CMS振动数据质量检测的方法及其系统及计算机可读存储介质

cms振动数据质量检测的方法及其系统及计算机可读存储介质
技术领域
1.本发明实施例涉及风力发电技术领域，尤其涉及一种cms振动数据质量检测的方法及其系统及计算机可读存储介质。


背景技术：

2.随着煤炭、石油等能源的逐渐枯竭，人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。伴随着风电技术的不断发展，风力发电机组在电力系统中的应用日益增加。风力发电机组是将风能转化为电能的大型设备，通常设置于风能资源丰富的地区。
3.目前，通常是基于风力发电机组的旋转机械的cms(condition monitoring system，状态监控系统)振动数据来对风力发电机组的运行状况进行监控。然而，cms振动数据可能存在传感器失常、提取数据质量存在问题等，导致获得的cms振动数据存在一定的缺陷，进而将会导致无法对风力发电机组的运行状况进行精确的监控。


技术实现要素：

4.本发明实施例的目的在于提供一种cms振动数据质量检测的方法及其系统及计算机可读存储介质，能够确保cms振动数据的质量，真实准确地反映出风力发电机组的特征。
5.本发明实施例的一个方面提供一种cms振动数据质量检测的方法，应用于风力发电机组。所述方法包括：获取风力发电机组的cms振动数据序列；将所述cms振动数据序列划分为多个数据段；采用至少一种计算方法来计算所述多个数据段中每一个数据段的数据特征；针对所述至少一种计算方法中的任一种计算方法，该种计算方法计算出的所述多个数据段的数据特征形成该种计算方法的数据特征列表，确定该种计算方法的数据特征列表对应的阈值；以及基于该种计算方法中的每一个数据段的数据特征与该种计算方法的数据特征列表对应的阈值的大小比较来判定所述cms振动数据序列的数据质量。
6.进一步地，所述确定该种计算方法的数据特征列表对应的阈值包括：根据大数定律来确定该种计算方法的数据特征列表对应的阈值。
7.进一步地，所述根据大数定律来确定该种计算方法的数据特征列表对应的阈值包括：计算该种计算方法的数据特征列表的均值和方差；基于该种计算方法的数据特征列表的均值和方差来确定该种计算方法的数据特征列表对应的阈值。
8.进一步地，所述该种计算方法的数据特征列表对应的阈值设定为该种计算方法的数据特征列表的均值与三倍方差之和。
9.进一步地，在计算所述多个数据段中每一个数据段的数据特征之前，所述方法还包括：采用空缺值法来检查所述多个数据段中每一个数据段是否存在空缺值；及在检查出任一个数据段中存在空缺值时，则判定所述cms振动数据序列的数据质量不合格。
10.进一步地，所述采用至少一种计算方法来计算所述多个数据段中每一个数据段的
数据特征包括：采用平均值法来计算所述多个数据段中每一个数据段的数据特征。
11.进一步地，所述采用平均值法来计算所述多个数据段中每一个数据段的数据特征包括：针对所述多个数据段中的任一个数据段，将该数据段划分为多个窗口长度；计算每一个窗口长度中数据的平均值；从多个窗口长度的数据的平均值中找出最大平均值和最小平均值；及基于所述最大平均值和所述最小平均值来确定该数据段的数据特征。
12.进一步地，将所述最大平均值和所述最小平均值之差作为该数据段的数据特征。
13.进一步地，所述采用至少一种计算方法来计算所述多个数据段中每一个数据段的数据特征包括：采用均方根法来计算所述多个数据段中每一个数据段的数据特征。
14.进一步地，所述采用均方根法来计算所述多个数据段中每一个数据段的数据特征包括：针对所述多个数据段中的任一个数据段，将该数据段划分为多个窗口长度；计算每一个窗口长度中数据的均方根；从多个窗口长度中数据的均方根中找出最大均方根值和最小均方根值；及基于所述最大均方根值和所述最小均方根值来确定该数据段的数据特征。
15.进一步地，将所述最大均方根值和所述最小均方根值之差作为该数据段的数据特征。
16.进一步地，所述采用至少一种计算方法来计算所述多个数据段中每一个数据段的数据特征包括：采用方差法来计算所述多个数据段中每一个数据段的数据特征。
17.进一步地，所述采用方差法来计算所述多个数据段中每一个数据段的数据特征包括：针对所述多个数据段中的任一个数据段，将该数据段划分为多个窗口长度；找出每一个窗口长度中数据的最大值和最小值；基于多个窗口长度中数据的最大值来计算最大值的方差；基于多个窗口长度中数据的最小值来计算最小值的方差；及基于所述最大值的方差和所述最小值的方差来确定该数据段的数据特征。
18.进一步地，将所述最大值的方差和所述最小值的方差之差作为该数据段的数据特征。
