基于回归参数算法的风机轴承超温故障预警
来源:用户上传
作者:
摘要：在风力发电机运行的过程中，SCADA系统监测的轴承温度与功率存在较为显著的相关关系。本文基于回归参数法建立了轴承超温故障预警模型，通过风机轴承温度与功率之间的相关性进行轴承的健康状况评估与故障预测。
关键词：轴承超温;回归参数法;故障预警
中图分类号：TM315 文献标识码：A 文章编号：1007-9416（2020）02-0098-01
0 引言
风能是可再生能源中最具开发前景的一种能源[1]。然而，风电机组因运行环境较为恶劣和长期的运行工作会生产各种各样的故障。风机轴承超温是风机故障中最为常见的一种故障。风机轴承超温是可以通过预警监测和故障诊断避免的[2]。其中代表性成果有：利用小波分析的方法進行特征提取，并采用BP神经网络的方法实现智能诊断[3]。采用自适应遗传与蚁群算法融合的方法，对故障进行诊断[4]。
本文提出回归参数算法建立轴承超温故障预警模型，当异常发生时，温度会偏离该依赖关系决定的理论温度。通过判定实测温度是否显著偏离正常工况下的理论温度来给出预警信号，从而达到预警的目的。
1 数据预处理
选取国内某风场风电机组的SCADA系统所记录的轴承温度与30s平均功率数据进行验证，该风场风机的基本参数为：切入风速3m/s，切出风速22m/s，额定功率为2100kw，额定风速11m/s，异常数据分布比较典型的76号风机的连续12个月的数据。选取机组相应故障前50d至100d的监测数据为正常数据，选取故障点至故障前1d的监测数据为异常数据。
1.1 数据清洗
数据清洗，剔除训练数据集中的停机及限功率工况数据。
1.2 数据归一化
将监测参数的值映射到[0， 1]区间内，采用最大最小值法归一化数据，避免高次幂项与低次幂项之间数量级的差别，从而影响计算精度。
2 模型建立
2.1 回归参数法轴承温度模型建立
监测参数间的相关关系通过多项式拟合的方法进行分析，利用最小二乘法拟合训练风机轴承温度和功率数据中相关监测参数的关系，其中功率作为拟合关系中的自变量x，温度为因变量y。经预处理后的数据为（x1，y1），（x2，y2），…，（xn，yn），采用k次多项式拟合：y=a0+a1x+…+akxk，则最小二乘法拟合系数的计算公式（1）、（2）为：
a=（XTX）-1Xy （1）
a=（a0，a1，…，ak）T y=（y1，y2，…，yn）T （2）
由数据训练拟合正常与异常回归曲线，并量化正常与异常曲线之间的差别。当计算得到的拟合差别超过一定阈值时，即可认为存在潜在的故障风险而发出预警。
2.2 健康指标计算与故障预警
本文以正常曲线与异常拟合曲线之间的平均距离作为健康状态的指示指标，即健康指标如公式（3）：
（3）
其中xmin和xmax分别为训练样本的最小值和最大值。
3 实验分析结果与分析
对76号机组的监测数据进行数据预清洗与归一化实现了数据规约，排除了大部分噪声的影响，只保留较为平滑的数据变化趋势。采用3次多项式对预处理后的数据进行拟合，得到的拟合曲线如图1中黑线所示，此即为正常回归曲线。图中绿色点所示即为超温数据分布，拟合如图1中红线异常回归曲线。采用平均距离对回归曲线的偏离程度进行量化，即得到反映轴承潜在超温问题的机组健康指标如图2所示。
在所有检测时间点上计算得到的该健康指标随时间的变化曲线，通过该健康指标可对轴承超温问题进行识别和预警。该健康指标位于0附近波动时，表明机组基本处于正常状态，而当该指标显著高于0时，则表明轴承存在超温风险。从图3中可见，随着时间的推移，机组健康指标存在随时间增加的趋势，并在故障发生的约前4d出现急剧的增加，图中红线则为第一次相关报警信号的出现时间。
4 结论
本文基于回归参数法建立了轴承超温故障预警模型，通过风机轴承温度与功率之间的相关性进行轴承的健康状况评估与故障预测。能有效的对轴承超温进行提前预警，减少因超温而带来的轴承故障问题。
参考文献
[1] 胡锦楠，朱峙成，刘佳玮，等.基于大数据的风电场风能资源及其利用情况评估[J].科技创新导报，2018，15（16）：48-49.
[2] 宋磊.双馈异步风电机组状态监测与故障诊断系统的研究[D].北京：华北电力大学，2015.
[3] KUSIAK A，LI W.The prediction and diagnosis of wind turbine faults [J].Renewable Energy，2011，36（1）：16-23.
[4] 张祥罗.风力机中发电机在线故障特征提取与故障诊断系统研究[D].广东：华南理工大学，2013
The Overtemperature Fault Warning of Fan Bearing Based on Regression
Parameter Algorithm
WANG Xin
（Chongqing JiaoTong University， Chongqing 400000）
Abstract：During the operation of wind turbine， the bearing temperature monitored by SCADA system is significantly correlated with the power. In this paper，based on the regression parameter method， a bearing over-temperature fault warning model is established.
Key words：bearing over-temperature; regression parameter method; fault early warning
转载注明来源:https://www.xzbu.com/8/view-15192356.htm
