基于XGBoost算法模型的風(fēng)機主軸承故障監(jiān)測與診斷方法

國電電力山東新能源開發(fā)有限公司 苑宏利 呂明明 張小東 魯東大學(xué)數(shù)學(xué)與統(tǒng)計科學(xué)學(xué)院 汪健冬 楊秋蓮 付恩強 劉廣臣 華風(fēng)數(shù)據(jù)（深圳）有限公司 黃文廣 柯 超 陳 文

引言

目前風(fēng)電行業(yè)隨著風(fēng)電機組運行年限增加，大量風(fēng)電機組安全隱患不斷增加、造成運維的成本不斷升高，使得風(fēng)電場的經(jīng)濟效益嚴(yán)重下降。為保證風(fēng)電機組健康安全運行和降低風(fēng)場運維成本，運用機器學(xué)習(xí)結(jié)合大數(shù)據(jù)分析的大型風(fēng)電機組運行狀態(tài)評估及故障診斷技術(shù)已成為風(fēng)電行業(yè)的重點研究。為了增強風(fēng)機發(fā)電的持續(xù)穩(wěn)定、降低風(fēng)電機組由于長時間停機導(dǎo)致的利益損失，作為關(guān)鍵部位的主軸承研究意義重大。

關(guān)于主軸承故障診斷，基于LightGMB算法、深度信念網(wǎng)絡(luò)、回歸分析等算法已有眾多論文發(fā)表，對軸承進(jìn)行狀態(tài)監(jiān)測和故障診斷必須提取出反映軸承故障的特征信息，然而這些特征信息常淹沒于其他部件的噪聲干擾之中，為此國內(nèi)陳長征等[1]用盲源分離算法、黃南天等[2]采用非平衡小樣本數(shù)據(jù)的風(fēng)機軸承故障深度對抗診斷，王桂蘭等[3]采用機器學(xué)習(xí)算法LightGMB，賈依達(dá)爾·熱孜別克等[4]提出了PCA-GAElman結(jié)合算法的模型來對齒輪箱軸承溫度進(jìn)行預(yù)測，陳雪峰等[5]通過研究復(fù)合材料葉片、齒輪箱、發(fā)電機三大部件來對風(fēng)電機組進(jìn)行故障診斷與監(jiān)測；烏彤等[6]對風(fēng)力發(fā)電機軸承故障的探究，總結(jié)了多個軸承故障的類型與原因，并從時域、頻域、時頻三個角度對故障進(jìn)行診斷；馬立鵬等[7]對風(fēng)機變槳軸承與輪轂連接螺栓進(jìn)行疲勞分析；魏巍等[8]采用小波分析對風(fēng)機軸承退化狀態(tài)進(jìn)行研究。而指標(biāo)體系的選取，數(shù)據(jù)的來源等關(guān)鍵因素是建模的關(guān)鍵，我們綜合以上眾人的經(jīng)驗，對該部件進(jìn)行更深度的研究。

風(fēng)機實際運行中主軸承部件與主軸承葉輪側(cè)溫度（CI_MainBearingRotorSideTemp）、主軸承齒輪箱側(cè)溫度（CI_MainBearingGbSideTemp）關(guān)系密切，因此本文主要研究以上兩個對象對風(fēng)電機組的故障進(jìn)行監(jiān)測。主要包括三個部分。首先，運用4種算法pearson相關(guān)系數(shù)、隨機森林、CatBoost算法、XGBoost算法對15個經(jīng)驗特征變量與2個研究對象的相關(guān)性排序進(jìn)行特征篩選，賦予每個模型等比例權(quán)重，計分排序；然后，利用篩選出的特征集運用多種算法建模進(jìn)行主軸承故障監(jiān)測，對比結(jié)果表明XGBoost算法模型最優(yōu)；最后，運用殘差進(jìn)行故障預(yù)警，利用風(fēng)機故障停機時效性，在風(fēng)機停機前提前預(yù)知故障狀態(tài)，同時利用特征重要性排序作為故障來源診斷與定位的參考。

1 數(shù)據(jù)預(yù)處理

1.1 數(shù)據(jù)來源及處理

本文基于日照莒縣風(fēng)場的一號風(fēng)機進(jìn)行建模研究，從SCADA數(shù)據(jù)庫中提取了2018～2019年以10秒鐘為時間間隔的數(shù)據(jù)共約310萬條。征求風(fēng)電專家意見，從控制狀態(tài)篩選出并網(wǎng)狀態(tài)下的數(shù)據(jù)作為輸入數(shù)據(jù)，刪去含有缺失值的數(shù)據(jù)行、刪除其他控制狀態(tài)下的數(shù)據(jù)行；列處理：刪除日期時間列，刪除控制狀態(tài)列，最終把數(shù)據(jù)處理成以一分鐘為時間間隔。

