CN103471729A - 一种装置温度预警方法及其应用 - Google Patents

Abstract

本发明提供一种装置温度预警方法及其应用，该方法包括以下步骤：对所测装置的温度进行数据采集并存储到数据库中；将采集的数据与设定的限值进行比较，若大于限值则发出警报，若小于限值则进行下一步；数据采集满一个周期后进行数据分析；分别对采集的各组温度数据做差，将各组数据的差值与限定值进行比较，若超过差值限定值，则发出报警，没超过差值限定值则进入下一步；根据采集的一个周期内的数据计算理论温度值与实际温度值之间的偏差、偏差的均方差及相关系数；根据均方差、相关系数及偏差，判断所测装置的状态。本发明能够预防部件长时间工作在不正常的状态，及时对机组进行相应的维护，减少了备件的消耗，提高工作效率。

Description

一种装置温度预警方法及其应用

技术领域

本发明涉及设备温度预警领域，特别是涉及一种装置温度预警方法及其应用。

背景技术

大型设备的造价昂贵，系统零件的成本也比较高，如果出现损坏，修复时间长，影响其正常运行。以大功率风力发电机组为例来说，如果这种情况发生在风速比较好的时间，将大大影响发电量，直接导致发电企业的经济损失。如果能在故障发生之前，发现设备中存在的故障隐患，进行适当的维护，零部件将得到有效的保护，可以大大降低零部件的损坏，提高零部件使用寿命；对那些不可修复的损坏，也便于提前准备好零部件，减少停机时间。

在传统的风力发电机组维护中，多采用故障发生后，对故障原因进行分析，然后再修复的流程，缺乏对机组工作状态的预警，很多时候，机组的部件出现温度异常等情况时，不能及时发现，使零部件带病工作，最终造成原件的损坏，增加了维护成本及维护时间，降低了风机的发电效率。随着大型风力发电机组的装机容量不断的攀升，风机制造厂商的成本控制及发电企业对发电效率的要求越来越高，对风力发电机组主要零部件的温度预警是十分必要的。

目前对风力发电机组主要零部件的温度没有具体的预警方法，只是采用阀值报警的形式，即设定一个阀值，当温度超过阀值的时候，才开始报警，其工作流程如图1所示。

现有方法存在的缺点主要有以下几点：

1、只有一个设定阀值，当风力发电机组的主要的部件长期工作在不超过阀值但非正常的温度下时，不能被及时发现。

2、只对单个数据点进行判断，容易造成不必要的误报或者漏报，预警的准确度低。

由此可见，上述现有的一种装置温度预警方法在使用上，仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种能及时发现零部件温度异常、提高设备利用率的新的装置温度预警方法,成为当前业界极需改进的目标。

发明内容

本发明要解决的技术问题是提供一种装置温度预警方法及其应用，使其能及时发现零部件异常，及时维护以提高零部件寿命，从而克服现有的温度预警准确度低、影响设备工作效率的不足。

为解决上述技术问题，本发明提供一种装置温度预警方法，包括以下步骤：A.对所测装置的温度进行采集；B.将采集后的数据存储到数据库中；C.将采集的数据与设定的限值进行比较，若大于限值则发出警报，若小于限值则进行步骤D；D.判断数据采集周期是否完整，数据采集满足一个周期后进入步骤E，不满足返回步骤A；E.分别对采集的各组温度数据做差，将各组数据的差值与设定的差值限定值进行比较，如果超过差值限定值，则发出报警，如果没超过差值限定值则进入步骤F；F.根据采集到的一个周期内的数据计算理论温度值与实际温度值之间的偏差、偏差的均方差及相关系数；G.根据均方差、相关系数及偏差，对所测装置的状态进行判断。

作为一种改进，步骤F是通过离线数据温度模型计算理论温度值。

所述的偏差、偏差的均方差及相关系数的计算方法如下：

DEV＝P_DATA-R_DATA

$\mathrm{MSE}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(P\_\mathrm{DATA}\left(i\right)-R\_\mathrm{DATA}\left(i\right))}^2}$

$\mathrm{SCC}=\frac{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right)\×R\_\mathrm{DATA}\left(i\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right)\×\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}\left(i\right)}{\sqrt{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}{\left(i\right)}^2-{(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right))}^2}\×\sqrt{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}{\left(i\right)}^2-{(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}\left(i\right))}^2}}$

