风机故障管理方法及装置与流程

1.本技术涉及风电机组故障触发和管理技术领域，特别涉及一种风机故障管理方法及装置、计算设备、计算机可读存储介质及计算机程序产品。


背景技术：

2.目前风机故障管理单元的工作原理是：检测某一个风机子系统(包括风机部件)涉及的传感器的输出信号或输出信号对应的滤波信号，将该输入信号或输入信号对应的滤波信号进行阈值判断，在超出阈值时发出报警信号或者故障信号，机组报故障停机。但是这种方式存在如下缺点：当机组没有存在实际的故障问题，但是由于某一个传感器自身出现偶然的故障，导致传感器的输出信号超出阈值，造成机组报故障停机，这种情况下增加了机组的故障率。


技术实现要素：

3.鉴于现有技术的以上问题，本技术提供一种风机故障管理方法及装置、计算设备、计算机可读存储介质及计算机程序产品，避免了传感器自身出现偶然的故障导致的机组报故障停机，降低了机组的故障率。
4.为达到上述目的，本技术第一方面提供了一种风机故障管理方法，包括：
5.获取与风机子系统相关的各传感器的实时输出信息；
6.根据所述各传感器的实时输出信息确定风机子系统的运行参数；
7.当所述风机子系统的运行参数超出预设阈值时，从所述各传感器中确定出现故障的传感器；
8.根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值；
9.基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理。
10.本技术在传感器出现故障时，不是直接进行风机机组停机，而是基于其余传感器的实时输出信息来确定故障传感器的输出信息预测值，基于该输出信息预测值和出现故障的传感器的实时输出信息进行风机故障管理，这样可以避免传感器自身出现偶然的故障导致的机组报故障停机，降低了机组的故障率。
11.为达到上述目的，本技术第二方面提供了一种风机故障管理装置，包括：
12.信息获取模块，用于获取与风机子系统相关的各传感器的实时输出信息；
13.运行参数确定模块，用于根据所述各传感器的实时输出信息确定风机子系统的运行参数；
14.故障传感器确定模块，用于当所述风机子系统的运行参数超出预设阈值时，从所述各传感器中确定出现故障的传感器；
15.输出信息预测值确定模块，用于根据除所述出现故障的传感器之外的其余传感器
的实时输出信息，确定所述出现故障的传感器的输出信息预测值；
16.风机故障管理模块，用于基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理。
17.本技术在传感器出现故障时，不是直接进行风机机组停机，而是基于其余传感器的实时输出信息来确定故障传感器的输出信息预测值，基于该输出信息预测值和出现故障的传感器的实时输出信息进行风机故障管理，这样可以避免传感器自身出现偶然的故障导致的机组报故障停机，降低了机组的故障率。
18.本技术第三方面提供了一种计算设备，包括：通信接口，以及至少一个处理器；其中，所述至少一个处理器用于执行程序指令，所述程序指令当被所述至少一个处理器执行时使得所述计算设备执行上述第一方面所述的风机故障管理方法。
19.本技术第四方面提供了一种计算机可读存储介质，其上存储有程序指令，所述程序指令当被计算机执行时使得所述计算机执行上述第一方面所述的风机故障管理方法。
20.本技术第五方面提供了一种计算机程序产品，其包括有程序指令，所述程序指令当被计算机执行时使得所述计算机执行上述第一方面所述的风机故障管理方法。
附图说明
21.图1是本技术风机故障管理方法的第一实施例的流程图；
22.图2是本技术风机故障管理方法的第二实施例的流程图；
23.图3是本技术风机故障管理装置的一种结构性示意性图；
24.图4是本技术实施例提供的一种计算设备的结构性示意性图。
25.应理解，上述结构示意图中，各框图的尺寸和形态仅供参考，不应构成对本发明实施例的排他性的解读。结构示意图所呈现的各框图间的相对位置和包含关系，仅为示意性地表示各框图间的结构关联，而非限制本发明实施例的物理连接方式。
具体实施方式
26.下面结合附图并举实施例，对本技术提供的技术方案作进一步说明。应理解，本技术实施例中提供的系统结构和业务场景主要是为了说明本技术的技术方案的可能的实施方式，不应被解读为对本技术的技术方案的唯一限定。本领域普通技术人员可知，随着系统结构的演进和新业务场景的出现，本技术提供的技术方案对类似技术问题同样适用。
27.应理解，本技术实施例提供的风机故障管理方案，包括风机故障管理方法及装置。由于这些技术方案解决问题的原理相同或相似，在如下具体实施例的介绍中，某些重复之处可能不再赘述，但应视为这些具体实施例之间已有相互引用，可以相互结合。
