摘要：油冷系統是風電機組齒輪箱溫度調節的重要部件，針對油冷系統部件性能退化、失效及油冷風扇堵塞等問題，提出一種齒輪箱油冷系統早期故障診斷方法。鑒于油冷系統早期故障出現時，進口油溫與油池溫度的強相關性特征，以及各功率段內油池溫度水平升高現象，構建對油冷系統早期故障敏感的特征Rxy和S。采用ROC曲線選擇最優閾值，通過邏輯回歸分類算法自動識別油冷系統早期故障。實驗結果表明：所提出的齒輪箱油冷系統早期故障診斷方法能夠自動、有效識別油冷系統的早期故障。關鍵詞：風電機組；齒輪箱；油冷系統；相關系數；邏輯回歸分類；最優閾值0引言齒輪箱是風電機組的核心部件之一，起到增速和動力傳遞的作用。風電機組齒輪箱在運行過程中會產生大量的熱能，為防止齒輪箱溫度過高影響風電機組正常運行，每臺齒輪箱都專門配備有油冷系統。油冷系統以空氣為介質，通過散熱片油通道和風通道間的熱量交換實現散熱。油冷系統主要包括溫控閥、散熱片、油冷風扇、管路等部件，通過溫控閥對潤滑油通路的控制以及散熱片的冷卻作用實現齒輪箱油溫的調節。當齒輪箱油溫低于溫控閥開啟溫度時，潤滑油經溫控閥直接進入齒輪箱；當齒輪箱油溫高于溫控閥開啟溫度時，溫控閥動作，部分或全部潤滑油經冷卻后再進入到齒輪箱中。隨著風電機組在役運行時間的增加，油冷系統不可避免的會出現溫控閥性能的退化、失效問題。而且空氣中的灰塵以及飄飛的毛絮有時會粘附在油冷系統的散熱片上，降低散熱效率。這幾種因素都會導致齒輪箱油溫過高，過高的齒輪箱油溫會使風電機組限功運行甚至停機，從而影響TBA（設備可利用率）、MTBF（平均無故障時間）及發電量指標。針對上述問題，傳統的解決方式，一般是在發生油溫高故障/警告后再進行排查和處理。這種方式會影響TBA、MTBF及發電量指標。隨著我國海上風電及分布式風電的發展，無人/少人值守成為未來風電發展的重要方向，被動式的故障解決方案已越來越不能滿足要求，主動發現油冷系統早期故障具有重要意義。主動發現油冷系統早期故障即在風電機組報油溫高故障/警告前發現故障的存在，可以幫助現場人員提前做好配件準備、維修計劃制定、故障檢修時機選擇等工作，最大程度減小對TBA、MTBF及發電量指標的影響，使經濟效益最大化。本文對某風場21臺風電機組的SCADA離線數據進行分析，篩選出與油冷系統密切相關的變量，并從這些變量中構建齒輪箱油冷系統早期故障敏感特征。然后采用邏輯回歸分類算法構造不平衡分類器，實現齒輪箱油冷系統早期故障的自動識別。1早期故障特征構建風電機組SCADA系統中的數據有三百多個變量，這里選取與齒輪箱油冷系統密切相關的三個變量：齒輪箱進口油溫，齒輪箱油池溫度，風電機組有功功率。下面采用這三個變量構建油冷系統早期故障特征。1.1數據預處理數據預處理包括數據分組、數據篩選以及數據按功率分箱處理等步驟，如圖1所示。數據分組即按照時間的連續性，以“周”為單位對數據進行分組。分組完成后，篩選掉油池溫度低于溫控閥開啟溫度T開啟的數據，功率超出0～P額（額定功率）的數據以及其他異常數據。然后對各組數據內的功率分別作50kw等寬分箱處理，對于落入各功率分箱的進口油溫數據及油池溫度數據分別求其平均值，最后擬合得到功率—進口油溫曲線及功率—油池溫度曲線。功率—進口油溫曲線及功率—油池溫度曲線分別反映了進口油溫及油池溫度隨功率變化特征，也能夠在一定程度上反映油冷系統的散熱性能。