风电机组的故障检测方法、装置、边端设备及存储介质与流程

本申请实施例涉及风力发电，尤其涉及一种风电机组的故障检测方法、装置、边端设备及存储介质。

背景技术：

1、由于风电机组的运行工况复杂，通常使用风电机组的状态监测系统(conditionmonitoring system，cms)收集发电机轴承的振动数据，并计算振动数据的均方根(rootmean square，rms)，然后利用rms值对风电机组的发电机轴承进行故障检测，即当rms值不处于阈值范围内时进行报警。

2、现有技术中，使用三西格玛(3-sigma)法则确定发电机轴承的阈值范围，并根据该阈值范围对风电机组进行故障检测。然而，使用振动数据计算的rms值组建的集合不属于标准正态分布，此时直接使用3-sigma法则确定阈值范围，将会导致故障检测的误报率较高。

技术实现思路

1、本申请实施例提供了一种风电机组的故障检测方法、装置、边端设备及存储介质，实现了风电机组的故障检测功能，以解决现有技术中因在rms集合不属于标准正态分布时直接使用3-sigma法则确定阈值范围而导致故障检测的误报率较高的问题。

2、第一方面，本申请实施例提供了一种风电机组的故障检测方法，应用于边端设备，该方法包括：

3、获取风电机组的发电机轴承的当前振动数据，并计算当前振动数据的均方根，得到原始均方根，当前振动数据是利用预设采样频率的传感器对当前时刻的发电机轴承进行采样得到的；

4、对原始均方根进行正态化处理，得到标准均方根；

5、利用云端服务器对标准均方根进行正态化处理，得到目标均方根；

6、根据目标均方根对风电机组进行故障检测。

7、本申请实施例中，边端设备可以获取风电机组的发电机轴承的当前振动数据，并计算当前振动数据的均方根，得到原始均方根，然后对原始均方根进行正态化处理，得到标准均方根，并利用云端服务器对标准均方根进行正态化处理，得到目标均方根，之后根据目标均方根对风电机组进行故障检测，实现了风电机组的故障检测功能。上述技术方案中，通过对原始均方根的正态化处理，提高了目标均方根的正态化程度，使得目标均方根集合更加符合标准正态分布，进而提高了3-sigma法则的适用性，降低了故障检测的误报率，从而避免了在rms集合不属于标准正态分布时直接使用3-sigma法则确定阈值范围而导致故障检测的误报率较高的问题，并且提高了故障检测的准确率；通过边端设备和云端服务器的云边协同，提高了故障检测的效率，进而避免了故障的扩大和停机时间的增加，从而提高了风电机组的运行效率和可靠性，并且降低了运维成本。

8、第二方面，本申请实施例提供了一种风电机组的故障检测装置，应用于边端设备，该装置包括：

9、计算模块，用于获取风电机组的发电机轴承的当前振动数据，并计算当前振动数据的均方根，得到原始均方根，当前振动数据是利用预设采样频率的传感器对当前时刻的发电机轴承进行采样得到的；

10、第一处理模块，用于对原始均方根进行正态化处理，得到标准均方根；

11、第二处理模块，用于利用云端服务器对标准均方根进行正态化处理，得到目标均方根；

12、故障检测模块，用于根据目标均方根对风电机组进行故障检测。

13、第三方面，本申请实施例提供了一种边端设备，该边端设备包括：

14、至少一个处理器；以及与至少一个处理器通信连接的存储器；

15、其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本申请任一实施例的风电机组的故障检测方法。

16、第四方面，本申请实施例提供了一种风电机组的故障检测系统，该系统包括风电机组、云端服务器和用于执行本申请任一实施例的风电机组的故障检测方法的边端设备。

17、第五方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请任一实施例的风电机组的故障检测方法。

18、本申请中第二方面、第三方面、第四方面以及第五方面的描述，可以参考第一方面的详细描述；并且，第二方面、第三方面、第四方面以及第五方面的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。

19、在本申请中，上述风电机组的故障检测装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本申请类似，属于本申请权利要求及其等同技术的范围之内。

20、本申请的这些方面或其他方面在以下的描述中会更加简明易懂。

技术特征：

1.一种风电机组的故障检测方法，其特征在于，应用于边端设备，所述方法包括：

2.根据权利要求1所述的风电机组的故障检测方法，其特征在于，所述利用云端服务器对所述标准均方根进行正态化处理，得到目标均方根，包括：

3.根据权利要求1所述的风电机组的故障检测方法，其特征在于，所述利用云端服务器对所述标准均方根进行正态化处理，得到目标均方根，包括：

4.根据权利要求1所述的风电机组的故障检测方法，其特征在于，所述对所述原始均方根进行正态化处理，得到标准均方根，包括：

5.根据权利要求4所述的风电机组的故障检测方法，其特征在于，所述利用均值-方差算法对所述原始均方根进行正态化处理，得到中间均方根，包括：

6.根据权利要求4所述的风电机组的故障检测方法，其特征在于，所述利用逆误差函数对所述中间均方根进行正态化处理，得到所述标准均方根，包括：

7.根据权利要求2或3所述的风电机组的故障检测方法，其特征在于，所述神经网络模型通过如下方式训练得到：

8.一种风电机组的故障检测装置，其特征在于，应用于边端设备，所述装置包括：

9.一种边端设备，其特征在于，所述边端设备包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一所述的风电机组的故障检测方法。

技术总结本申请实施例公开了一种风电机组的故障检测方法、装置、边端设备及存储介质，涉及风力发电技术领域。该方法包括：获取风电机组的发电机轴承的当前振动数据，并计算当前振动数据的均方根，得到原始均方根；对原始均方根进行正态化处理，得到标准均方根；利用云端服务器对标准均方根进行正态化处理，得到目标均方根；根据目标均方根对风电机组进行故障检测。本申请实施例提供的技术方案中，通过对原始均方根的正态化处理，提高了目标均方根的正态化程度，进而提高了3‑sigma法则的适用性，降低了故障检测的误报率，从而提高了故障检测的准确率和效率，并且提高了风电机组的运行效率和可靠性。技术研发人员：方超,陈家颖,但唐军,李治,邓志成,杨凯镟,马穆昊受保护的技术使用者：上海发电设备成套设计研究院有限责任公司技术研发日：技术公布日：2024/12/12