風(fēng)力發(fā)電機(jī)的異常診斷系統(tǒng)分析
風(fēng)力發(fā)電機(jī)作為造價高昂并且內(nèi)部結(jié)構(gòu)復(fù)雜的機(jī)器，其由許多的零部件協(xié)同工作，完成從風(fēng)能到電能的轉(zhuǎn)換，并且風(fēng)力發(fā)電機(jī)目前的種類眾多，結(jié)構(gòu)也有差異，內(nèi)部主要由齒輪箱、發(fā)電機(jī)以及控制系統(tǒng)組成。
通常風(fēng)力發(fā)電機(jī)的大部分故障為磨損性的故障，包括由于橡膠件的老化、潤滑油潤滑效果不佳、軸承磨損嚴(yán)重、齒輪組疲勞變形等等導(dǎo)致的發(fā)電機(jī)工作異常，該類異常通常伴有一定的累積過程，數(shù)據(jù)由正常變?yōu)楫惓Ｒ彩菨u進(jìn)式的且可以通過干預(yù)或是維護(hù)而避免的。還有一類異常比較罕見，屬于突發(fā)性的故障，比如電氣線路短路，齒輪或是軸承斷裂亦或者是雜物進(jìn)入機(jī)體，這類異常通常難以掌握且一旦發(fā)生便難以處，輕則機(jī)器部件損壞，需要更替；重則引起火情，整臺發(fā)電機(jī)失火燒毀。目前的異常檢測技術(shù)主要針對于磨損性的異常，對于突然性的故障，只能在設(shè)計(jì)風(fēng)電機(jī)組時給予充分的考慮并做相應(yīng)的優(yōu)化設(shè)計(jì)。
風(fēng)電機(jī)設(shè)計(jì)之初便考慮了其極端的運(yùn)行狀況，一般而言風(fēng)電機(jī)的安全系數(shù)很高且應(yīng)對極端天氣有較大容忍度，出現(xiàn)燒毀的可能性很低，但由于其通常被安裝在幾十米的高空，且多在偏遠(yuǎn)地區(qū)或者海上，一旦出現(xiàn)故障導(dǎo)致火情，便很難撲救，只能由其燒毀殆盡，并且燒毀后就很難判斷失火的原因、其異常而導(dǎo)致失火的原因大致可以總結(jié)為以下幾點(diǎn)：
（1）電路故障：一般是電器件短路或者機(jī)艙在旋轉(zhuǎn)過程中電纜扭曲短路所致。
（2）機(jī)械故障：通常是因?yàn)檩S承或者齒輪箱出現(xiàn)非正常摩擦阻力引起的溫度異常升高所致。
（3）雷擊：現(xiàn)有的發(fā)電機(jī)通常都安裝有避雷針，但由于風(fēng)電機(jī)結(jié)構(gòu)特殊，難免還是會出現(xiàn)雷擊損毀風(fēng)電機(jī)的可能。
現(xiàn)在多數(shù)風(fēng)電機(jī)組都安裝有SCADA(supervisory control and data acquisition)系統(tǒng)，該系統(tǒng)可以收集風(fēng)電機(jī)組運(yùn)行時產(chǎn)生多個傳感器信號，包括有風(fēng)速、室外溫度、機(jī)艙溫度、主軸承溫度、齒輪箱溫度、機(jī)艙位置等，這些數(shù)據(jù)為我們研究發(fā)電機(jī)運(yùn)行狀態(tài)提供了豐富的信息。
風(fēng)電機(jī)組數(shù)據(jù)集中有眾多傳感器參數(shù)，而可用于失火分析的傳感器參數(shù)有主軸承溫度、艙內(nèi)溫度、發(fā)電機(jī)轉(zhuǎn)速、風(fēng)速、室外溫度、非驅(qū)動軸承溫度。將這些變量作為模型的輸入特征參數(shù)進(jìn)行訓(xùn)練和測試。
孤立森林屬于非參數(shù)和無監(jiān)督的機(jī)器學(xué)習(xí)方法，其建模過程不需要異常的標(biāo)注信息，同時也不需要指定數(shù)學(xué)模型。其中構(gòu)建階段具體實(shí)現(xiàn)步驟如下：
1，從訓(xùn)練數(shù)據(jù)集中選擇N個樣本點(diǎn)作為抽取樣本，放入根節(jié)點(diǎn)中。
2，隨機(jī)選取其中一個維度，在當(dāng)前節(jié)點(diǎn)中隨機(jī)生成一個切割點(diǎn)P（P值位于節(jié)點(diǎn)中數(shù)據(jù)指定維度中最大與最小值之間）。
3，將數(shù)據(jù)劃分給切割點(diǎn)產(chǎn)生的兩個節(jié)點(diǎn)中（小于P值得數(shù)據(jù)放入左節(jié)點(diǎn)，大于P值放入右節(jié)點(diǎn)）。
4，在子節(jié)點(diǎn)中遞歸步驟2和步驟3，直到每個節(jié)點(diǎn)中只有一個數(shù)據(jù)或者樹的高度達(dá)到限定高度，一棵樹（即一顆iTree）構(gòu)建完畢。
5，繼續(xù)有放回的隨機(jī)選取N個子樣本，隨機(jī)選取一個維度重復(fù)步驟2,3,4，直到滿足所需求的森林個數(shù)，孤立森林模型構(gòu)建完成。
例如：失火的風(fēng)電機(jī)數(shù)據(jù)集數(shù)據(jù)展示如下圖所示：
上圖中，藍(lán)色曲線表示風(fēng)力發(fā)電機(jī)艙內(nèi)溫度，橙色曲線表示發(fā)電機(jī)非驅(qū)動端軸承溫度，綠色曲線表示發(fā)電機(jī)主軸承溫度，紅色則表示為風(fēng)速。失火點(diǎn)記錄發(fā)生在6月6號傍晚5點(diǎn)40分。
加入滑動平均函數(shù)后，使用孤立森林方法所得到的異常分?jǐn)?shù)（失火風(fēng)電機(jī)數(shù)據(jù)集），如下圖：
加入判斷異常閾值的異常曲線，如下圖：
風(fēng)速和發(fā)電機(jī)各部件溫度之間整體呈現(xiàn)正相關(guān)性，而在6號上午8時至9時左右機(jī)艙內(nèi)溫度卻異常上升，呈現(xiàn)和其他三個向量失調(diào)的特征?？赡艽藭r機(jī)艙內(nèi)關(guān)鍵零部件出現(xiàn)磨損過度的問題，有條件的判斷其可能是導(dǎo)致火災(zāi)發(fā)生的前兆。
本文研究方向?yàn)轱L(fēng)電機(jī)的異常狀態(tài)檢測，有所不同的是，某個維度屬性出現(xiàn)異常變化時也應(yīng)當(dāng)引起我們的注意，這很可能是某種故障出現(xiàn)的前兆。我們的目的是希望能在故障發(fā)生之前便能得到一些預(yù)警信息，這將有效的避免故障的發(fā)生。
