風電機組主軸軸承故障的分析與預測

文 | 凌永志，魯納納，孫啟濤，銀磊

隨著風電技術的快速發展，陸上大兆瓦、低風速機型的不斷涌現，海上大兆瓦、緊湊型機組的研發與投產也取得實質性的進展，但愈來愈復雜的風電機組結構使得故障率也逐漸提高，因此，設備和系統的維護及檢修技術顯得極為重要。

主軸軸承作為發電機組傳動系統的關鍵部件，由于受到自然風的影響，承受著巨大的隨機沖擊力，因而，頻繁發生多種類型的故障。主軸軸承一旦出現故障，若不能及時維護，輕則迫使機組停機，必須更換昂貴組件；重則損毀整個機組，造成巨大損失。因此，開展風電機組主軸軸承的故障分析工作顯得尤為重要。有學者采用支持向量機方法建模，挖掘出主軸軸承存在磨損的潛在故障，但結合風速基于功率異常的分析方法針對性不夠，不能將故障定位到具體部件。此外，該方法對現有的數據及風電機組指標利用不夠，易造成誤報。

隨機森林不僅對噪聲和異常值具備較好的容忍度，而且訓練速度較快，不易出現過擬合，目前已在各種分類及預測問題中得到廣泛應用。現今，XGBoost集成學習算法也備受青睞，主要應用于特征選擇、狀態預測以及故障診斷等領域，并取得相對顯著的成果。將隨機森林與XGBoost算法相結合，可以在一定程度上提高分類準確率，但隨機森林不能很好地處理非平衡數據，預測效果也需加入多指標評估。因此，本文引入SMOTE采樣方法來改進隨機森林算法處理非平衡數據時的不足，用改進后的隨機森林和專家經驗結合的方法進行特征選擇，并加入皮爾遜相關性系數，確保輸入變量能夠表征主軸軸承狀態，最后進行XGBoost分類模型訓練。仿真結果表明：所提方法具有較高的準確性及穩定性，而且可以實現提前一周預測主軸軸承故障。

理論分析

一、隨機森林的相關原理

隨機森林利用Bootstrap方法從原始N個訓練樣本集中有放回地抽取n（n≤N）個樣本，并且重復K次，建立K個決策樹。決策樹節點分裂的方法為，先從M個屬性中隨機抽取m個屬性（一般取不大于log2M+1的最大正整數），再從m個屬性中選出最優屬性作為分裂屬性。該算法基于基尼指數來選擇劃分最優屬性，其具體計算如下：

倘若當前樣本D中第i類樣本的占比為π（i=1,2,…, |y|），且滿足為分類類別總數，則D的基尼值為：

其中，Gini(D)取值為[0,1]。

假設用測試屬性a把隨機變量D劃分為D1和D2兩類，則屬性a的基尼指數為：

如果A=a1,a2,…,am為候選屬性集合，則選出滿足劃分后基尼指數最小的屬性為最優劃分屬性，即：

二、XGBoost算法的理論分析

XGBoost算法使得梯度提升思想得到高效的系統實現，該算法的基學習器應用分類回歸CART，由于單棵CART過于簡單，不能很好地分類故障，故選擇K個CART函數線性組合構成集成樹來預測分類目標值，即：

為了更好地學習模型中的函數集合，XGBoost的目標函數如式（5）所示：

式中，l是一個可微凸函數，用來評估分類預測值與真實值yi的殘差，并稱其為損失函數；Ω為正則項，用來懲罰模型復雜度，有效防止模型過擬合。由于式（5）用傳統方法不易求解，因此，采用貪婪學習fk以使目標函數最小。

對式（6）損失函數采用泰勒級數展開，并移去常數項且保留至二階項，即：

定義Ij= ｛i|q（Xi）=j｝是落在第j個葉子節點上實例的索引號，則模型復雜度可表示為 ：γ和λ為正規化系數。

則模型目標函數為：

對于一個確定的結構q(X)，葉子節點j的最優權重和對應的最優目標函數值分別為：

假設IL和IR為分裂后左右子節點的實例集，設I=IL∪IR，則分裂后的結構損失為式（11），此式可用來確定是否分裂以及分裂候選點。

仿真驗證

本節主要介紹風電機組主軸軸承異常捕捉及預測的具體實驗步驟，分析隨機森林和XGBoost算法在風電機組主軸軸承故障預測上應用的可行性。

一、實驗步驟

為了更好地闡述數據的預處理方式及模型評價和故障預測的評估標準，給出具體實驗步驟如下：

（1）數據探索：選取風電機組發生主軸軸承磨損故障前一周的數據，先對監測指標做質量分析和特征分析。質量分析主要檢查數據集中是否有缺失值、異常值、不一致值等無法直接用于分析的數據；特征分析包括：數據分布分析、指標對比分析及定量數據統計分析。監測指標說明如表1，部分指標的分布如圖1（a）―（d），統計分布見表2。

由圖1（a）－（d）以及表2易知，風速實時值、功率實時值以及發電機轉速實時值均服從偏正態分布，風速均值為10.41，標準差為4.88；功率均值為422.87，標準差為597.75；發電機轉速均值為1535.52，標準差為252.71；主軸軸承A溫度服從正態分布，其均值為6.48，標準差為12.47。