28.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。如有不一致，以本说明书中所说明的含义或者根据本说明书中记载的内容得出的含义为准。另外，本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
29.为了降低风电机组的故障率，本技术实施例提供了一种风机故障管理方法，通过与风机子系统相关的各传感器的实时输出信息确定风机子系统的运行参数，当风机子系统的运行参数超出预设阈值时，确定出现故障的传感器，基于其余传感器的实时输出信息来
确定故障传感器的输出信息预测值，基于该输出信息预测值和出现故障的传感器的实时输出信息进行风机故障管理，这样可以避免传感器自身出现偶然的故障导致的机组报故障停机，降低了机组的故障率。
30.本技术实施例可以应用于风机故障判断和管理场景当中。
31.本技术实施例提供了一种风机故障管理方法。下面参照图1示出的流程图，对本技术风机故障管理方法实施例进行介绍。其中，如图1所示，该方法包括：
32.s110：获取与风机子系统相关的各传感器的实时输出信息。
33.在一实施例中，风机子系统可以包括风机部件和相应的软件控制程序。与风机子系统相关的各传感器可以是整个风机子系统对应的所有传感器，也可以是风机子系统内的某一个风机部件对应的传感器。
34.在一实施例中，在获取与风机子系统相关的各传感器的实时输出信息之前，首先要确定与风机子系统相关的各传感器是什么。以风电机组的齿轮箱系统为例，风电机组的齿轮箱系统的运行和风机转速genspe、风机功率power、齿轮箱油温geaoiltem、齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev、齿轮箱油压geaoilpre等有关，即风电机组的齿轮箱系统与采集风机转速的传感器、采集风机功率的传感器、采集齿轮箱油温的传感器、采集齿轮箱轴承温度的传感器、采集齿轮箱油位的传感器、采集齿轮箱油压的传感器等有关。
35.其中，对于风电机组的齿轮箱系统，各传感器的实时输出信息即传感器采集的风机转速genspe、风机功率power、齿轮箱油温geaoiltem、齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev、齿轮箱油压geaoilpre等。
36.s120：根据所述各传感器的实时输出信息确定风机子系统的运行参数。
37.在一实施例中，执行s120之前，需要结合齿轮箱系统自身的特点，建立传感器之间的相关性关系，构建风机子系统与传感器的关系函数。其中，关系函数的输入为与风机子系统相关的各传感器的输出信息，该关系函数的输出为风机子系统的运行参数，具体公式如下：
38.f(genspe、power、geaoiltem、geabeatem、geaoillev、geaoilpre)＝ψ
39.其中，f()表示风机子系统与传感器的关系函数，f()中是各传感器的输出信息，ψ表示风机子系统的运行参数，该参数根据实际情况设定，其范围可以是0-1。
40.基于此，s120具体包括：
41.将所述各传感器的实时输出信息输入到所述风机子系统与传感器的关系函数中，输出所述风机子系统的运行参数。
42.s130：当所述风机子系统的运行参数超出预设阈值时，从所述各传感器中确定出现故障的传感器。
43.在一实施例中，风机子系统的运行参数有一个正常范围值(即预设阈值)，当计算所得的风机子系统的运行参数未超过正常范围值时，表明与风机子系统相关的各传感器都是正常的，采集的数据都是正常的；当计算所得的风机子系统的运行参数超过正常范围值时，表明与风机子系统相关的各传感器中出现了一个或者多个存在故障的传感器。
44.从各传感器中确定出现故障的传感器的方法有很多种，比如可以采用二分法，也可以采用去除法。下面针对这两种方法进行详细描述。
45.在一实施例中，s130中从所述各传感器中确定出现故障的传感器，包括：
46.利用二分法，基于所述风机子系统与传感器的关系函数，从所述各传感器中确定出现故障的传感器。
47.具体的，以风电机组的齿轮箱系统为例，应用二分法，利用上面的公式计算出故障传感器，具体做法如下：
48.(a)将各传感器的实时输出信息一分为二，即将风机转速genspe、风机功率power、齿轮箱油温geaoiltem、齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev、齿轮箱油压geaoilpre分为两组，一组为风机转速genspe、风机功率power、齿轮箱油温geaoiltem、，一组为齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev、齿轮箱油压geaoilpre，根据上述公式计算出对应的风机子系统的运行参数：
