风力发电机组叶根螺栓断裂预警
问题背景
在风场巡检中发现风机叶根螺栓断裂的情况,然而叶根螺栓没有传感器监控,断裂时间点未知,为了及时掌握此类故障发生,在故障发生初期及时发出预警,避免更大事故的发生。
螺栓断裂样图
解决方案
风电机组运行过程中通过提取相关特征,包括机舱加速度、速率比、平均桨距角、最大桨距角、变桨速率、发电机转速等,采用监督学习分析方法建立正常与故障模型,确定螺栓断裂发生的时间段,再通过对分类算法阈值的不断学习,逐渐找到精准的断裂发生时间点,进而实现对螺栓断裂的精准预测。
建模流程图
总结说明
在不同风速段下可达到 90%以上的识别准确率(不同风机上表现有差异),下图展示的是风机运行过程中模型自动判断运行状态为正常的概率(概率接近 0 则为异常,概率接近 1 则为正常),从 1 到 0 的阶跃位置即为故障发生时间,一旦状态值发生跳跃,则系统发出故障告警信息,同时机组停机,运维人员及时到现场排查和检修,从而避免较大故障风险,在一定程度上也能降低运维成本。
风机运行状态概率随时间变化图