基于支持向量機的風(fēng)電機組故障預(yù)測

李森娟，張 萍，岳大為，王秋富

(河北工業(yè)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院，天津 300130)

1 引言

風(fēng)電機組通常地處氣候惡劣的海上、丘陵等地區(qū)，受到地理位置、天氣、時間等多種因素的限制，其定期維護和故障檢修的成本較高，約占整個風(fēng)電行業(yè)生產(chǎn)總值的10%～15%，而海上風(fēng)電機組更是達到了20%～35%[1-3]。為了使風(fēng)能成為更經(jīng)濟的能源來源，需要最大限度地提高風(fēng)電場的經(jīng)濟效益，對于風(fēng)電場來說降低運行和維護成本是至關(guān)重要的。風(fēng)電場SCADA系統(tǒng)實現(xiàn)對運行設(shè)備的監(jiān)視、數(shù)據(jù)采集以及報警等功能，了解機組的運行狀態(tài)，及時發(fā)現(xiàn)故障并提前對相關(guān)故障進行處理，從而提高運營效率，降低運維成本[4-5]。

利用振動信號對風(fēng)電機組進行故障預(yù)測時主要針對風(fēng)電機組中的發(fā)電機、齒輪箱、塔筒等機械傳動與支撐部件，通過振動特征量的時頻域分析方法可以獲取相關(guān)部件的劣化程度[6]。同樣考慮到風(fēng)電機組在運行過程中受到風(fēng)速、溫度、機械等不確定性因素的影響，風(fēng)電機組的振動特征容易受到各種噪聲的干擾，近年來，利用SCADA數(shù)據(jù)進行風(fēng)電機組的故障預(yù)測研究越來越多。文獻[7]對SCADA數(shù)據(jù)預(yù)處理(4分位法剔除異常數(shù)據(jù)等)，對齒輪箱特征因素進行相關(guān)性分析，利用統(tǒng)計過程控制原理(Statistical Process Control，SPC)分析殘差，最終對齒輪箱的異常狀態(tài)進行預(yù)測。但是，此模型在風(fēng)電機組齒輪箱正常工作狀態(tài)下才具有較高的預(yù)測精度，而且沒有推廣到整機的狀態(tài)評估。文獻[8]采用基于互信息的動態(tài)特征矩陣描述風(fēng)電機組的動態(tài)特性，通過加權(quán)k近鄰?fù)瑫r考慮動態(tài)特征矩陣中的特征貢獻率與累計互信息的影響，利用動態(tài)閾值計算降低運行狀態(tài)突變造成的誤報。但是所提方法只是對變槳系統(tǒng)能夠準(zhǔn)確進行故障信息的檢測。文獻[9]根據(jù)風(fēng)力發(fā)電機正常運行時采集的SCADA數(shù)據(jù)，利用非線性狀態(tài)估計技術(shù)(Nonlinear State Eatimation Technique，NSET)建立了齒輪箱振動、發(fā)電機振動和主軸承振動三種振動模型，幫助檢測早期故障。文獻[10]基于模糊粗糙集理論建立變槳系統(tǒng)特征參數(shù)約簡的數(shù)學(xué)模型，再利用實際運行數(shù)據(jù)訓(xùn)練經(jīng)粒子群優(yōu)化的支持向量機，從而獲得高精度診斷模型，對變槳角度故障進行診斷實驗。在這些故障診斷和預(yù)測模型研究中，僅以風(fēng)電機組主要部件作為研究對象，并沒有對整機進行分析。綜上所述，本文選取關(guān)鍵特征參數(shù)建立故障診斷模型，進而對風(fēng)電機組進行故障預(yù)測具有重要意義。

2 基于網(wǎng)格搜索的支持向量機算法

2.1 SVM模型

SVM是一類線性分類器，通過構(gòu)造分隔超平面，將樣本數(shù)據(jù)分為兩個類別[11]。對于線性不可分的樣本數(shù)據(jù)，SVM通過將原始數(shù)據(jù)映射到更高的維度，從而使其線性可分。假設(shè)樣本數(shù)據(jù)表示如下

(x1，y1)，(x2，y2)，…，(xi，yi)

xi∈Rn，yi∈{-1，1}

i=1，2，…，l

(1)

