System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及风电故障预警,尤其涉及一种基于大数据的风电故障预警系统。
技术介绍
1、在风电机组的长期运行过程中,随着运行时间的不断增加,以及工作在受力多变、条件艰苦、工况复杂的自然环境中,发电机、齿轮箱、主轴承、偏航系统等主要部件的故障率显著增加,目前对状态监测与故障诊断应用于风电机组的研究还处在初级阶段,实现风电机组故障的有效诊断是现在所面临的主要问题。
2、由于目前对风电机组监测预警方式单一,有效预警时间过短,导致留给风电机组维护单位进行有效维修的时间过短,造成一些复杂的维修无法在预警时间内进行有效的维修,不仅增加了维修风险,而且维修成功率低下,并且故障分析的结果准确度不高,造成故障原因诊断准确度不高,进一步增加了维修难度。
3、因此我们对此做出改进,提出一种基于大数据的风电故障预警系统。
技术实现思路
1、(一)本专利技术要解决的技术问题是:通过多种监测预警方式结合,实现有效预警时间长,且故障诊断准确度高,通过模型训练,增加预警和故障排查的准确度,进一步降低维修难度。
2、(二)技术方案
3、为了实现上述专利技术目的,本专利技术提供了一种基于大数据的风电故障预警系统,包括视觉监视数据处理模块、参量数据采集模块、排障结果获取模块、训练优化模块,所述视觉监视数据处理模块用于视觉监视分析风力发电机组的受损数据,所述参量数据采集模块用于获取风力发电机组设备运转过程中的参数数据,所述视觉监视数据处理模块和参量数据采集模块均通过数据传输技
4、优选的,所述视觉监视数据处理模块包括视觉传感单元、临时视频库、视频处理单元、缺陷建模单元、缺陷分析单元、损伤等级判定单元以及机组安全判定单元,所述视觉传感单元通过数据传输技术与临时视频库相连,用于临时存储检测的视频数据,所述临时视频库通过数据传输技术与视频处理单元相连,用于对视频中设备缺陷图像进行数据提取处理,所述视频处理单元通过数据传输技术与缺陷建模单元相连,用于根据提取的数据进行建模,所述缺陷建模单元通过数据传输技术与缺陷分析单元相连,用于根据建模进行缺陷分析,所述缺陷分析单元通过数据传输技术与损伤等级判定单元相连,用于根据分析结果进行损伤等级判定,所述损伤等级判定单元通过数据传输技术与机组安全判定单元相连,用于根据损伤等级,初步判定风力发电机组的安全等级。
5、优选的,所述视频处理单元对视频处理包括图像背景与目标的类间计算、最优阈值计算以及参量的计算,所述图像背景与目标的类间计算δ2(e)的计算公式为:
6、δ2(e)=θ1(λ-λ1)+θ2(λ-λ2)
7、式中,δ2(e)是e值范围内的类间方差;λ、λ1、λ2分别为目标区域的灰度值、图像整体灰度值以及图像背景区域灰度均值;θ1、θ2分别为图像目标区域和背景区域出现的可能性;
8、所述最优阈值δ2(e*)计算公式为:
9、
10、式中,0≤e≤l-1为灰度等级,l≥2,且为正整数;
11、所述参量的计算公式为:
12、
13、式中,a为带出来的风电机组设备目标图像;b为对其实时运算的结构元素;分别为膨胀和腐蚀符号。
14、优选的,所述缺陷建模单元用于对风力发电机组设备检测缺陷目标区域h进行计算,计算公式为:
15、
16、式中,m*n为像素点总量;f(x,y)为风力发电机组缺陷区域面积;
17、所述损伤等级判定单元用于对风力发电机组损伤程度进行判定,判断计算公式为:
18、
19、式中,v为风力发电机组缺陷区域面积,即f(x,y);
20、v1为风力发电机组设备检测缺陷目标区域,即h。
21、优选的,所述数据分析模块包括数据预处理单元、参数选择单元、故障模型建立单元、模型检验单元、故障预测单元以及预警信号生成单元,所述数据预处理单元通过数据传输技术与参数选择单元相连,用于对获取的数据中去除异常、重复数据,所述参数选择单元通过数据传输技术与故障模型建立单元相连,用于建立故障模型,所述故障模型建立单元通过数据传输技术与模型检验单元相连,用于对建立的模型进行检验,所述模型检验单元通过数据传输技术与故障预测单元相连,用于进行故障预测,所述故障预测单元通过数据传输技术与预警信号生成单元相连,用于生成预警信号。
22、优选的,所述故障模型建立单元用于建立故障模型的筛查的故障原因h*进行计算,计算公式为:
23、
24、式中,h为一个假设;d为一个观察的数据集;p(d/h)为故障概率。
25、优选的,所述故障模型建立单元用于建立故障模型中故障概率p(d/h)进行计算,计算公式为:
26、
27、式中,i(h)为一个假设集;i(d/h)为一个常数。
28、优选的,所述训练优化模块包括样本获取单元、归一化处理单元、网络训练单元、模型预测单元、预测输出单元以及故障概率判断单元,所述样本获取单元通过数据传输技术与归一化处理单元相连,用于将获取的样本数据进行归一化处理,所述归一化处理单元通过数据传输技术与网络训练单元相连,用于对归一化处理的数据进行训练,所述网络训练单元通过数据传输技术与模型预测单元相连用于对训练后的数据建立模型进行预测,所述模型预测单元通过数据传输技术与预测输出单元相连,用于将预测结果输出,所述预测输出单元通过数据传输技术与故障概率判断单元相连,用于对故障原因进行判断。
