本發(fā)明屬于旋轉(zhuǎn)機(jī)械安全運(yùn)行早期潛在隱患的預(yù)知判別技術(shù)領(lǐng)域，特別涉及一種波動工況下的風(fēng)電機(jī)組在線預(yù)警方法。

背景技術(shù)：
風(fēng)力發(fā)電技術(shù)由于其低污染、低耗能及可持續(xù)發(fā)展的特點(diǎn)成為世界能源浪潮中不可或缺的主流能源。隨著風(fēng)電機(jī)組向大單機(jī)容量的方向發(fā)展，風(fēng)電設(shè)備的結(jié)構(gòu)和功能日益復(fù)雜，風(fēng)電企業(yè)對設(shè)備的正常、安全、穩(wěn)定運(yùn)行的要求越來越高，風(fēng)電企業(yè)必須不斷的提升機(jī)組的運(yùn)行維護(hù)水平來保證風(fēng)電機(jī)組的高效安全運(yùn)轉(zhuǎn)。由于風(fēng)電機(jī)組的購置成本較高，且運(yùn)行在環(huán)境較為惡劣的偏遠(yuǎn)地區(qū)，運(yùn)行維護(hù)極其不便，這些因素成為風(fēng)電行業(yè)追求高效產(chǎn)值的障礙。風(fēng)電機(jī)組的單機(jī)容量越大成本越高，對機(jī)組的運(yùn)行穩(wěn)定性要求越高，當(dāng)風(fēng)電場備件不足時(shí)，一旦發(fā)生機(jī)組故障往往會造成機(jī)組的停機(jī)，造成一定的經(jīng)濟(jì)損失。在這種背景下，如何利用有效的設(shè)備監(jiān)控技術(shù)、信號處理技術(shù)以及數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)風(fēng)電機(jī)組早期隱患的挖掘和排除，防止隱患演變成故障和事故，成為風(fēng)電行業(yè)關(guān)注的焦點(diǎn)和技術(shù)難點(diǎn)。根據(jù)目前國內(nèi)外研究現(xiàn)狀可得，很多學(xué)者和研究機(jī)構(gòu)都在致力于通過狀態(tài)監(jiān)測與故障診斷技術(shù)來提升風(fēng)電機(jī)組的運(yùn)行可靠性和穩(wěn)定性，從技術(shù)層面上取得了顯著的效果。但目前對該領(lǐng)域的研究主要集中故障診斷方面，缺乏對風(fēng)電機(jī)組早期隱患的預(yù)知性判斷和提示。由于風(fēng)電機(jī)組運(yùn)行環(huán)境惡劣且工況隨機(jī)波動較大，機(jī)組運(yùn)行過程中存在強(qiáng)噪音及工況干擾狀況，因此機(jī)組振動監(jiān)測數(shù)據(jù)具有明顯的 非線性、非平穩(wěn)性，如何準(zhǔn)確的提取故障特征信息，挖掘機(jī)組運(yùn)行的早期隱患，將機(jī)組隱患遏止在發(fā)展成故障和事故之前具有至關(guān)重要的意義。本發(fā)明提出一種解決工況隨機(jī)波動條件下的風(fēng)電機(jī)組早期故障特征提取方法，并采用數(shù)據(jù)挖掘中的異常檢測技術(shù)實(shí)現(xiàn)機(jī)組的量化預(yù)警，旨在實(shí)現(xiàn)波動工況條件下的風(fēng)電機(jī)組在線故障預(yù)警方法。