19.进一步地，在任一种计算方法计算出的任一个数据段的数据特征大于该计算方法的数据特征列表对应的阈值时，则判定所述cms振动数据序列的数据质量不合格。
20.本发明实施例的另一个方面还提供一种cms振动数据质量检测的系统。所述系统包括一个或多个处理器，用于实现如上各个实施例所述的cms振动数据质量检测的方法。
21.本发明实施例的另一个方面还提供一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时，实现如上各个实施例所述的cms振动数据质量检测的方法。
22.本发明一个或多个实施例的cms振动数据质量检测的方法及其系统及计算机可读存储介质能够确保cms振动数据的质量，能够真实准确地反映出风力发电机组的特征，进而能够对风力发电机组的运行状态进行精确的监控。
附图说明
23.图1为本发明一个实施例的cms振动数据质量检测的方法的流程图；
24.图2为本发明一个实施例的采用平均值法来检测cms振动数据的效果示意图；
25.图3为本发明一个实施例的采用均方根法来检测cms振动数据的效果示意图；
26.图4为本发明一个实施例的采用方差法来检测cms振动数据的效果示意图；
27.图5为本发明一个实施例的采用空缺值法来检测cms振动数据的效果示意图；
28.图6为本发明一个实施例的cms振动数据质量检测的方法的一个具体步骤；
29.图7为本发明一个实施例的cms振动数据质量检测的系统的示意性框图。
具体实施方式
30.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本发明相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。
31.在本发明实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。除非另作定义，本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出，“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而且可以包括电性的连接，不管是直接的还是间接的。在本发明说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
32.本发明实施例提供了一种cms振动数据质量检测的方法，其应用于风力发电机组。图1揭示了本发明一个实施例的cms振动数据质量检测的方法的流程图。如图1所示，本发明一个实施例的cms振动数据质量检测的方法可以包括步骤s11至步骤s15。
33.在步骤s11中，获取风力发电机组的cms振动数据序列。
34.可以从风力发电机组的cms(condition monitoring system，状态监控系统)中来获取cms振动数据序列。在一个实施例中，可以将振动传感器设置于风力发电机组的旋转元件上，例如轴承等，通过该振动传感器来获取风力发电机组的cms振动数据序列。振动传感器例如可以包括加速度传感器，风力发电机组的cms振动数据序列包括一段时间内的加速度的振动幅值。
35.在步骤s12中，可以将cms振动数据序列划分为多个数据段，例如，[x1,x2,x3,
…
,xn]，其中，每一个数据段中包含多个数据点。
[0036]
在步骤s13中，采用至少一种计算方法来计算多个数据段中每一个数据段的数据特征。
[0037]
在一些实施例中，在步骤s13中，可以采用平均值法来计算多个数据段中每一个数据段的数据特征。
[0038]
平均值法可以用来检测数据的离群值，从而可以用于后面的数据质量的判断。
[0039]
下面将详细介绍如何采用平均值法来计算多个数据段中每一个数据段的数据特征。
[0040]
针对多个数据段[x1,x2,x3,
…
,xm]中的任一个数据段x，该数据段x中包括多个数据点，例如，x＝[x1,x2,x3,
…
,xn]，其中，xi是cms振动数据序列中任一个数据段x中的数据点，n为数据长度。
[0041]
设定窗口长度为n，将该数据段x划分为多个窗口长度，例如，将该数据段x中的振动数据等分为k份，代表第j份中第i个振动数据，其中，i＝1,2,
…
n，j＝1,2,
…
k，k
×
n＝n。
[0042]
计算每一个窗口长度中数据的平均值m＝[m1,m2,m3,
…
,mk]，其中，
[0043]
从多个窗口长度的数据的平均值m＝[m1,m2,m3,
…
,mk]中找出最大平均值m
max
和最小平均值m
min