1.2 變量篩選和排序

變量篩選、確立特征函數(shù)關(guān)系是模型的基礎(chǔ)。確定特征函數(shù)關(guān)系，據(jù)專家經(jīng)驗，主軸承葉輪側(cè)溫度、主軸承齒輪箱側(cè)溫度與主軸承的關(guān)系較為密切，對此建立雙變量與其它特征函數(shù)關(guān)系。特征變量集簡潔有效、高靈敏度的特點是簡化模型結(jié)構(gòu)、提升模型精度、訓(xùn)練高效機器學(xué)習(xí)模型的關(guān)鍵。因此尋找多特征變量之間的關(guān)系，排除相關(guān)性較小甚至無關(guān)變量對模型體系的影響是建模的關(guān)鍵，也是故障原因診斷和定位的重要參考。

特征變量篩選采用四種算法模型進(jìn)行變量重要性排序，即Pearson相關(guān)系數(shù)、隨機森林模型、XGBoost算法模型、CatBoost算法模型，對可能影響主軸承的15個輸入變量的重要性進(jìn)行排序，并分別平均賦予權(quán)重進(jìn)行綜合排序，排序結(jié)果以及其與主軸承葉輪側(cè)溫度（℃）、主軸承齒輪箱側(cè)溫度（℃）分別如下。

CI_WindSpeed1：15、15，CI_GearboxInputShaftTemp：11、11，CI_GearboxOutputShaftTemp：9、4，CI_GeaboxInletOilTemp：5、4，CI_GenBearingTemperature：6、1，CI_NacelleCabTemp：8、6，CI_PcsActivePower：13、13，CI_IprRealPowe：12、12，CI_PitchHubTempS1：3、2，CI_PitchHubTempS2：1、2，CI_PitchHubTempS3：2、7，CI_GenWindingTemperatureU1：10、8，CI_PcsMeasuredGenSpeed：14、14，CI_NacelleAirTemp：7、9，CI_OutsideAirTemp：4、10。

2 基于XGBoost算法的監(jiān)測模型

2.1 模型介紹

XGBoost(Exterme Gradient Boosting)算法[9]是以集成思想為基礎(chǔ)，以梯度提升算法(Gradient Boost)為框架，是一個具有可拓展性的樹提升算法系統(tǒng)，并非簡單的將多個CART樹相加，而是利用加法模型和不斷遞進(jìn)的算法實現(xiàn)學(xué)習(xí)的優(yōu)化路徑。目前XGBoost已在競賽、醫(yī)學(xué)、金融等多個領(lǐng)域具有不可替代的作用，此算法在損失函數(shù)中引入正則項等方法防止模型的過擬合，適用性較于其他算法模型也表現(xiàn)優(yōu)異，可更快更有效的處理大量數(shù)據(jù)。較與它相似的GBDT算法更加充分的利用了導(dǎo)數(shù)信息，使其能夠更快速地達(dá)到最優(yōu)。本文提出一種基于XGBoost算法模型用于主軸承故障監(jiān)測與故障原因診斷，流程如圖1。

圖1中對原始數(shù)據(jù)初步清洗后，篩選變量、提取特征函數(shù)關(guān)系，將風(fēng)機正常狀態(tài)下的特征數(shù)據(jù)基于XGBoost算法建立回歸分析進(jìn)行訓(xùn)練，從而對主軸承故障監(jiān)測建模，最終將模型嵌入風(fēng)機監(jiān)測系統(tǒng)中持續(xù)輸入系統(tǒng)后臺的實時監(jiān)測數(shù)據(jù)，如何進(jìn)行故障監(jiān)測、判斷故障狀態(tài)體現(xiàn)于輸入數(shù)據(jù)中故障數(shù)據(jù)在模型中的異常趨勢會表現(xiàn)出與先前正常數(shù)據(jù)訓(xùn)練的風(fēng)機正常狀態(tài)下模型的趨勢圖產(chǎn)生分離，從而運用風(fēng)機故障從故障先兆到故障停機的時效性，在兩趨勢分離之初進(jìn)行態(tài)勢分析，當(dāng)趨勢圖到達(dá)高限值，預(yù)測風(fēng)機即將進(jìn)入故障狀態(tài)，從而完成主軸承故障狀態(tài)的監(jiān)測。

當(dāng)風(fēng)機從主軸承部件的模型結(jié)果判斷為故障狀態(tài)。接下來的目標(biāo)是進(jìn)行故障原因的診斷與定位，對此結(jié)合技術(shù)人員與模型建立的特征重要性排序結(jié)果，對主軸承可疑相關(guān)部件實施檢查和維護，從而實現(xiàn)風(fēng)機主軸承防控。

2.2 參數(shù)調(diào)優(yōu)

