付恩强，黎天双，杨佳林，杨金声，宋 美，马亚杰

(鲁东大学数学与统计科学学院，山东 烟台 264000)

0 引言

近年来，清洁能源得到不断推广，中国风电行业得到了大力发展，但由于风电场大多数建造于偏远地区，运行环境恶劣，维护困难，导致风电的单位产出成本较高，所以降低运维成本是风电行业需要解决的关键问题[1]。发电机作为风电机组的重要部件，其运行状况极大地影响着风机的工作效率，目前在风电领域，研究者在温度预测方面更倾向于对齿轮箱油，齿轮箱内部轴承，发电机轴承等重要部件展开研究，如韦古强等[2]基于随机森林算法对齿轮箱故障进行分类，实现智能诊断，许骏龙等[3]运用最小二乘法支持向量机对风电机组齿轮箱故障进行预测诊断。周致富等[4]建立基于BP 神经网络和Pearson 相关系数的发电机轴承温升故障诊断模型,用来预测预测风机发电机轴承温升变化,通过将温度预测值与正常工况下的温度值进行误差对比,判断发电机是否处于正常工作状态。前述方法并没有涉及发电机绕组温度预测，而绕组温度作为反映发电机健康状态的关键指标，需要实时判断并预知其走向，以便及时排查故障并制定维修方案，避免发电机的严重损毁[5]。

鉴于此，本文采用SCADA 数据库中并网状态下正常运行的数据，利用Pearson相关系数等筛选特征变量，再经与多种机器学习模型对比，建立最优模型对发电机绕组温度进行故障监测，利用多重指标来对所选模型的准确率做出评价，最后对比真实温度与预测温度，在两者偏离程度较大时发出预警，并指导工作人员进行维修处理。

1 数据预处理

1.1 数据处理

本文基于某风场的A15 风机进行建模研究，从SCADA 数据库中 提 取了2018 年1 月-2019 年12 月以1 分钟为时间间隔的数据，共约91 万条，经专家经验指导，筛选并网状态下的数据，对数据进行如下处理：①删去含有缺失值的数据行与数据列；②删除日期时间列和控制状态列；③故障前一段时间温度呈不正常趋势，故删除故障前后24 小时的数据，以减少数据异常波动带来的影响。经上述预处理后有效数据为665667条。

1.2 变量排序与特征变量的选取

上述预处理所得数据中的变量并不都有利于模型的训练。为减少特征变量，提高训练后模型的敏感度与准确度，对输入变量进行特征选择。结合相关资料与专家经验，本文选择发电机绕组温度作为特征变量。

利用Pearson 相关系数和随机森林算法对变量进行重要性排序，对可能影响发电机绕组轴承温度的8 个输入变量的重要性进行加权打分，得出排序结果如表1所示。

表1 变量重要性排序表

2 模型选择和模型介绍

2.1 评价指标

为了评价所选模型的准确率及稳健性，本文用均方误差（MSE）、平均绝对误差（MAE）、平均相对误差绝对值（MAPE）、拟合优度(R Squared)四项评价指标对整个模型训练的优劣进行总体的评判。

2.2 模型对比

为了证明所选择模型对故障预警和温度预测的能力优于其他模型，本文将XGBoost 算法与其他两种算法进行了对比，根据相应的判别指标来比较三者的优劣，本文保证了三者训练数据和检验数据的一致，利用第一步数据预处理得到的数据，将训练集和测试集都按照7：3划分（表2），确保唯一变量。

表2 数据集划分表

对比发现，XGBoost 时效性更佳，稳定性更好，预测准确性更高，表2是各模型计算得出的指标结果。

表3 模型对比结果表

结合上表2，我们得出三者各项指标对比图（图1），更加清晰直观的看出三者的优劣，经过上述对比，本文决定选取模型预测效果最好的XGBoost 算法建立模型。

图1 各项指标对比图

2.3 参数调优

本文设置树的深度、树的棵数等参数，先用机器学习中的随机搜索来确定参数的粗略范围，再进一步利用网格搜索对参数调优，得出局部最优参数组合，采用三折交叉验证方法降低随机事件发生的概率，以此来确保所选模型的准确性和稳定性，本文XGBoost模型中主要设定以下表中参数。