49.f(genspe、power、geaoiltem)＝ψ1，
50.f(geabeatem、geaoillev、geaoilpre)＝ψ2，
51.判断ψ1和ψ2是否超过正常范围值，若ψ1未超出，则采集风机转速genspe的传感器、采集风机功率power的传感器、采集齿轮箱油温geaoiltem的传感器是正常的，若ψ1超出，则采集风机转速genspe的传感器、采集风机功率power的传感器、采集齿轮箱油温geaoiltem的传感器中存在故障传感器。
52.若ψ2未超出，则采集齿轮箱轴承温度geabeatem的传感器、采集齿轮箱油位geaoillev的传感器、采集齿轮箱油压geaoilpre的传感器是正常的，若ψ2超出，则采集齿轮箱轴承温度geabeatem的传感器、采集齿轮箱油位geaoillev的传感器、采集齿轮箱油压geaoilpre的传感器中存在故障传感器。
53.(b)假设ψ1未超出，ψ2超出，则继续二分法，将齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev、齿轮箱油压geaoilpre一分为二，一组可以为齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev，一组为齿轮箱油压geaoilpre，根据上述公式计算出对应的风机子系统的运行参数：
54.f(geabeatem、geaoillev)＝ψ3，
55.f(geaoilpre)＝ψ4，
56.判断ψ3和ψ4是否超过正常范围值；
57.(c)假设ψ3超出，ψ4未超出，则继续二分法，将齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev一分为二，一组可以为齿轮箱轴承温度geabeatem，一组为齿轮箱油位geaoillev，根据上述公式计算出对应的风机子系统的运行参数：
58.f(geabeatem)＝ψ5，
59.f(geaoillev)＝ψ6，
60.判断ψ5和ψ6是否超过正常范围值，若ψ5未超出，ψ6超出，则出现故障的传感器为采集齿轮箱油位geaoillev的传感器。
61.在一实施例中，s130中从所述各传感器中确定出现故障的传感器，包括：
62.依次去除一个传感器的实时输出信息，基于所述风机子系统与传感器的关系函数，输出第一风机子系统的运行参数，若所述第一风机子系统的运行参数未超出第一预设阈值，则去除的传感器为出现故障的传感器，若所述第一风机子系统的运行参数超出第一预设阈值，则去除的传感器不是出现故障的传感器。
63.具体的，以风电机组的齿轮箱系统为例，应用去除法，利用上面的公式计算出故障
传感器，具体做法如下：
64.(a)将风机转速genspe、风机功率power、齿轮箱油温geaoiltem、齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev、齿轮箱油压geaoilpre中的风机转速genspe去掉，根据上述公式计算出对应的风机子系统的运行参数：
65.f(power、geaoiltem、geabeatem、geaoillev、geaoilpre)＝ψ7，
66.判断ψ7是否超过正常范围值，若ψ7未超出，则采集风机功率power的传感器、采集齿轮箱油温geaoiltem的传感器、采集齿轮箱轴承温度geabeatem的传感器、采集齿轮箱油位geaoillev的传感器、采集齿轮箱油压geaoilpre的传感器是正常的，采集风机转速genspe的传感器是故障的。若ψ7超出，则采集风机功率power的传感器、采集齿轮箱油温geaoiltem的传感器、采集齿轮箱轴承温度geabeatem的传感器、采集齿轮箱油位geaoillev的传感器、采集齿轮箱油压geaoilpre的传感器中存在故障传感器。
67.(b)假设ψ7超出，则继续从风机功率power、齿轮箱油温geaoiltem、齿轮箱轴承温度geabeatem、齿轮箱油位geaoillev、齿轮箱油压geaoilpre中去除掉一个，根据上述公式计算出对应的风机子系统的运行参数，然后判断，以此计算判断，直到剩余一个传感器数据齿轮箱油压geaoilpre，根据齿轮箱油压geaoilpre判断出对应的风机子系统的运行参数超出，则该采集齿轮箱油压geaoilpre的传感器是故障传感器，若未超出，则采集齿轮箱油位geaoillev的传感器为故障传感器。