其中，P_DATA为理论温度值，R_DATA为实际温度值，DEV为偏差，MSE为偏差的均方差，SCC为相关系数，N为一个采集周期内的数据长度。

设变桨电机正常运行时的偏差为偏差标准值S，所述的步骤G具体为：如果均方差、相关系数均低于警戒线，且没有任何数据的偏差高于1S,输出状态等级1；如果均方差、相关系数均低于警戒线，且有一个数据点的偏差在1S和2S之间，输出状态等级2；如果均方差、相关系数均低于警戒线，且有两个数据点的偏差在1S和2S之间，并且这两个点不连续，输出状态等级3。如果均方差、相关系数均低于警戒线，且有一个数据点的偏差在2S和3S之间，输出状态等级4；如果均方差、相关系数均低于警戒线，且有两个连续数据点的偏差在1S和2S之间，输出状态等级5；如果均方差、相关系数均低于警戒线，且有三个数据点的偏差在1S和2S之间，输出状态等级6；如果均方差、相关系数均低于警戒线，且有四个以上的数据点的偏差在1S和2S之间，输出状态等级7；如果均方差、相关系数均低于警戒线，且有两个或者三个数据点的偏差在2S和3S之间，输出状态等级8；如果均方差、相关系数任何一个超过警戒线，或者有任何一个数据的偏差超过3S，或者有4个以上数据的偏差在2S和3S之间，输出状态等级9。

当所述的状态等级为4、5、6时，注意部件数据变化，如果数据状态恶化，则对部件进行检查；当所述的状态等级为7、8、9时，持续关注部件数据变化，并对部件进行检查。

本发明还提供一种上述方法在风力发电机组的变桨电机、变桨逆变器、变桨备用电源、IGBT整流单元、IGBT逆变单元、变流系统电抗器和/或发电机绕组上的应用。

进一步地，在所述的变桨系统外安装传感器，对变桨电机的温度、电压、电流、当前风速、环境温度进行采集。

采用这样的设计后，本发明至少具有以下优点：

1、本发明适用于大型设备的温度监测和预警，尤其适用于风力发电机组中，可对风机适时的维护检查，提高了风力发电机的发电效率，降低了维护成本。

2、本发明对风力发电机组主要零部件的数据进行了不同层次的分析，设立了多条预警线，采用不同部分相互对比的形式，利用先进的智能算法，从不同角度对机组存在的问题进行判断，充分利用了主要零部件的运行数据，能够及时发现风力发电机组主要零部件在运行中的异常，能够预防主要部件长时间工作在不正常的状态，在问题发生之前，提醒维护人员适时（如在风速较小的时候）对机组进行相应的维护，减少了备件的消耗，减少发电量的损失。

附图说明

上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。

图1是现有方法的温度预警流程图。

图2是本发明的装置温度预警方法流程图。

图3是本发明的装置温度预警方法数据预测部分的流程图。

具体实施方式

下面以风力发电机组变桨系统的变桨电机温度预警为例，对本方案进行详细的阐述。本发明所提供的装置温度预警方法包括以下步骤：

A.在变桨系统外安装传感器，对变桨电机的温度及其他工作数据进行采集；B.将采集后的数据存储到数据库中；C.将采集的数据与设定的限值进行比较，若大于限值则发出警报，若小于限值则进行步骤D；D.判断数据采集周期是否完整，数据采集满足一个周期后进入步骤E，不满足返回步骤A；E.分别对各组变桨电机的温度数据做差，将各组数据的差值与设定的差值限定值进行比较，如果超过差值限定值，则发出报警，如果没超过差值限定值则进入下一步数据预测部分；F.根据采集到的一个周期内的数据计算理论温度值及其与实际温度值之间的偏差、偏差的均方差及相关系数；G.根据均方差、相关系数及偏差，对变桨电机的状态进行判断。

具体地，对该装置温度预警方法做进一步阐述，设所述的变桨系统有三组，通过变桨系统外围的传感器将变桨电机的温度、电压、电流及当前的风速、环境温度等数据进行采集并处理。将得到的数据存储到数据库中，判断数据是否严重异常，即与事先设定的限值比较。如果大于限值，则立即报出警报，如果小于限值，判断数据采集周期是否完成。限值是用户在系统可以接受范围内设定的，比如温度范围-30-200，如用户认为变桨电机温度高于100度对部件寿命影响大，则可以将限值设定为100。如果数据采集满一个周期后，即达到满足数据分析的数据量后，则进入数据分析部分。数据集采周期可根据需要设定，通常在30分钟到10个小时内随意设定，例如30分钟、1个小时或2个小时，每个周期内采集的数据足够分析部件运行状态即可。

数据分析部分是变桨电机预警的核心部分，包括差值比较、数据预测部分和状态评估部分。首先对三个变桨电机采集的温度数据分别做差，设三组变桨电机温度分别为T1、T2、T3，三个温度的差分别为SUB1、SUB2、SUB3，则有