（2） 數據清洗

數據清洗主要是刪去原始數據集中無關數據、重復數據、平滑噪聲數據，篩選掉與挖掘主題無關的數據，處理缺失值、異常值等。處理數據缺失值的方法有三類：刪除記錄、數據插補和不處理。考慮到缺失數據較少，因此，采用刪除記錄的方法。處理異常值的方法有刪除記錄、視為缺失值（按照缺失值處理）、平均值修正、不處理等。本文在分析異常值出現的原因后，選擇刪除記錄的方法。

表1 全部檢測指標的統計分析

表2 部分指標的統計分布

表3 部分指標的標準化處理

（3）數據標準化及不平衡處理

為消除指標之間的量綱和取值范圍差異的影響，需對數據進行標準化處理，常見數據標準化方法主要有：minmax標準化、0-1標準化等。由于min-max標準化是消除量綱最簡單的方法，故本文采用min-max標準化。原始數據集中存在正負樣本不平衡的問題，會導致模型無法正確分類。數據平衡處理方法主要有：ADASYN采樣方法、SMOTE采樣方法等。其中，SMOTE采樣方法是處理非平衡數據的常用手段。因此，本文采用該采樣方法，來處理原始數據集中正負樣本不平衡的問題，提高模型分類準確性，部分監測指標標準化結果如表3所示。

表4 分類器的比較結果

（4） 數據相關性分析

使用隨機森林方法對步驟（3）的數據進行特征選擇，特征重要度越大，與主軸軸承狀態相關性越強，其相關性分析結果如圖2所示。

從圖2中首先挑選出與主軸軸承狀態相關性較大的變量，結合主軸軸承的故障機理，進一步進行變量的篩選，再經過皮爾遜相關性系數計算，刪去各變量之間相關性較大的變量，降低數據維度，并防止模型訓練過擬合。最終，輸入的變量有風速實時值、發電機功率實時值、發電機轉速實時值、X方向振動值、Y方向振動值、機艙溫度、室外溫度、輪轂溫度、齒輪箱非驅動端溫度、齒輪箱油溫、主軸軸承A溫度、扭纜角度、年發電量、電網電流L1；輸出變量為主軸軸承狀態值（“0”為正常，“1”為故障）。

（5）數據建模

采用XGBoost算法，將已處理好的數據輸入到XGBoost分類模型進行訓練，并加入交叉驗證，防止訓練過擬合。訓練完后導入需要分析的測試數據，進行故障預測。

（6）模型評價及故障預測

模型評價主要是計算模型的準確率P、召回率R、F1值、AUC和ROC曲線等指標。若準確率、召回率、F1值、AUC均大于0.9，ROC曲線為接受者操作特征曲線，用于評價模型的預測能力，若曲線越接近左上角，則模型越理想。其中，F1值為準確率和召回率的綜合評價指標，其計算方式為：F1=2×P×R/(P+R)，F1值越大，模型越理想；AUC為ROC曲線與坐標軸圍成的面積，數值小于或等于1，AUC越大，模型越理想。

在故障預測階段進行規定時間的實時診斷，若某一天的預測數據中“1”所占的比例大于0.9，則判斷該天主軸軸承發生故障。

二、結果分析

通過仿真結果可知，準確率、召回率、F1值、AUC的數值分別為：0.9942、0.9943、0.9942、0.9943，均大于0.9，滿足訓練要求。圖3（a）為模型測試ROC曲線，易知 ROC曲線非常接近左上角，滿足訓練要求。圖3（b）為隨著迭代次數增加，訓練集和測試集的AUC整體上均呈現上升的變化趨勢。輸入測試集對主軸軸承故障進行預測，如圖3（c）－3（d）所示。

由圖3（d）不難發現，測試集為主軸軸承磨損故障前一周的數據，2019年10月26日發生主軸軸承磨損故障。經過模型預測后，可查看到2019年10月20日時預測數據中“1”所占的比例已經大于0.9，結合圖3（c）中主軸軸承正常結果可知，本文方法可以提前一周預測主軸軸承故障。

在改進隨機森林特征選擇的同一前提下，將XGBoost與較經典的AdaBoost、GBDT、MLP和RF等分類預測算法在同一測試集上對其訓練時間和準確率進行對比，結果如表4所示。

由表4可知，XGBoost與其他算法相比，具有更高的故障預測準確率，平均提高1.73%，雖然GBDT和RF耗時短，但兩者都是基于決策樹，其準確率均略差于XGBoost，由此很好地驗證了XGBoost用于故障預測的有效性。

總結

為了實現風電機組主軸軸承早期故障的捕捉，從而達到故障預測的目的，本文設計了基于改進隨機森林和XGBoost的風電機組主軸軸承故障預測算法。由案例分析結果可知，該算法可以提前一周預測主軸軸承故障，與其他機器學習算法相比，XGBoost具有更優的故障預測準確率。此方法具有很好的實際應用價值，值得推廣。