一種風(fēng)機故障識別方法及裝置的制造方法
【專利摘要】本發(fā)明提供了一種風(fēng)機故障識別方法及裝置，其中，該方法包括：獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，每個風(fēng)機為同一風(fēng)電場中型號相同的風(fēng)機；根據(jù)每個風(fēng)機的測量參數(shù)，從風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機；根據(jù)每個風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)，判斷離群風(fēng)機是否為異常風(fēng)機；當(dāng)確定離群風(fēng)機為異常風(fēng)機時，獲取異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的異常率；根據(jù)預(yù)設(shè)時間段內(nèi)的異常率，識別異常風(fēng)機是否發(fā)生故障。本發(fā)明，提高了風(fēng)電場中風(fēng)機故障識別的準(zhǔn)確率，避免了風(fēng)機故障誤報和晚報的情況的發(fā)生。
【專利說明】
一種風(fēng)機故障識別方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及風(fēng)電場及統(tǒng)計技術(shù)領(lǐng)域，具體而言，涉及一種風(fēng)機故障識別方法及裝 置。
【背景技術(shù)】
[0002] 目前，風(fēng)電場包括多個風(fēng)機，但是，由于風(fēng)機會經(jīng)常發(fā)生故障，維修成本較高，因 此，對風(fēng)機進行故障識別，提前檢修就顯得尤為重要。
[0003] 現(xiàn)有技術(shù)中，大都是對單個風(fēng)機的運行狀況進行監(jiān)測，通過將單個風(fēng)機的某一系 統(tǒng)部件中的某個測量參數(shù)設(shè)置一個恒定的預(yù)設(shè)閾值，將該測量參數(shù)的預(yù)設(shè)閾值作為判斷風(fēng) 機是否發(fā)生故障的條件，當(dāng)監(jiān)測到的風(fēng)機的測量參數(shù)值超過該預(yù)設(shè)閾值時，判斷為風(fēng)機出 現(xiàn)故障，發(fā)出警報，通知工作人員進行檢修。
[0004] 但是，由于風(fēng)機的工作環(huán)境十分惡劣，在不同的時間監(jiān)測到的風(fēng)機的測量參數(shù)會 發(fā)生較大的變化，因此，僅僅通過上述一個預(yù)設(shè)閾值識別風(fēng)機是否發(fā)生故障，很容易產(chǎn)生故 障誤報，并且，風(fēng)機在發(fā)生故障時測量參數(shù)是逐漸惡化的，因此，當(dāng)監(jiān)測到的測量參數(shù)超過 上述預(yù)設(shè)閾值時，風(fēng)機很可能已經(jīng)錯過了最佳維修時間，導(dǎo)致故障的晚報。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明實施例的目的在于提供一種風(fēng)機故障識別方法及裝置，以解決 現(xiàn)有識別風(fēng)機故障的方法容易導(dǎo)致故障誤報和晚報的問題。
[0006] 第一方面，本發(fā)明實施例提供了一種風(fēng)機故障識別方法，其中，所述方法包括：
[0007] 獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，所述每個風(fēng)機為同一風(fēng)電場中 型號相同的風(fēng)機；
[0008] 根據(jù)所述每個風(fēng)機的測量參數(shù)，從所述風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機；
[0009] 根據(jù)所述每個風(fēng)機在所述預(yù)設(shè)時刻的測量參數(shù)，判斷所述離群風(fēng)機是否為異常風(fēng) 機；
[0010] 當(dāng)確定所述離群風(fēng)機為異常風(fēng)機時，獲取所述異常風(fēng)機在所述預(yù)設(shè)時間段內(nèi)的異 常率；
[0011] 根據(jù)所述預(yù)設(shè)時間段內(nèi)的異常率，識別所述異常風(fēng)機是否發(fā)生故障。
[0012] 結(jié)合第一方面，本發(fā)明實施例提供了上述第一方面的第一種可能的實現(xiàn)方式，其 中，所述獲取所述異常風(fēng)機在所述預(yù)設(shè)時間段內(nèi)的異常率，包括：
[0013] 根據(jù)預(yù)設(shè)時間長度將所述預(yù)設(shè)時間段劃分為多個時間窗口；
[0014] 確定第一時間窗口中包含的每個觀測時刻，所述第一時間窗口為所述多個時間窗 口中任一時間窗口；
[0015] 根據(jù)所述每個風(fēng)機在所述每個觀測時刻的測量參數(shù)，確定所述異常風(fēng)機在所述第 一時間窗口內(nèi)出現(xiàn)異常的異常次數(shù)；
[0016] 根據(jù)所述異常次數(shù)及所述觀測時刻的數(shù)目，計算所述異常風(fēng)機在所述第一時間窗 口內(nèi)的異常率。
[0017] 結(jié)合第一方面的第一種可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第一方面的第 二種可能的實現(xiàn)方式，其中，所述根據(jù)所述預(yù)設(shè)時間段內(nèi)的異常率，識別所述異常風(fēng)機是否 發(fā)生故障，包括：
[0018] 獲取所述異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率；
[0019] 判斷所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化趨勢；
[0020] 當(dāng)確定所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化呈增長趨式時，識別 所述異常風(fēng)機發(fā)生故障。
[0021] 結(jié)合第一方面，本發(fā)明實施例提供了上述第一方面的第三種可能的實現(xiàn)方式，其 中，所述根據(jù)所述每個風(fēng)機在所述預(yù)設(shè)時刻的測量參數(shù)，判斷所述離群風(fēng)機是否為異常風(fēng) 機，包括：
[0022] 根據(jù)在所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)，計算所述預(yù)設(shè)時刻對應(yīng)的平均 值和方差；
[0023] 根據(jù)所述平均值和方差，通過公式(1)計算所述預(yù)設(shè)時刻對應(yīng)的參數(shù)閾值；
[0024] 根據(jù)所述離群風(fēng)機的測量參數(shù)及所述參數(shù)閾值判斷所述離群風(fēng)機是否為異常風(fēng) 機；
[0025] Χ = μ+1?*δ (1)
[0026] 其中公式（1)中，X為參數(shù)閾值，μ為所述預(yù)設(shè)時刻對應(yīng)的平均值，δ為所述預(yù)設(shè)時刻 對應(yīng)的方差，k為所述預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的置信水平。
[0027] 結(jié)合第一方面，本發(fā)明實施例提供了上述第一方面的第四種可能的實現(xiàn)方式，其 中，所述根據(jù)所述每個風(fēng)機的測量參數(shù)，從所述風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機，包 括：
