風(fēng)電機(jī)組故障建模及特征提取方法的研究

華電電力科學(xué)研究院有限公司 李雪玉

1 引言

風(fēng)電機(jī)組的故障預(yù)判有利于預(yù)防機(jī)組隱患向故障、事故的發(fā)展；故障的事后診斷能夠得到故障最優(yōu)處理措施以解除故障。因此風(fēng)電場(chǎng)狀態(tài)檢修是以可靠性最高、故障風(fēng)險(xiǎn)最低、運(yùn)維成本控制最經(jīng)濟(jì)為約束條件的最佳運(yùn)維模式，風(fēng)電機(jī)組故障建模及特征提取是機(jī)組故障診斷的核心環(huán)節(jié)。

風(fēng)電機(jī)組SCADA數(shù)據(jù)作為重要的生產(chǎn)數(shù)據(jù)，是評(píng)判機(jī)組故障發(fā)生與否和故障程度的重要指標(biāo)。因此本文著手利用反向推理過程解決機(jī)組SCADA數(shù)據(jù)特征的提取問題，該方法同時(shí)嚴(yán)格考慮到外界工況對(duì)參數(shù)的影響。

2 典型故障模式建模方法的選取

本文從分析風(fēng)電機(jī)組故障屬性和故障建模出發(fā)，運(yùn)用機(jī)理建模和反向建模方法，初步構(gòu)建故障模式與參數(shù)的關(guān)聯(lián)性。對(duì)華銳SL1500機(jī)組15種典型的故障模式按照屬性劃分為功能型故障和失效型故障，并對(duì)這兩種故障模式選取不同的故障建模方法，從而為不同類型故障模式特征提取方法的確定奠定基礎(chǔ)。表1例舉了華銳SL1500機(jī)組15種典型故障模式的建模方法選取結(jié)果。

3 故障SCADA數(shù)據(jù)特征的奇異點(diǎn)剔除

華銳SL1500機(jī)組的SCADA生產(chǎn)數(shù)據(jù)全部匯總到PLC控制器，統(tǒng)一發(fā)送到遠(yuǎn)端集控室。由于運(yùn)行數(shù)據(jù)傳感器精度、電磁信號(hào)干擾、信息處理錯(cuò)誤、數(shù)據(jù)存儲(chǔ)問題以及棄風(fēng)限電、機(jī)組故障停機(jī)等原因均會(huì)使SCADA系統(tǒng)數(shù)據(jù)產(chǎn)生奇異數(shù)據(jù)點(diǎn)。這些奇異點(diǎn)會(huì)在故障建模中誤判為機(jī)組故障數(shù)據(jù)，因此需要解決奇異點(diǎn)剔除問題。

表1 華銳SL1500機(jī)組典型故障模式建模方法

本文依據(jù)對(duì)張北縣某風(fēng)電場(chǎng)華銳SL1500機(jī)組2011～2013年三年的歷史數(shù)據(jù)進(jìn)行全面分析，歸納總結(jié)出該類機(jī)組奇異點(diǎn)剔除的規(guī)則：

機(jī)組非工作狀態(tài)時(shí)的奇異點(diǎn)：外界風(fēng)速大于機(jī)組切入風(fēng)速時(shí)，機(jī)組輸入功率為零點(diǎn)或負(fù)值點(diǎn)。

機(jī)組異常停機(jī)過程的奇異點(diǎn)：外界風(fēng)速大于機(jī)組切入風(fēng)速時(shí)、小于機(jī)組切出風(fēng)速時(shí)，機(jī)組輸出功率由正常值減小到零值或負(fù)值點(diǎn)。

機(jī)組正常啟動(dòng)過程的奇異點(diǎn)：外界風(fēng)速大于機(jī)組切入風(fēng)速時(shí)，機(jī)組輸出功率由零值或負(fù)值點(diǎn)增加到正值的點(diǎn)。

機(jī)組正常運(yùn)行過程中，參照IEC61400-12-1“bin”劃分法，以0.5m/s間隔為風(fēng)速區(qū)間劃分標(biāo)準(zhǔn)，剔除每個(gè)區(qū)間內(nèi)機(jī)組輸出功率值概率密度分析不滿足分布準(zhǔn)則（小于μ-3σ和μ+3σ大于）的數(shù)據(jù)點(diǎn)。