SUB1=T1-T2

SUB2＝T1-T3

SUB3＝T2-T3

判断SUB1、SUB2、SUB3是否超过设定的差值限定值，如果超过，则直接进行报警，如果没超过，则进入下一步数据预测部分。差值限定值通常根据经验设定，若温度超过差值限定值，此时有变桨电机工作异常，对变桨电机寿命影响很大，需要工作人员及时检查维护。

数据预测部分采用连续时间序列预测的方法，该部分由离线数据建模和在线预测计算组成。

1）离线数据建模：通过对离线数据的定性分析，找出影响变桨电机温度的变桨电机工作电压、电机电机工作电流、风速以及环境温度变量，利用数据有效性，先对数据进行预处理，保留有效数据，由于此数据是时间序列数据，因此根据“80/20法则”来划分训练集和测试集数据，采用线性（Linear）核函数K(x,x_i)＝x·x_i的支持向量机（SVM）算法，其中：x_i是选取的影响变桨电机温度的变桨电机工作电压、电机电机工作电流、风速以及环境温度等输入变量序列，建立变桨电机温度模型，并通过遗传算法优化SVM的惩罚系数和核函数参数，最后通过误差评估来评估均方误差和绝对误差的大小，从而评价整个模型的建模效果。

2）在线预测计算：将数据采集部分采集的一个周期的变桨电机的温度、电压、电流及风速、环境温度等数据，输入到事先建立好的模型中，根据已知参数，对该周期的所有数据进行预测输出，并且将模型中输出的变桨电机温度的预测值作为变桨电机的理论温度值P_DATA，计算理论温度值P_DATA与实际温度值R_DATA的偏差DEV、偏差DEV的均方差MSE及相关系数SCC。设一个采集周期内的数据长度为N，则有

DEV＝P_DATA-R_DATA          （1）

$\mathrm{MSE}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(P\_\mathrm{DATA}\left(i\right)-R\_\mathrm{DATA}\left(i\right))}^2}---\left(2\right)$

$\mathrm{SCC}=\frac{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right)\×R\_\mathrm{DATA}\left(i\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right)\×\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}\left(i\right)}{\sqrt{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}{\left(i\right)}^2-{(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right))}^2}\×\sqrt{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}{\left(i\right)}^2-{(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}\left(i\right))}^2}}---\left(3\right)$

根据均方差MSE及相关系数SCC的大小，以及数据采集周期内的N个偏差DEV的变化规律，通过数据挖掘方式，建立数据评价规则，对变桨电机的健康状态进行数据评估。本实施例中将变桨电机的健康分为了九个等级，将数据预测部分得到的参数输入到数据评估部分，最终得到风机的健康状态。

本发明中数据评估部分的具体评价方法如下：

根据风力发电机组以往运行状态数据，设定机组需要维护时的均方差MSE及相关系数SCC的值为警戒线，设变桨电机正常运行时的偏差为偏差标准值S。警戒线和偏差标准值S的大小根据不同设备的设计运行特性和保护特性要求，结合设备的运行数据统计结果确定。假设设备A的过流保护限值为H，而且设备A属于易损高价值部件，则警戒线和偏差标准值要小。反之，则可以在满足设计要求范围内，适当放宽警戒线和偏差标准值。

（1）均方差MSE、相关系数SCC低于警戒线，没有任何数据的DEV高于1S,输出状态等级1。

（2）均方差MSE、相关系数SCC低于警戒线，有一个数据点的DEV在1S和2S之间，输出状态等级2。

（3）均方差MSE、相关系数SCC低于警戒线，有两个数据点的DEV在1S和2S之间，并且这两个点不连续，输出状态等级3。

（4）均方差MSE、相关系数SCC低于警戒线，有一个数据点的DEV在2S和3S之间，输出状态等级4。

（5）均方差MSE、相关系数SCC低于警戒线，有两个连续数据点的DEV在1S和2S之间，输出状态等级5。

（6）均方差MSE、相关系数SCC低于警戒线，有三个点的DEV在1S和2S之间，输出状态等级6。

（7）均方差MSE、相关系数SCC低于警戒线，有四个以上的点的DEV在1S和2S之间，输出状态等级7。

（8）均方差MSE、相关系数SCC低于警戒线，有两个或者三个点的DEV在2S和3S之间，输出状态等级8。

（9）如果均方差MSE、相关系数SCC任何一个超过警戒线，或者有任何一个数据的偏差DEV超过3S，或者有4个以上数据的DEV在2S和3S之间，输出状态等级9；

状态等级1-3表明零部件状态为“优”，说明部件运行状态很好，无需进行任何操作；

状态等级4-6表明零部件状态为“良”，说明部件运行状态良好，需要关注部件数据的变化，如果数据状态恶化，则需要派人对部件进行检查；

状态等级7-9表明零部件状态为“差”，说明部件运行状态不好，存在隐患，需要持续关注部件数据变化，并派人对部件进行检查，消除隐患；

每种状态等级又分为3个小级别，表示状态好坏的程度和每种状态等级的关注检查优先级，数字越大，状态越差，关注检查优先级越高。比如有3个部件的评估状态分别为7、8、9，则3个部件状态都为“差”，都需要派人进行检查，但在人员有限的情况下，要优先检查状态为9的部件。