[0028] 根據(jù)所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)，從每個測量參數(shù)中確定異常數(shù) 據(jù)；
[0029]從所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)中，去除所述異常數(shù)據(jù)；
[0030] 根據(jù)去除操作后所述預(yù)設(shè)時刻對應(yīng)的剩余測量參數(shù)，計算所述剩余測量參數(shù)的上 四分位數(shù)及下四分位數(shù)；
[0031] 根據(jù)所述上四分位數(shù)及下四分位數(shù)，通過公式(2)，計算所述剩余測量參數(shù)的四分 位數(shù)極差；
[0032] 根據(jù)所述四分位數(shù)極差判斷所述異常數(shù)據(jù)對應(yīng)的風(fēng)機是否為離群風(fēng)機；
[0033] IQR = Q3-Qi (2)
[0034] 其中公式(2)中，IQR為四分位數(shù)極差，Q3為下四分位數(shù)，Qi為上四分位數(shù)。
[0035] 第二方面，本發(fā)明實施例提供了一種風(fēng)機故障識別裝置，其中，所述裝置包括：
[0036] 第一獲取模塊，用于獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，所述每個 風(fēng)機為同一風(fēng)電場中型號相同的風(fēng)機；
[0037] 確定模塊，用于根據(jù)所述每個風(fēng)機的測量參數(shù)，從所述風(fēng)機組中確定預(yù)設(shè)時刻對 應(yīng)的離群風(fēng)機；
[0038]判斷模塊，用于根據(jù)所述每個風(fēng)機在所述預(yù)設(shè)時刻的測量參數(shù)，判斷所述離群風(fēng) 機是否為異常風(fēng)機；
[0039] 第二獲取模塊，用于當(dāng)確定所述離群風(fēng)機為異常風(fēng)機時，獲取所述異常風(fēng)機在所 述預(yù)設(shè)時間段內(nèi)的異常率；
[0040] 識別模塊，用于根據(jù)所述預(yù)設(shè)時間段內(nèi)的異常率，識別所述異常風(fēng)機是否發(fā)生故 障。
[0041] 結(jié)合第二方面，本發(fā)明實施例提供了上述第二方面的第一種可能的實現(xiàn)方式，其 中，所述第二獲取模塊包括：
[0042] 劃分單元，用于根據(jù)預(yù)設(shè)時間長度將所述預(yù)設(shè)時間段劃分為多個時間窗口；
[0043] 觀測時刻確定單元，用于確定第一時間窗口中包含的每個觀測時刻，所述第一時 間窗口為所述多個時間窗口中任一時間窗口；
[0044] 異常次數(shù)確定單元，用于根據(jù)所述每個風(fēng)機在所述每個觀測時刻的測量參數(shù)，確 定所述異常風(fēng)機在所述第一時間窗口內(nèi)出現(xiàn)異常的異常次數(shù)；
[0045] 異常率計算單元，用于根據(jù)所述異常次數(shù)及所述觀測時刻的數(shù)目，計算所述異常 風(fēng)機在所述第一時間窗口內(nèi)的異常率。
[0046] 結(jié)合第二方面的第一種可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第二方面的第 二種可能的實現(xiàn)方式，其中，所述識別模塊包括：
[0047] 獲取單元，用于獲取所述異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率；
[0048] 異常率變化趨勢判斷單元，用于判斷所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常 率的變化趨勢；
[0049] 識別單元，用于當(dāng)確定所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化呈增 長趨勢時，識別所述異常風(fēng)機發(fā)生故障。
[0050] 結(jié)合第二方面，本發(fā)明實施例提供了上述第二方面的第三種可能的實現(xiàn)方式，其 中，所述判斷申吳塊包括：
[0051] 平均值和方差計算單元，用于根據(jù)在所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)， 計算所述預(yù)設(shè)時刻對應(yīng)的平均值和方差；
[0052] 閾值計算單元，用于根據(jù)所述平均值和方差，通過公式（1)計算所述預(yù)設(shè)時刻對應(yīng) 的參數(shù)閾值；
[0053]異常風(fēng)機判斷單元，用于根據(jù)所述離群風(fēng)機的測量參數(shù)及所述參數(shù)閾值判斷所述 離群風(fēng)機是否為異常風(fēng)機；
[0054] Χ = μ+1?*δ (1)
[0055] 其中公式（1)中，X為參數(shù)閾值，μ為所述預(yù)設(shè)時刻對應(yīng)的平均值，δ為所述預(yù)設(shè)時刻 對應(yīng)的方差，k為所述預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的置信水平。
[0056] 結(jié)合第二方面，本發(fā)明實施例提供了上述第二方面的第四種可能的實現(xiàn)方式，其 中，所述確定模塊包括：
[0057] 異常數(shù)據(jù)確定單元，用于根據(jù)所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)，從每個 測量參數(shù)中確定異常數(shù)據(jù)；
[0058] 去除單元，用于從所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)中，去除所述異常數(shù) 據(jù)；
[0059] 上四分位數(shù)及下四分位數(shù)計算單元，用于根據(jù)去除操作后所述預(yù)設(shè)時刻對應(yīng)的剩 余測量參數(shù)，計算所述剩余測量參數(shù)的上四分位數(shù)及下四分位數(shù)；
[0060] 四分位數(shù)極差計算單元，用于根據(jù)所述上四分位數(shù)及下四分位數(shù)，通過公式(2)， 計算所述剩余測量參數(shù)的四分位數(shù)極差；
[0061] 離群風(fēng)機判斷單元，用于根據(jù)所述四分位數(shù)極差判斷所述異常數(shù)據(jù)對應(yīng)的風(fēng)機是 否為離群風(fēng)機；
[0062] IQR = Q3-Qi (2)
[0063] 其中公式⑵中，IQR為四分位數(shù)極差，Q3為下四分位數(shù)，Qi為上四分位數(shù)。
[0064] 本發(fā)明實施例提供的風(fēng)機故障識別方法及裝置，提高了風(fēng)電場中風(fēng)機故障識別的 準(zhǔn)確率，避免了風(fēng)機故障誤報和晚報的情況的發(fā)生。
[0065] 為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合 所附附圖，作詳細(xì)說明如下。
【附圖說明】
[0066] 為了更清楚地說明本發(fā)明實施例的技術(shù)方案，下面將對實施例中所需要使用的附 圖作簡單地介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應(yīng)被看作是對 范圍的限定，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這 些附圖獲得其他相關(guān)的附圖。
[0067] 圖1示出了本發(fā)明實施例1所提供的一種風(fēng)機故障識別方法的流程圖；
