考慮運行工況和信息簡化的風機傳動鏈狀態(tài)監(jiān)測方法研究

2017-08-21 18:00:40 阜特科技　點擊量：評論 (0)

在人類面臨能源危機和環(huán)境污染雙重挑戰(zhàn)的今天，風能作為一種可再生的清潔能源具有巨大的環(huán)保效益和商業(yè)潛力。隨著各國對風能利用的重視和風力發(fā)電技術的提高，風電在電力市場中的占有比例不斷上升，風電機組單機

1.3 PCA降維技術的應用

時域指標的提取和閾值的計算可以針對若干個統(tǒng)計指標進行。為了簡潔和準確地反映風電機組的故障和狀態(tài)信息，消除一些不敏感的指標，本文選用了12 個統(tǒng)計指標進行真實數(shù)據(jù)的分析, 即峰峰值、平均值、平均幅值、最大值、均方根值、標準差、偏斜度、峭度、峰值指標、波形指標、脈沖指標和能量指標。同時，對原始振動信號做頻域分析，提取頻域上對應的12個統(tǒng)計指標。因此，時域和頻域共24個指標提供分析研究。

對于這24個指標，如果單獨進行研究，會導致數(shù)據(jù)結(jié)果龐雜，狀態(tài)監(jiān)測決策效率大大降低；若綜合起來，把24個指標值看作24維的數(shù)據(jù)，其可視化能力又太低，無法很好地直觀描述其變化規(guī)律。因此，考慮引入PCA （Principal Component Analysis）分析，解決這個矛盾。

PCA是一種常用的數(shù)據(jù)分析方法。PCA通過線性變換將原始數(shù)據(jù)變換為一組各維度線性無關的表示，可用于提取數(shù)據(jù)的主要特征分量，常用于高維數(shù)據(jù)的降維。PCA能夠通過適當?shù)刈儞Q，在將高維問題映射到低維空間的同時最大可能的保留原數(shù)據(jù)的信息，使問題能直觀、簡單的得到處理。此外，PCA還可以將原來有交叉的數(shù)據(jù)變換成獨立、不相關的數(shù)據(jù)，極大地降低了問題解決的難度。因此，采用PCA降維，通過求解原數(shù)據(jù)的協(xié)方差矩陣，進而計算協(xié)方差矩陣的特征向量和特征值，選取2-3個貢獻率高的特征向量與原數(shù)據(jù)矢量相乘，能夠?qū)?4維指標值降到2維或3維，轉(zhuǎn)換成2個或3個新的指標，并且極大地保留原有指標中蘊含的風機狀態(tài)信息。通過對PCA降維后的主成分進行研究，可以直觀描述其變化范圍，同樣基于閾值計算的原理，把變化范圍作為風機運行異常的監(jiān)測閾值。

2 實例分析

2.1 時域指標的閾值

以山東某風電場對風電機組進行故障診斷為例，監(jiān)測風電機組傳動鏈的振動情況，在風機上布置了8個振動信號監(jiān)測點，各個監(jiān)測點的位置如圖2-1。實例分析振動數(shù)據(jù)主要是其中1-6號傳感器測得的振動數(shù)據(jù)，1-6號傳感器分別測主軸軸向振動、主軸徑向振動、齒輪箱中部徑向振動、高速軸徑向振動、發(fā)電機輸入軸徑向振動和發(fā)電機輸出軸徑向振動。

圖2-1 風電機組傳動鏈上傳感器安裝圖

在選取分析的數(shù)據(jù)時，采用了CH1高速軸為900-2000rpm的振動數(shù)據(jù)。傳感器采樣頻率為20kHz，每個數(shù)據(jù)文件包含了40萬左右的振動測量值，共有8014個數(shù)據(jù)文件。通過對振動數(shù)據(jù)進行時域指標的計算，剔除掉異常數(shù)據(jù)后，其分布如圖2-2所示（以波形指標為例）：

圖2-2 波形指標波形圖

由圖2-2可知，波形指標在一定范圍內(nèi)波動，通過計算波形指標的均值和標準差即可獲得其閾值，如圖2-2中紅線所示。

2.2 PCA降維分析

PCA降維的數(shù)據(jù)采用的數(shù)據(jù)來源與上述數(shù)據(jù)一致，進行24個指標計算之前，考慮到運行工況對研究結(jié)果的影響，因此，按照不同風機轉(zhuǎn)速對振動數(shù)據(jù)進行研究（900-1000rpm、1000-1200rpm、1200-1500rpm和1500-2000rpm四組數(shù)據(jù)）。然后分別計算時域和頻域指標值，將24組指標計算值合為24維數(shù)據(jù)，對其進行PCA降維，通過計算，降維之后前兩個主成分的貢獻率已經(jīng)達到99.9%，基本上涵蓋原有指標的信息，因此可以只取第一和第二主成分，在觀察降維后主成分的變化情況。指標降維后主成分分布如圖2-3所示：

圖2-3 主成分二維分布圖

根據(jù)圖2-3可以看出前三個轉(zhuǎn)速范圍振動數(shù)據(jù)的主成分散點以第一主成分坐標值0.2左右為界分裂成兩個散點聚集群。為了研究各轉(zhuǎn)速范圍振動數(shù)據(jù)的兩個散點聚集群的不同點，將兩個散點聚集群對應振動數(shù)據(jù)的風機發(fā)電有功功率進行比較，發(fā)現(xiàn)數(shù)目較少一方（圖2-3豎線左側(cè), 散點聚集群1）有功功率為0，數(shù)目較多一方（圖2-3豎線右側(cè),散點聚集群2）的有功功率基本都大于0。而當有功功率為0時，風電機組并沒有發(fā)電，也就是風電的運行輸出為零，這兩部分的振動數(shù)據(jù)應區(qū)別對待，但是研究方法類似，因此，本文以風電發(fā)電狀態(tài)的數(shù)據(jù)為研究對象。

對于散點聚集群2，由圖2-3可以看出，每個轉(zhuǎn)速范圍內(nèi)主成分分布范圍較窄，散點群的分布可以用近似一個圓描述；而且，隨著轉(zhuǎn)速的增大，散點的分布明顯呈現(xiàn)一個向右上方移動的變化規(guī)律。對此，用4個圓去分別代表每個轉(zhuǎn)速范圍內(nèi)主成分的分布范圍，這四個圓即可實現(xiàn)對整個風機狀態(tài)的描述。當振動數(shù)據(jù)的指標進行降維后，主成分的分布與其對應圓的范圍差別較大，則可以認為風機傳動鏈出現(xiàn)異常。

散點分布閾值圓的確定：