一种风电机组CMS异常数据包识别方法技术

本发明专利技术公开了一种风电机组CMS异常数据包识别方法，通过对各数据包进行幅值过低异常检测、零点漂移异常检测、正负数据不平衡异常检测、数据闪断异常检测、数据突变异常检测、奇异值异常检测以及多点重复异常检测，建立异常数据包审查和识别算法，自动剔除异常数据包。本发明专利技术技术优势在于能够从海量CMS数据中自动识别出由于传感器异常、采集装置异常、网络输出异常、外界环境干扰以及风电机组偏航、变桨等引起的各种异常情况下的振动数据包，并能够自动区分出异常数据和故障数据，在剔除异常干扰数据的同时，保存故障数据，避免故障数据的丢失，为基于CMS数据的故障诊断提供高质量数据样本。样本。样本。

【技术实现步骤摘要】
一种风电机组CMS异常数据包识别方法


[0001]本专利技术属于数据异常检测领域，涉及一种异常数据检测方法，具体涉及一种风电机组CMS异常数据包识别方法。

技术介绍

[0002]目前风电机组都安装有“状态监测系统”，简称“CMS”。CMS主要通过在风电机组的轴承、齿轮箱、发电机等部件上加装振动传感器和转速传感器来对风电机组部件进行实时监测，通过对振动数据分析可识别机组各核心部件健康状态以及机组的整体健康状况，并根据部件的健康状态合理安排运维计划，避免了传统运维方式过维护和欠维护缺点。实际中，振动数据质量的好坏直接关系到监测的结果是否可靠。利用异常的振动数据对机组状态进行评估，不仅不能识别机组健康状态，甚至有时会导致监测系统误报故障，严重影响了振动监测系统在风电机组预防性维护中的应用体验，对运维人员带来了很大困扰。CMS数据往往由于传感器损坏、传感器脱落、网络传输异常、边缘数据采集硬件缺陷等原因导致振动数据存在异常。
[0003]为提高基于CMS数据的故障诊断的准确性和效率，在对CMS数据进行时域、频域以及时频域分析之前，首先需要判断CMS数据包是否为异常数据包，即对CMS数据包的质量进行检测，分析其是否存在零点漂移、数据中断、数据突变、正负数据不平衡等异常状况。若存在上述异常，则CMS数据包为异常数据包，对其进行剔除，以减少振动分析的工作量以及由此带来的误报故障。传统对数据质量进行检测的方法主要有不平衡分析、周期性检验以及AR模型预测等方法，但是这些方法都不适用于CMS数据的异常检测，因为CMS数据为非平稳数据，数据波动较大，而且当部件出现不同类型故障时其振动数据的周期性、数据分布特性也会发生变化，无法用单一的数据平稳性、周期性和正态性对其进行检测，更无法利用AR模型对其未来值进行准确预测。此外，利用差分方法、相关性分析法、多个传感器对比分析法、频谱分析法等对数据质量进行异常检测在实际中也有应用，但由于振动数据的相关性小、数据变化快、数据本身具有冲击、频率成分复杂等特性，上述方法并不能很好的适用于振动数据的异常检测。
[0004]从上面的分析可以看出，现有技术针对CMS数据的异常检测适用性较差，无法从复杂的振动数据中有效识别出零点漂移、数据中断、数据突变、正负数据不平衡等异常状况，不能满足风电机组CMS系统监测数据的质量异常检测需求。