[0068] 圖2示出了本發(fā)明實施例2所提供的一種風(fēng)機故障識別裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0069] 為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例 中附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅 是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實 施例的組件可以以各種不同的配置來布置和設(shè)計。因此，以下對在附圖中提供的本發(fā)明的 實施例的詳細(xì)描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實 施例?；诒景l(fā)明的實施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所 有其他實施例，都屬于本發(fā)明保護的范圍。
[0070] 考慮到現(xiàn)有技術(shù)中，風(fēng)電場中大都是對單個風(fēng)機的運行狀況進行監(jiān)測，通過將單 個風(fēng)機的某一系統(tǒng)部件中的某個測量參數(shù)設(shè)置一個恒定的預(yù)設(shè)閾值，將該測量參數(shù)的預(yù)設(shè) 閾值作為判斷風(fēng)機是否發(fā)生故障的條件，但是，由于風(fēng)機的工作環(huán)境十分惡劣，在不同的時 間監(jiān)測到的風(fēng)機的測量參數(shù)會發(fā)生較大的變化，因此，僅僅通過一個恒定的預(yù)設(shè)閾值識別 風(fēng)機是否發(fā)生故障，很容易產(chǎn)生故障誤報，并且，風(fēng)機在發(fā)生故障時測量參數(shù)是逐漸惡化 的，因此，當(dāng)監(jiān)測到的測量參數(shù)超過上述預(yù)設(shè)閾值時，風(fēng)機很可能已經(jīng)錯過了最佳維修時 間，導(dǎo)致故障的晚報?；诖耍景l(fā)明實施例提供了一種風(fēng)機故障識別方法及裝置，下面通 過實施例進行描述。
[0071] 實施例1
[0072] 本發(fā)明實施例提供了一種風(fēng)機故障識別方法。該方法獲取的是預(yù)設(shè)時間段內(nèi)同一 風(fēng)電場中同一風(fēng)機組中的同一型號的多個風(fēng)機的測量參數(shù)，并且根據(jù)異常風(fēng)機在預(yù)設(shè)時間 段內(nèi)的異常率，識別異常風(fēng)機是否發(fā)生故障，避免了出現(xiàn)風(fēng)機故障的誤報與晚報。
[0073] 如圖1所示，本發(fā)明實施例提供的風(fēng)機故障識別方法，包括步驟S110-S150,具體如 下：
[0074] S110,獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，每個風(fēng)機為同一風(fēng)電場 中型號相同的風(fēng)機。
[0075] 上述每個風(fēng)機的測量參數(shù)包括發(fā)電機軸承溫度、發(fā)電機轉(zhuǎn)速、發(fā)電機繞組溫度、齒 輪箱低速軸溫度、齒輪箱高速軸溫度、齒輪箱油溫以及變槳電極繞組溫度等。
[0076] 風(fēng)電場SCADA(Supervisory Control And Data Acquisition，數(shù)據(jù)米集與監(jiān)視控 制系統(tǒng))會實時采集風(fēng)電場中的每個風(fēng)機的上述多個測量參數(shù)，而本發(fā)明實施例提供的風(fēng) 機故障識別裝置每間隔一定時間從SCADA中獲取風(fēng)電場中的風(fēng)機的上述測量參數(shù)，且獲取 的是同一個風(fēng)電場中同一風(fēng)機組中的同一型號的風(fēng)機的上述測量參數(shù)，獲取上述測量參數(shù) 的時間間隔可以是一分鐘、兩分鐘或者三分鐘等等，該時間間隔可以根據(jù)實際具體應(yīng)用場 景進行設(shè)置，本發(fā)明實施例并不限定上述時間間隔的具體數(shù)值。由于SCADA采集的都是某個 時刻點的風(fēng)機的測量參數(shù)，因此本發(fā)明實施例提供的風(fēng)機故障識別裝置從SCADA獲取的預(yù) 設(shè)時間段內(nèi)的每個風(fēng)機的測量參數(shù)，是由該預(yù)設(shè)時間段內(nèi)每個風(fēng)機在多個時刻點對應(yīng)的測 量參數(shù)組成的，該預(yù)設(shè)時間段可以是半小時、一小時等等，該預(yù)設(shè)時間段的具體數(shù)值可以根 據(jù)實際應(yīng)用場景進行設(shè)置，本發(fā)明實施例并不限定該預(yù)設(shè)時間段的具體數(shù)值。
[0077] 由于每個風(fēng)機的上述多個測量參數(shù)均是采用本發(fā)明實施例提供的風(fēng)機故障識別 方法進行故障識別，因此，下面將以其中一個測量參數(shù)為例，詳細(xì)介紹本發(fā)明實施例提供的 風(fēng)機故障識別方法，在下文中出現(xiàn)的測量參數(shù)均是指同一測量參數(shù)，比如說，下文中出現(xiàn)的 測量參數(shù)可以都是發(fā)電機軸承溫度，也可以都是發(fā)電機轉(zhuǎn)速等等。
[0078] S120,根據(jù)上述每個風(fēng)機的測量參數(shù)，從風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機。
[0079] 上述預(yù)設(shè)時間段內(nèi)每個風(fēng)機的測量參數(shù)是由該預(yù)設(shè)時間段內(nèi)每個風(fēng)機在多個時 刻點對應(yīng)的測量參數(shù)組成的，其中，上述預(yù)設(shè)時刻可以是該多個時刻點中的任意一個時刻 點，因此在預(yù)設(shè)時間段內(nèi)需要確定出多個時刻點中的每個時刻點對應(yīng)的離群風(fēng)機，下面將 以確定其中一個時刻點對應(yīng)的離群風(fēng)機，即確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機為例，詳細(xì)介紹 確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機的具體步驟，包括：
[0080] 根據(jù)預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)，從每個測量參數(shù)中確定異常數(shù)據(jù)；
[0081 ]從預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中，去除上述異常數(shù)據(jù)；
[0082] 根據(jù)去除操作后預(yù)設(shè)時刻對應(yīng)的剩余測量參數(shù)，計算剩余測量參數(shù)的上四分位數(shù) 及下四分位數(shù)；
[0083] 根據(jù)上四分位數(shù)及下四分位數(shù)，通過公式(2)，計算上述剩余測量參數(shù)的四分位數(shù) 極差；
[0084] 根據(jù)四分位數(shù)極差判斷上述異常數(shù)據(jù)對應(yīng)的風(fēng)機是否為離群風(fēng)機；
[0085] IQR = Q3-Qi (2)
[0086] 其中，公式（2)中，IQR(interquartile range，四分位數(shù)的間距）為四分位數(shù)極差， Q3為下四分位數(shù)，Qi為上四分位數(shù)。
