一种基于功率谱结构的风电机组故障诊断方法及装置与流程

本申请涉及风电机组的，尤其涉及一种基于功率谱结构的风电机组故障诊断方法及装置。

背景技术：

1、风电机组传动链是机组的重要系统，出现故障后，如不能及时预警处理，故障问题将会恶化导致不可修复的损伤。尤其是传动链的很多故障问题，例如机械故障问题，无法在塔上完成修复，需要返厂进行。一旦涉及到下塔，则首先需要叶轮下塔，工作量巨大，成本及电量损失都不容忽视。

2、目前风电机组主轴承都安装有cms预警系统，但目前预警手段都是根据标准要求带宽进行有效值限值预警，或第三方公司一定周期内(通常一个月)出具一次cms数据分析报告。此类方法都难以准确且实时对传动链运行状态进行评估和预警，易出现漏检，致使早期故障问题劣化。

技术实现思路

1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本申请的第一个目的在于提出一种基于功率谱结构的风电机组故障诊断方法，以实时对机组运行状态进行评估和预警，减少早期故障问题劣化的风险。

3、本申请的第二个目的在于提出一种基于功率谱结构的风电机组故障诊断装置。

4、本申请的第三个目的在于提出一种电子设备。

5、本申请的第四个目的在于提出一种计算机可读存储介质。

6、为达上述目的，本申请第一方面实施例提出了一种基于功率谱结构的风电机组故障诊断方法，包括以下步骤：

7、获取机组状态监测系统监测的初始振动数据和实时振动数据；

8、对所述初始振动数据和所述实时振动数据分别进行功率谱计算，获取所述初始振动数据的初始功率谱图和所述实时振动数据的实时功率谱图；

9、基于均值哈希算法，分别获取针对所述初始功率谱图的基准哈希矩阵和针对所述实时功率谱图的实时哈希矩阵；

10、对所述基准哈希矩阵和所述实时哈希矩阵进行相似性计算，基于相似性计算结果确定机组的运行状态。

11、优选地，基于均值哈希算法，获取针对任一谱图的任一哈希矩阵，包括：

12、对所述任一谱图进行缩放，得到预设分辨率的标准图像；

13、对所述标准图像进行灰度化，计算所述标准图像的灰度平均值；

14、获取所述标准图像中的所有像素点，基于所述像素点的灰度值与所述灰度平均值的对比结果，获取所述像素点的赋值信息；

15、基于所述赋值信息确定与所述像素点对应的矩阵元素，基于所述矩阵元素构建针对所述任一谱图的任一哈希矩阵；

16、若所述任一谱图为所述初始功率谱图，所述任一哈希矩阵为基准哈希矩阵；若所述任一谱图为所述实时功率谱图，所述任一哈希矩阵为实时哈希矩阵。

17、优选地，所述对所述任一谱图进行缩放，得到预设分辨率的标准图像，包括：

18、获取所述任一谱图的实际带宽和预设的带宽阈值；

19、响应于所述实际带宽小于或者等于所述带宽阈值，基于标准分辨率对所述任一谱图进行缩放，得到标准图像。

20、优选地，所述方法还包括：

21、响应于所述实际带宽大于预设的带宽阈值，获取预设的带宽换算比例，基于所述带宽换算比例和所述实际带宽确定实际分辨率；

22、基于所述实际分辨率对所述任一谱图进行缩放，获取标准图像。

23、优选地，所述对所述基准哈希矩阵和所述实时哈希矩阵进行相似性计算，包括：

24、获取所述基准哈希矩阵和所述实时哈希矩阵的归一化汉明距离；

25、基于所述归一化汉明距离获取所述基准哈希矩阵和所述实时哈希矩阵的相似性结果。

26、优选地，获取所述基准哈希矩阵和所述实时哈希矩阵的归一化汉明距离，包括：

27、基于预设的频率段和所述频率段对应的加权系数，确定所述频率段在任一哈希矩阵中对应的列集合和所述列集合的列权重；

28、获取所述实时哈希矩阵中的实时元素以及所述基准哈希矩阵中的标准元素；

29、将所述实时元素与所述标准元素进行一一对比，获取在同一个列集合中相同元素的第一数量和不同元素的第二数量；

30、基于不同的列集合中的所述第一数量、所述第二数量和所述列权重，计算得到所述实时哈希矩阵和所述基准哈希矩阵的归一化汉明距离。

31、优选地，所述基于相似性计算结果确定机组的运行状态，包括：

32、获取预设的汉明距离阈值；

