基于LSTM 的風機故障檢測研究

胡翔，殷鋒，袁平

（1.四川大學計算機學院，成都610065；2.西南民族大學計算機科學與技術學院，成都610041；3.重慶第二師范學院數(shù)學與信息工程學院，重慶400067）

0 引言

伴隨著全球化石燃料短缺問題愈發(fā)嚴重，能源的開發(fā)重心逐漸轉(zhuǎn)向可再生能源。風能如今作為被廣泛開發(fā)與利用的清潔能源之一，在電網(wǎng)系統(tǒng)總?cè)萘恐姓加泻艽蟊壤齕1]。然而，由于風力發(fā)電處于復雜且惡劣的環(huán)境，風力渦輪機經(jīng)常發(fā)生故障，從而導致非計劃停機時間，這給風電場運營商帶來高運行維護成本，因此研究先進的風力渦輪機故障檢測方法是非常必要的，它可以盡早檢測到那些可能存在的故障，最終幫助風電場的運營商及時采取適當?shù)拇胧?，避免造成繼發(fā)性損害甚至災難性事故，從而實現(xiàn)更好的維護計劃。

目前，研究風力渦輪機故障檢測的方法可以分為兩類，一種是基于數(shù)學模型的方法，另一種是基于數(shù)據(jù)驅(qū)動的方法。基于數(shù)學模型的方法主要是基于風力發(fā)電機系統(tǒng)中的物理機制和嚴格的數(shù)學模型進行系統(tǒng)建模，但它們很難實踐且不易更改?；跀?shù)據(jù)驅(qū)動的方法不需要嚴格的數(shù)學建模，并且可以從風電渦輪機測量的高維傳感數(shù)據(jù)中提取有用的特征或表示，然后通過進一步的分類決策來識別不同的故障類型。通過提升風機故障檢測精確度，可以幫助風電場維護人員提前獲知風機運行狀態(tài)，及時準確地診斷風機的故障，以提高維護速度并最大限度地提高風力發(fā)電效率。Shin等人[2]利用支持向量機來實現(xiàn)端到端的風機故障診斷，并添加了兩個外部數(shù)據(jù)作為輸入。Yan 等人[3]提出首先利用PCA 從高維故障數(shù)據(jù)中提取出低維特征，消除特征之間的相關性，并作為支持向量機的輸入，最后輸出故障或正常。這些研究方法都基于建立好的數(shù)據(jù)標簽的數(shù)據(jù)集的情況，且需要另外的特征提取工作。

針對以上問題，本文提出一種基于LSTM 的風機故障檢測框架，首先利用DBSCAN 聚類算法對原始數(shù)據(jù)進行異常聚類，再作為LSTM 網(wǎng)絡模型的輸入，且不依賴前期的特征選擇，并捕捉隱藏在時間序列數(shù)據(jù)的長期依賴關系，最后輸出異常和正常的二分類結(jié)果。

1 算法基礎

1.1 LSTM網(wǎng)絡

LSTM（Long Short Term Memory networks）是RNN（Recurrent Neural Network）網(wǎng)絡的一種變體，由Hochreiter 和Schmidhuber[4]開發(fā)，解決RNN 中的梯度消失問題。LSTM 利用門控機制可以學習長輸入序列，從而可以處理復雜序列信息的問題，其網(wǎng)絡結(jié)構(gòu)如圖1所示。

圖1 LSTM網(wǎng)絡結(jié)構(gòu)圖

LSTM 中的每個節(jié)點的狀態(tài)如公式（1）-（6）。其中，xt表示當前輸入，ht-1代表上一次迭代的隱藏狀態(tài)，W 和b 表示權(quán)重和偏差，σ指的是sigmoid 函數(shù)，ft表示忘記門的輸出，it表示輸入門的輸出，代表中間臨時狀態(tài)，Ct-1代表上一層的單元狀態(tài)，Ct表示下一層的單元狀態(tài)，Ot表示輸出門的輸出，ht表示下一層的隱藏狀態(tài)層。

xt和ht-1進入忘記門得到ft，決定丟棄上一層的哪些信息；進入輸入門得到it，決定更新哪些信息；進入輸出門得到Ot，更新單元狀態(tài)。

1.2 異常聚類

DBSCAN（Density-Based Spatial Clustering of Applications with Noise）[5]是一種基于密度的空間聚類算法，它將具有足夠密度的區(qū)域劃分為簇，且在具有噪聲的空間中找到任意形狀的簇。如圖2 所示，DBSCAN 聚類算法將數(shù)據(jù)分為三類：核心點、邊界點和噪音點：