。
[0044]
基于最大平均值m
max
和最小平均值m
min
来确定该数据段x的数据特征f。在一个实施例中，可以将最大平均值m
max
和最小平均值m
min
之差作为该数据段x的数据特征f，即f＝m
max-m
min
。
[0045]
在另一些实施例中，在步骤s13中，可以采用均方根法来计算多个数据段中每一个数据段的数据特征。
[0046]
均方根法可以用来检测数据的均匀性和振动的幅度，从而可以用于后面的数据质量的判断。
[0047]
下面将详细介绍如何采用均方根法来计算多个数据段中每一个数据段的数据特征。
[0048]
针对多个数据段[x1,x2,x3,
…
,xm]中的任一个数据段x，该数据段x中包括多个数据点，例如，x＝[x1,x2,x3,
…
,xn]，其中，xi是cms振动数据序列中任一个数据段x中的数据点，n为数据长度。
[0049]
设定窗口长度为n，将该数据段x划分为多个窗口长度，例如，将该数据段x中的振动数据等分为k份，代表第j份中第i个振动数据，其中，i＝1,2,
…
n，j＝1,2,
…
k，k
×
n＝n。
[0050]
计算每一个窗口长度中数据的均方根r＝[r1,r2,r3,
…
,rk]，其中，rj＝rms(xj)(j＝1,2,
…
,k)。
[0051]
从多个窗口长度中数据的均方根r＝[r1,r2,r3,
…
,rk]中找出最大均方根值r
max
和最小均方根值r
min
。
[0052]
基于最大均方根值r
max
和最小均方根值r
min
来确定该数据段x的数据特征f。在一个实施例中，可以将最大均方根值r
max
和最小均方根值r
min
之差作为该数据段x的数据特征f，即f＝r
max-r
min
。
[0053]
在又一些实施例中，在步骤s13中，可以采用方差法来计算多个数据段中每一个数据段的数据特征。
[0054]
方差法可以用来检测数据的平整度，从而可以用于后面的数据质量的判断。
[0055]
下面将详细介绍如何采用方差法来计算多个数据段中每一个数据段的数据特征。
[0056]
针对多个数据段[x1,x2,x3,
…
,xm]中的任一个数据段x，该数据段x中包括多个数
据点，例如，x＝[x1,x2,x3,
…
,xn]，其中，xi是cms振动数据序列中任一个数据段x中的数据点，n为数据长度。
[0057]
设定窗口长度为n，将该数据段x划分为多个窗口长度，例如，将该数据段x中的振动数据等分为k份，代表第j份中第i个振动数据，其中，i＝1,2,
…
n，j＝1,2,
…
k，k
×
n＝n。
[0058]
找出每一个窗口长度中数据的最大值max＝[a1,a2,a3,
…
,an]和最小值min＝[b1,b2,b3,
…
,bn]。
[0059]
基于多个窗口长度中数据的最大值max＝[a1,a2,a3,
…
,ak]来计算最大值的方差var(max)。
[0060]
基于多个窗口长度中数据的最小值min＝[b1,b2,b3,
…
,bk]来计算最小值的方差var(min)。
[0061]
基于最大值的方差var(max)和最小值的方差var(min)来确定该数据段x的数据特征f。在一个实施例中，可以将最大值的方差var(max)和最小值的方差var(min)之差作为该数据段x的数据特征f，即f＝var(max)-var(min)。
[0062]
继续参照图1所示，在步骤s14中，针对至少一种计算方法中的任一种计算方法，该种计算方法计算出的多个数据段的数据特征可以形成该种计算方法的数据特征列表，确定该种计算方法的数据特征列表对应的阈值。
[0063]
例如，针对任一种计算方法，该种计算方法计算得出的多个数据段[x1,x2,x3,
…
,xn]的数据特征可以形成该种计算方法的数据特征列表[f1,f2,f3,
…
,fn]。在一个实施例中，可以根据大数定律来确定该种计算方法的数据特征列表[f1,f2,f3,
…
,fn]对应的阈值t。
[0064]
具体地，计算该种计算方法的数据特征列表[f1,f2,f3,
…
,fn]的均值μ和方差σ，可以基于该种计算方法的数据特征列表[f1,f2,f3,
…
,fn]的均值μ和方差σ来确定该种计算方法的数据特征列表[f1,f2,f3,
…
,fn]对应的阈值t。该种计算方法的数据特征列表[f1,f2,f3,
…
,fn]对应的阈值t设定为该种计算方法的数据特征列表[f1,f2,f3,
…
,fn]的均值μ与三倍方差σ之和，即t＝μ 3σ。
[0065]