29、优选的,所述样本获取单元用于获取样本数据的特征向量集x进行计算,计算公式为:
30、
31、式中,xn(m)为变桨系统特征向量;n为样本个数;m为特征向量的维数;
32、所述归一化处理单元用于对特征向量集x进行归一化处理xi进行计算,计算公式为:
33、
34、式中,xmax和xmin分别为样本数据中的最大值和最小值。
35、优选的,所述网络训练本文档来自技高网...
【技术保护点】
1.一种基于大数据的风电故障预警系统,包括视觉监视数据处理模块(1)、参量数据采集模块(2)、排障结果获取模块(6)、训练优化模块(8),其特征在于,所述视觉监视数据处理模块(1)用于视觉监视分析风力发电机组的受损数据,所述参量数据采集模块(2)用于获取风力发电机组设备运转过程中的参数数据,所述视觉监视数据处理模块(1)和参量数据采集模块(2)均通过数据传输技术与数据存储模块(3)相连,用于临时存储视觉监视数据处理模块(1)和参量数据采集模块(2)获取的数据,所述数据存储模块(3)通过数据传输技术与数据分析模块(4)相连,用于对获取的视觉监视数据处理模块(1)和参量数据采集模块(2)获取的数据进行建模分析,所述数据分析模块(4)通过数据传输技术与数据可视化模块(5)相连,用于将视觉监视数据处理模块(1)和参量数据采集模块(2)获取的数据分析结果进行报表可视化处理,所述排障结果获取模块(6)通过数据传输技术与排障结果对比模块(7)相连,所述排障结果对比模块(7)通过数据传输技术与数据可视化模块(5)相连,用于获取维修部分实际排障维修结果与数据分析结果进行对比,所述排障结果对比模块(
2.根据权利要求1所述的一种基于大数据的风电故障预警系统,其特征在于,所述视觉监视数据处理模块(1)包括视觉传感单元(10)、临时视频库(11)、视频处理单元(12)、缺陷建模单元(13)、缺陷分析单元(14)、损伤等级判定单元(15)以及机组安全判定单元(16),所述视觉传感单元(10)通过数据传输技术与临时视频库(11)相连,用于临时存储检测的视频数据,所述临时视频库(11)通过数据传输技术与视频处理单元(12)相连,用于对视频中设备缺陷图像进行数据提取处理,所述视频处理单元(12)通过数据传输技术与缺陷建模单元(13)相连,用于根据提取的数据进行建模,所述缺陷建模单元(13)通过数据传输技术与缺陷分析单元(14)相连,用于根据建模进行缺陷分析,所述缺陷分析单元(14)通过数据传输技术与损伤等级判定单元(15)相连,用于根据分析结果进行损伤等级判定,所述损伤等级判定单元(15)通过数据传输技术与机组安全判定单元(16)相连,用于根据损伤等级,初步判定风力发电机组的安全等级。
3.根据权利要求2所述的一种基于大数据的风电故障预警系统,其特征在于,所述视频处理单元(12)对视频处理包括图像背景与目标的类间计算、最优阈值计算以及参量的计算,所述图像背景与目标的类间计算δ2(e)的计算公式为:
4.根据权利要求2所述的一种基于大数据的风电故障预警系统,其特征在于,所述缺陷建模单元(13)用于对风力发电机组设备检测缺陷目标区域H进行计算,计算公式为:
5.根据权利要求1所述的一种基于大数据的风电故障预警系统,其特征在于,所述数据分析模块(4)包括数据预处理单元(17)、参数选择单元(18)、故障模型建立单元(19)、模型检验单元(20)、故障预测单元(21)以及预警信号生成单元(22),所述数据预处理单元(17)通过数据传输技术与参数选择单元(18)相连,用于对获取的数据中去除异常、重复数据,所述参数选择单元(18)通过数据传输技术与故障模型建立单元(19)相连,用于建立故障模型,所述故障模型建立单元(19)通过数据传输技术与模型检验单元(20)相连,用于对建立的模型进行检验,所述模型检验单元(20)通过数据传输技术与故障预测单元(21)相连,用于进行故障预测,所述故障预测单元(21)通过数据传输技术与预警信号生成单元(22)相连,用于生成预警信号。
6.根据权利要求5所述的一种基于大数据的风电故障预警系统,其特征在于,所述故障模型建立单元(19)用于建立故障模型的筛查的故障原因H*进行计算,计算公式为:
7.根据权利要求6所述的一种基于大数据的风电故障预警系统,其特征在于,所述故障模型建立单元(19)用于建立故障模型中故障概率P(D/H)进行计算,计算公式为:
8.根据权利要求1所述的一种基于大数据的风电故障预警系统,其特征在于所述训练优化模块(8)包括样本获取单元(23)、归一化处理单元(24)、网络训练单元(25)、模型预测单元(26)、预测输出单元(27)以及故障概率判断单元(28),所述样本获取单元(23)通过数据传输技术与归一化处理单元(...