68.在一个实施例中，从所述各传感器中确定出现故障的传感器还可以采用如下方式：
69.在初始确定齿轮箱的故障原因时，会生成一个齿轮箱的故障列表，该列表中包括所有导致齿轮箱故障的原因，齿轮箱的故障列表中就有齿轮箱油位geaoillev故障等。因此，假设在判断出风机子系统的运行参数超出预设阈值时，通过查询齿轮箱的故障列表，可以查到齿轮箱油位geaoillev对应的传感器出现故障，该传感器自身的问题可能会出现的情况下：齿轮箱油位实际没有问题，但是油位计测量的信号出了问题，此时可以初步判断是齿轮箱油位geaoillev对应的传感器导致风机子系统的运行参数超出预设阈值。
70.s140：根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值。
71.在一实施例中，执行s140之前还包括：
72.构建传感器的状态空间函数，其中，输入为除所述出现故障的传感器之外的其余传感器的输出信息，输出为所述出现故障的传感器的输出信息预测值；
73.所述根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值，包括：
74.将除所述出现故障的传感器之外的其余传感器的实时输出信息输入到所述传感器的状态空间函数中，输出所述出现故障的传感器的输出信息预测值。
75.具体的，状态空间(state space)是系统的全部可能状态的集合。状态空间表示法即为一种将物理系统表示为一组输入、输出及状态的数学模式，而输入、输出及状态之间的关系可用许多一阶微分方程来描述。如果系统的外输入为已知，那么利用状态向量(空间)的现时值就能完全确定系统在未来各时刻的运动状态，通过状态变量描述能建立系统内部状态变量与外部输入变量和输出变量之间的关系。
76.针对不同的风机部件或风机子系统，根据其对应的传感器可以构建对应的传感器的状态空间函数g()。当知道当前时刻的风机转速genspe、风机功率power、齿轮箱油温geaoiltem、齿轮箱轴承温度geabeatem、齿轮箱油压geaoilpre的数值，可以基于构建的传感器的状态空间函数确定当前时刻的齿轮箱油位geaoillev的预测值，即通过g(genspe、power、geaoiltem、geabeatem、geaoilpre)＝geaoillev1，得到基于状态空间计算的齿轮箱的预测油位数值geaoillev1。
77.在一实施例中，执行s140之前还包括：
78.对所述出现故障的传感器进行验证。
79.其中，该验证是验证得出的故障传感器没有判断错误。
80.具体的，所述对所述出现故障的传感器进行验证，包括：
81.去除所述出现故障的传感器的实时输出信息，将其余传感器的实时输出信息输入到所述风机子系统与传感器的关系函数中，输出第二风机子系统的运行参数，当所述第二风机子系统的运行参数未超出第一预设阈值，则验证通过，若所述第二风机子系统的运行参数超出第一预设阈值，则验证不通过，不通过需要返回重新判断哪个是故障传感器。
82.即，假设除了geaoillev的其他信号变量正常，即f(genspe、power、geaoiltem、geabeatem、geaoilpre)＝ψ8正常。
83.s150：基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理。
84.在一实施例中，所述基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理，包括：
85.利用并联系统的可靠性方法，确定选择所述输出信息预测值或所述出现故障的传感器的实时输出信息进行风机故障管理。
86.具体的，以geaoillev和geaoillev1，利用并联系统可靠性的方法，进行风机的齿轮箱的油位的故障触发和故障管理。其中，当采集齿轮箱油位geaoillev的传感器为故障传感器时，齿轮箱油位geaoillev是不能表示正常油位的数值，则此时不会触发机组停机，而是给出传感器故障信号，然后利用并联系统可靠性的方法，采用geaoillev1进行风机的正常运行管理，然后进行采集齿轮箱油位geaoillev的传感器的维修或者替换，当采集齿轮箱油位geaoillev的传感器的维修或者替换后，齿轮箱油位geaoillev恢复正常，此时再利用并联系统可靠性的方法，可以采用geaoillev或geaoillev1任一数值进行风机的正常运行管理。