[0087]在本發(fā)明實施例中，可以首先確定出預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中的眾數(shù)， 從上述預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中找到與該眾數(shù)相差較大的測量參數(shù)，將與眾數(shù)相 差較大的測量參數(shù)確定為異常數(shù)據(jù)，該異常數(shù)據(jù)對應(yīng)的風(fēng)機可能為離群風(fēng)機，接下來將通 過箱式圖的方式判斷該異常數(shù)據(jù)對應(yīng)的風(fēng)機是否為離群風(fēng)機。
[0088] 當(dāng)確定出預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中的異常數(shù)據(jù)后，將該異常數(shù)據(jù)從上述 預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中去除，得到該預(yù)設(shè)時刻對應(yīng)的剩余測量參數(shù)。
[0089] 將上述預(yù)設(shè)時刻對應(yīng)的剩余測量參數(shù)按照從小到大的順序進行排序，得到排序后 的剩余測量參數(shù)，將排序后的剩余測量參數(shù)中的第25%個測量參數(shù)確定為該剩余測量參數(shù) 的上四分位數(shù)，將排序后的剩余測量參數(shù)中的第50%個測量參數(shù)確定為該剩余測量參數(shù)的 中位數(shù)，將排序后的剩余測量參數(shù)中的第75 %個測量參數(shù)確定為該剩余測量參數(shù)中的下四 分位數(shù)。
[0090] 如果上述第25%個測量參數(shù)剛好位于兩個測量參數(shù)的中間，則將這兩個測量參數(shù) 的平均值作為上述上四分位數(shù)。比如說，上述剩余測量參數(shù)總共包括10個測量參數(shù)，則第 25 %個測量參數(shù)剛好是第2.5個測量參數(shù)，這時，計算第2個測量參數(shù)和第3個測量參數(shù)的平 均值，將該平均值作為剩余測量參數(shù)的上四分位數(shù)，同理，如說上述第50%個測量參數(shù)、 75%個測量參數(shù)也是剛好位于兩個測量參數(shù)的中間，則計算前后兩個測量參數(shù)的平均值。 [0091]根據(jù)上述公式(2)，計算上述剩余測量參數(shù)的四分位數(shù)極差I(lǐng)QR，如果上述異常數(shù) 據(jù)大于下四分位數(shù)，則判斷上述異常數(shù)據(jù)與下四分位數(shù)之間的距離，即上述異常數(shù)據(jù)與下 四分位數(shù)之間的差值是否在1.5*IQR之內(nèi)，如果上述異常數(shù)據(jù)與下四分位數(shù)之間的距離不 在1.5*IQR之內(nèi)，則將上述異常數(shù)據(jù)對應(yīng)的風(fēng)機確定為離群風(fēng)機，如果上述異常數(shù)據(jù)與下四 分位數(shù)之間的距離在1.5*IQR之內(nèi)，則將該異常數(shù)據(jù)作為上述測量參數(shù)的最大值;如果上述 異常數(shù)據(jù)小于上四分位數(shù)，則判斷上述異常數(shù)據(jù)與上四分位數(shù)之間的距離，即上四分位數(shù) 與上述異常數(shù)據(jù)之間的差值是否在1.5*IQR之內(nèi)，如果上述異常與上四分位數(shù)之間的距離 不在1.5*IQR之內(nèi)，則將上述異常數(shù)據(jù)對應(yīng)的風(fēng)機確定為離群風(fēng)機，如果上述異常數(shù)據(jù)與上 四分位數(shù)之間的距離在1.5*IQR之內(nèi)，則將上述異常數(shù)據(jù)作為上述測量參數(shù)的最小值。 [0092]最后，根據(jù)上述最大值、最小值、上四分位數(shù)、下四分位數(shù)及中位數(shù)畫出上述預(yù)設(shè) 時刻每個風(fēng)機的測量參數(shù)對應(yīng)的箱式圖。
[0093] S130,根據(jù)每個風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)，判斷離群風(fēng)機是否為異常風(fēng)機。
[0094] 當(dāng)確定上述異常數(shù)據(jù)對應(yīng)的風(fēng)機為離群風(fēng)機之后，還需要進一步判斷該離群風(fēng)機 是否為異常風(fēng)機，這時，需要對上述每個風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)進行K-S(K 〇lm〇g〇r〇v-Smirnov)驗證，即判斷每個風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)對否符合正態(tài)分布規(guī)律，即計算每 個風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)的概率密度函數(shù)是否滿足正態(tài)分布函數(shù)，如果滿足正態(tài)分布 函數(shù)，說明上述每個風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)符合正態(tài)分布規(guī)律。當(dāng)驗證上述每個風(fēng)機 在預(yù)設(shè)時刻的測量參數(shù)符合正態(tài)分布時，則根據(jù)在預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)，計算 預(yù)設(shè)時刻對應(yīng)的平均值和方差;根據(jù)上述平均值和方差，通過公式(1)計算預(yù)設(shè)時刻對應(yīng)的 參數(shù)閾值;根據(jù)離群風(fēng)機的測量參數(shù)及上述參數(shù)閾值判斷離群風(fēng)機是否為異常風(fēng)機；
[0095] Χ = μ+1^δ (1)
[0096] 其中，公式（1)中，X為參數(shù)閾值，μ為預(yù)設(shè)時刻對應(yīng)的平均值，δ為預(yù)設(shè)時刻對應(yīng)的 方差，k為預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的置信水平。
[0097] 根據(jù)公式
計算上述預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)對應(yīng)的平均值， 其中，η是該預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的總數(shù)，Xi是第i個測量參數(shù)，μ是預(yù)設(shè)時刻對應(yīng)的平 均值;通過公式
：十算上述預(yù)設(shè)時刻每個風(fēng)機的測量參數(shù)對應(yīng)的方差， 其中，S是預(yù)設(shè)時刻對應(yīng)的方差。
[0098] 當(dāng)計算出上述預(yù)設(shè)時刻對應(yīng)的平均值和方差后，根據(jù)公式Χ = μ+1?*δ計算該預(yù)設(shè)對 應(yīng)的參數(shù)閾值，其中，k為預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的置信水平，且Κ值的選取和選擇觀察的 風(fēng)機的數(shù)量有關(guān)。K值的大小和風(fēng)機的數(shù)量的關(guān)系如表1所示。
[0099] 表 1
[0100]