式中：xi和yi分別為樣本空間向量和類別標(biāo)志；R為訓(xùn)練樣本總數(shù)；n為樣本空間維數(shù)。分類超平面為w·x+b=0，如圖1所示，其中R1和R2分別為x的第一維和第二維的取值；w為最優(yōu)超平面的法向量；b為偏置。

以線性可分的情況為例進行分析，將最優(yōu)超平面的求解問題轉(zhuǎn)化為約束優(yōu)化問題，見式(2)

(2)

對式(2)進行求解，把構(gòu)建最優(yōu)超平面的問題轉(zhuǎn)化為對偶二次規(guī)劃問題，結(jié)果見式(3)。

s.t.0≤ai≤C

ai≥0；i=1，2，…

(3)

圖1 最佳超平面

最終的最優(yōu)分類面函數(shù)表示為

(4)

2.2 K折交叉驗證

模型的參數(shù)選擇是影響模型應(yīng)用效果的重要因素，為了避免模型過擬合從而提高模型對于測試集數(shù)據(jù)的預(yù)測精度，也就是模型的泛化能力，因此，常用K折交叉驗證(K-fold Cross Validation)方法評價模型的泛化能力。K折交叉驗證方法將數(shù)據(jù)集等比例劃分成K份，以其中K-1份數(shù)據(jù)訓(xùn)練，剩余一份數(shù)據(jù)驗證得到精度指標(biāo)，如此訓(xùn)練K次并取各次指標(biāo)的平均值作為交叉驗證模型的指標(biāo)[12]。

2.3 網(wǎng)格搜索算法

網(wǎng)格搜索也叫窮舉搜索，即遍歷整個訓(xùn)練數(shù)據(jù)集。該方法通過遍歷給定的參數(shù)組合對所需訓(xùn)練的模型進行優(yōu)化[13-14]。使用網(wǎng)格搜索算法尋找模型最佳參數(shù)可以防止模型過擬合或欠擬合。網(wǎng)格搜索算法在實際應(yīng)用的過程中一般需要配合分類算法進行使用，目的是對分類算法的參數(shù)進行尋優(yōu)。

3 數(shù)據(jù)處理

3.1 數(shù)據(jù)描述

風(fēng)電場SCADA系統(tǒng)能對風(fēng)電機組功能進行現(xiàn)場或遠程控制，并通過收集數(shù)據(jù)，對風(fēng)電機組的運行情況進行分析和報告。文中的數(shù)據(jù)來自一臺3MW的直驅(qū)式風(fēng)電機組，從風(fēng)電機組SCADA系統(tǒng)采集到三個獨立的數(shù)據(jù)集：“運行”數(shù)據(jù)、“狀態(tài)”數(shù)據(jù)和“警告”數(shù)據(jù)，包含從2014年5月至2015年4月，共11個月的數(shù)據(jù)，每隔十分鐘采集一次。

1)運行數(shù)據(jù)：風(fēng)電機組控制系統(tǒng)監(jiān)控許多瞬時參數(shù)、功率特性、電氣設(shè)備中的各種電流和電壓、以及發(fā)電機軸承和轉(zhuǎn)子等部件的溫度。采集這些數(shù)據(jù)10分鐘的平均值、最小值和最大值，將其存儲在具有相應(yīng)時間戳的SCADA系統(tǒng)中，部分數(shù)據(jù)如表1所示。該數(shù)據(jù)用于訓(xùn)練分類器，并根據(jù)過濾器進行標(biāo)記，初始運行數(shù)據(jù)包含大約45000個數(shù)據(jù)點。

表1 10min運行數(shù)據(jù)