4 運(yùn)行工況辨識(shí)參數(shù)選取和區(qū)間劃分

由于風(fēng)電機(jī)組運(yùn)行過程中受到風(fēng)速、環(huán)境溫度等因素的影響，溫度、功率等運(yùn)行相關(guān)參數(shù)也具有明顯的隨機(jī)波動(dòng)性特點(diǎn)，所以在完成風(fēng)電機(jī)組SCADA參數(shù)的奇異點(diǎn)剔除后，還需考慮機(jī)組運(yùn)行工況的干擾問題。

經(jīng)過對(duì)張北縣某風(fēng)電場(chǎng)華銳SL1500機(jī)組2011年～2013年三年的數(shù)據(jù)進(jìn)行研究，得到了表2與機(jī)組故障SCADA數(shù)據(jù)特征相關(guān)的工況參數(shù)。依據(jù)不同故障模式關(guān)聯(lián)的數(shù)據(jù)工況參數(shù)情況，將工況參數(shù)劃分為三部分。

表2 華銳SL1500機(jī)組與各故障相關(guān)的運(yùn)行工況參數(shù)表

4.1 溫度類的工況參數(shù)

機(jī)組SCADA類溫度參數(shù)（軸承溫度、齒輪箱潤滑油溫、變槳電機(jī)溫度、轉(zhuǎn)子繞組溫度、定子繞組溫度）與外界的風(fēng)速和環(huán)境溫度緊密相關(guān)。

規(guī)定環(huán)境溫度工況區(qū)間劃分間隔值ΔT=5。C，環(huán)境溫度歷史最值為Tmax和Tmin，則ΔT將環(huán)境溫度參數(shù)整體區(qū)間劃分為m份。選取切入風(fēng)速Vin和Vout切出風(fēng)速為邊界值，ΔV=0.5m/s為劃分區(qū)間，將外界風(fēng)速參數(shù)整體區(qū)間劃分為n份。

4.2 非溫度類變槳SCADA數(shù)據(jù)的工況參數(shù)

非溫度類變槳SCADA數(shù)據(jù)主要指影響變槳角度故障和變槳轉(zhuǎn)矩故障關(guān)聯(lián)參數(shù)三葉片角度和三葉片變槳轉(zhuǎn)矩。通過分別研究葉片變槳角度、葉片變槳轉(zhuǎn)矩與外界風(fēng)速的分布關(guān)系，利用外界風(fēng)速將機(jī)組運(yùn)行工況劃分為3～6m/s、6～12m/s和12～25m/s三部分，分別對(duì)三種工況下的變槳角度和變槳轉(zhuǎn)矩進(jìn)行統(tǒng)計(jì)分析。

4.3 非溫度類偏航SCADA數(shù)據(jù)的工況參數(shù)

非溫度類偏航SCADA數(shù)據(jù)主要指影響偏航定位不準(zhǔn)確、偏航無法啟動(dòng)、偏航電纜纏繞、偏航限位開關(guān)故障。該部分外界風(fēng)速對(duì)偏航系統(tǒng)故障的影響主要體現(xiàn)在切入風(fēng)速Vin=3m/s時(shí)機(jī)組不執(zhí)行偏航，因此該部分工況參數(shù)外界風(fēng)速區(qū)間劃分即為切入風(fēng)速Vin。

5 工況區(qū)間內(nèi)特征參數(shù)概率分布統(tǒng)計(jì)分析

該部分的原理是通過剔除奇異點(diǎn)并按工況區(qū)間劃分后的數(shù)據(jù)分布統(tǒng)計(jì)規(guī)律反推數(shù)據(jù)與機(jī)組故障模式的關(guān)聯(lián)性。風(fēng)電機(jī)組故障SCADA數(shù)據(jù)主要分為離線標(biāo)準(zhǔn)數(shù)據(jù)的訓(xùn)練過程和在線實(shí)時(shí)數(shù)據(jù)的檢測(cè)過程。在線實(shí)時(shí)數(shù)據(jù)的檢測(cè)過程為對(duì)機(jī)組實(shí)時(shí)SCADA數(shù)據(jù)通過判斷所屬工況空間、與標(biāo)準(zhǔn)樣本數(shù)據(jù)對(duì)比、統(tǒng)計(jì)機(jī)組異常點(diǎn)比例來提取機(jī)組故障SCADA數(shù)據(jù)特征。