[0101]當(dāng)計算出上述預(yù)設(shè)時刻對應(yīng)的參數(shù)閾值后，將該預(yù)設(shè)時刻每個風(fēng)機的測量參數(shù)分 別與上述參數(shù)閾值進行比較，有的測量參數(shù)可能是當(dāng)風(fēng)機的測量參數(shù)小于上述參數(shù)閾值 時，判斷為該測量參數(shù)對應(yīng)的風(fēng)機為異常風(fēng)機;有的測量參數(shù)可能是當(dāng)風(fēng)機的測量參數(shù)大 于上述參數(shù)閾值時，判斷為該測量參數(shù)對應(yīng)的風(fēng)機為異常風(fēng)機，比如說，當(dāng)上述測量參數(shù)為 發(fā)電機軸承溫度，當(dāng)發(fā)電機軸承溫度過高時，則說明該風(fēng)機異常，因此當(dāng)發(fā)電機軸承溫度值 大于該閾值參數(shù)時，判斷為該風(fēng)機為異常風(fēng)機，當(dāng)上述測量參數(shù)為發(fā)電機轉(zhuǎn)速，當(dāng)發(fā)電機轉(zhuǎn) 速過低時，則說明該風(fēng)機為異常風(fēng)機，則當(dāng)發(fā)電機轉(zhuǎn)速小于上述閾值參數(shù)時，判斷為該風(fēng)機 為異常風(fēng)機。
[0102] S140,當(dāng)確定上述離群風(fēng)機為異常風(fēng)機時，獲取異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的異常 率。
[0103] 獲取異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的異常率具體包括如下過程：
[0104] 根據(jù)預(yù)設(shè)時間長度將預(yù)設(shè)時間段劃分為多個時間窗口；
[0105] 確定第一時間窗口中包含的每個觀測時刻，第一時間窗口為多個時間窗口中任一 時間窗口；
[0106] 根據(jù)每個風(fēng)機在每個觀測時刻的測量參數(shù)，確定異常風(fēng)機在第一時間窗口內(nèi)出現(xiàn) 異常的異常次數(shù)；
[0107] 根據(jù)異常次數(shù)及觀測時刻的數(shù)目，計算異常風(fēng)機在第一時間窗口內(nèi)的異常率。
[0108] 上數(shù)預(yù)設(shè)時間段可以為半小時、一小時等時間，預(yù)設(shè)時間長度為小于預(yù)設(shè)時間段 的時間，比如說，上述預(yù)設(shè)時間段為半小時，則預(yù)設(shè)時間長度可以為10分鐘，這樣，將半小時 劃分為3個時間窗口，每個時間窗口為10分鐘，上述只是舉例說明如何劃分預(yù)設(shè)時間段，并 沒有限定預(yù)設(shè)時間段、預(yù)設(shè)時間長度的具體數(shù)值，下面將以預(yù)設(shè)時間段劃分的多個時間窗 口中的任意一個時間窗口，即第一時間窗口為例，詳細(xì)介紹獲取第一時間窗口內(nèi)的異常率 的過程。
[0109] 上述第一時間窗口內(nèi)的每個風(fēng)機的測量參數(shù)是由每個風(fēng)機在多個觀測時刻點對 應(yīng)的測量參數(shù)組成的，判斷上述離群風(fēng)機在每個觀測時刻是否為異常風(fēng)機，如果是，則記錄 下來，統(tǒng)計上述離群風(fēng)機在第一時間窗口內(nèi)判斷為異常風(fēng)機的次數(shù)，即統(tǒng)計異常風(fēng)機在多 個觀測時刻點出現(xiàn)異常的異常次數(shù)，將該異常次數(shù)除以上述多個觀測時刻點的數(shù)目，得到 異常風(fēng)機在第一時間窗口內(nèi)的異常率。
[0110]根據(jù)上述方式，分別計算出上述異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的多個時間窗口中的每 個時間窗口內(nèi)的異常率，得到異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的異常率。
[0111] S150,根據(jù)預(yù)設(shè)時間段內(nèi)的異常率，識別異常風(fēng)機是否發(fā)生故障。
[0112] 根據(jù)預(yù)設(shè)時間段內(nèi)的異常率，識別異常風(fēng)機是否發(fā)生故障，具體包括如下過程：
[0113] 獲取上述異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率；
[0114] 判斷預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化趨勢；
[0115] 當(dāng)確定預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化呈增長趨勢時，識別上述 異常風(fēng)機發(fā)生故障。
[0116] 根據(jù)上述第一時間窗口內(nèi)的異常率的計算方式，獲取異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的 多個時間窗口內(nèi)的異常率，并判斷上述多個時間窗口對應(yīng)的異常率的變化趨勢，如果預(yù)設(shè) 時間段內(nèi)的多個時間窗口對應(yīng)的異常率呈增長趨勢，則識別出上述異常風(fēng)機發(fā)生故障。
[0117] 上述是以一個測量參數(shù)為例介紹風(fēng)機故障識別方法，對于獲取到的風(fēng)機的其它測 量參數(shù)，仍然通過上述方式進行故障識別，本發(fā)明實施例將不再一一贅述。
[0118] 本發(fā)明實施例提供的風(fēng)機故障識別方法，獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的 測量參數(shù)，根據(jù)每個風(fēng)機的測量參數(shù)，從風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機，根據(jù)每個 風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)，判斷上述離群風(fēng)機是否為異常風(fēng)機，當(dāng)確定上述離群風(fēng)機為 異常風(fēng)機時，獲取異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的異常率，根據(jù)預(yù)設(shè)時間段內(nèi)的異常率，識別異 常風(fēng)機是否發(fā)生故障，提高了風(fēng)電場中風(fēng)機故障識別的準(zhǔn)確率，避免了風(fēng)機故障誤報和晚 報的情況的發(fā)生。
[0119] 實施例2
[0120] 本發(fā)明實施例提供了一種風(fēng)機故障識別裝置。該裝置獲取的是預(yù)設(shè)時間段內(nèi)同一 風(fēng)電場中同一風(fēng)機組中的同一型號的多個風(fēng)機的測量參數(shù)，并且根據(jù)異常風(fēng)機在預(yù)設(shè)時間 段內(nèi)的異常率，識別異常風(fēng)機是否發(fā)生故障，避免了出現(xiàn)風(fēng)機故障的誤報與晚報。
[0121] 如圖2所示，本發(fā)明實施例提供的風(fēng)機故障識別裝置，包括：
[0122] 第一獲取模塊210,用于獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，每個風(fēng) 機為同一風(fēng)電場中型號相同的風(fēng)機；
[0123] 確定模塊220,用于根據(jù)每個風(fēng)機的測量參數(shù)，從上述風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng) 的離群風(fēng)機；
[0124] 判斷模塊230,用于根據(jù)上述每個風(fēng)機在預(yù)設(shè)時刻的測量參數(shù)，判斷離群風(fēng)機是否 為異常風(fēng)機；
[0125] 第二獲取模塊240,用于當(dāng)確定離群風(fēng)機為異常風(fēng)機時，獲取異常風(fēng)機在預(yù)設(shè)時間 段內(nèi)的異常率；