87.齿轮箱的其他的信号变量的故障的判定和管理方法，以及风机其他部件不同的故障的判断和管理方法可参考上述的方法进行判定和管理。
88.本技术从风机子系统的其他传感器对于出现故障的传感器的信号进行基于状态空间技术的软测量，来进行风机故障的管理，降低风机故障率。
89.图2是本技术风机故障管理方法的第二实施例的流程图，如图2所示，该第二实施例中方法步骤包括：
90.s10：构建风机子系统与传感器的关系函数，其中，关系函数的输入为与风机子系统相关的各传感器的输出信息，关系函数的输出为风机子系统的运行参数；
91.s20：获取与风机子系统相关的各传感器的实时输出信息；
92.s30：将各传感器的实时输出信息输入到风机子系统与传感器的关系函数中，输出风机子系统的运行参数；
93.s40：判断风机子系统的运行参数是否超出预设阈值；
94.s50：当风机子系统的运行参数超出预设阈值时，从各传感器中确定出现故障的传感器，采用二分法或去除法：
95.利用二分法，基于风机子系统与传感器的关系函数，从各传感器中确定出现故障的传感器；或，依次去除一个传感器的实时输出信息，基于风机子系统与传感器的关系函数，输出第一风机子系统的运行参数，若第一风机子系统的运行参数未超出第一预设阈值，则去除的传感器为出现故障的传感器，若第一风机子系统的运行参数超出第一预设阈值，则去除的传感器不是出现故障的传感器；
96.当风机子系统的运行参数未超出预设阈值时，返回执行s20；
97.s60：对出现故障的传感器进行验证；
98.s70：验证通过，则构建传感器的状态空间函数，其中，输入为除出现故障的传感器之外的其余传感器的输出信息，输出为出现故障的传感器的输出信息预测值；
99.若验证不通过，则执行s50；
100.s80：将除出现故障的传感器之外的其余传感器的实时输出信息输入到传感器的状态空间函数中，输出出现故障的传感器的输出信息预测值；
101.s90：利用并联系统的可靠性方法，确定选择输出信息预测值或出现故障的传感器的实时输出信息进行风机故障管理。
102.如图3所示，本技术实施例提供了一种风机故障管理装置，该风机故障管理装置可以用于实现上述实施例中的风机故障管理方法，如图3所示，该风机故障管理装置600具有信息获取模块610、运行参数确定模块620、故障传感器确定模块630、输出信息预测值确定模块640和风机故障管理模块650。
103.其中，信息获取模块，用于获取与风机子系统相关的各传感器的实时输出信息；
104.运行参数确定模块，用于根据所述各传感器的实时输出信息确定风机子系统的运行参数；
105.故障传感器确定模块，用于当所述风机子系统的运行参数超出预设阈值时，从所述各传感器中确定出现故障的传感器；
106.输出信息预测值确定模块，用于根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值；
107.风机故障管理模块，用于基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理。
108.具体可参见方法实施例中的详细描述，此处不做赘述。
109.图4是本技术实施例提供的一种计算设备900的结构性示意性图。该计算设备可以作为风机故障管理装置，执行上述风机故障管理方法中的各可选实施例。该计算设备可以是终端，也可以是终端内部的芯片或芯片系统。如图4所示，该计算设备900包括：处理器910、存储器920、通信接口930。
110.应理解，图4所示的计算设备900中的通信接口930可以用于与其他设备之间进行通信，具体可以包括一个或多个收发电路或接口电路。
111.其中，该处理器910可以与存储器920连接。该存储器920可以用于存储该程序代码和数据。因此，该存储器920可以是处理器910内部的存储单元，也可以是与处理器910独立的外部存储单元，还可以是包括处理器910内部的存储单元和与处理器910独立的外部存储单元的部件。
112.可选的，计算设备900还可以包括总线。其中，存储器920、通信接口930可以通过总线与处理器910连接。总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中采用了一条无箭头的线表示，但并不表示仅有一根总线或一种类型的总线。
113.应理解，在本技术实施例中，该处理器910可以采用中央处理单元(central processing unit，cpu)。该处理器还可以是其它通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field programmable gate array，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。或者该处理器910采用一个或多个集成电路，用于执行相关程序，以实现本技术实施例所提供的技术方案。