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的是提供一種波動工況下的風(fēng)電機(jī)組在線預(yù)警方法，其特征在于，在線預(yù)警包括如下步驟：(1)針對一行星輪系+兩平行軸或兩行星輪系+一平行軸結(jié)構(gòu)類型的風(fēng)電機(jī)組和其部件制造特點(diǎn)，選取合適的振動測點(diǎn)布置位置和傳感器類型，制定出風(fēng)電機(jī)組振動監(jiān)測方案；(2)根據(jù)階比跟蹤技術(shù)，提出風(fēng)電機(jī)組階比重采樣技術(shù)對風(fēng)電機(jī)組傳動鏈各振動測點(diǎn)的監(jiān)測數(shù)據(jù)進(jìn)行信號重構(gòu)，將非線性、非平穩(wěn)性的時(shí)域信號轉(zhuǎn)化為具有平穩(wěn)性的角域信號，避免了使用硬件方式實(shí)現(xiàn)等角度采樣的昂貴成本；(3)構(gòu)建無量綱幅域參數(shù)峭度、峭度指標(biāo)、波形裕度、峰值指標(biāo)、跳躍性因子及尖峰能量值這些故障特征提取因子，通過故障特征提取因子的趨勢變化來反映風(fēng)電機(jī)組的運(yùn)行狀態(tài)，較早的挖掘機(jī)組的早期異常征兆；(4)通過風(fēng)電機(jī)組傳動鏈典型機(jī)械故障模式的故障機(jī)理和動力學(xué)方程分析，通過風(fēng)電機(jī)組故障模擬試驗(yàn)臺仿真模擬機(jī)組故障的形式，建立機(jī)組傳動鏈典型機(jī)械故障模式與故障特征提取因子的關(guān)聯(lián)性，即尋找出對各種早期故障較為敏感的特征因子集；(5)提出融合多元故障特征提取因子的風(fēng)電機(jī)組早期故障搜索方法，對各 故障模式預(yù)警模型的關(guān)聯(lián)指標(biāo)集進(jìn)行多維數(shù)據(jù)異常搜索，通過多維數(shù)據(jù)靶射原理建立風(fēng)電機(jī)組傳動鏈典型機(jī)械故障的等級化預(yù)警。所述步驟2建立了風(fēng)電機(jī)組傳動鏈典型故障模式齒輪磨損、齒輪點(diǎn)蝕、齒輪斷齒、軸承點(diǎn)蝕、軸承磨損和聯(lián)軸器不對中與振動監(jiān)測二次故障特征提取因子的關(guān)聯(lián)模型；本發(fā)明有益效果是針對風(fēng)電機(jī)組傳動鏈典型漸變性機(jī)械故障的早期預(yù)警問題，解決風(fēng)電機(jī)組傳動鏈典型故障在變風(fēng)速變負(fù)荷背景下的早期預(yù)警問題。該發(fā)明解決的技術(shù)問題為隨機(jī)波動工況條件下風(fēng)電機(jī)組傳動鏈機(jī)械故障的早期預(yù)警問題，旨在機(jī)組隱患演變成機(jī)組故障和事故前挖掘出異常的狀態(tài)信息并量化成預(yù)警指標(biāo)，及時(shí)準(zhǔn)確的挖掘出潛在異常信息，實(shí)現(xiàn)風(fēng)電機(jī)組的預(yù)知性預(yù)警工作，為風(fēng)電場設(shè)備的故障預(yù)警工作提供技術(shù)指導(dǎo)，建立了高效的、合理的風(fēng)電機(jī)組故障預(yù)警方案，避免了機(jī)組隱患向故障及事故的惡化，提升對風(fēng)電機(jī)組監(jiān)控水平的同時(shí)，降低了機(jī)組的運(yùn)行維護(hù)成本，形成了風(fēng)電機(jī)組安全、穩(wěn)定、高效的運(yùn)營環(huán)境。