【技术特征摘要】
1.一种基于大数据的风电故障预警系统,包括视觉监视数据处理模块(1)、参量数据采集模块(2)、排障结果获取模块(6)、训练优化模块(8),其特征在于,所述视觉监视数据处理模块(1)用于视觉监视分析风力发电机组的受损数据,所述参量数据采集模块(2)用于获取风力发电机组设备运转过程中的参数数据,所述视觉监视数据处理模块(1)和参量数据采集模块(2)均通过数据传输技术与数据存储模块(3)相连,用于临时存储视觉监视数据处理模块(1)和参量数据采集模块(2)获取的数据,所述数据存储模块(3)通过数据传输技术与数据分析模块(4)相连,用于对获取的视觉监视数据处理模块(1)和参量数据采集模块(2)获取的数据进行建模分析,所述数据分析模块(4)通过数据传输技术与数据可视化模块(5)相连,用于将视觉监视数据处理模块(1)和参量数据采集模块(2)获取的数据分析结果进行报表可视化处理,所述排障结果获取模块(6)通过数据传输技术与排障结果对比模块(7)相连,所述排障结果对比模块(7)通过数据传输技术与数据可视化模块(5)相连,用于获取维修部分实际排障维修结果与数据分析结果进行对比,所述排障结果对比模块(7)还通过数据传输技术与大数据库(9)相连,用于上传存储数据分析模块(4)分析的故障预警数据和排障结果对比模块(7)生成的故障比对数据,所述训练优化模块(8)均通过数据传输技术与数据存储模块(3)和大数据库(9)相连,用于获取数据分析模块(4)分析的故障预警数据和排障结果对比模块(7)生成的故障比对数据对模型进行优化训练。
2.根据权利要求1所述的一种基于大数据的风电故障预警系统,其特征在于,所述视觉监视数据处理模块(1)包括视觉传感单元(10)、临时视频库(11)、视频处理单元(12)、缺陷建模单元(13)、缺陷分析单元(14)、损伤等级判定单元(15)以及机组安全判定单元(16),所述视觉传感单元(10)通过数据传输技术与临时视频库(11)相连,用于临时存储检测的视频数据,所述临时视频库(11)通过数据传输技术与视频处理单元(12)相连,用于对视频中设备缺陷图像进行数据提取处理,所述视频处理单元(12)通过数据传输技术与缺陷建模单元(13)相连,用于根据提取的数据进行建模,所述缺陷建模单元(13)通过数据传输技术与缺陷分析单元(14)相连,用于根据建模进行缺陷分析,所述缺陷分析单元(14)通过数据传输技术与损伤等级判定单元(15)相连,用于根据分析结果进行损伤等级判定,所述损伤等级判定单元(15)通过数据传输技术与机组安全判定单元(16)相连,用于根据损伤等级,初步判定风力发电机组的安全等级。
3.根据权利要求2所述的一种基于大数据的风电故障预警系统,其特征在于,所述视频处理单元(12)对视频处理包括图像背景与目标的类间计算、最优阈值计算以...
【专利技术属性】
技术研发人员:米大斌,曹欣,李琨,谭建鑫,井延伟,郭艳旬,马涛,秦晓亮,段树纯,
申请(专利权)人:河北建投新能源有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。