例如，在采用平均值法来计算多个数据段中每一个数据段的数据特征的实施例中，平均值法计算得到的多个数据段的数据特征可以形成一个平均值法的数据特征列表，可以按照上面所述的大数定律来确定平均值法的数据特征列表所对应的阈值t1。
[0066]
类似地，在采用均方根法来计算多个数据段中每一个数据段的数据特征的实施例中，均方根法计算得到的多个数据段的数据特征可以形成一个均方根法的数据特征列表，可以按照上面所述的大数定律来确定均方根法的数据特征列表所对应的阈值t2。
[0067]
在采用方差法来计算多个数据段中每一个数据段的数据特征的实施例中，方差法计算得到的多个数据段的数据特征可以形成一个方差法的数据特征列表，可以按照上面所述的大数定律来确定方差法的数据特征列表所对应的阈值t3。
[0068]
在步骤s14中确定出每一种计算方法的数据特征列表所对应的阈值t之后，在步骤s15中，可以基于该种计算方法中的每一个数据段的数据特征与该种计算方法的数据特征列表对应的阈值t的大小比较来判定cms振动数据序列的数据质量。
[0069]
在任一种计算方法计算出的任一个数据段的数据特征大于该计算方法的数据特
征列表对应的阈值t时，则判定cms振动数据序列的数据质量不合格。
[0070]
例如，在采用平均值法时，可以将平均值法计算出的多个数据段中的每一个数据段的数据特征f＝m
max-m
min
与确定的平均值法的数据特征列表对应的阈值t1的大小进行比较，当平均值法计算出的任一个数据段的数据特征f＝m
max-m
min
大于平均值法的数据特征列表对应的阈值t1时，即m
max-m
min
》t1，则cms振动数据序列的数据质量不合格。
[0071]
图2揭示了本发明一个实施例的采用平均值法来检测cms振动数据的效果示意图。如图2所示，采用平均值法可以检测数据的离群值，通过离群值可以判断数据的质量，图2中的虚线方框所示为采用平均值法检测出的cms振动数据序列中的不合格数据。
[0072]
在采用均方根法时，可以将均方根法计算出的多个数据段中的每一个数据段的数据特征f＝r
max-r
min
与确定的均方根法的数据特征列表对应的阈值t2的大小进行比较，当均方根法计算出的任一个数据段的数据特征r
max-r
min
大于均方根法的数据特征列表对应的阈值t2时，即r
max-r
min
》t2，则cms振动数据序列的数据质量不合格。
[0073]
图3揭示了本发明一个实施例的采用均方根法来检测cms振动数据的效果示意图。如图3所示，采用均方根法可以检测数据的均匀性和振动的幅度，如果超出正常值，则数据异常。如图3中的虚线方框所示为采用均方根法检测出的cms振动数据序列中的不合格数据。
[0074]
在采用方差法时，可以将方差法计算出的多个数据段中的每一个数据段的数据特征f＝var(max)-var(min)与确定的方差法的数据特征列表对应的阈值t3的大小进行比较，当方差法计算出的任一个数据段的数据特征f＝var(max)-var(min)大于方差法的数据特征列表对应的阈值t3时，即var(max)-var(min)》t3，则说明数据的平整性欠佳，可以判定cms振动数据序列的数据质量不合格。
[0075]
图4揭示了本发明一个实施例的采用方差法来检测cms振动数据的效果示意图。如图4所示，采用方差法可以检测数据的平整度，如果数据的最值方差过大，数据平整性欠佳，则认为数据异常。如图4中的虚线方框所示为采用方差法检测出的cms振动数据序列中的不合格数据。
[0076]
本发明实施例的cms振动数据质量检测的方法可以采用平均值法、方差法和均方根法中的任一种或多种计算方法来检查cms振动数据序列的数据质量。
[0077]
在一些实施例中，在步骤s13采用至少一种计算方法来计算多个数据段中每一个数据段的数据特征之前，本发明实施例的cms振动数据质量检测的方法还可以进一步包括：采用空缺值法来检查多个数据段中每一个数据段是否存在空缺值；及在检查出任一个数据段中存在空缺值时，则可以判定cms振动数据序列的数据质量不合格。
[0078]
图5揭示了本发明一个实施例的采用空缺值法来检测cms振动数据的效果示意图。如图5所示，采用空缺值法可以检查一段数据是否存在空缺值，如果存在则数据质量不合格，反之则合格。如图5中的虚线方框所示，采用空缺值法检测出cms振动数据序列中的中部截断，因此，存在cms振动数据序列的数据质量不合格。
[0079]
本发明实施例的cms振动数据质量检测的方法可以保证数据的完整性，保持数据噪声分布合理，并确保数据中无异常冲击或波动，不存在过大的随机性，不含定义不清晰的频率分量信号。
[0080]
本发明实施例的cms振动数据质量检测的方法能够确保cms振动数据的质量，能够