33、响应于所述实时哈希矩阵和所述基准哈希矩阵的归一化汉明距离小于或者等于所述汉明距离阈值，确定所述机组运行正常；

34、响应于所述实时哈希矩阵和所述基准哈希矩阵的归一化汉明距离大于所述汉明距离阈值，确定所述机组运行异常，生成预警信息。

35、为达上述目的，本申请第二方面实施例提出了一种基于功率谱结构的风电机组故障诊断装置，包括：

36、数据获取模块，用于获取机组状态监测系统监测的初始振动数据和实时振动数据；

37、数据分析模块，用于对所述初始振动数据和所述实时振动数据分别进行功率谱计算，获取所述初始振动数据的初始功率谱图和所述实时振动数据的实时功率谱图；

38、矩阵获取模块，用于基于均值哈希算法，分别获取针对所述初始功率谱图的基准哈希矩阵和针对所述实时功率谱图的实时哈希矩阵；

39、状态获取模块，用于对所述基准哈希矩阵和所述实时哈希矩阵进行相似性计算，基于相似性计算结果确定机组的运行状态。

40、为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

41、所述存储器存储计算机执行指令；

42、所述处理器执行所述存储器存储的计算机执行指令，以实现如上述的方法。

43、为达上述目的，本申请第四方面实施例提出了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述的方法。

44、本申请提供的一种基于功率谱结构的风电机组故障诊断方法及装置，通过将初始振动数据和实时振动数据转化为初始功率谱图和实时功率谱图，能够将振动数据的特征通过图像的方式展示在功率谱图中，能够将繁杂的数据对比转化为图像对比；根据均值哈希算法将初始功率谱图和实时功率谱图进一步转化为基准哈希矩阵和实时哈希矩阵，能够将图像对比转化问题为矩阵对比问题，减少了计算量，通过矩阵的相似性对比结果映射机组的运行状态。本申请能够充分利用振动信号的频域特征，对机组运行状态进行实时评估和预警，减少早期故障问题劣化的风险，提高故障诊断的准确性和可靠性。

45、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种基于功率谱结构的风电机组故障诊断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，基于均值哈希算法，获取针对任一谱图的任一哈希矩阵，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述任一谱图进行缩放，得到预设分辨率的标准图像，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求2所述的方法，其特征在于，所述对所述基准哈希矩阵和所述实时哈希矩阵进行相似性计算，包括：

6.根据权利要求5所述的方法，其特征在于，获取所述基准哈希矩阵和所述实时哈希矩阵的归一化汉明距离，包括：

7.根据权利要求6所述的方法，其特征在于，所述基于相似性计算结果确定机组的运行状态，包括：

8.一种基于功率谱结构的风电机组故障诊断装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1－7中任一项所述的方法。

技术总结本申请提出一种基于功率谱结构的风电机组故障诊断方法及装置，包括以下步骤：获取机组状态监测系统监测的初始振动数据和实时振动数据；对所述初始振动数据和所述实时振动数据分别进行功率谱计算，获取所述初始振动数据的初始功率谱图和所述实时振动数据的实时功率谱图；基于均值哈希算法，分别获取针对所述初始功率谱图的基准哈希矩阵和针对所述实时功率谱图的实时哈希矩阵；对所述基准哈希矩阵和所述实时哈希矩阵进行相似性计算，基于相似性计算结果确定机组的运行状态。本申请能够充分利用振动信号的频域特征，对机组运行状态进行实时评估和预警，减少早期故障问题劣化的风险，提高故障诊断的准确性和可靠性。技术研发人员：马斌,张庆,刘东海,王瀚晨,刘潇波,黄永琪受保护的技术使用者：中国华能集团清洁能源技术研究院有限公司技术研发日：技术公布日：2024/6/18