1.2敏感特征構建齒輪箱油池溫度T池＜T開啟時，潤滑油直接通過溫控閥進入齒輪箱，此時齒輪箱進口油溫T進與油池溫度T池強相關，其功率—進口油溫曲線與功率—油池溫度曲線也會表現出很強的相關性。如圖2為某風場101號風電機組部分數據的T池與T進關系圖，T開啟值為45℃，T池與T進強相關，兩者的相關系數高達0.998。如圖3為T池＜45℃時，101風電機組各周功率—進口油溫曲線與功率—油池溫度曲線相關系數，兩者也表現出強相關性，相關系數均大于0.96。圖2T池＜45℃時T池與T進關系圖圖3T池＜45℃時兩條功率—油溫曲線相關系數當齒輪箱油池溫度T池＞T開啟時，部分或全部潤滑油經油冷系統冷卻后進入齒輪箱。此時，進口油溫T進與油池溫度T池之間，以及其功率—進口油溫曲線與功率—油池溫度曲線之間的這種強相關性將會被破壞，相關系數會減小，相關性減弱。如圖4為T池＞T開啟時，某風場108號風電機組部分數據的T池與T進關系曲線，T開啟值為45℃，T池與T進相關性弱，兩者的相關系數僅為0.171。如圖5為T池＞45℃時，108號風電機組各周功率—進口油溫曲線與功率—油池溫度曲線相關系數。由該圖可以看出，在0至25周時間范圍內，相關系數值均不超過0.5。圖4T池＞45℃時T池與T進關系圖圖5T池＞45℃時兩條功率—油溫曲線相關系數當出現溫控閥性能退化、失效，散熱片雜物粘附等問題時，油冷系統的散熱能力將會減弱，表現為功率—進口油溫曲線與功率—油池溫度曲線在油池溫度T池＞T開啟時仍然表現出較強的相關性。如圖6所示為324號風電機組在2017年1月至2018年3月間，各周的功率—進口油溫曲線與功率—油池溫度曲線相關系數。其中，在第31周至第46周溫控閥出現早期故障時，相關系數均大于0.93，表現出強相關性；現場于第46周完成溫控閥更換后，相關系數值基本都下降至0.6以下，而且在溫控閥出現早期故障前的31個周，相關系數均小于0.8。溫控閥性能退化、失效，散熱片雜物粘附等還會導致各功率段內油池溫度水平的升高。這里提出采用功率—油池溫度曲線與功率軸所圍面積S來表征各周內的油池溫度水平。本文構建的兩個敏感特征分別為油池溫度水平S，以及功率—進口油溫曲線與功率—油池溫度曲線的相關系數Rxy。齒輪箱油冷系統出現早期故障時的敏感特征值，與齒輪箱油冷系統非故障狀態時的特征值存在明顯區別，如圖7所示。所以本文采用油池溫度水平S以及相關系數Rxy來判斷油冷系統是否存在早期故障。對于存在早期故障的齒輪箱油冷系統，其對齒輪箱油溫的調節能力直接反應了油冷系統的故障程度。當油池溫度水平S以及相關系數Rxy均大于臨界值時，則表明油冷系統存在早期故障，且已不能十分有效調節油池溫度。在風電機組的運維過程中，更關心的是油冷系統存在早期故障且已不能十分有效調節油池溫度的風電機組，這些機組才是運維人員需要去及時處理的目標機組。油池溫度水平S以及相關系數Rxy的臨界值是確定某機組是否為目標機組依據，而該臨界值往往難以確定。為此，本文采用上述早期故障特征提取方法獲取風電機組的大量敏感特征數據，通過風電機組運行日志、現場工作票記錄以及齒輪箱油溫數據來確定各個敏感特征數據的故障標簽，然后通過機器學習算法搭建分類器，自動識別出目標機組。圖6324#風電機組兩條功率—油溫曲線相關系數圖7敏感特征Rxy及S分布圖2分類器構建與最優閾值選擇所采用的機器學習算法為邏輯回歸分類算法，該分類算法預測函數為Sigmoid函數，如下所示：式（2）所示代價函數為似然函數，代價函數取最大值時所對應的θ值即為最佳模型參數。