附圖說明圖1為某1.5MW風(fēng)電機(jī)組傳動鏈的振動監(jiān)測方案示意圖；圖2為風(fēng)電機(jī)組傳動鏈典型機(jī)械故障仿真模擬試驗(yàn)臺；圖3為基于軟件線性插值計(jì)算的階比重采樣角域信號的重構(gòu)方法流程；圖4為基于k鄰近度異常檢測的風(fēng)電機(jī)組早期故障搜索方法流程；圖5為波動工況下風(fēng)電機(jī)組在線預(yù)警整體方案的流程。具體實(shí)施方式本發(fā)明屬于旋轉(zhuǎn)機(jī)械安全運(yùn)行早期潛在隱患的預(yù)知判別技術(shù)領(lǐng)域，特別涉及一種波動工況下的風(fēng)電機(jī)組在線預(yù)警方法。步驟1，風(fēng)電機(jī)組傳動鏈故障在線預(yù)警方案主要針對風(fēng)電機(jī)組傳動鏈的振動監(jiān)測數(shù)據(jù)進(jìn)行特定算法的分析，根據(jù)所應(yīng)用機(jī)組的傳動鏈的結(jié)構(gòu)制定合理的振動監(jiān)測方案，其圖1的標(biāo)號表示測點(diǎn)序號，詳細(xì)介紹參見表1。目前主流的風(fēng)電機(jī)組傳動鏈結(jié)構(gòu)主要包含三點(diǎn)支撐型主傳動鏈或獨(dú)立軸承支撐的主軸布局兩種方式，其中齒輪箱結(jié)構(gòu)主要分為一級行星輪系+兩級平行軸系或兩級平行軸輪系+一級平行軸兩種結(jié)構(gòu)，根據(jù)所應(yīng)用機(jī)組傳動鏈的結(jié)構(gòu)制定振動監(jiān)測方案，以國產(chǎn)某1.5MW機(jī)組為例，制定三點(diǎn)支撐傳動鏈的振動方案見圖1，其齒輪箱為兩行星輪系+一平行軸結(jié)構(gòu)。表1某國產(chǎn)1.5MW風(fēng)電機(jī)組傳動鏈振動測點(diǎn)信息表步驟2實(shí)現(xiàn)變工況變負(fù)荷背景下的風(fēng)電機(jī)組傳動鏈故障在線預(yù)警，其關(guān)鍵技術(shù)是實(shí)現(xiàn)故障信息即異常振動指標(biāo)的有效和準(zhǔn)確提取。在不改變傳統(tǒng)采集硬件配置的前提下，通過基于軟件計(jì)算技術(shù)的階比重采樣方法，將頻率隨機(jī)波動的非平穩(wěn)時(shí)域信號轉(zhuǎn)化為平穩(wěn)性的角域信號。基于步驟1所確定的機(jī)組傳動鏈振動監(jiān)測方案，分析測點(diǎn)振動數(shù)據(jù)包含的頻率成分，確定重采樣參考周期樣本，采用階比重采樣方法實(shí)現(xiàn)“平穩(wěn)”角域信號的重構(gòu)。具體的實(shí)施方法如下所示：①編制典型部件獨(dú)立軸承，行星輪系齒輪、軸承，平行軸系齒輪、軸承的特征頻率計(jì)算表，如下表2所示：表2風(fēng)電機(jī)組傳動鏈易損部件特征頻率計(jì)算表②確定振動監(jiān)測測點(diǎn)的采樣頻率及測點(diǎn)所包含的頻率成分，確定每個(gè)測點(diǎn)包含的最大頻率成分，作為階比重采樣的參考指標(biāo)，注意的是最小頻率的確定要考慮到故障頻率成分；針對圖1、2所示風(fēng)電機(jī)組傳動鏈結(jié)構(gòu)(如圖2所示的風(fēng)電機(jī)組傳動鏈典型機(jī)械故障仿真模擬試驗(yàn)臺)中各測點(diǎn)相關(guān)信息見表3為：表3風(fēng)電機(jī)組傳動鏈各測點(diǎn)信息表測點(diǎn)序號正常及故障頻率成分最低頻率成分1主軸轉(zhuǎn)頻、主軸軸承部件頻率主軸轉(zhuǎn)頻2主軸轉(zhuǎn)頻、齒輪箱前軸承部件頻率主軸轉(zhuǎn)頻3各軸轉(zhuǎn