CN113283603A - 一种精细化的闭环式风机故障诊断方法及系统 - Google Patents

Abstract

本发明公开了一种精细化的闭环式风机故障诊断方法及系统，方法包括：建立系统知识库，将实际故障信息映射到能够引起所述实际故障信息发生的电气线路；利用数据加权算法对所述电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件；判断诊断结果的正确性，对数据加权算法中每个节点元件对应的权重值进行修正。通过建立系统知识库，将实际故障信息关联到系统知识库，依据数据加权算法进行计算，能够准确、快速的预测出故障的节点元件。采用闭环式判断，利用闭环修正对权重值进行调整、优化，进一步的提高准确率，给机组维护人员提供了一个更可靠的检修指导的方法。

Description

一种精细化的闭环式风机故障诊断方法及系统

技术领域

本发明属于风电场智慧化建设领域，具体涉及一种精细化的闭环式风机故障诊断方法及系统。

背景技术

风力发电机是实现风能、机械能与电能之间相互转化的机电设备，将风能转换为机械功，机械功带动转子旋转，最终输出交流电。风力发电机一般由风轮、发电机(包括装置)、调向器(尾翼)、塔架、限速安全机构和储能装置等构件组成。在风电场中风力发电机是十分重要的设备，但是，长期使用过程中风力发电机很容易出现各种故障问题。

目前市场上的大多数风机故障诊断方法多是一些基于添加传感器和检测设备，或者依赖于现有的一些复杂的预测模型，但是当前的这些诊断方法多是对风机的大部件进行的，在故障诊断方面没有细化到具体的电路元器件位置，并不能给现场的检修人员带来细致的检修意见，当风机出现故障时，依据现有的故障诊断方法不能够快速的找出故障位置，需要长时间的排查。

发明内容

本发明的目的在于提供一种精细化的闭环式风机故障诊断方法及系统，以解决现有技术中，依据现有的故障诊断方法不能够快速的找出故障位置的问题。

为了实现上述目的，本发明采用如下技术方案：

一种精细化的闭环式风机故障诊断方法，包括以下步骤：

建立系统知识库，所述系统知识库包括风机电气原理图中每条电气线路的节点元件的信息，将所述节点元件与故障信息进行关联，所述故障信息为所述节点元件能够引起的故障信息；

获取风机的实际故障信息，将实际故障信息映射到能够引起所述实际故障信息发生的电气线路；利用数据加权算法对所述电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件；

统计库房备品备件数据的变动情况，如果库房中某个减少的备用节点元件与增多的故障节点元件相对应，则本次的故障诊断结果正确；如果库房中某个减少的备用节点元件与增多的故障节点元件不对应，则本次的故障诊断结果错误；

故障诊断结果错误后，对数据加权算法中每个节点元件对应的权重值进行修正。

进一步的，所述系统知识库为支点分散型的数据存储模型。

进一步的，所述数据存储模型以风机电气原理图为依据，节点元件的信息以及节点元件能够引起的故障信息以风机电气原理图中的电气线路为模型关联在一起。

进一步的，所述电气线路中的每个节点元件的信息以及节点元件能够引起的故障信息都以不同的方式进行标记，且每条电气线路相互独立。

进一步的，利用数据加权算法对所述电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件，具体方式如下：

将风机电气原理图中，某一条电气线路的所有节点元件集中作为分析对象；

将该条电气线路的故障权重值根据节点元件的数目平分，此时同一条电气线路上的所有节点元件权重值相同；

通过实际故障情况对同一条电气线路上的所有节点元件权重值进行修正，将实际发生故障的节点元件权重值调高；

依据修正后的所有节点元件权重值进行故障的判断，在下次发生同类故障时优先推送权重值高的节点元件。

进一步的，判断出电气线路中出现故障的节点元件后，输出所述出现故障的节点元件名称。

进一步的，本次的故障诊断结果是否正确的具体标准如下：

依据输出的出现故障的节点元件名称，进行现场实际节点元件替换，备品备件库房中的备用节点元件减少，故障节点元件增多；如果减少的备用节点元件与增多的故障节点元件类型和数量相同，则故障诊断结果正确；如果减少的备用节点元件与增多的故障节点元件类型和数量不同，则故障诊断结果错误。