核心點（Core Object），表示當數(shù)據(jù)點xi在半徑為Eps 的鄰域內(nèi)存在至少MinPts 個樣本，那么該數(shù)據(jù)點xi稱為核心點；

邊界點（Border Object），表示當數(shù)據(jù)點xi在半徑為Eps 的鄰域內(nèi)存在少于MinPts 個樣本，而自身在其他核心點的范圍之內(nèi)，則該數(shù)據(jù)點xi稱為邊界點；

噪音點（Noise Object），指的是既不是核心點也不是噪音點的數(shù)據(jù)點。

圖2 DBSCAN示意圖

DBSCAN 聚類算法的核心思路是隨機從某個數(shù)據(jù)點p 開始，根據(jù)半徑Eps 檢索可達的點，再根據(jù)最小數(shù)據(jù)點個數(shù)MinPts 來判斷當前數(shù)據(jù)點p 是不是核心點。若p 為核心點，則創(chuàng)建一個簇，并開始檢索該簇中其他核心點并加入到當前簇中；若不是，則檢索其他數(shù)據(jù)點，直至所有點檢索完成。

相比于基于劃分的聚類算法K-means，DBSCAN不需要指定具體的簇的個數(shù)，就能處理不同大小或形狀的簇，且可以有效地識別噪音。

2 基于DBSCAN和LSTM的故障檢測框架

本文提出的故障檢測框架如圖3 所示。該框架主要分為離線訓練和在線檢測兩部分。風機SCADA 數(shù)據(jù)是由風電場控制系統(tǒng)監(jiān)視的各種參數(shù)組成，包括電氣參數(shù)（例如功率、電流和電壓等）、與天氣相關的參數(shù)（風速和風向等）和軸承變速箱溫度等，其中離線訓練包括數(shù)據(jù)清洗、數(shù)據(jù)標記和LSTM 模型訓練。框架的輸入為風電場SCADA 運行數(shù)據(jù)，首先對風機運行數(shù)據(jù)進行數(shù)據(jù)清洗，將那些存在屬性缺失和嚴重偏離正常值的樣本過濾；由于SCADA 數(shù)據(jù)存在多維數(shù)據(jù)，且這些變量的值的范圍相差過大，因此需要將它們轉(zhuǎn)換為相同范圍，即進行歸一化；其次需要對SCADA 數(shù)據(jù)進行標簽，本文利用DBSCAN 聚類算法對數(shù)據(jù)聚類得出正常點和異常點，并在此基礎上對數(shù)據(jù)進行標記。最后將標記后的數(shù)據(jù)輸入到基于LSTM 的神經(jīng)網(wǎng)絡模型，不需要依賴前期的特征提取，捕獲標記數(shù)據(jù)中隱藏的長期依賴關系。該框架的在線檢測部分主要是將風電場中的新SCADA 數(shù)據(jù)經(jīng)過數(shù)據(jù)預處理之后，輸入到訓練好的LSTM 模型中，最終得到風機故障的二分類結(jié)果。

該框架很好地利用DBSCAN 聚類算法對風機運行數(shù)據(jù)進行異常聚類，同時對實驗數(shù)據(jù)標記成為正常運行和故障兩種狀態(tài)，不需要風電場的故障日志報告，這也就彌補了風電渦輪機存在缺失故障報告的不足。LSTM 已在序列數(shù)據(jù)中的機器學習問題中證明了其有效性，它使用存儲單元將信息從過去的輸出傳遞到當前的輸出，通過歷史數(shù)據(jù)的長期序列中學習隱藏的依賴關系，而在風機故障檢測領域中，風機運行數(shù)據(jù)正好符合時間序列的類型，且不需要進行特征提取，可以實現(xiàn)端到端的故障檢測。