)頻、一級行星輪系各齒輪嚙頻、各軸承部件頻率一級行星架轉(zhuǎn)頻4各軸轉(zhuǎn)頻、二級行星輪系各齒輪嚙頻、各軸承部件頻率二級行星架轉(zhuǎn)頻5各軸轉(zhuǎn)頻、高速級各齒輪嚙頻、各軸承部件頻率高速級大齒輪軸轉(zhuǎn)頻6高速軸轉(zhuǎn)頻、發(fā)電機(jī)前軸承部件頻率高速軸轉(zhuǎn)頻7高速軸轉(zhuǎn)頻、發(fā)電機(jī)后軸承部件頻率高速軸轉(zhuǎn)頻③由于機(jī)組傳動鏈在變風(fēng)速背景下運(yùn)行，因此機(jī)組振動測點(diǎn)的頻率是隨機(jī)波動的，但是機(jī)組振動數(shù)據(jù)按照等時(shí)間間隔的方式進(jìn)行采樣，使得每個(gè)振動周期內(nèi)包含的數(shù)據(jù)點(diǎn)數(shù)不同，即通過等時(shí)間間隔方式采樣的變轉(zhuǎn)速條件下的振動監(jiān)測信號不具有非整周期特性，通過軟件計(jì)算方式對等時(shí)間間隔采集信號進(jìn)行重構(gòu)，模 擬等角度采樣獲得的等角度角域振動信號。通過等時(shí)間間隔采樣獲取的振動信號由于變轉(zhuǎn)速條件使得每個(gè)振動周期包含的采樣點(diǎn)數(shù)不同，頻率成分較低的振動周期包含采樣點(diǎn)數(shù)較多，而振動測點(diǎn)的采樣頻率通過最高頻率進(jìn)行確定，鑒于上述采樣特點(diǎn)，通過線性插值的方式進(jìn)行等角度角域信號的重構(gòu)能夠保證振動信號不會失真，并且線性插值為較為簡單的插值方法不會影響在線計(jì)算的速度，保證故障預(yù)警的及時(shí)性。下面基于線性插值的階比重采樣角域信號重構(gòu)方法進(jìn)行詳細(xì)介紹1.以故障較為頻繁的高速級為例，對基于線性插值的角域信號重構(gòu)方法過程進(jìn)行說明：假設(shè)5號測點(diǎn)獲得的振動數(shù)據(jù)為{x1,x2,x3,…xn-2,xn-1,xn}，首先將該等時(shí)間間隔采樣獲得的時(shí)域信號，轉(zhuǎn)化為等時(shí)間間隔采樣的角域信號，該計(jì)算過程中假設(shè)轉(zhuǎn)速短時(shí)間內(nèi)按照等角加速度的方式變速，采用等時(shí)間間隔采樣時(shí)振動頻率最低的振動周期所包含的采樣點(diǎn)數(shù)越多，為保證重構(gòu)信號不會失真，以最低振動頻率周期包含的點(diǎn)數(shù)作為插值的標(biāo)準(zhǔn)值參考值，將該參考值轉(zhuǎn)化為等角度采樣時(shí)旋轉(zhuǎn)一周所包含的點(diǎn)數(shù)。該點(diǎn)數(shù)即為等角度采樣時(shí)轉(zhuǎn)子每轉(zhuǎn)應(yīng)采集額點(diǎn)數(shù)，轉(zhuǎn)速越快每轉(zhuǎn)采集的點(diǎn)數(shù)越少，因此轉(zhuǎn)速參考應(yīng)以最高轉(zhuǎn)速為參考。假設(shè)5號測點(diǎn)的最低頻率成分為f0，齒輪箱傳動比為n(三個(gè)傳動級的傳動比分別為n1,n2,n3)，按照發(fā)電機(jī)側(cè)的最高轉(zhuǎn)速要求，正常發(fā)電時(shí)主軸的轉(zhuǎn)速范圍為nmin～nmax，則以高速軸轉(zhuǎn)速作為參考轉(zhuǎn)速，其值為nck＝n1×n2×n3×nmax，計(jì)算得到階比重采樣的角域信號重構(gòu)的插值參考點(diǎn)數(shù)為n＝nck*fo/60，N即表示采用等角度采樣方式時(shí)每轉(zhuǎn)所采集的點(diǎn)數(shù)應(yīng)為n個(gè)，假設(shè)振動信號分析周期內(nèi)包含的總點(diǎn)數(shù)為N，則重新定義的角域序列為：Theta(N)＝0:2π/n:2π(N-1)/n；采用線性插值方法將Theta(N)插入等時(shí)間間隔采樣下的角域信號中，獲得等角度采樣方式下的振動角域信號。