2)狀態(tài)數(shù)據(jù)：風(fēng)電機組有許多正常運行狀態(tài)。當(dāng)風(fēng)電機組處于異?；蚬收线\行時，也有大量的狀態(tài)。這些都是由狀態(tài)信息記錄，包含在“狀態(tài)”數(shù)據(jù)中。狀態(tài)數(shù)據(jù)被分成兩個不同的組：Wind Energy Conversion(WEC)狀態(tài)數(shù)據(jù)和Remote Terminal Unit(RTU)狀態(tài)數(shù)據(jù)。WEC狀態(tài)數(shù)據(jù)對應(yīng)于與風(fēng)電機組本身直接相關(guān)的狀態(tài)信息，而RTU狀態(tài)數(shù)據(jù)對應(yīng)于與電網(wǎng)連接點處的功率控制數(shù)據(jù)，即有功和無功功率設(shè)定點。每次WEC或RTU狀態(tài)改變時，都會生成一個新的帶時間戳的狀態(tài)信息。因此，直到產(chǎn)生下一個狀態(tài)信息前，認為風(fēng)電機組在一個狀態(tài)下運行。每個風(fēng)電機組狀態(tài)都有與之相關(guān)的“主狀態(tài)”和“子狀態(tài)”代碼。WEC狀態(tài)信息部分數(shù)據(jù)示例如表2所示。RTU狀態(tài)數(shù)據(jù)幾乎只處理有功或無功功率設(shè)定值。

表2 WEC狀態(tài)數(shù)據(jù)

3)警告數(shù)據(jù)：風(fēng)電機組上的“警告”數(shù)據(jù)大多對應(yīng)于風(fēng)電機組的一般信息，通常與風(fēng)電機組運行或安全沒有直接關(guān)系，如表3所示。這些“警告”信息以與狀態(tài)信息相同的方式標(biāo)記時間戳。有時，警告信息對應(yīng)于風(fēng)電機組上潛在的發(fā)展中的故障；如果警告持續(xù)一定的時間，并且沒有被風(fēng)電機組操作員或控制系統(tǒng)清除，就會產(chǎn)生故障并且生成新的狀態(tài)信息。因此，在分析中可以忽略警告消息，因為信息是由狀態(tài)信息捕獲的。

表3 WEC警告數(shù)據(jù)

3.2 數(shù)據(jù)標(biāo)簽

為了準(zhǔn)確地訓(xùn)練分類器，正確地標(biāo)記數(shù)據(jù)是很重要的。在文中，使用三個類型的分類：故障/無故障：樣本被分類為故障或無故障；故障診斷：樣本被分類為特定故障或無故障；以及故障預(yù)測，也就是在故障發(fā)生前一小時將數(shù)據(jù)分類為特定故障。這是通過將初始運行數(shù)據(jù)分成標(biāo)記的“無故障”、“所有故障”、“特定故障”和“故障預(yù)測”數(shù)據(jù)集來實現(xiàn)的。接下來解釋了標(biāo)記數(shù)據(jù)的過程。

無故障數(shù)據(jù)集：對于三個類型的分類，需要一個通用的“無故障”數(shù)據(jù)集，包括標(biāo)明的無故障操作。為了實現(xiàn)這一點，對完整的10分鐘操作數(shù)據(jù)進行篩選。首先，選擇對應(yīng)于標(biāo)明操作的WEC狀態(tài)代碼，這些代碼是“0 ： 0——運行中的風(fēng)電機組”、“2 ： 1——風(fēng)速過低”和“3 ： 12——風(fēng)速過高”。接下來，過濾掉與功率輸出被削減的RTU狀態(tài)相對應(yīng)的所有操作數(shù)據(jù)。此時，僅留下一個狀態(tài)，“0 ： 0——RTU正在運行”。最后，過濾掉對應(yīng)于單個特定警告消息的數(shù)據(jù)(主警告代碼“230——功率限制(10h)”)。經(jīng)過以上三個階段的篩選，無故障數(shù)據(jù)包含大約28000個點的10分鐘運行數(shù)據(jù)。

圖2 功率曲線

風(fēng)電機組的功率和風(fēng)速之間理想的關(guān)系如圖2所示，顯示了在輪轂高度風(fēng)速的風(fēng)電機組功率輸出。為了驗證“無故障”數(shù)據(jù)集中僅包括風(fēng)電機組處于正常運行時的數(shù)據(jù)，繪制了過濾數(shù)據(jù)的功率曲線，以檢查其是否符合標(biāo)準(zhǔn)形狀，如圖3所示，利用文獻[15]所述的一種濾除功率曲線異常的算法標(biāo)示正常操作的估計界限之外的數(shù)據(jù)點。圖中所有數(shù)據(jù)點顯示了在不進行任何過濾之前從操作數(shù)據(jù)產(chǎn)生的功率曲線，紅色的點是算法標(biāo)記為異常的點，大約有4000個這樣的點。黑色的點顯示了篩選的無故障數(shù)據(jù)集，經(jīng)過三步篩選過程后，仍然有大約400個點，算法將其識別為異常。由于這些數(shù)據(jù)在整個無故障數(shù)據(jù)集中所占的比例不到1%，而且在實際中，風(fēng)電機組數(shù)據(jù)總是包含噪聲，因此決定將這些數(shù)據(jù)包含在無故障數(shù)據(jù)中。

