基于MTF-ResNet-ViT的風(fēng)電機(jī)組精細(xì)級(jí)聯(lián)故障預(yù)警

王 碩, 賈 鋒, 周 全, 符 楊

[1.教育部海上風(fēng)電技術(shù)工程研究中心(上海電力大學(xué)), 上海 200090;2.國(guó)家電網(wǎng)上海市市南供電公司, 上海 200030]

我國(guó)風(fēng)電行業(yè)正逐漸從大規(guī)模建設(shè)過渡到大規(guī)模運(yùn)行階段,受限于風(fēng)電機(jī)組(Wind Turbine,WT)可及性差、運(yùn)行環(huán)境惡劣、故障率高等特點(diǎn),故障發(fā)生會(huì)導(dǎo)致長(zhǎng)時(shí)間停機(jī)和運(yùn)維成本增加等問題[1]。WT由許多大部件組成,如發(fā)電機(jī)、齒輪箱、變頻器、偏航系統(tǒng)等。每個(gè)大部件又由許多子部件組成,而子部件往往是故障源頭所在,不及時(shí)發(fā)現(xiàn)和處理可能導(dǎo)致故障惡化。WT配備有監(jiān)控和數(shù)據(jù)采集(Suppervisory Control and Data Acquisition,SCADA)系統(tǒng),用于監(jiān)測(cè)運(yùn)行狀態(tài),可報(bào)警故障和子部件故障代碼[2]。SCADA報(bào)警基于實(shí)時(shí)WT運(yùn)行狀態(tài),即只要監(jiān)控值超過設(shè)定閾值就會(huì)發(fā)出報(bào)警信號(hào)[3]。由于SCADA故障報(bào)警相對(duì)于異常運(yùn)行狀態(tài)的滯后性[4],所以報(bào)警時(shí)故障通常嚴(yán)重且不可恢復(fù)[5]。現(xiàn)有WT故障預(yù)警方法分為非數(shù)據(jù)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)兩大類。非數(shù)據(jù)驅(qū)動(dòng)類故障預(yù)警主要包括模型分析法、經(jīng)驗(yàn)知識(shí)分析法與剩余壽命分析法等[6]。該類預(yù)警由于難以適應(yīng)WT運(yùn)行條件和成本效益問題,所以在實(shí)際應(yīng)用推廣中受限條件多。

隨著大數(shù)據(jù)的發(fā)展,數(shù)據(jù)驅(qū)動(dòng)類故障預(yù)警被廣泛運(yùn)用。文獻(xiàn)[7]采用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)和長(zhǎng)短期網(wǎng)絡(luò)提取SCADA數(shù)據(jù)空間和時(shí)間特征,進(jìn)行基于特征融合的齒輪箱異常狀態(tài)早期預(yù)警。文獻(xiàn)[8]利用極限梯度提升算法,構(gòu)建變槳系統(tǒng)變頻器溫度殘差預(yù)警模型進(jìn)行故障預(yù)警。上述方法只能實(shí)現(xiàn)大部件預(yù)警且應(yīng)用于不同大部件時(shí)需重新建模,而故障代碼或子部件預(yù)警對(duì)運(yùn)維決策更具價(jià)值。……