一、項(xiàng)目背景

伴隨著經(jīng)濟(jì)的發(fā)展，全球能源危機(jī)環(huán)境危機(jī)日益凸顯，風(fēng)能以其成本低、清潔、安全、可再生等優(yōu)點(diǎn)越來(lái)越受到世界各國(guó)的重視，所以近幾年以來(lái)風(fēng)力發(fā)電得到快速發(fā)展。然而風(fēng)電機(jī)組常處于惡劣的環(huán)境中極易出現(xiàn)運(yùn)行故障，其中齒輪箱是整個(gè)風(fēng)電機(jī)組發(fā)生故障概率最高的部件，據(jù)統(tǒng)計(jì)風(fēng)電機(jī)組60%以上的故障都發(fā)生于齒輪箱部位。因此迅速、準(zhǔn)確地對(duì)齒輪箱故障進(jìn)行預(yù)警，對(duì)降低風(fēng)電場(chǎng)的運(yùn)維成本、提高風(fēng)電場(chǎng)的經(jīng)濟(jì)效益、提高風(fēng)電機(jī)組運(yùn)行的可靠性具有重要意義。

二、問(wèn)題與挑戰(zhàn)

1.機(jī)組類型不同。從業(yè)務(wù)角度來(lái)說(shuō)，存在三種不同容量的機(jī)組，且設(shè)計(jì)和運(yùn)行參數(shù)會(huì)有一定的差異，為了發(fā)現(xiàn)不同類型機(jī)組齒輪箱故障的特征，保證故障模型的準(zhǔn)確率，需要對(duì)機(jī)組進(jìn)行分類。

2.用于分析的多個(gè)變量間會(huì)存在較多的信息重復(fù)。機(jī)組運(yùn)行的參數(shù)數(shù)據(jù)很多，若直接用來(lái)分析，會(huì)導(dǎo)致模型復(fù)雜，同時(shí)可能會(huì)引起模型較大誤差，因此要初步探索數(shù)據(jù)間的相關(guān)性，剔除重復(fù)因素。

3.時(shí)間因素的損失。故障發(fā)生雖說(shuō)只是一個(gè)時(shí)間點(diǎn)，但在故障發(fā)生的前一段時(shí)間就已經(jīng)有某些特性的改變，因此在進(jìn)行故障預(yù)測(cè)時(shí)，可將故障發(fā)生前一段時(shí)間都標(biāo)記為故障。

三、解決方案

基于聯(lián)合動(dòng)力機(jī)組的設(shè)計(jì)原理，進(jìn)行機(jī)組類型劃分，在此基礎(chǔ)上，針對(duì)不同類型的機(jī)組，利用機(jī)器學(xué)習(xí)算法，分析與聯(lián)合動(dòng)力機(jī)組齒輪箱故障相關(guān)的影響因素，構(gòu)建機(jī)組齒輪箱故障預(yù)警分類模型。

1.機(jī)組類型劃分

從機(jī)理和業(yè)務(wù)角度對(duì)機(jī)組進(jìn)行類型劃分。機(jī)組數(shù)據(jù)一致、傳感器位置一致則劃分為同一種類型。

2.機(jī)組運(yùn)行參數(shù)相關(guān)性分析

在機(jī)組分類的基礎(chǔ)上，分別針對(duì)不同的機(jī)組進(jìn)行參數(shù)相關(guān)性分析，實(shí)現(xiàn)數(shù)據(jù)降維。

3.齒輪箱故障預(yù)測(cè)

基于各類型機(jī)組，利用有監(jiān)督的二分類算法對(duì)機(jī)組齒輪箱是否發(fā)生故障進(jìn)行分類，從而預(yù)測(cè)機(jī)組齒輪箱故障發(fā)生的概率。利用有監(jiān)督的多分類算法對(duì)機(jī)組故障類型進(jìn)行分類，從而預(yù)測(cè)機(jī)組發(fā)生的故障類別。

四、應(yīng)用價(jià)值

1.預(yù)警聯(lián)合動(dòng)力機(jī)組齒輪箱故障

2.保證聯(lián)合動(dòng)力機(jī)組可靠運(yùn)行

3.推動(dòng)風(fēng)力發(fā)電技術(shù)發(fā)展

五、相關(guān)案例

某風(fēng)電公司聯(lián)合動(dòng)力機(jī)組齒輪箱故障預(yù)警模型開(kāi)發(fā)項(xiàng)目