一种基于压缩感知的风力发电机组异常检测方法

摘要

本发明公开了一种基于压缩感知的风力发电机组异常检测方法。它通过对风力发电机组中各种传感器采集的标量和矢量数据分析，采用压缩感知重构算法发现机组中出现异常的器件。本发明以集合X描述器件状态，器件状态良好设为0值，状态异常设为非0值。由于风力发电机组中多个器件同时出现故障和异常的概率非常低，因此，表示器件状态的集合X具有稀疏特点。首先基于各传感器采集的标量和矢量数据，通过对风机出现异常时的历史数据进行分析求出经验矩阵，然后采用压缩感知的重构算法还原出稀疏信号X，从而检测出异常器件。本发明通过将压缩感知应用于风力发电机组异常检测，将异常定位到具体器件，不仅提高了检测精确度，也减少了工程师的工作量。

主权项

一种基于压缩感知的风力发电机组异常检测方法，其特征在于，对风机机组出现异常时各种传感器采集的历史数据进行数据分析，获得测量矩阵的过程，所述方法至少包括以下步骤：1)将各传感器在每τ秒内采集的实时数据取平均值作为一组测量值Y∈R^m，m为传感器的种类个数，即测量值Y的长度；如传感器有：温度传感器、液压传感器、转速传感器，则m＝3；若τ＝2时，测量值Y＝[温度2秒间隔内平均值液压2秒间隔内平均值转速2秒间隔内平均值]；2)将机组模块中的器件状态良好设为0值，状态异常设为非0值，对应出现异常时各个器件的状态组成集合X∈R^N，N为可能出现异常的器件个数，即稀疏信号长度；如：在风机机翼部要检测的器件有：风轮轴、增速器、联轴器、液体、电磁阀、液压制动器和管路，则器件个数为7，稀疏信号X＝[风轮轴状态增速器状态联轴器状态液体状态电磁阀状态液压制动器状态管路状态]＝[0001000]；3)将多组测量值Y∈R^m和稀疏信号X∈R^N，代入Y＝ΦX可得出测量矩阵Φ∈R^m×N；4)将测量矩阵Φ进行优化，作为风力发电机组异常检测的经验矩阵。