(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210568413.4 (22)申请日 2022.05.23 (71)申请人 国家电投集团科 学技术研究院有限 公司 地址 102209 北京市昌平区未来科技城国 家电投集团科学技术研究院有限公司 院内A座8层至1 1层 (72)发明人 陈修高　宋羽佳　董得志　孙晓彦　 孙浩　 (74)专利代理 机构 北京和信华成知识产权代理 事务所(普通 合伙) 11390 专利代理师 申龙华 (51)Int.Cl. F03D 17/00(2016.01) G06F 30/23(2020.01)G01H 17/00(2006.01) G06F 119/02(2020.01) (54)发明名称 风电机组塔筒异常振动识别和运行状态监 测方法及系统 (57)摘要 本发明涉及一种风电机组塔筒异常振动识 别和运行状态监测方法、 系统、 电子设备及计算 机可读存储介质， 方法包括： 获取待测风机运行 数据； 将待测风机运行数据输入训练好的塔筒振 动状态监测模型， 得到预测结果； 基于四分位法， 根据预测结果识别塔筒的异常振动， 并监测塔筒 的运行状态； 塔筒振动状态监测模 型的确定方法 为： 获取训练风机运行数据； 对塔顶振动数据进 行预处理， 并对预处理后的数据进行数据融合， 得到单变量风机塔筒振动数据； 基于HHT算法对 融合的数据得到低频信号； 根据风机运行机理分 析， 确定影响变量； 采用XGBoo st算法对预设模型 进行训练和精度验证， 得到训练好的模型。 本发 明能够提高对风机塔筒状态监测的精度， 并提高 分析结果的理想程度。 权利要求书2页 说明书9页 附图3页 CN 114893360 A 2022.08.12 CN 114893360 A 1.一种风电机组塔筒异常振动识别和运行状态监测方法， 其特 征在于， 包括： 获取待测风机运行 数据； 将所述待测风机运行 数据输入至训练好的塔筒振动状态监测模型中， 得到预测结果； 基于四分位法， 根据所述预测结果识别塔筒的异常振动， 并监测所述塔筒的运行状态； 所述塔筒振动状态监测模型的确定方法为： 获取训练风机运行 数据； 所述训练风机运行 数据包括塔顶振动数据和塔筒振动数据； 对所述塔顶振动数据进行预处理， 并对预处理后的数据进行数据融合， 得到单变量风 机塔筒振动数据； 基于HHT算法对所述单变量 风机塔筒振动数据进行提取， 得到低频振动信号； 根据风机运行机理分析， 确定振动影响变量； 以所述振动影响变量为预设模型的输入参数， 以所述低频振动信号为预设模型的输出 参数， 采用XGBoost 算法对预设模型进行训练和精度验证， 得到训练好的塔筒振动状态监测 模型。 2.根据权利要求1所述的风电机组塔筒异常振动识别和运行状态监测方法， 其特征在 于， 所述基于四分位法， 根据所述预测结果识别塔筒的异常振动， 并监测所述塔筒的运行状 态， 包括： 根据所述预测结果和所述待测风机运行 数据进行对比， 得到振动残差曲线； 采用所述 四分位法对所述振动残差曲线进行振动变化分析， 并根据分析结果判定所述 塔筒是否为异常振动状态， 若是， 则将所述运行状态确定为异常状态， 若否， 则将所述运行 状态确定为 正常状态。 3.根据权利要求1所述的风电机组塔筒异常振动识别和运行状态监测方法， 其特征在 于， 所述对所述塔顶振动数据进 行预处理， 并对预 处理后的数据进 行数据融合， 得到单变量 风机塔筒振动数据， 包括： 根据3σ 法对所述塔顶振动数据的离群值判定， 并根据判定结果对所述塔顶振动数据进 行剔除， 得到剔除后的数据； 根据Newton插值法对所述剔除后的数据进行填补， 得到所述预处理后的数据； 所述预 处理后的数据包括水平向塔顶振动数据和垂直向塔顶振动数据； 对所述水平向塔顶振动数据和所述垂直向塔顶振动数据进行融合， 得到所述单变量风 机塔筒振动数据。 4.根据权利要求3所述的风电机组塔筒异常振动识别和运行状态监测方法， 其特征在 于， 所述对所述水平向塔顶振动数据和所述垂直向塔顶振动数据进行融合的计算公式为： 其中， xi表示第i个所述水平向塔顶振动数据， yi表示第i个所述垂直向塔顶振动数据， zi表示第i个所述单变量 风机塔筒振动数据。 5.根据权利要求1所述的风电机组塔筒异常振动识别和运行状态监测方法， 其特征在 于， 所述振动影响变量包括 风速、 风向、 转子转速、 桨距角和偏航 位置。 6.一种风电机组塔筒异常振动识别和运行状态监测系统， 其特 征在于， 包括： 待测数据获取模块， 用于获取待测风机运行 数据；权　利　要　求　书 1/2 页 2 CN 114893360 A 2预测模块， 用于将所述待测风机运行数据输入至训练好的塔筒振动状态监测模型中， 得到预测结果； 振动分析模块， 用于基于四分位法， 根据 所述预测结果识别塔筒的异常振动， 并监测所 述塔筒的运行状态； 训练数据获取模块， 用于获取训练风机运行数据； 所述训练风机运行数据包括塔顶振 动数据和塔筒振动数据； 融合模块， 用于对所述塔顶振动数据进行预处理， 并对预处理后的数据进行数据融合， 得到单变量 风机塔筒振动数据； 提取模块， 用于基于HHT算法对所述单变量风机塔筒振动数据进行提取， 得到低频振动 信号； 变量确定模块， 用于根据风机运行机理分析， 确定振动影响变量； 训练模块， 用于以所述振动影响变量为预设模型的输入参数， 以所述低频振动信号为 预设模型的输出参数， 采用XGBoost 算法对预设模型进行训练和精度验证， 得到训练好的塔 筒振动状态监测模型。 7.根据权利要求6所述的风电机组塔筒异常振动识别和运行状态监测系统， 其特征在 于， 所述振动分析模块具体包括： 对比单元， 用于根据所述预测结果和所述待测风机运行数据进行对比， 得到振动残差 曲线； 判断单元， 用于采用所述四分位法对所述振动残差曲线进行振动变化分析， 并根据分 析结果判定所述塔筒是否为异常振动状态， 若是， 则将所述运行状态确定为异常状态， 若 否， 则将所述 运行状态确定为 正常状态。 8.一种电子设备， 包括总线、 收发器、 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述收发器、 所述存储器和所述处理器通过所述总线相连， 其特征在于， 所述计算机程序被所述处理器执行时实现如权利要求 1至5中任一项 所述的一 种风电机组塔筒异常振动识别和运行状态监测方法中的步骤。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现如权利要求1至5中任一项所述的一种风电机组塔筒异常振动识别和运 行状态监测方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114893360 A 3