本发明所涉及的装置温度预警方法主要适用于大型风力发电机组的变桨系统（包括变桨电机，变桨逆变器，变桨备用电源等）、变流系统（包括IGBT整流单元、IGBT逆变单元、电抗器等）以及发电机绕组。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。

Claims (7)

1.一种装置温度预警方法，其特征在于包括以下步骤：

A.对所测装置的温度数据进行采集；

B.将采集后的数据存储到数据库中；

C.将采集的数据与设定的限值进行比较，若大于限值则发出警报，若小于限值则进行步骤D；

D.判断数据采集周期是否完整，数据采集满足一个周期后进入步骤E，不满足返回步骤A；

E.分别对采集的各组温度数据做差，将各组数据的差值与设定的差值限定值进行比较，如果超过差值限定值，则发出报警，如果没超过差值限定值则进入步骤F；

F.根据采集到的一个周期内的数据计算理论温度值及其与实际温度值之间的偏差、偏差的均方差及相关系数；

G.根据均方差、相关系数及偏差，对所测装置的状态进行判断。

2.根据权利要求1所述的一种装置温度预警方法，其特征在于：所述的步骤F是通过离线数据温度模型计算理论温度值。

3.根据权利要求1所述的一种装置温度预警方法，其特征在于所述的偏差、偏差的均方差及相关系数的计算方法如下：

DEV＝P_DATA-R_DATA

$\mathrm{MSE}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(P\_\mathrm{DATA}\left(i\right)-R\_\mathrm{DATA}\left(i\right))}^2}$

$\mathrm{SCC}=\frac{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right)\×R\_\mathrm{DATA}\left(i\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right)\×\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}\left(i\right)}{\sqrt{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}{\left(i\right)}^2-{(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}P\_\mathrm{DATA}\left(i\right))}^2}\×\sqrt{N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}{\left(i\right)}^2-{(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R\_\mathrm{DATA}\left(i\right))}^2}}$

其中，P_DATA为理论温度值，R_DATA为实际温度值，DEV为偏差，MSE为偏差的均方差，SCC为相关系数，N为一个采集周期内的数据长度。

4.根据权利要求1所述的一种装置温度预警方法，其特征在于，设变桨电机正常运行时的偏差为偏差标准值S，所述的步骤G具体为：

如果均方差、相关系数均低于警戒线，且没有任何数据的偏差高于1S,输出状态等级1；

如果均方差、相关系数均低于警戒线，且有一个数据点的偏差在1S和2S之间，输出状态等级2；

如果均方差、相关系数均低于警戒线，且有两个数据点的偏差在1S和2S之间，并且这两个点不连续，输出状态等级3。

如果均方差、相关系数均低于警戒线，且有一个数据点的偏差在2S和3S之间，输出状态等级4；

如果均方差、相关系数均低于警戒线，且有两个连续数据点的偏差在1S和2S之间，输出状态等级5；

如果均方差、相关系数均低于警戒线，且有三个数据点的偏差在1S和2S之间，输出状态等级6；

如果均方差、相关系数均低于警戒线，且有四个以上的数据点的偏差在1S和2S之间，输出状态等级7；

如果均方差、相关系数均低于警戒线，且有两个或者三个数据点的偏差在2S和3S之间，输出状态等级8；

如果均方差、相关系数任何一个超过警戒线，或者有任何一个数据的偏差超过3S，或者有4个以上数据的偏差在2S和3S之间，输出状态等级9。

5.根据权利要求4所述的一种装置温度预警方法，其特征在于：

当所述的状态等级为4、5、6时,注意部件数据变化，如果数据状态恶化，则对部件进行检查；

当所述的状态等级为7、8、9时，持续关注部件数据变化，并对部件进行检查。

6.一种权利要求1-5中任一项所述方法在风力发电机组的变桨电机、变桨逆变器、变桨备用电源、IGBT整流单元、IGBT逆变单元、变流系统电抗器和/或发电机绕组上的应用。

7.一种权利要求1-5中任一项所述方法在风力发电机组变桨系统的变桨电机上的应用，其特征在于在所述的变桨系统外安装传感器，对变桨电机的温度、电压、电流、当前风速、环境温度进行采集。

Images