114.该存储器920可以包括只读存储器和随机存取存储器，并向处理器910提供指令和数据。处理器910的一部分还可以包括非易失性随机存取存储器。例如，处理器910还可以存储设备类型的信息。
115.在计算设备900运行时，所述处理器910执行所述存储器920中的计算机执行指令执行上述方法的任一操作步骤以及其中任一可选的实施例。
116.应理解，根据本技术实施例的计算设备900可以对应于执行根据本技术各实施例的方法中的相应主体，并且计算设备900中的各个模块的上述和其它操作和/或功能分别为了实现本实施例各方法的相应流程，为了简洁，在此不再赘述。
117.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
118.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
119.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
120.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个
网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
121.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
122.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
123.本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行上述方法，该方法包括上述各个实施例所描述的方案中的至少之一。
124.本技术实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
125.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
126.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括、但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
127.可以以一种或多种程序设计语言或其组合来编写用于执行本技术操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
128.另外，说明书和权利要求书中的词语“第一、第二、第三等”或模块a、模块b、模块c
等类似用语，仅用于区别类似的对象，不代表针对对象的特定排序，可以理解地，在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
129.在上述的描述中，所涉及的表示步骤的标号，如s110、s120
……
等，并不表示一定会按此步骤执行，在允许的情况下可以互换前后步骤的顺序，或同时执行。
130.说明书和权利要求书中使用的术语“包括”不应解释为限制于其后列出的内容；它不排除其它的元件或步骤。因此，其应当诠释为指定所提到的所述特征、整体、步骤或部件的存在，但并不排除存在或添加一个或更多其它特征、整体、步骤或部件及其组群。因此，表述“包括装置a和b的设备”不应局限为仅由部件a和b组成的设备。
131.本说明书中提到的“一个实施例”或“实施例”意味着与该实施例结合描述的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在本说明书各处出现的用语“在一个实施例中”或“在实施例中”并不一定都指同一实施例，但可以指同一实施例。此外，在一个或多个实施例中，能够以任何适当的方式组合各特定特征、结构或特性，如从本公开对本领域的普通技术人员显而易见的那样。
132.注意，上述仅为本技术的较佳实施例及所运用技术原理。本领域技术人员会理解，本技术不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本技术的保护范围。因此，虽然通过以上实施例对本技术进行了较为详细的说明，但是本技术不仅仅限于以上实施例，在不脱离本技术构思的情况下，还可以包括更多其他等效实施例，均属于本技术保护范畴。

技术特征：
