(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111447475.1 (22)申请日 2021.11.30 (71)申请人 中国华能集团清洁能源技 术研究院 有限公司 地址 102209 北京市昌平区北七家未来科 技城华能人才创新创业基地实验楼A 楼 (72)发明人 焦冲　蔡安民　蔺雪峰　李媛　 张俊杰　许扬　金强　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 代理人 张宇鸽 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 113/06(2020.01) G06F 119/08(2020.01) (54)发明名称 一种风电机组齿轮箱故障诊断系统、 方法、 计算机设备、 存 储介质 (57)摘要 本发明涉及风力发电技术领域， 公开了一种 风电机组齿轮箱故障诊断方法， 包括以下步骤： 获取齿轮箱前端温度、 齿轮箱后端温度、 齿轮箱 油温、 轮毂转速、 机舱风速、 桨距角及发电机功 率； 对机舱风速和发电机功率进行数据预处理， 得到风速 ‑功率曲线； 对齿轮箱前后端温度、 齿轮 箱油温、 轮毂转速、 桨距角及风速 ‑功率曲线进行 故障特征提取， 得到故障特征提取值， 建立故障 诊断网络模型， 则故障诊断网络模型训练成功； 将待诊断的运行数据处理后， 输入至故障诊断网 络模型中， 得到故障诊断结果。 不依赖于齿轮箱 振动数据， 而是提取7个参数特征值， 利用神经网 络算法实现了对 齿轮箱故障的实时预测。 权利要求书2页 说明书6页 附图1页 CN 114417514 A 2022.04.29 CN 114417514 A 1.一种风电机组齿轮箱故障诊断方法， 其特 征在于， 包括以下步骤： S1、 获取齿轮箱状态信号， 齿轮箱状态信号包括齿轮箱前端温度、 齿轮箱后端温度、 齿 轮箱油温、 轮毂转速、 机舱 风速、 桨距角及发电机功率； S2、 对机舱风速和发电机功率进行数据预处理， 得到每个风速下对应的功率中位点， 建 立风速‑功率曲线； S3、 对齿轮箱前端温度、 齿轮箱后端温度、 齿轮箱油温、 轮毂转速、 桨距角及风速 ‑功率 曲线进行故障特 征提取， 得到故障特 征提取值； S4、 将故障特征提取值划分为训练样本集和测试样本集， 建立故障诊断网络模型， 利用 训练样本集对故障诊断网络模型进行训练； 将测试样本集输入初步训练好的故障诊断网络 模型中， 进行验证， 直至 达到预设准确率， 则故障诊断网络模型训练成功； S5、 将待诊断的运行数据采用S2～S3处理后， 输入至训练好的故障诊断网络模型中， 得 到故障诊断结果。 2.根据权利要求1所述的一种风电机组齿轮箱故障诊断方法， 其特 征在于， S2具体为： 1.1、 删除无效数据， 同时对保留的数据进行平均处 理， 用短时间平均值 替代瞬时值； 1.2选取切入风速与切出风速之间的数据带， 并根据不同风速将数据带划分为若干组； 1.3根据总体密度函数， 筛掉分布 异常功率数据； 1.4通过平均处 理， 计算得到每 个风速下对应的功率中位 点， 得到风速功率曲线。 3.根据权利要求2所述的一种风电机组齿轮箱故障诊断方法， 其特征在于， 1.3中， 采用 核密度‑均值法构建总体密度函数， 具体为； 设K()为核函数， h为窗宽， X1，X2， X3，…， Xn为一元连续样本， 则在任意点x处的总体密度 函数f(x)的核密度估计为： 式中， K(x)≥0， 4.根据权利要求1所述的一种风电机组齿轮箱故障诊断方法， 其特征在于， 在S3中， 对 故障特征提取值做归一化处理， 归一化处理具体为： 分别以每个故障特征提取值对应的参 数数据的最小值和最大值作为界限， 以该参数数据平均值作为基准， 将每个具体数值按比 例归一化至[0， 1]， 对应公式为： 式中： 为初始样本数据的平均值； U为初始样本中某一具体数值； U*为变换后的样本 数据； Umax为初始样本数据的最大值； Umi n为初始样本数据的最小值。 5.根据权利要求1所述的一种风电机组齿轮箱故障诊断方法， 其特征在于， 故障诊断网 络模型包括输入层、 输出层和隐含层。 6.根据权利要求5所述的一种风电机组齿轮箱故障诊断方法， 其特征在于， 输入层为6 个输入指标， 包括齿轮箱油温特征指标、 齿轮箱前端温度特征指标、 齿轮箱前端温度特征指权　利　要　求　书 1/2 页 2 CN 114417514 A 2标、 轮毂转速特 征指标、 风速 ‑功率特征指标和桨距角特 征指标； 输出层输出的诊断结果 为正常状态、 磨损状态或断齿状态。 7.根据权利要求1所述的一种风电机组齿轮箱故障诊断方法， 其特征在于， 设数据集 为： 则齿轮箱故障状态定义 为: 式中： n＝1， 2， 3； 当输出为000时代表机组处于正常状态， 输出为010时代表齿轮箱处于 磨损状态， 输出为10 0时代表齿轮箱处于断齿状态。 8.一种风电机组齿轮箱故障诊断系统， 其特 征在于， 包括： 数据采集模块， 用于获取齿轮箱状态信号； 数据预处理模块， 用于对机舱风速和发电机功率进行数据预处理， 筛掉分布异常的功 率数据， 得到每 个风速下对应的功率中位 点， 得到风速 ‑功率曲线； 故障特征提取模块， 用于对齿轮箱前端温度、 齿轮箱后端温度、 齿轮箱油温、 轮毂转速、 桨距角及风速 ‑功率曲线 进行故障特 征提取， 得到故障特 征提取值； 故障诊断模块， 用于将故障特征提取值输入至训练好的故障诊断网络模型中， 得到故 障诊断结果。 9.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至 7任意一项所述 风电机组齿轮箱故障诊断方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至7任意一项 所述风电机组齿轮箱故 障诊断方法的步骤。权　利　要　求　书 2/2 页 3 CN 114417514 A 3