[0126] 識別模塊250,用于根據(jù)預(yù)設(shè)時間段內(nèi)的異常率，識別異常風(fēng)機是否發(fā)生故障。
[0127] 上述每個風(fēng)機的測量參數(shù)包括發(fā)電機軸承溫度、發(fā)電機轉(zhuǎn)速、發(fā)電機繞組溫度、齒 輪箱低速軸溫度、齒輪箱高速軸溫度、齒輪箱油溫以及變槳電極繞組溫度等。
[0128] 本發(fā)明實施中將以上述其中一個測量參數(shù)為例，介紹本發(fā)明實施例提供的風(fēng)機故 障識別裝置進行風(fēng)機故障識別的具體過程，因此，在下文中出現(xiàn)的測量參數(shù)均是指同一測 量參數(shù)，比如說，下文中出現(xiàn)的測量參數(shù)可以都是發(fā)電機軸承溫度，也可以都是發(fā)電機轉(zhuǎn)速 等等。
[0129] 本發(fā)明實施例提供的風(fēng)機故障識別裝置中的第一獲取模塊210每間隔一定時間從 風(fēng)電場SCADA中獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，其中，每個風(fēng)機為同一風(fēng) 電場中型號相同的風(fēng)機，并將獲取的每個風(fēng)機的測量參數(shù)發(fā)送給確定模塊220,確定模塊 220根據(jù)接收到的每個風(fēng)機的測量參數(shù)，從風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機，當(dāng)確定 模塊220確定出風(fēng)機組中預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機后，判斷模塊230根據(jù)每個風(fēng)機在預(yù)設(shè)時 刻的測量參數(shù)，判斷離群風(fēng)機是否為異常風(fēng)機，當(dāng)判斷模塊230確定上述離群風(fēng)機為異常風(fēng) 機時，第二獲取模塊240獲取異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的異常率，并將異常風(fēng)機在預(yù)設(shè)時間 段內(nèi)的異常率發(fā)送給識別模塊250,識別模塊250根據(jù)預(yù)設(shè)時間段內(nèi)的異常率，識別異常風(fēng) 機是否發(fā)生故障。
[0130] 其中，作為一個實施例，上述第二獲取模塊240包括：
[0131] 劃分單元，用于根據(jù)預(yù)設(shè)時間長度將預(yù)設(shè)時間段劃分為多個時間窗口；
[0132] 觀測時刻確定單元，用于確定第一時間窗口中包含的每個觀測時刻，第一時間窗 口為多個時間窗口中任一時間窗口；
[0133] 異常次數(shù)確定單元，用于根據(jù)每個風(fēng)機在每個觀測時刻的測量參數(shù)，確定異常風(fēng) 機在第一時間窗口內(nèi)出現(xiàn)異常的異常次數(shù)；
[0134] 異常率計算單元，用于根據(jù)異常次數(shù)及觀測時刻的數(shù)目，計算異常風(fēng)機在第一時 間窗口內(nèi)的異常率。
[0135] 在本發(fā)明實施例中，以第一時間窗口為例介紹第二獲取模塊240獲取第一時間窗 口內(nèi)的異常率的過程。
[0136] 上述第一時間窗口內(nèi)的每個風(fēng)機的測量參數(shù)是由每個風(fēng)機在多個觀測時刻點對 應(yīng)的測量參數(shù)組成的，觀測時刻確定出第一時間窗口中包含的每個觀測時刻，并將確定出 的第一時間窗口中包含的每個觀測時刻發(fā)送給異常次數(shù)確定單元，異常次數(shù)確定單元根據(jù) 每個風(fēng)機在每個觀測時刻的測量參數(shù)確定異常風(fēng)機在第一時間窗口內(nèi)出現(xiàn)異常的異常次 數(shù)，并將該異常次數(shù)發(fā)送給異常率計算單元，異常率計算單元根據(jù)異常次數(shù)及觀測時刻的 數(shù)目，計算異常風(fēng)機在第一時間窗口內(nèi)的異常率。
[0137] 其中，作為一個實施例，識別模塊250包括：
[0138] 獲取單元，用于獲取異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率；
[0139] 異常率變化趨勢判斷單元，用于判斷預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的 變化趨勢；
[0140]識別單元，用于當(dāng)確定預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化呈增長趨 勢時，識別異常風(fēng)機發(fā)生故障。
[0141 ]其中，作為一個實施例，上述判斷模塊230包括：
[0142] 平均值和方差計算單元，用于根據(jù)在預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)，計算預(yù)設(shè) 時刻對應(yīng)的平均值和方差；
[0143] 閾值計算單元，用于根據(jù)上述平均值和方差，通過公式（1)計算預(yù)設(shè)時刻對應(yīng)的參 數(shù)閾值；
[0144] 異常風(fēng)機判斷單元，用于根據(jù)離群風(fēng)機的測量參數(shù)及參數(shù)閾值判斷離群風(fēng)機是否 為異常風(fēng)機；
[0145] X = y+k*5 (1)
[0146] 其中，公式（1)中，X為參數(shù)閾值，μ為預(yù)設(shè)時刻對應(yīng)的平均值，δ為預(yù)設(shè)時刻對應(yīng)的 方差，k為預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的置信水平。
[0147] 其中，作為一個實施例，確定模塊220包括：
[0148] 異常數(shù)據(jù)確定單元，用于根據(jù)預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)，從每個測量參數(shù) 中確定異常數(shù)據(jù)；
[0149] 去除單元，用于從預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中，去除上述異常數(shù)據(jù)；
[0150] 上四分位數(shù)及下四分位數(shù)計算單元，用于根據(jù)去除操作后預(yù)設(shè)時刻對應(yīng)的剩余測 量參數(shù)，計算剩余測量參數(shù)的上四分位數(shù)及下四分位數(shù)；
[0151] 四分位數(shù)極差計算單元，用于根據(jù)上四分位數(shù)及下四分位數(shù)，通過公式（2)，計算 剩余測量參數(shù)的四分位數(shù)極差；
[0152] 離群風(fēng)機判斷單元，用于根據(jù)四分位數(shù)極差判斷異常數(shù)據(jù)對應(yīng)的風(fēng)機是否為離群 風(fēng)機；
[0153] IQR = Q3-Qi (2)
[0154] 其中公式(2)中，IQR為四分位數(shù)極差，Q3為下四分位數(shù)，Qi為上四分位數(shù)。