采用時(shí)間長度為Z的時(shí)間窗口對(duì)Z個(gè)數(shù)據(jù)進(jìn)行實(shí)時(shí)檢測(cè)，定義每次檢測(cè)過程中異常數(shù)據(jù)點(diǎn)的個(gè)數(shù)為Zα，因此長度為Z的時(shí)間窗口內(nèi)在線實(shí)時(shí)數(shù)據(jù)檢測(cè)異常率ηij為：

其中，i，j用于判斷在線實(shí)時(shí)檢測(cè)數(shù)據(jù)所處的工況區(qū)間。本文中機(jī)組故障SCADA數(shù)據(jù)特征最終以異常率ηij表示，異常率ηij的大小能夠反映機(jī)組故障的嚴(yán)重程度。

6 案例分析

本案例以某風(fēng)場(chǎng)某風(fēng)機(jī)組2011年3月到2012年2月的SCADA數(shù)據(jù)作為標(biāo)準(zhǔn)樣本進(jìn)行訓(xùn)練，將2012年3月到2013年2月的數(shù)據(jù)作為實(shí)時(shí)檢測(cè)數(shù)據(jù)，以該機(jī)組齒輪箱潤滑油溫度參數(shù)為研究對(duì)象。

首先，按照上文提出的故障SCADA數(shù)據(jù)特征的奇異點(diǎn)剔除方法處理檢測(cè)數(shù)據(jù)。該風(fēng)場(chǎng)全年最低溫度為-19.94°C，最高溫度為48.9°C，則其環(huán)境溫度范圍為-20°C～50°C。按照上文關(guān)于溫度類參數(shù)工況區(qū)間劃分方法，環(huán)境溫度區(qū)間可劃分的個(gè)數(shù)為：m=（50-（-20）+1）/5=14.02，取整為m=15。

同樣風(fēng)速參數(shù)參照IEC61400-12-1“bin”劃分 方 法，n=（20-2+1）/0.5=38， 則n=38。 因此，可將齒輪箱潤滑油溫度參數(shù)的工況劃分為n×m=570個(gè)區(qū)間。

隨機(jī)挑選3個(gè)劃分工況內(nèi)的齒輪箱潤滑油數(shù)據(jù)進(jìn)行正態(tài)分布驗(yàn)證，均符合規(guī)律。然后再對(duì)齒輪箱潤滑油溫度參數(shù)570個(gè)運(yùn)行工況內(nèi)的數(shù)據(jù)進(jìn)行閾值訓(xùn)練，得到每個(gè)細(xì)化運(yùn)行工況內(nèi)的齒輪箱潤滑油溫度閾值。

至此，實(shí)現(xiàn)了基于該風(fēng)場(chǎng)某風(fēng)機(jī)組齒輪箱潤滑油溫度參數(shù)2011年3月到2012年2月工況辨識(shí)下的歷史數(shù)據(jù)概率分布離線訓(xùn)練，接下來對(duì)2012年3月到2013年2月齒輪箱潤滑油溫度數(shù)據(jù)進(jìn)行實(shí)時(shí)檢測(cè)，得到每個(gè)細(xì)化區(qū)間的異常率。

本文設(shè)定異常率閾值為0.5～0.7。研究結(jié)果表明2012年3月到2013年2月該機(jī)組齒輪箱潤滑油溫出現(xiàn)過2次參數(shù)預(yù)警特征超限，1次參數(shù)診斷特征超限，其中診斷超限的數(shù)據(jù)時(shí)間標(biāo)記與該案例中的2013年2月的第一行星輪系太陽輪磨損故障的發(fā)生時(shí)間相吻合。

7 小結(jié)

本文依據(jù)風(fēng)電機(jī)組故障的不同屬性，明確不同類型的故障建模方法。運(yùn)用故障機(jī)理建模和反向建模兩種方式，針對(duì)機(jī)組傳動(dòng)鏈振動(dòng)數(shù)據(jù)和機(jī)組SCADA數(shù)據(jù)制定適于變工況條件下的風(fēng)電機(jī)組振動(dòng)數(shù)據(jù)特征和SCADA數(shù)據(jù)特征提取方法，同時(shí)較為準(zhǔn)確地揭示了風(fēng)電機(jī)組故障特征隨故障發(fā)展的動(dòng)態(tài)演變規(guī)律。