2.將等時(shí)間間隔采集的振動時(shí)域信號轉(zhuǎn)化為相應(yīng)的角域振動信號，由于風(fēng)電 機(jī)組變槳系統(tǒng)的功能作用，風(fēng)電機(jī)組轉(zhuǎn)速變動相對平緩，即可假設(shè)風(fēng)電機(jī)組轉(zhuǎn)速為均角加速度變速，其中機(jī)組轉(zhuǎn)速信號可從機(jī)組SCADA系統(tǒng)中獲得，SCADA系統(tǒng)的數(shù)據(jù)采集為10分鐘的平均數(shù)為一個(gè)采集點(diǎn)，因此假設(shè)每10分鐘間的機(jī)組轉(zhuǎn)速為均角加速度變化的。設(shè)5號測點(diǎn)某十分鐘內(nèi)獲得的主軸轉(zhuǎn)速數(shù)據(jù)為na，下十分鐘獲得的主軸轉(zhuǎn)速數(shù)據(jù)為nb，對應(yīng)的角速度分別為ωb和ωa，因此該時(shí)間段內(nèi)的機(jī)組傳動鏈5號測點(diǎn)參考轉(zhuǎn)速變化曲線表示為：(ωb-ωa)·t/600+ωa(1)對該角速度曲線在時(shí)間尺度上進(jìn)行積分獲得角度公式：通過式(2)將等時(shí)間間隔采樣獲得時(shí)域振動信號轉(zhuǎn)化為對應(yīng)的角域信號。3.采用線性插值的方法對等時(shí)間間隔的角域信號進(jìn)行插值，其每轉(zhuǎn)動一圈所采集的點(diǎn)數(shù)在1中已經(jīng)計(jì)算獲得。對等時(shí)間間隔采集角域信號的角度按照插值點(diǎn)數(shù)進(jìn)行劃分，求得需要進(jìn)行插值的點(diǎn)的角度坐標(biāo){θ1,θ2,…,θn-1,θn}，對這些點(diǎn)在等時(shí)間間隔采樣角域信號上進(jìn)行線性插值，獲得{xθ1,xθ2,…xθn-1,xθn}，通過公式[xt(i-1)-xθ(i)]×[xt(i)-xθ(i)]≤0搜索位于插值點(diǎn)兩側(cè)的真實(shí)值，通過線性插值公式計(jì)算線性插值后插入坐標(biāo)點(diǎn)的縱坐標(biāo)，獲得等角度角域信號{xθ1,xθ2,…xθn-1,xθn}。至此我們通過步驟2中的1～3步實(shí)現(xiàn)了等時(shí)間間隔采樣時(shí)域信號向等角度采樣角域信號的轉(zhuǎn)化，轉(zhuǎn)化后的角域信號具有平穩(wěn)特性和整周期特性，階比重采樣角域信號重構(gòu)的流程(如圖3所示)。步驟4為保證早期故障特征提取的準(zhǔn)確性和有效性，對峭度、峭度指標(biāo)、波形裕度、峰值指標(biāo)、跳躍性因子、尖峰能量值在變工況正常及故障下的特性下的 變化趨勢進(jìn)行研究，了解各無量綱因子對早期故障的敏感性以及變工況條件下提取故障的有效性，其因子介紹參見表4。