權利要求書： 1.一種風機齒輪箱散熱故障的早期診斷模型構建方法，其特征在于：包括如下步驟：S1.獲取風電機組與散熱故障相關的有效歷史數據；S2.將所述有效歷史數據按照預設的第一時間周期進行分組，并按照所述分組分別計算每組有效歷史數據的敏感特征值，并標記敏感特征值的故障狀態，所述故障狀態包括故障和非故障；S3.構建診斷模型，并按照所述分組的敏感特征值及其故障狀態構建訓練集，通過所述訓練集對所述診斷模型進行訓練，得到診斷模型；所述敏感特征值包括皮爾遜相關系數和油池溫度水平；所述油池溫度水平通過如下方式確定：對所述風電機組有功功率按照預設的寬度進行分箱處理，分別計算各分箱內齒輪箱油池溫度的平均值，對所述平均值進行擬合，得到功率?溫度曲線，計算所述功率?溫度曲線與功率軸所圍面積值得到油池溫度水平；所述診斷模型為基于邏輯回歸分類算法的診斷模型；所述診斷模型的預測函數為如式(1)所示的Sigmoid函數：式(1)中，h(x)為預測函數計算得到的預測值，x＝(a；b)，x為樣本特征，a為皮爾遜相關系數，b為油池溫度水平，θ為模型參數，T為轉置運算；所述診斷模型的代價函數如式(2)所示：式(2)中，l(θ)為代價函數的計算值，xi＝(ai；bi)，xi為樣本特征，ai為皮爾遜相關系數，bi為油池溫度水平，yi為由所述故障狀態確定的樣本標簽，θ為模型參數，m為樣本特征數。2.根據權利要求1所述的風機齒輪箱散熱故障的早期診斷模型構建方法，其特征在于：所述有效歷史數據中的每條數據包括多個數據項，所述數據項包括風電機組的齒輪箱進口油溫、齒輪箱油池溫度、風電機組有功功率；所述有效歷史數據是根據預設的第一篩選規則從歷史數據中去除無效數據后得到的數據。3.根據權利要求2所述的風機齒輪箱散熱故障的早期診斷模型構建方法，其特征在于：所述預設的第一篩選規則包括：當所述齒輪箱油池溫度低于溫控閥開啟溫度，則該條數據為無效數據；當所述風電機組有功功率為0或大于額定功率值，則該條數據為無效數據；當所述齒輪箱油池溫度、和/或所述齒輪箱進口油溫、和/或所述風電機組有功功率缺失，則該條數據為無效數據。4.根據權利要求3所述的風機齒輪箱散熱故障的早期診斷模型構建方法，其特征在于：在所述步驟S3中還包括通過ROC曲線來優化所述診斷模型的分類閾值，具體包括：按照預先確
聲明：
“風機齒輪箱散熱故障的早期診斷模型構建方法及診斷方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
648
編輯：管理員
來源：中車株洲電力機車研究所有限公司
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年07月09日 ~ 11日 