1.一种风机故障管理方法，其特征在于，包括：获取与风机子系统相关的各传感器的实时输出信息；根据所述各传感器的实时输出信息确定风机子系统的运行参数；当所述风机子系统的运行参数超出预设阈值时，从所述各传感器中确定出现故障的传感器；根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值；基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理。2.如权利要求1所述的方法，其特征在于，还包括：构建风机子系统与传感器的关系函数，其中，所述关系函数的输入为与风机子系统相关的各传感器的输出信息，所述关系函数的输出为风机子系统的运行参数；所述根据所述各传感器的实时输出信息确定风机子系统的运行参数，包括：将所述各传感器的实时输出信息输入到所述风机子系统与传感器的关系函数中，输出所述风机子系统的运行参数。3.如权利要求2所述的方法，其特征在于，从所述各传感器中确定出现故障的传感器，包括：利用二分法，基于所述风机子系统与传感器的关系函数，从所述各传感器中确定出现故障的传感器。4.如权利要求2所述的方法，其特征在于，从所述各传感器中确定出现故障的传感器，包括：依次去除一个传感器的实时输出信息，基于所述风机子系统与传感器的关系函数，输出第一风机子系统的运行参数，若所述第一风机子系统的运行参数未超出第一预设阈值，则去除的传感器为出现故障的传感器，若所述第一风机子系统的运行参数超出第一预设阈值，则去除的传感器不是出现故障的传感器。5.如权利要求2所述的方法，其特征在于，在确定所述出现故障的传感器的输出信息预测值之前，还包括：对所述出现故障的传感器进行验证。6.如权利要求5所述的方法，其特征在于，所述对所述出现故障的传感器进行验证，包括：去除所述出现故障的传感器的实时输出信息，将其余传感器的实时输出信息输入到所述风机子系统与传感器的关系函数中，输出第二风机子系统的运行参数，当所述第二风机子系统的运行参数未超出第一预设阈值，则验证通过，若所述第二风机子系统的运行参数超出第一预设阈值，则验证不通过。7.如权利要求1所述的方法，其特征在于，还包括：构建传感器的状态空间函数，其中，输入为除所述出现故障的传感器之外的其余传感器的输出信息，输出为所述出现故障的传感器的输出信息预测值；所述根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值，包括：
将除所述出现故障的传感器之外的其余传感器的实时输出信息输入到所述传感器的状态空间函数中，输出所述出现故障的传感器的输出信息预测值。8.如权利要求1所述的方法，其特征在于，所述基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理，包括：利用并联系统的可靠性方法，确定选择所述输出信息预测值或所述出现故障的传感器的实时输出信息进行风机故障管理。9.一种风机故障管理装置，其特征在于，包括：信息获取模块，用于获取与风机子系统相关的各传感器的实时输出信息；运行参数确定模块，用于根据所述各传感器的实时输出信息确定风机子系统的运行参数；故障传感器确定模块，用于当所述风机子系统的运行参数超出预设阈值时，从所述各传感器中确定出现故障的传感器；输出信息预测值确定模块，用于根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值；风机故障管理模块，用于基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理。10.一种计算设备，其特征在于，包括：处理器，以及存储器，其上存储有程序指令，所述程序指令当被所述处理器执行时使得所述处理器执行权利要求1至8任意一项所述的风机故障管理方法。

技术总结
本申请涉及一种风机故障管理方法及装置，包括：获取与风机子系统相关的各传感器的实时输出信息；根据所述各传感器的实时输出信息确定风机子系统的运行参数；当所述风机子系统的运行参数超出预设阈值时，从所述各传感器中确定出现故障的传感器；根据除所述出现故障的传感器之外的其余传感器的实时输出信息，确定所述出现故障的传感器的输出信息预测值；基于所述输出信息预测值和所述出现故障的传感器的实时输出信息进行风机故障管理。本申请从风机子系统的其他传感器对于出现故障的传感器的信号进行基于状态空间技术的软测量，来进行风机故障的管理，降低风机故障率。降低风机故障率。降低风机故障率。


技术研发人员：李飞飞 汪锋 黄强 路岩 张雯
受保护的技术使用者：华锐风电科技（集团）股份有限公司
技术研发日：2023.02.28
技术公布日：2023/6/7