3 基于XGBoost算法的监测模型及预警系统

3.1 系统介绍

本文提出一种基于XGBoost 算法的故障监测及预警模型，用于风机发电机绕组轴承温度故障监测与故障原因诊断，流程如图2所示。

图2 监测模型及预警系统流程图

图2 中对数据预处理后，以此为训练集输入多种算法模型中，得出相应算法模型的评价指标，对比得出的评价指标，选择预测效果最优的XGBoost 算法作为基础建立故障监测模型并应用于风机发电机监测系统中，持续输入监测数据后得出模型图趋势，若显示正常，则继续监测，若显示异常（实际温度与预测温度的差超出阈值），则发出警报，表明风机可能存在故障。当模型试验结果达到要求后，可用于实际风场中。

3.2 预警阈值分析

本文提取故障发生前一天的数据进行研究，提取历史数据中多段故障数据，从故障点向前推进24小时对残差的绝对值做均值处理，由此得出多个预警阈值，为保证故障发生时模型能够准确做到不漏报，取故障均值最小值作为预警阈值。公式如下：

threshold=Min{Mean(R)}[6]

经计算得出阈值为6.5℃。

3.3 故障原因定位

当模型预测值与所得真实值偏差较大时，就输出预警信号，提示维修工人检修。但逐一排查耗时、耗力，针对此问题，可依据表4 给出的变量重要性排序优先检修相关性高的指标所对应风机部件，定位故障源头，及时检修，避免造成不必要的经济损失。

表4 参数调优表

4 仿真验证

本文将正常和异常状态下的预测结果做了可视化处理，为了验证模型的有效性，评估正常状态下的模型预测效果，本文选取某风场A15号风机2018年12月5 日16:24 这一故障点作为检验样本点(日期时间记录源于风电系统故障记录表)来检验异常状态下模型的效果,此故障为发电机转子绕组故障,本文选择故障发生前后各一时间段内约2000 个样本点进行分析。如图3所示，在故障发生前一段时间，实际温度会发生一定范围内的波动，与预测温度存在一定偏差属正常现象。但如果两条温度曲线偏差达到本文所设置的阈值时，便考虑风机将要发生故障。

图3 发电机绕组温度预测趋势图

4.1 正常状态下模型预测的可视化表现

图4 中灰色实线表示实际温度，黑色虚线表示预测温度，黑色实线表示实测温度和预测温度的残差值，可以看出两者拟合效果较好，预测曲线可较好地反应发电机绕组的运行状况。

图4 发电机绕组的温度趋势图

4.2 异常状态下模型预测的可视化表现

图3中虚线表示实际温度，实线表示预测温度，实线与虚线在矩形方框的位置偏差较大且超出所设置的阈值，故判断矩形方框位置风机可能发生了故障。与故障记录表对比，此时段确有故障发生。

从图5可以更加清晰地看到预测温度与实际温度的残差。方框位置残差较大且超出阈值，模型预警，工作人员可根据表4 依次对故障进行定位，在故障发生前将问题解决，极大地降低因风机故障导致风机停机所带来的经济损失。实验结果表明，本文提出的模型实用性良好。

图5 发电机绕组温度残差图

5 结束语

本文首先选取相关性大的变量作为特征变量，在此基础上建立三种机器学习模型对所得数据进行训练，根据所得的评价指标，最终选定最优的XGBoost模型作为故障预警的最终模型，结合多段故障点前24小时的残差数据，将多个残差的最小均值作为预警阈值，实现了故障状态监测和故障原因诊断，本项目对降低风机故障损失、提高风场经济效益具有重大意义。