真实准确地反映出风力发电机组的特征，进而能够对风力发电机组的运行状态进行精确的监控。
[0081]
图6揭示了本发明一个实施例的cms振动数据质量检测的方法的一个具体步骤。如图6所示，在步骤s21中，获取cms振动数据序列。在步骤s22中，可以采用空缺值法来检测cms振动数据序列中的数据质量。若空缺值法检测出某个数据段的数据质量不合格时，则可以直接进入到步骤s26的数据质量判定，直接判定cms振动数据序列中的数据质量不合格。若步骤s22中检测出的所有数据段的数据质量合格时，则过程继续前进到步骤s23。在步骤23中，可以采用方差法来检测cms振动数据序列中的数据质量。若方差法检测出某个数据段的数据质量不合格时，则可以直接进入到步骤s26的数据质量判定，直接判定cms振动数据序列中的数据质量不合格。若步骤s23中检测出的所有数据段的数据质量合格时，则过程继续前进到步骤s24。在步骤24中，可以采用均方根法来检测cms振动数据序列中的数据质量。若均方根法检测出某个数据段的数据质量不合格时，则可以直接进入到步骤s26的数据质量判定，直接判定cms振动数据序列中的数据质量不合格。若步骤s24中检测出的所有数据段的数据质量合格时，则过程继续前进到步骤s25。在步骤25中，可以采用平均值法来检测cms振动数据序列中的数据质量。若平均值法检测出某个数据段的数据质量不合格时，则可以直接进入到步骤s26的数据质量判定，直接判定cms振动数据序列中的数据质量不合格。若步骤s25中检测出的所有数据段的数据质量合格时，则过程最终进入到步骤s26的数据质量判定，判定cms振动数据序列中的数据质量合格。
[0082]
一段合格的cms振动数据首先要没有空缺值，因此，可以先采用空缺值法进行检验。然后，根据经验，很大一部分数据异常可以通过方差法检测出，其次是均方根法和平均值法。以上图6所示仅为本发明实施例的cms振动数据质量检测的方法的一个示意性步骤流程。然而，本发明实施例的cms振动数据质量检测的方法并不局限于图6所示的具体步骤。实际上，可以根据经验来确定采用平均值法、均方根法和方差法的检测顺序，按经验合理安排先后方法的检测顺序可以提高数据判断效率。
[0083]
本发明实施例还提供了一种cms振动数据质量检测的系统200，其应用于风力发电机组。图7揭示了本发明一个实施例的cms振动数据质量检测的系统200的示意性框图。如图7所示，cms振动数据质量检测的系统200可以包括一个或多个处理器201，用于实现上面任一实施例所述的cms振动数据质量检测的方法。在一些实施例中，cms振动数据质量检测的系统200可以包括计算机可读存储介质202，计算机可读存储介质202可以存储有可被处理器201调用的程序，可以包括非易失性存储介质。在一些实施例中，cms振动数据质量检测的系统200可以包括内存203和接口204。在一些实施例中，本发明实施例的cms振动数据质量检测的系统200还可以根据实际应用包括其他硬件。
[0084]
本发明实施例的cms振动数据质量检测的系统200具有与上面所述的cms振动数据质量检测的方法相类似的有益技术效果，故，在此不再赘述。
[0085]
本发明实施例还提供了一种计算机可读存储介质。计算机可读存储介质上存储有程序，该程序被处理器执行时，实现上面任一实施例所述的cms振动数据质量检测的方法。
[0086]
本发明实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息
存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于：相变存储器/阻变存储器/磁存储器/铁电存储器(pram/rram/mram/feram)等新型存储器、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0087]
以上对本发明实施例所提供的cms振动数据质量检测的方法及其系统及计算机可读存储介质进行了详细的介绍。本文中应用了具体个例对本发明实施例的cms振动数据质量检测的方法及其系统及计算机可读存储介质进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想，并不用以限制本发明。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的精神和原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也均应落入本发明所附权利要求书的保护范围内。