圖3 標(biāo)記的功率曲線

所有故障數(shù)據(jù)集：為了對故障/無故障數(shù)據(jù)進行分類，還需要生成一組標(biāo)記的故障數(shù)據(jù)。為此，列出了經(jīng)常發(fā)生的故障，對于這些故障，選擇了帶有與故障對應(yīng)的代碼的狀態(tài)信息。接下來，使用風(fēng)電機組狀態(tài)開始之前600秒和結(jié)束之后600秒的時間戳來對應(yīng)相關(guān)的10分鐘運行數(shù)據(jù)。表4總結(jié)了包括的故障，其中，故障頻率指的是每個故障的具體實例，而不是與其相關(guān)聯(lián)的運行數(shù)據(jù)的數(shù)據(jù)點的數(shù)量。電纜故障指的是風(fēng)電機組的供電電纜故障，勵磁故障指的是發(fā)電機勵磁系統(tǒng)的故障，電源故障指的是風(fēng)電機組的供電電源故障，冷卻故障指的是風(fēng)電機組的空氣循環(huán)和內(nèi)部溫度循環(huán)故障，發(fā)電機故障指的是發(fā)電機溫度過高。

特定故障數(shù)據(jù)集：對于特定故障與所有故障使用相同的方法，但這次對表4中的每個故障代碼使用單一狀態(tài)代碼。同樣，每個故障狀態(tài)開始之前600秒和結(jié)束之后600秒的時間戳用于對應(yīng)相應(yīng)的10分鐘運行數(shù)據(jù)。

故障預(yù)測數(shù)據(jù)集：為了預(yù)測特定的故障，故障分類的時間戳被擴展到不同的時間段，分別取自特定故障前的10、20、30、60、120和360分鐘。這意味著導(dǎo)致特定故障的運行數(shù)據(jù)點也包含在該故障類別中。

表4 常見故障

4 實驗結(jié)果與分析

數(shù)據(jù)集被隨機打亂，分成訓(xùn)練集和測試集，其中80%用于訓(xùn)練，其余20%用于測試。因為原始操作數(shù)據(jù)集有60多個要素，所以僅選擇了30個特定要素的子集用于訓(xùn)練。分析數(shù)據(jù)發(fā)現(xiàn)許多原始特征對應(yīng)于風(fēng)電機組上損壞的傳感器，例如，它們包含結(jié)冰或明顯不正確的值。然后，選擇最相關(guān)的剩余特征進行訓(xùn)練。這些特征的一個子集，對應(yīng)于風(fēng)電機組中逆變器柜上的12個溫度傳感器，都具有非常相似的讀數(shù)。因此，決定將這些數(shù)據(jù)合并，并使用12個逆變器溫度的平均值和標(biāo)準(zhǔn)差，最終使用29個特征訓(xùn)練支持向量機。因為一些特征，例如功率輸出具有從0到幾千的巨大范圍，而其它特征，例如溫度，范圍僅僅從0到幾十，因此對所有數(shù)據(jù)都進行歸一化處理，如式(5)所示

(5)

其中，xmin為樣本數(shù)據(jù)的最小值，xmax為樣本數(shù)據(jù)的最大值。

對用于訓(xùn)練每個SVM的多個超參數(shù)進行參數(shù)網(wǎng)格搜索，以找到產(chǎn)生最佳結(jié)果的超參數(shù)。然后使用10折交叉驗證對這些超參數(shù)進行驗證。用于交叉驗證的評分標(biāo)準(zhǔn)是召回率的平均值。搜索的超參數(shù)是C：對損失值的懲罰系數(shù)，即相對誤差的寬容度；γ：定義了一個單獨的訓(xùn)練例子以及使用的核有多大的影響。四種核函數(shù)分別是簡單線性核、徑向基(高斯)核、多項式核、Sigmoid核。參數(shù)選擇如表5所示。