本发明所提供的另一个技术方案是：

一种用于所述精细化的闭环式风机故障诊断方法的系统，包括：

故障原理知识库模块，用于建立系统知识库，所述系统知识库包括风机电气原理图中每条电气线路的节点元件的信息，将所述节点元件与故障信息进行关联，所述故障信息为所述节点元件能够引起的故障信息；

精细化故障诊断模块，用于获取风机的实际故障信息，将实际故障信息映射到能够引起所述实际故障信息发生的电气线路；利用数据加权算法对所述电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件；

备件库房数据模块，用于统计库房备品备件数据的变动情况，如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量相同，则判断本次的故障诊断结果正确；如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量不同，则判断本次的故障诊断结果错误；

闭环修正模块，用于在故障诊断结果错误后，对数据加权算法中每个节点元件对应的权重值进行修正。

本发明的有益效果如下：

1、本发明提供的闭环式风机故障诊断方法，通过建立系统知识库，将实际故障信息关联到系统知识库，依据数据加权算法进行计算，能够准确、快速的预测出故障的节点元件。

2、本发明提供的闭环式风机故障诊断方法，采用闭环式判断，利用闭环修正对权重值进行调整、优化，进一步的提高准确率，给机组维护人员提供了一个更可靠的检修指导的方法。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例闭环式风机故障诊断方法流程图。

图2为本发明实施例中同一电力线路上的节点元件示意图。

图3为本发明实施例闭环式风机故障诊断方法原理示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

如图1～3所示，本发明实施例提供了一种精细化的闭环式风机故障诊断方法，具体包括以下步骤：

S1、建立系统知识库，系统知识库包括风机电气原理图中每条线路的节点元件的信息，将节点元件与其能够引起的故障信息进行关联，方便发生故障后进行诊断；电气原理图中每条线路的起点和终点完全表示出来。

本实施例中，系统知识库为支点分散型的数据存储模型，数据存储模型以风机电气原理图为依据，节点元件的信息以及节点元件能够引起的故障信息以风机电气原理图中的电气线路为模型关联在一起，电气线路中的每个节点元件的信息以及节点元件能够引起的故障信息都以不同的方式进行标记，标记为数据标识形式，且每条电气线路相互独立，触发故障以后，对应故障原因的排查将只需要在该条电气线路的关联点上进行搜索排查，能极大的节省搜索时间，提高搜索效率。

S2、当风机发生故障以后，获取风机的实际故障信息，将实际故障信息映射到能够引起实际故障信息发生的电气线路；利用数据加权算法对电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件，输出出现故障的节点元件名称；

本实施例中，利用数据加权算法对电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件，具体方式如下：

S21、将风机电气原理图中，某一条电气线路的所有节点元件集中作为分析对象；

S22、将该条电气线路的故障权重值根据节点元件的数目平分，此时同一条电气线路上的所有节点元件权重值相同，本实施例中，假设每条电气线路的总故障权重值都是100，那么如附图2所示的电气线路的每个节点元件在初始状态下的故障权重都是25，即该线路上的节点K1、K2、K3、K4发生故障的概率分别为25％，都有相同的概率发生故障；

S23、通过实际故障情况对同一条电气线路上的所有节点元件权重值进行修正，随着设备的运行以及故障的发生，每个节点元件的权重将逐渐产生偏移；例如，如果第一次判断结果K1点发生故障，当判断结果正确时系统将余下节点发生故障的概率值均减去1点权重，并转移该权重到K1点，此时节点故障概率依次变为：28％、24％、24％、24％；当判断结果错误时，系统会将该节点的权重值向剩余每个节点转移1点的权重，此时各个节点故障概率依次变为：22％、26％、26％、26％；

S24、最后依据修正后的所有节点元件权重值进行故障的判断，在下次发生同类故障时系统会优先推送故障概率高的节点。

S3、实时统计库房备品备件数据的变动情况，依据输出的出现故障的节点元件名称，检修人员进行现场实际节点元件替换，导致备品备件库房中的备用节点元件减少，故障节点元件增多；如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量相同，则本次的故障诊断结果正确；如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量相同，则本次的故障诊断结果错误。

S4、故障诊断结果错误后，对数据加权算法中每个节点元件对应的权重值进行修正，修正依据是本次库房备品备件数据的变动情况。

本发明所提供的另一个技术方案是：一种用于精细化的闭环式风机故障诊断方法的系统，包括：故障原理知识库模块、精细化故障诊断模块、备件库房数据模块和闭环修正模块。

故障原理知识库模块，作为底层模块，用于建立系统知识库，为精细化故障诊断模块提供可靠的底层数据，以便其做出相对准确的故障诊断；系统知识库包括风机电气原理图中每条线路的节点元件的信息，将节点元件与其能够引起的故障信息进行关联；