[0155] 在本發(fā)明實施例中，異常數(shù)據(jù)確定單元會將預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中與 該測量參數(shù)的眾數(shù)相差較大的測量參數(shù)確定為異常數(shù)據(jù)，并將該異常數(shù)據(jù)發(fā)送給去除單 元，由去除單元從預(yù)設(shè)時刻時每個風(fēng)機的測量參數(shù)中，去除該異常數(shù)據(jù)，得到該預(yù)設(shè)時刻對 應(yīng)的剩余測量參數(shù)，并將該剩余測量參數(shù)發(fā)送給上四分位數(shù)及下四分位數(shù)計算單元，上四 分位數(shù)及下四分位數(shù)計算單元計算剩余測量參數(shù)的上四分位數(shù)及下四分位數(shù)，并將該剩余 測量參數(shù)的上四分位數(shù)及下四分位數(shù)發(fā)送給四分位數(shù)極差計算單元，四分位數(shù)極差計算單 元根據(jù)該剩余測量參數(shù)的上四分位數(shù)及下四分位數(shù)計算該剩余測量參數(shù)的四分位數(shù)極差， 并將該四分位數(shù)極差傳輸給離群風(fēng)機判斷單元，由離群風(fēng)機判斷單元根據(jù)該四分位數(shù)極差 判斷異常風(fēng)機對應(yīng)的離群風(fēng)機是否為異常風(fēng)機。
[0156] 本發(fā)明實施例提供的風(fēng)機故障識別裝置，提高了風(fēng)電場中風(fēng)機故障識別的準(zhǔn)確 率，避免了風(fēng)機故障誤報和晚報的情況的發(fā)生。
[0157] 本發(fā)明實施例所提供的風(fēng)機故障識別裝置可以為設(shè)備上的特定硬件或者安裝于 設(shè)備上的軟件或固件等。本發(fā)明實施例所提供的裝置，其實現(xiàn)原理及產(chǎn)生的技術(shù)效果和前 述方法實施例相同，為簡要描述，裝置實施例部分未提及之處，可參考前述方法實施例中相 應(yīng)內(nèi)容。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，前述描述的系統(tǒng)、 裝置和單元的具體工作過程，均可以參考上述方法實施例中的對應(yīng)過程，在此不再贅述。
[0158]在本發(fā)明所提供的實施例中，應(yīng)該理解到，所揭露裝置和方法，可以通過其它的方 式實現(xiàn)。以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏 輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，又例如，多個單元或組件可以結(jié)合或者可 以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間 的耦合或直接耦合或通信連接可以是通過一些通信接口，裝置或單元的間接耦合或通信連 接，可以是電性，機械或其它的形式。
[0159]所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯 示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個 網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目 的。
[0160] 另外，在本發(fā)明提供的實施例中的各功能單元可以集成在一個處理單元中，也可 以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。
[0161] 所述功能如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以 存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說 對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計 算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個 人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。 而前述的存儲介質(zhì)包括:U盤、移動硬盤、只讀存儲器(R0M，Read-0nly Memory)、隨機存取存 儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。
[0162] 應(yīng)注意到:相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一 個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋，此外，術(shù)語"第 一"、"第二"、"第三"等僅用于區(qū)分描述，而不能理解為指示或暗示相對重要性。
[0163] 最后應(yīng)說明的是：以上所述實施例，僅為本發(fā)明的【具體實施方式】，用以說明本發(fā)明 的技術(shù)方案，而非對其限制，本發(fā)明的保護范圍并不局限于此，盡管參照前述實施例對本發(fā) 明進行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員 在本發(fā)明揭露的技術(shù)范圍內(nèi)，其依然可以對前述實施例所記載的技術(shù)方案進行修改或可輕 易想到變化，或者對其中部分技術(shù)特征進行等同替換；而這些修改、變化或者替換，并不使 相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實施例技術(shù)方案的精神和范圍。都應(yīng)涵蓋在本發(fā)明的保護 范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)所述以權(quán)利要求的保護范圍為準(zhǔn)。
【主權(quán)項】
1. 一種風(fēng)機故障識別方法，其特征在于，所述方法包括： 獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，所述每個風(fēng)機為同一風(fēng)電場中型號 相同的風(fēng)機； 根據(jù)所述每個風(fēng)機的測量參數(shù)，從所述風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機； 根據(jù)所述每個風(fēng)機在所述預(yù)設(shè)時刻的測量參數(shù)，判斷所述離群風(fēng)機是否為異常風(fēng)機； 當(dāng)確定所述離群風(fēng)機為異常風(fēng)機時，獲取所述異常風(fēng)機在所述預(yù)設(shè)時間段內(nèi)的異常 率； 根據(jù)所述預(yù)設(shè)時間段內(nèi)的異常率，識別所述異常風(fēng)機是否發(fā)生故障。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述異常風(fēng)機在所述預(yù)設(shè)時間段 內(nèi)的異常率，包括： 根據(jù)預(yù)設(shè)時間長度將所述預(yù)設(shè)時間段劃分為多個時間窗口； 確定第一時間窗口中包含的每個觀測時刻，所述第一時間窗口為所述多個時間窗口中 任一時間窗口； 根據(jù)所述每個風(fēng)機在所述每個觀測時刻的測量參數(shù)，確定所述異常風(fēng)機在所述第一時 間窗口內(nèi)出現(xiàn)異常的異常次數(shù)； 根據(jù)所述異常次數(shù)及所述觀測時刻的數(shù)目，計算所述異常風(fēng)機在所述第一時間窗口內(nèi) 的異常率。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述預(yù)設(shè)時間段內(nèi)的異常率，識 別所述異常風(fēng)機是否發(fā)生故障，包括： 獲取所述異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率； 判斷所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化趨勢； 當(dāng)確定所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化呈增長趨式時，識別所述 異常風(fēng)機發(fā)生故障。