表4各無量綱因子的計(jì)算過程及特性峭度(Kurtosis)K：反映振動信號分布特性的數(shù)值統(tǒng)計(jì)量，是歸一化的4階中心矩，其計(jì)算公式為波形裕度CL：在發(fā)生早期故障時(shí)，或者某些故障之前，振動信號可能在能量和時(shí)域波形方面存在較小的變化，若直接進(jìn)行圖譜時(shí)域統(tǒng)計(jì)分析，最終提取出的故障特征量的發(fā)展趨勢不明顯，不利于故障分析。數(shù)學(xué)形態(tài)譜可以從形狀識別角度，明顯反應(yīng)信號較小的變換，時(shí)域、形態(tài)譜的波形裕度CL的發(fā)展趨勢能較好的反應(yīng)大型旋轉(zhuǎn)設(shè)備的故障趨勢。Xmax為振動信號的振幅最大值。峰值指標(biāo)Peak‐Factor：是和波形有關(guān)的無因次量，為波形的振幅再除以波形RMS(time‐averaged)所得到的值。尖峰能量值：尖峰能量是指非常短的脈沖能量，如滾動軸承的滾動體在滾道上的微小裂縫處發(fā)生沖擊所激起的振動能量。尖峰能量就是對這種周期性的、短暫的機(jī)械沖擊的一種量化表示。這種沖擊通常發(fā)生在滾動體與滾道之間的銜接處。尖峰能量法是利用高通濾波器濾除常規(guī)機(jī)械振動故障(如不平衡、不對中和松動等)頻率后，在特定的高頻范圍內(nèi)檢測振動能量，由于滾動軸承的缺陷所產(chǎn)生的機(jī)械沖擊能量會激起加速度傳感器的自振頻率，利用這些頻率作為載波頻率調(diào)制軸承故障頻率最后通過峰峰值檢波器檢測并保持高頻脈沖峰值的方法。峭度指標(biāo)K：峭度指標(biāo)是無量綱參數(shù)，由于它與軸承轉(zhuǎn)速、尺寸、載荷等無關(guān)，對沖擊信號特別敏感，特別適用于表面損傷類故障、尤其是早期故障的診斷。跳躍性描述因子Jf：描述振動波形的跳躍性，本質(zhì)的反映波形的幅度調(diào)制。首先通過式(5)對波形進(jìn)行標(biāo)準(zhǔn)化。對標(biāo)準(zhǔn)化后的波形x'i計(jì)算方差即取跳躍性描述因子Jf＝Dx，式(8)中i表示關(guān)聯(lián)特征屬性的類別，即共n類。對階比重采樣重構(gòu)后的角域信號進(jìn)行劃分，劃分原則即每轉(zhuǎn)動一周進(jìn)行一次劃分，實(shí)現(xiàn)重構(gòu)角域振動信號的角度序列劃分，對每段角度序列計(jì)算各無量綱因子，得到各無量綱因子的序列值。步驟5本專利主要針對風(fēng)電機(jī)組傳動鏈的齒輪、軸承及聯(lián)軸器故障模式進(jìn)行在線預(yù)警，通過分析各無量綱因子的物理意思以及故障模式的機(jī)理，進(jìn)行故障模式與無量綱因子之間的關(guān)聯(lián)性分析，實(shí)現(xiàn)擬解決故障模式與無量綱因子間的對應(yīng)關(guān)系，其故障模式與無量綱因子的關(guān)聯(lián)分析結(jié)果參見表5。表5機(jī)組傳動鏈典型故障關(guān)聯(lián)分析結(jié)果故障模式與無量綱因子的關(guān)聯(lián)性評價(jià)標(biāo)準(zhǔn)為分析無量綱因子對故障模式早期異常的敏感性、對變工況條件的有效性，其中為保證變轉(zhuǎn)速條件下無量綱因子提取的準(zhǔn)確性，要保證振動信號具有整周期特性，即對具有整周期特性的無量綱因子必須首先實(shí)現(xiàn)振動角域信號的整周期劃分。由表5可得，風(fēng)電機(jī)組典型機(jī)械故障與無量綱因子均為三維關(guān)聯(lián)模型，下面通過本專利的算法對各故障模型進(jìn)行分析，實(shí)現(xiàn)機(jī)組的等級化在線預(yù)警。