技术实现思路

[0005]为了解决现有技术中的问题，本专利技术的目的在于提供一种风电机组CMS异常数据包识别方法，通过对各数据包进行幅值过低异常检测、零点漂移异常检测、正负数据不平衡异常检测、数据闪断异常检测、数据突变异常检测、奇异值异常检测以及多点重复异常检测，建立异常数据包审查和识别算法，自动剔除异常数据包。
[0006]为了实现以上目的，本专利技术所采用的技术方案为，
[0007]一种风电机组CMS异常数据包识别方法，所述异常数据包识别方法是通过对各数据包进行幅值过低异常检测、零点漂移异常检测、正负数据不平衡异常检测、数据闪断异常检测、数据突变异常检测、奇异值异常检测以及多点重复异常检测，根据检测结果判断数据包是否为异常数据包，并对异常数据包进行自动标识和剔除，具体包括以下步骤：
[0008]1)收集风电机组的CMS数据，获得各测点的振动数据包D＝{x1,x2,
…
,x
n
}，对于每一振动数据包，找出振动数据包中的所有波峰数据和波谷数据；
[0009]2)计算每一振动数据包中波峰数据的平均值和波谷数据的平均值
[0010]3)设置波峰数据有效值阈值A
+
和波谷数据有效值阈值对振动数据包进行第一次异常判断，包括如下步骤：
[0011](1)如果波峰数据的平均值小于或等于波峰数据有效值阈值A
+
，或者波谷数据的平均值大于或等于波谷数据有效值阈值A
‑
，则该数据包为异常数据包，不对该数据包进行存储和分析；
[0012](2)如果波峰数据的平均值大于波峰数据有效值阈值A
+
，并且波谷数据的平均值小于波谷数据有效值阈值A
‑
，则进行下一次分析判断；
[0013]4)将振动数据包划分为a等份，a为可配置参数，对于每一等份数据，计算其中大于0的数据的个数Np和小于0的数据的个数Nn；
[0014]5)计算每一等份数据中大于0的数据的个数Np和小于0的数据的个数Nn的差值率：
[0015][0016]式中：r(i)为第i等份数据中Np和Nn的差值率；t为每一等份数据中数据点的个数；
[0017]6)计算每一等份数据的均值的绝对值：
[0018][0019]式中：为第i等份数据的均值的绝对值；x
j
为振动数据包中的数据；
[0020]7)根据步骤5)和步骤6)中计算得到的每一等份数据的差值率和均值的绝对值，找出其中差值率的最大值r
max
和均值的绝对值的最大值
[0021]8)设置差值率阈值r
*
和均值的绝对值阈值对振动数据包进行第二次异常判断，包括如下步骤：
[0022](1)如果差值率的最大值r
max
大于或等于差值率阈值r
*
，或者均值的绝对值的最大值大于或等于均值的绝对值阈值则该数据包为异常数据包，不对该数据包进行存储和分析；
[0023](2)如果差值率的最大值r
max
小于差值率阈值r
*
，并且均值的绝对值的最大值小于均值的绝对值阈值则进行下一次分析判断；
[0024]9)计算每一等份数据的均方根值，也即每一等份数据的有效值：
[0025][0026]式中：X
rms
(i)为第i等份数据的有效值；
[0027]10)根据步骤9)中计算得到的a个有效值，找到有效值中的最大值和最小值
[0028]11)设置有效值波动阈值f，对振动数据包进行第三次分析判断，包括如下步骤：
[0029](1)如果有效值的最大值大于或等于最小值的f倍，则该数据包为异常数据包，不对该数据包进行存储和分析；
[0030](2)如果有效值的最大值小于最小值的f倍，则进行下一次分析判断；
[0031]12)找出振动数据包中所有数据绝对值的最大值x
max
；
[0032]13)计算振动数据包的突变系数：
[0033][0034]式中：k为振动数据包的突变系数；
[0035]14)设置振动数据包的突变系数阈值k
max
，对振动数据包进行第四次分析判断，包括如下步骤：
[0036](1)如果振动数据包的突变系数k大于或等于突变系数阈值k
max
，则该数据包为异常数据包，不对该数据包进行存储和分析；
[0037](2)如果振动数据包的突变系数k小于突变系数阈值k
max
，则进行下一次本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组CMS异常数据包识别方法，其特征在于，所述异常数据包识别方法是通过对各数据包进行幅值过低异常检测、零点漂移异常检测、正负数据不平衡异常检测、数据闪断异常检测、数据突变异常检测、奇异值异常检测以及多点重复异常检测，根据检测结果判断数据包是否为异常数据包，并对异常数据包进行自动标识和剔除，具体包括以下步骤：1)收集风电机组的CMS数据，获得各测点的振动数据包D＝{x1,x2,
…
,x
n
}，对于每一振动数据包，找出振动数据包中的所有波峰数据和波谷数据；2)计算每一振动数据包中波峰数据的平均值和波谷数据的平均值3)设置波峰数据有效值阈值A
+
和波谷数据有效值阈值A
‑
，对振动数据包进行第一次异常判断，包括如下步骤：(1)如果波峰数据的平均值小于或等于波峰数据有效值阈值A
+
，或者波谷数据的平均值大于或等于波谷数据有效值阈值A
‑
，则该数据包为异常数据包，不对该数据包进行存储和分析；(2)如果波峰数据的平均值大于波峰数据有效值阈值A
+
，并且波谷数据的平均值小于波谷数据有效值阈值A
‑
，则进行下一次分析判断；4)将振动数据包划分为a等份，a为可配置参数，对于每一等份数据，计算其中大于0的数据的个数Np和小于0的数据的个数Nn；5)计算每一等份数据中大于0的数据的个数Np和小于0的数据的个数Nn的差值率：式中：r(i)为第i等份数据中Np和Nn的差值率；t为每一等份数据中数据点的个数；6)计算每一等份数据的均值的绝对值：式中：为第i等份数据的均值的绝对值；x
j
为振动数据包中的数据；7)根据步骤5)和步骤6)中计算得到的每一等份数据的差值率和均值的绝对值，找出其中差值率的最大值r
max
和均值的绝对值的最大值8)设置差值率阈值r
*
和均值的绝对值阈值对振动数据包进行第二次异常判断，包括如下步骤：(1)如果差值率的最大值r
max
大于或等于差值率阈值r
*
，或者均值的绝对值的最大值大于或等于均值的绝对值阈值则该数据包为异常数据包，不对该数据包进行存储和分析；(2)如果差值率的最大值r
max
小于差值率阈值r
*
，并且均值的绝对值的最大值小于均值的绝对值阈值则进行下一次分析判断；9)计算每一等份数据的均方根值，也即每一等份数据的有效值：
式中：X
rms
(i)为第i等份数据的有效值；10)根据步骤9)中计算得到的a个有效值，找到有效值中的最大值和最小值11)设...

【专利技术属性】
技术研发人员：汪臻，刘腾飞，郭靖，邓巍，赵勇，李冲，许瑾，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：