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述每個風(fēng)機在所述預(yù)設(shè)時刻的 測量參數(shù)，判斷所述離群風(fēng)機是否為異常風(fēng)機，包括： 根據(jù)在所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)，計算所述預(yù)設(shè)時刻對應(yīng)的平均值和 方差； 根據(jù)所述平均值和方差，通過公式(1)計算所述預(yù)設(shè)時刻對應(yīng)的參數(shù)閾值； 根據(jù)所述離群風(fēng)機的測量參數(shù)及所述參數(shù)閾值判斷所述離群風(fēng)機是否為異常風(fēng)機； Χ = μ+1?*δ (1) 其中公式（1)中，X為參數(shù)閾值，μ為所述預(yù)設(shè)時刻對應(yīng)的平均值，δ為所述預(yù)設(shè)時刻對應(yīng) 的方差，k為所述預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的置信水平。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述每個風(fēng)機的測量參數(shù)，從所 述風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的離群風(fēng)機，包括： 根據(jù)所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)，從每個測量參數(shù)中確定異常數(shù)據(jù)； 從所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)中，去除所述異常數(shù)據(jù)； 根據(jù)去除操作后所述預(yù)設(shè)時刻對應(yīng)的剩余測量參數(shù)，計算所述剩余測量參數(shù)的上四分 位數(shù)及下四分位數(shù)； 根據(jù)所述上四分位數(shù)及下四分位數(shù)，通過公式(2)，計算所述剩余測量參數(shù)的四分位數(shù) 極差； 根據(jù)所述四分位數(shù)極差判斷所述異常數(shù)據(jù)對應(yīng)的風(fēng)機是否為離群風(fēng)機； IQR=Q3-Qi (2) 其中公式(2)中，IQR為四分位數(shù)極差，Q3為下四分位數(shù)，Qi為上四分位數(shù)。6. -種風(fēng)機故障識別裝置，其特征在于，包括： 第一獲取模塊，用于獲取預(yù)設(shè)時間段內(nèi)風(fēng)機組中每個風(fēng)機的測量參數(shù)，所述每個風(fēng)機 為同一風(fēng)電場中型號相同的風(fēng)機； 確定模塊，用于根據(jù)所述每個風(fēng)機的測量參數(shù)，從所述風(fēng)機組中確定預(yù)設(shè)時刻對應(yīng)的 離群風(fēng)機； 判斷模塊，用于根據(jù)所述每個風(fēng)機在所述預(yù)設(shè)時刻的測量參數(shù)，判斷所述離群風(fēng)機是 否為異常風(fēng)機； 第二獲取模塊，用于當(dāng)確定所述離群風(fēng)機為異常風(fēng)機時，獲取所述異常風(fēng)機在所述預(yù) 設(shè)時間段內(nèi)的異常率； 識別模塊，用于根據(jù)所述預(yù)設(shè)時間段內(nèi)的異常率，識別所述異常風(fēng)機是否發(fā)生故障。7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第二獲取模塊包括： 劃分單元，用于根據(jù)預(yù)設(shè)時間長度將所述預(yù)設(shè)時間段劃分為多個時間窗口； 觀測時刻確定單元，用于確定第一時間窗口中包含的每個觀測時刻，所述第一時間窗 口為所述多個時間窗口中任一時間窗口； 異常次數(shù)確定單元，用于根據(jù)所述每個風(fēng)機在所述每個觀測時刻的測量參數(shù)，確定所 述異常風(fēng)機在所述第一時間窗口內(nèi)出現(xiàn)異常的異常次數(shù)； 異常率計算單元，用于根據(jù)所述異常次數(shù)及所述觀測時刻的數(shù)目，計算所述異常風(fēng)機 在所述第一時間窗口內(nèi)的異常率。8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述識別模塊包括： 獲取單元，用于獲取所述異常風(fēng)機在預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率； 異常率變化趨勢判斷單元，用于判斷所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的 變化趨勢； 識別單元，用于當(dāng)確定所述預(yù)設(shè)時間段內(nèi)的多個時間窗口內(nèi)的異常率的變化呈增長趨 勢時，識別所述異常風(fēng)機發(fā)生故障。9. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述判斷模塊包括： 平均值和方差計算單元，用于根據(jù)在所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)，計算 所述預(yù)設(shè)時刻對應(yīng)的平均值和方差； 閾值計算單元，用于根據(jù)所述平均值和方差，通過公式（1)計算所述預(yù)設(shè)時刻對應(yīng)的參 數(shù)閾值； 異常風(fēng)機判斷單元，用于根據(jù)所述離群風(fēng)機的測量參數(shù)及所述參數(shù)閾值判斷所述離群 風(fēng)機是否為異常風(fēng)機； Χ = μ+1?*δ (1) 其中公式（1)中，X為參數(shù)閾值，μ為所述預(yù)設(shè)時刻對應(yīng)的平均值，δ為所述預(yù)設(shè)時刻對應(yīng) 的方差，k為所述預(yù)設(shè)時刻對應(yīng)的測量參數(shù)的置信水平。10. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述確定模塊包括： 異常數(shù)據(jù)確定單元，用于根據(jù)所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)，從每個測量 參數(shù)中確定異常數(shù)據(jù)； 去除單元，用于從所述預(yù)設(shè)時刻時所述每個風(fēng)機的測量參數(shù)中，去除所述異常數(shù)據(jù)； 上四分位數(shù)及下四分位數(shù)計算單元，用于根據(jù)去除操作后所述預(yù)設(shè)時刻對應(yīng)的剩余測 量參數(shù)，計算所述剩余測量參數(shù)的上四分位數(shù)及下四分位數(shù)； 四分位數(shù)極差計算單元，用于根據(jù)所述上四分位數(shù)及下四分位數(shù)，通過公式（2)，計算 所述剩余測量參數(shù)的四分位數(shù)極差； 離群風(fēng)機判斷單元，用于根據(jù)所述四分位數(shù)極差判斷所述異常數(shù)據(jù)對應(yīng)的風(fēng)機是否為 離群風(fēng)機； IQR=Q3-Qi (2) 其中公式(2)中，IQR為四分位數(shù)極差，Q3為下四分位數(shù)，Qi為上四分位數(shù)。
【文檔編號】F03D17/00GK105863970SQ201610298995
【公開日】2016年8月17日
【申請日】2016年5月6日
【發(fā)明人】姚萬業(yè), 楊金彭, 馬赫男
【申請人】華北電力大學(xué)（保定）