精细化故障诊断模块，用于获取风机的实际故障信息，将实际故障信息映射到能够引起实际故障信息发生的电气线路；利用数据加权算法对电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件；

备件库房数据模块，用于统计库房备品备件数据的变动情况，如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量相同，则判断本次的故障诊断结果正确；如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量不同，则判断本次的故障诊断结果错误；

闭环修正模块，用于在故障诊断结果错误后，对数据加权算法中每个节点元件对应的权重值进行修正。

由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (8)

1.一种精细化的闭环式风机故障诊断方法，其特征在于，包括以下步骤：

建立系统知识库，所述系统知识库包括风机电气原理图中每条电气线路的节点元件的信息，将所述节点元件与故障信息进行关联，所述故障信息为所述节点元件能够引起的故障信息；

获取风机的实际故障信息，将实际故障信息映射到能够引起所述实际故障信息发生的电气线路；利用数据加权算法对所述电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件；

统计库房备品备件数据的变动情况，如果库房中某个减少的备用节点元件与增多的故障节点元件相对应，则本次的故障诊断结果正确；如果库房中某个减少的备用节点元件与增多的故障节点元件不对应，则本次的故障诊断结果错误；

故障诊断结果错误后，对数据加权算法中每个节点元件对应的权重值进行修正。

2.根据权利要求1所述的精细化的闭环式风机故障诊断方法，其特征在于，所述系统知识库为支点分散型的数据存储模型。

3.根据权利要求2所述的精细化的闭环式风机故障诊断方法，其特征在于，所述数据存储模型以风机电气原理图为依据，节点元件的信息以及节点元件能够引起的故障信息以风机电气原理图中的电气线路为模型关联在一起。

4.根据权利要求3所述的精细化的闭环式风机故障诊断方法，其特征在于，所述电气线路中的每个节点元件的信息以及节点元件能够引起的故障信息都以不同的方式进行标记，且每条电气线路相互独立。

5.根据权利要求1所述的精细化的闭环式风机故障诊断方法，其特征在于，利用数据加权算法对所述电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件，具体方式如下：

将风机电气原理图中，某一条电气线路的所有节点元件集中作为分析对象；

将该条电气线路的故障权重值根据节点元件的数目平分，此时同一条电气线路上的所有节点元件权重值相同；

通过实际故障情况对同一条电气线路上的所有节点元件权重值进行修正，将实际发生故障的节点元件权重值调高；

依据修正后的所有节点元件权重值进行故障的判断，在下次发生同类故障时优先推送权重值高的节点元件。

6.根据权利要求1所述的精细化的闭环式风机故障诊断方法，其特征在于，判断出电气线路中出现故障的节点元件后，输出所述出现故障的节点元件名称。

7.根据权利要求6所述的精细化的闭环式风机故障诊断方法，其特征在于，本次的故障诊断结果是否正确的具体标准如下：

依据输出的出现故障的节点元件名称，进行现场实际节点元件替换，备品备件库房中的备用节点元件减少，故障节点元件增多；如果减少的备用节点元件与增多的故障节点元件类型和数量相同，则故障诊断结果正确；如果减少的备用节点元件与增多的故障节点元件类型和数量不同，则故障诊断结果错误。

8.一种用于权利要求1所述精细化的闭环式风机故障诊断方法的系统，其特征在于，包括：

故障原理知识库模块，用于建立系统知识库，所述系统知识库包括风机电气原理图中每条电气线路的节点元件的信息，将所述节点元件与故障信息进行关联，所述故障信息为所述节点元件能够引起的故障信息；

精细化故障诊断模块，用于获取风机的实际故障信息，将实际故障信息映射到能够引起所述实际故障信息发生的电气线路；利用数据加权算法对所述电气线路的每个节点元件发生故障的概率进行计算，判断出电气线路中出现故障的节点元件；

备件库房数据模块，用于统计库房备品备件数据的变动情况，如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量相同，则判断本次的故障诊断结果正确；如果库房中某个减少的备用节点元件与增多的故障节点元件类型和数量不同，则判断本次的故障诊断结果错误；

闭环修正模块，用于在故障诊断结果错误后，对数据加权算法中每个节点元件对应的权重值进行修正。

Images