采用邏輯回歸分類算法識別目標機組是一種不平衡分類問題。在平衡分類問題中，邏輯回歸函數的判別閾值通常設置為0.5，而對于不平衡分類問題則需重新確定最優閾值。本文采用ROC曲線來選取邏輯回歸函數的最優判別閾值。如圖8所示ROC曲線，縱坐標為TRP，橫坐標為FPR。TRP代表分類器預測的故障樣本中實際故障樣本占所有故障樣本的比例；FPR代表分類器預測的故障樣本中實際非故障樣本占所有非故障樣本的比例，TRP及FPR的計算公式如下：式中，P為樣本中所有故障樣本的數目；N為所有非故障樣本的數據；TP為分類器預測的故障樣本中實際為故障樣本的數目；FP為分類器預測的故障樣本中實際為非故障樣本的數目。圖8ROC曲線FPR越大，分類器預測的故障樣本中實際為非故障樣本的數目就越多；TPR越大，分類器預測的故障樣本中實際為故障樣本的數目越多。因此，對于ROC曲線上的點，越靠近（0，1），其所對應的閾值越好。在邏輯回歸分類器中，對于任意一個閾值都能得到一組（FPR，TPR）值。閾值最大時，對應ROC曲線上的點（0，0），閾值最小時，對應ROC曲線上的點（1，1）。ROC曲線上最靠近（0，1）的點所對應閾值即為最優閾值。最優閾值選定后，考慮到ROC曲線的性質，即使驗證集中的故障樣本和非故障樣本的分布發生變化，ROC曲線依然能夠基本保持不變，最優閾值也會基本保持不變。3實驗實驗數據為某風場21臺風電機組的SCADA離線數據，各臺風電機組的數據粒度均為1min，數據時間長度均為15個月，如表1所示。對21臺風電機組的SCADA離線數據分別進行數據預處理和敏感特征構建，得到這21臺風電機組在各周內的敏感特征Rxy及S。通過查詢風電機組運行日志、現場工作票記錄以及齒輪箱油溫數據，結合風電機組在各周內的敏感特征Rxy及S，確定風電機組油冷系統在各周內的故障標簽（1故障/0非故障）。表1實驗數據情況表在該風場21臺風電機組中，選定8臺風電機組數據作為訓練集，6臺風電機組數據作為驗證集，7臺風電機組數據作為測試集。訓練集中的樣本與驗證集中的樣本比例約為6:4。為避免因數據劃分引入額外偏差，訓練集和驗證集中的故障樣本數與非故障樣本數據的比例基本相同，約為1:8。為提升模型收斂速度及精度，有必要對訓練集、驗證集和測試集中的樣本特征Rxy及S進行標準化處理。標準化處理完成后，就可將訓練集中的樣本特征輸入至邏輯回歸分類算法中進行訓練，得到模型參數。圖9中的ROC曲線為邏輯回歸分類算法對驗證集數據進行分類時得到，由該曲線得到的邏輯回歸函數最優判別閾值為0.21，相應的ROC曲線上的點為（0.00693，0.99986）。以0.21作為最優閾值，采用訓練好的邏輯回歸分類算法分別對驗證集和測試集進行分類，得到分類結果如圖10、圖11。圖10、圖11中，右側圖為未標準化且未分類時的數據分布圖，左側圖則為分類后的數據分布圖；右側圖的橫坐標為各周油池溫度水平S，縱坐標為各周的相關系數Rxy；左側圖的橫坐標為標準化后的各周油池溫度水平Norm_S，縱坐標為標準化后的各周相關系數Norm_Rxy。在圖10、圖11的左側圖中，“●”代表故障樣本，“★”代表非故障樣本。驗證集中數據分類正確率為91.32%，TPR為100%，FPR為1.19%；測試集中數據分類正確率為85.73%，TPR為100%，FPR為2.08%，如表2所示。圖9RO