步驟6，提出基于k鄰近度異常檢測技術(shù)的風(fēng)電機(jī)組典型故障模式等級化在線預(yù)警方法，基于k鄰近度異常檢測技術(shù)通過角域序列屬性向量與正常訓(xùn)練樣本集合間的距離來識別機(jī)組的運(yùn)行狀態(tài)，如圖4所示流程的主要步驟為：1.對等角度采樣信號進(jìn)行角度序列劃分，以每轉(zhuǎn)動一圈的振動信號為序列實(shí)現(xiàn)角度序列進(jìn)行劃分，即能保證振動信號的整周期性，又能保證振動信號信息具有完整性。將5號測點(diǎn)的角域信號{xθ(1),xθ(2),…,xθ(n-1),xθ(n)}劃分為{xθ(11),xθ(12)…xθ(1m)；…；xθ(n1),xθ(n2)…xθ(nm)}，將劃分后角域振動信號映射成多維特性屬性向量{CL(i),SK(i),R(i),F(i),J(i)}，表征機(jī)組的運(yùn)行狀態(tài)；2.對機(jī)組正常運(yùn)行的長期歷史數(shù)據(jù)進(jìn)行訓(xùn)練計(jì)算，獲得準(zhǔn)確的機(jī)組運(yùn)行正常樣本，其k鄰近度異常檢測中心點(diǎn)通過公式該向量作為k鄰近度異常檢測的判斷標(biāo)準(zhǔn)，其異常度通過公式(9)計(jì)算：式(9)中i表示關(guān)聯(lián)特征屬性的類別，即共m類。異常度D將作為判斷機(jī)組運(yùn)行狀態(tài)是否良好的參考指標(biāo)，對不同故障模式的大量故障數(shù)據(jù)進(jìn)行不同關(guān)聯(lián)屬性集合的訓(xùn)練，通過試驗(yàn)臺模擬手段，對漸變性故障的不同故障程度進(jìn)行模擬，通過式(9)訓(xùn)練各故障程度下的異常邊界值為式(10)中j表示故障模式不同的發(fā)展程度，其對應(yīng)不同的故障預(yù)警等級，至此已經(jīng)實(shí)現(xiàn)k鄰近度異常檢測判斷參照和異常度識別邊界的制定。3.構(gòu)建機(jī)組典型故障預(yù)警指標(biāo)，通過計(jì)算異常邊界外特征屬性點(diǎn)占總屬性點(diǎn)的百分比來衡量該機(jī)組的故障運(yùn)行程度，實(shí)現(xiàn)等級化預(yù)警機(jī)制的建立，該預(yù)警指標(biāo)稱為風(fēng)電機(jī)組故障異常程度預(yù)警指標(biāo)，計(jì)算公式為其中式(11)中Ai表示某故障模式i故障等級下故障邊界值外的異常數(shù)據(jù)點(diǎn)的個(gè)數(shù)，Z表示異常檢測總數(shù)據(jù)點(diǎn)數(shù)，即通過異常邊界外的點(diǎn)占總點(diǎn)數(shù)的百分比來進(jìn)行機(jī)組故障的預(yù)警，對于等級化預(yù)警標(biāo)準(zhǔn)可設(shè)置多層次百分比分別代表故障的不同嚴(yán)重等級。針對齒輪點(diǎn)蝕、磨損，軸承點(diǎn)蝕、磨損等漸變性故障，本專利通過對上述漸變性故障進(jìn)行模擬試驗(yàn)確定不同故障程度下的異常識別標(biāo)準(zhǔn)邊界值，建立漸變性故障的等級化預(yù)警方案；而對于齒輪斷齒、聯(lián)軸器不對中這些非漸變性故障，本專利對其輕微故障進(jìn)行模擬，實(shí)現(xiàn)非等級化預(yù)警方案的建立，風(fēng)電機(jī)組傳動鏈波動工況在線預(yù)警整體流程如圖5所示。