表5 網(wǎng)格搜索中的超參數(shù)

原始數(shù)據(jù)嚴重失衡——無故障樣本比故障類樣本多一百多個，因此，使用SMOTE算法來減輕數(shù)據(jù)不平衡的影響。

模型的預(yù)測準(zhǔn)確率一直是用來評估模型性能優(yōu)劣的一種量化指標(biāo)，而在文章中，風(fēng)電機組的故障數(shù)據(jù)遠遠少于其健康數(shù)據(jù)，僅以預(yù)測準(zhǔn)確率作為模型優(yōu)劣的評判標(biāo)準(zhǔn)可能使得評估結(jié)果存在一定偏差。因此，文章使用混淆矩陣作為評判指標(biāo)來衡量模型的預(yù)測效果?；煜仃囀且粋€簡單的方陣，用于展示分類器的預(yù)測結(jié)果——真正、真負、假正、假負的數(shù)量。對于類別數(shù)量不均衡的分類問題來說，文中采用準(zhǔn)確率(Accuracy)、召回率(Recall)和F1 score作為性能指標(biāo)。F1 score為精確率(Precision)和召回率的調(diào)和平均值。

(6)

(7)

(8)

(9)

式中，TP是真正性(即正確預(yù)測的故障樣本)的數(shù)量，F(xiàn)P是假正性，F(xiàn)N是假負性(即錯誤標(biāo)記為無故障的故障樣本)，TN是真負性。P代表Precision，R代表Recall。F1 score的取值范圍從0到1，1代表模型的輸出最好，0代表模型的輸出結(jié)果最差。

在表6中可以看到平衡訓(xùn)練集情況下的超參數(shù)搜索的結(jié)果。

表6 網(wǎng)格搜索中的超參數(shù)

當(dāng)在平衡集上訓(xùn)練數(shù)據(jù)時，得到的混淆矩陣如圖4所示，圖中顏色的深淺代表了各個區(qū)域分布數(shù)量的多少。由混淆矩陣得到的結(jié)果可以計算得到表7，對所有故障集預(yù)測在準(zhǔn)確率和召回率方面的性能相當(dāng)高(分別為85%和95%)。高召回率意味著很少有遺漏的故障實例。然而，SVM精確率比較低，因此，F(xiàn)1不是很高。

圖4 混淆矩陣結(jié)果

對于在平衡集上訓(xùn)練的特定故障集的預(yù)測，結(jié)果類似于所有故障集情況，除了在冷卻故障上顯示出非常差的全面性能。預(yù)測發(fā)電機故障顯示出最好的結(jié)果，精確率為87%，遠高于其它任何一項，召回率為100%，準(zhǔn)確率為99%，以及0.93的F1 score。在很大程度上，精確率和召回率之間的權(quán)衡與故障/無故障集是一樣的。然而，在發(fā)電機故障的預(yù)測中看到了非常好的性能。

表7 模型的評估報告

當(dāng)特定故障前的時間段從10分鐘延長到1小時時，在準(zhǔn)確率和召回率方面仍顯示出良好的結(jié)果，結(jié)果見表8。

表8 模型的評估報告

5 結(jié)論

文中考慮算法篩選特征導(dǎo)致解釋性差的特點，從風(fēng)電機組特性出發(fā)，最終選擇29個特征，對故障進行三個類型的分類：區(qū)分故障/無故障運行，對特定故障進行分類，以及提前一小時預(yù)測特定故障，通過對SVM模型進行優(yōu)化，得到一個效果更好的模型并選擇合適的評價指標(biāo)對得到的模型進行評估。結(jié)果表明，一小時的預(yù)測結(jié)果在各個數(shù)據(jù)集上顯示出良好的結(jié)果，通過實時傳輸風(fēng)電機組SCADA數(shù)據(jù)，能夠?qū)崿F(xiàn)故障的在線監(jiān)測，并及時安排維修人員排故，避免非計劃維修，在一定程度上實現(xiàn)風(fēng)電機組的視情維修。