圖3 框架流程圖

3 實驗結(jié)果與分析

3.1 數(shù)據(jù)集描述

本文的實驗數(shù)據(jù)來自位于愛爾蘭風電場中的渦輪機[6]，其中涵蓋了2014 年1 月至2015 年9 月，包含將近50000 個分辨率為10 分鐘的數(shù)據(jù)樣本，每個數(shù)據(jù)樣本具有60 個屬性。表1 列出了數(shù)據(jù)集的部分樣例，運行參數(shù)包括風速、轉(zhuǎn)速、功率和產(chǎn)出等。

3.2 評價指標

為了衡量方法的性能，本文選取精度、召回率和F1 分數(shù)[7]作為實驗的評估標準，它們之間相關聯(lián)的是混淆矩陣。

表1 數(shù)據(jù)集的部分樣例

表2 二分類混淆矩陣

二分類混淆矩陣如表2 所示，TP（真陽例）表示將正類樣本預測為正類，F(xiàn)P（假陽例）表示將負類樣本預測為正類，F(xiàn)N（假陰例）表示將正類樣本預測為負類，TN（真陰例）表示將負類樣本預測為負類。由混淆矩陣可以引出以下評價指標：

查準率，代表模型預測正確率，即正確預測樣例數(shù)量和總樣例數(shù)的比值，如公式（7）所示：

召回率，表示被預測為正例的數(shù)量與真陽例數(shù)量的比值，如公式（8）所示：

F1-score，表示查準率和召回率的調(diào)和平均值。由于可能存在數(shù)據(jù)集中正負樣例嚴重不平衡問題，導致出現(xiàn)precision 過高但recall 過低或者precision 太小但recall 太大的情況，而F1-score 正好綜合考慮兩者，如公式（9）所示：

3.3 實驗結(jié)果

本文選取SCADA 運行數(shù)據(jù)中的功率數(shù)據(jù)和風電渦輪機轉(zhuǎn)速數(shù)據(jù)組合成二維數(shù)據(jù)，并使用DBSCAN 聚類算法對生成的數(shù)據(jù)進行聚類，其中的參數(shù)MinPts 設置為5，參數(shù)eps 設置為2.1?；趯嶒灁?shù)據(jù)的聚類結(jié)果，將DBSCAN 聚類出的噪聲點作為異常點，并對實驗數(shù)據(jù)進行標簽。聚類結(jié)果如圖4 所示，正常點和異常點分別用不同半徑大小的圓圈表示。

圖4 DBSCAN聚類結(jié)果圖

神經(jīng)網(wǎng)絡模型中LSTM 中輸入維度設置為50，隱藏神經(jīng)元的維度設置為100。模型的最后一層的激活函數(shù)為Sigmoid 用作二分類。

基于LSTM 的神經(jīng)網(wǎng)絡模型與SVM 的實驗對比結(jié)果如表3 所示。本文的模型在F1 分數(shù)和Precision略高于基線SVM，這是由于LSTM 能捕獲到SCADA 數(shù)據(jù)的時間序列相關性。

表3 實驗對比結(jié)果

4 結(jié)語

在風電渦輪機故障檢測領域中，需要進行數(shù)據(jù)標簽和特征提取。但由于在風電場系統(tǒng)中的SCADA 運行數(shù)據(jù)并不能直接標簽，此時就需要將正常數(shù)據(jù)點和故障數(shù)據(jù)點標記出來。本文提出使用DBSCAN 聚類算法對原始數(shù)據(jù)聚類，得出正常數(shù)據(jù)點和異常數(shù)據(jù)點，最后將實驗數(shù)據(jù)成功標簽為“正?！焙汀肮收稀?。另外，本文使用LSTM 模型對實驗數(shù)據(jù)進行訓練，無需進行特征提取，LSTM 可以利用自身的門控機制捕獲時間序列中長期依賴關系，實現(xiàn)端到端的風機故障檢測。通過實驗結(jié)果可以得出，該框架在準確率和召回率上有較好的效果。未來將考慮利用好風電場的警報日志和故障日志，共同作用于對SCADA 數(shù)據(jù)的標簽。