綜合考慮到模型訓(xùn)練結(jié)果的準(zhǔn)確性、時效性，設(shè)定樹的深度、樹的棵數(shù)、葉子節(jié)點權(quán)重、學(xué)習(xí)率等參數(shù)，采用機器學(xué)習(xí)常用方法網(wǎng)格搜索（grid search）進(jìn)行參數(shù)調(diào)優(yōu)，獲取局部最優(yōu)解。為避免隨機劃分?jǐn)?shù)據(jù)集產(chǎn)生的偶然性，均采用多折交叉驗證方法來降低隨機事件發(fā)生概率。隨著參數(shù)個數(shù)增長，參數(shù)組合更是呈現(xiàn)指數(shù)增長，在保證模型準(zhǔn)確率的前提下使模型達(dá)到最優(yōu)解，還需有效降低時間成本，本文XGBoost模型中主要設(shè)定以下參數(shù)：樹的最大深度（max_depth）可以控制過擬合；學(xué)習(xí)速率（learning_rate）控制每一步迭代的步長；樹的個數(shù)（n_estimators）取值適當(dāng)大時更好，提高魯棒性；最小葉子節(jié)點樣本權(quán)重和（min_child_weight）可避免學(xué)習(xí)局部特殊樣本。其調(diào)優(yōu)結(jié)果分別為50、6、200、0.05。

2.3 評價指標(biāo)

為評價XGBoost模型的準(zhǔn)確率及穩(wěn)健性，本文計算溫度實際均值、預(yù)測均值，MSE（Mean Squared Error）、MAE（Mean Absolute Error）、MAPE（Mean Absolute Percent Error）、R2（R Squared）六項評價指標(biāo)。其中R2稱為擬合優(yōu)度，R2的值越接近1說明模型預(yù)測值對實際觀測值的擬合程度越好。通過上述六個評價指標(biāo)對整個模型訓(xùn)練的好壞進(jìn)行總體的評判。計算公式如下：

3 模型驗證

3.1 模型對比

為了展示XGBoost算法模型在預(yù)測主軸承部件重要相關(guān)溫度的效果，建立多個其他模型用于對比，仍采用相同的80%數(shù)據(jù)用于訓(xùn)練模型、20%數(shù)據(jù)用于檢驗?zāi)Ｐ停C合各項指標(biāo)將各個算法模型進(jìn)行對比分析，實驗表明XGBoost在該風(fēng)機部件的預(yù)測能力優(yōu)異，相比于其它算法模型預(yù)測準(zhǔn)確率高、穩(wěn)健性強、能保證較好的時效性，綜合來看選取XGBoost算法是正確的。表1是以主軸承齒輪箱側(cè)溫度為待預(yù)測值的各項評價指標(biāo)對比表。

表1 模型對比表

以上各項評價指標(biāo)均在模型達(dá)到最優(yōu)參數(shù)時記錄，結(jié)果表明XGBoost算法的各項指標(biāo)均優(yōu)于另外兩種算法，模型擬合優(yōu)度R2(R Squared)更是接近于1，說明了估計值與對應(yīng)的實際數(shù)據(jù)之間擬合程度很高，可靠性強。從計算耗時來看，隨機森林耗時較短，但在風(fēng)場實際運行中，需準(zhǔn)確性更好的模型來降低因風(fēng)機長時間故障停機造成的經(jīng)濟損失，做到提前預(yù)警故障、提前維修故障。綜上，本文選取XGBoost算法作為研究最終的算法模型（圖2）。

3.2 模型驗證

為驗證模型的有效性，選取日照某風(fēng)場風(fēng)機實測數(shù)據(jù)作為對象進(jìn)行驗證，在主軸承發(fā)生故障前，其對應(yīng)的主軸承齒輪箱側(cè)溫度會處于非正常狀態(tài)下溫度，即模型預(yù)測溫度值與實測溫度值會出現(xiàn)偏差，若兩條溫度曲線偏離持續(xù)增加，則需考慮其即將發(fā)生故障。該風(fēng)機于2019年1月3日18時（日期來自風(fēng)電系統(tǒng)故障記錄表）主軸傳感器發(fā)生故障，取其故障前后各一段時間約2500個樣本數(shù)據(jù)進(jìn)行分析。

上圖3紅色代表實測溫度值，藍(lán)色代表預(yù)測溫度值，易知在b點到c點風(fēng)機主軸承部件出現(xiàn)故障，導(dǎo)致實際溫度曲線與模型預(yù)測溫度曲線發(fā)生偏離，由故障記錄表顯示，確實在該時間段發(fā)生了故障，在樣本點a附近，該部位的溫度也顯示出異常波動；在樣本點c后，風(fēng)機維修完成，該溫度逐漸趨于穩(wěn)定，到達(dá)正常溫度范圍。

主軸承齒輪箱側(cè)溫度殘差圖（圖4），更加清晰發(fā)現(xiàn)圖中圈出范圍內(nèi)預(yù)測值與實測值的偏離，表現(xiàn)為殘差曲線則出現(xiàn)大幅度的波動，技術(shù)人員便可通過殘差曲線波動信息對故障風(fēng)機進(jìn)行早維修、早重啟、早運行，本文便是通過觀測判斷殘差曲線的長時間波動來診斷主軸承故障，提前發(fā)現(xiàn)風(fēng)機異常，進(jìn)而降低因為風(fēng)機長時間因故障停機造成的損失，大大提高風(fēng)場實際利益。實驗結(jié)果表現(xiàn)出本文提出的模型實用性良好。