时温度值DWDuTt，将若干个时间点时的实时温度值代入风力发电机对应的故障预警模型，得到在不同时间点时风力发电机的时间点温差值DWCuTt，若任意时间点的时间点温度差超过设定阈值，则生成故障信号，若时间点的时间点温度差均不超过设定阈值，则将不同时间点时风力发电机的时间点温度差相加求和取平均值，得到风力发电机在运行分析时段内的时段温差值SWC1u，同理，再次为风力发电机设定相同时长的另一运行分析时段，按照上述步骤得到风力发电机在另一运行分析时段内的时段温差值SWC2u，在不同运行分析时段内的时段温差值相加求和取平均值，得到风力发电机在工作期间的运行温差值WCu，运行分析模块将故障信号或风力发电机在工作期间的运行温差值WCu反馈至服务器，若服务器接收到故障信号，则生成故障指令加载至警报终端，警报终端接收到警报指令后用于对处于故障状态下的风力发电机进行警报，若服务器接收到风力发电机在工作期间的运行温差值WCu，则将风力发电机在工作期间的运行温差值WCu发送至预警分析模块；

通过环境监测模块对不同型号风力发电机所在地的环境数据进行监测，以风力发电机为圆点设定预设半径建立环境影响区域，在环境影响区域内设定若干个环境监测点Jui，而后获取环境影响区域内环境监测点采集到的实时温度值WDJui和实时湿度值SDJui，计算均值后得到环境影响区域的温度均值JWDu和湿度均值JSDu，通过公式HX1u＝(JWDu×a1)/(JSDu×a2)计算得到风力发电机所在地对于风力发电机的第一环境影响系数HX1u，再获取环境影响区域内环境监测点采集到的实时风力值FLJui和实时灰尘值HCJui，计算均值后得到环境影响区域的风力均值JFLu和灰尘均值JHCu，通过公式

预警分析模块接收到服务器发送的运行温差值WCu和环境影响值HYu后用于对风力发电机的故障预警情况进行分析，获取上述计算得到的风力发电机在工作期间的运行温差值WCu以及风力发电机所在地对于风力发电机的环境影响值HYu，通过公式

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置，比例系数和权重系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于比例系数和权重系数的大小，只要不影响参数与量化后数值的比例关系即可。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。