风力发电系统及其风机主轴承的预警方法、及存储介质与流程

1.本发明涉及风力发电技术领域，尤其涉及一种风力发电系统及其风机主轴承的预警方法、及存储介质。


背景技术：

2.风力发电因风能的清洁环保和可再生性而日益收到重视，其基本工作原理是通过风机将风能转化为机械能，再通过发电机将机械能转化为电能，并将其输出到电网中。实现风力发电的系统主要由包括风轮、主轴、齿轮箱、发电机以及支撑塔架的多个风机构成。风轮上设置有叶片，当叶片受到风的作用旋转时，将风能转化为机械能。
3.风机发电与其内部各个部件的正常运行息息相关，如发电机的正常运行、主轴的正常转动等，但难以避免的可能会发生某些异常，例如发电机温升过高、主轴承润滑异常等。当前对于主轴承的异常缺少提前预警机制，在因主轴承异常而导致风机不能正常发电时，检修人员才去检修，未能实现异常的提前预警。并且检修人员也不能直接知晓是何种异常导致风机不能正常运行发电，而是需要通过逐一检测各个元器件才能确定。如此导致检修困难且效率低。


技术实现要素：

4.本发明的主要目的在于提供一种风力发电系统中风机主轴承的预警方法、设备及存储介质，旨在解决现有技术中风力发电系统的风机主轴承因缺少预警机制而未能实现异常的提前预警，及导致检修困难和检修效率低的技术问题。
5.为实现上述目的，本发明提供一种风力发电系统中风机主轴承的预警方法，所述预警方法包括：
6.当基于预设检测模型监测到风力发电系统中存在任一风机的主轴承润滑异常时，获取与所述主轴承润滑异常对应的主轴在异常时段内的温度值，并根据所述温度值生成所述主轴的温度残差分布，以及所述主轴的热力对比图；
7.获取与所述主轴承润滑异常对应的发电机的发电功率值，以及所述发电机所在风机的风速仪采集的风速值，并将所述风速值和所述发电功率值生成为风功曲线比对图；
8.根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施；
9.获取与所述主轴承润滑异常对应的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，并基于所述预警信息进行所述主轴承润滑异常的预警。
10.可选地，所述主轴的温度值包括前端温度值和后端温度值，所述主轴的温度残差分布包括前端温度残差分布和后端温度残差分布；
11.所述根据所述温度值生成所述主轴的温度残差分布的步骤包括：
12.获取基于前端历史样本数据生成的前端样本残差曲线，以及基于后端历史样本数
据生成的后端样本残差曲线；
13.获取前端温度预估值和后端温度预估值，并将所述前端温度值和所述前端温度预估值生成为前端残差曲线，以及将所述后端温度值和所述后端温度预估值生成为后端残差曲线；
14.根据所述前端样本残差曲线和所述前端残差曲线，生成所述前端温度残差分布，以及根据所述后端样本残差曲线和所述后端残差曲线，生成所述后端温度残差分布。
15.可选地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施的步骤包括：
16.根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证；
17.若所述主轴承润滑异常的真实性通过验证，则根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；
18.根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。
19.可选地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证的步骤包括：
20.获取所述温度残差分布中的基线值和残差期望值，并将所述基线值和残差期望值生成为偏差值，判断所述偏差值是否存在异常；
21.判断所述热力对比图中转速值相同的区域，所述主轴的温度值相对于所述热力对比图的参考温度值是否存在异常；
22.判断所述风功曲线比对图中由所述风速值和所述发电功率值生成的风速功率曲线，相对于所述风功曲线比对图的参考风速功率曲线是否存在异常；
23.若所述偏差值存在异常，和/或所述主轴的温度值相对于所述参考温度值存在异常，和/或所述风速功率曲线相对于所述参考风速功率曲线存在异常，则判断所述主轴承润滑异常的真实性通过验证。
24.可选地，所述根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：
25.将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；
26.将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。
27.可选地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值的步骤包括：
28.将所述偏差值与各第一预设数值区间比对，确定所述偏差值所在的第一目标数值区间，并基于所述第一目标数值区间对应的第一预设风险值，确定所述第一风险值；
29.确定所述主轴的温度值相对于所述参考温度值的平均差异大小，并将所述平均差异大小与各第二预设数值区间比对，确定所述平均差异大小所在的第二目标数值区间，并基于所述第二目标数值区间对应的第二预设风险值，确定所述第二风险值；
30.确定所述风速功率曲线相对于所述参考风速功率曲线的平均偏差大小，并将所述
平均偏差大小与各第三预设数值区间比对，确定所述平均偏差大小所在的第三目标数值区间，并基于所述第三目标数值区间对应的第三预设风险值，确定所述第三风险值。
31.可选地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证的步骤之后包括：
32.若所述主轴承润滑异常的真实性验证不通过，则输出对所述预设检测模型进行优化的提示信息。
33.可选地，所述参考检修措施至少包括检测与所述主轴对应的温度传感器的运行情况，检测所述主轴承所在风机的润滑油脂是否充足，以及检测所述主轴承所在风机的冷却系统是否存在故障中的任一项。
34.进一步地，为实现上述目的，本发明还提供一种风力发电系统，所述风力发电系统还包括：存储器、处理器、通信总线以及存储在所述存储器上的控制程序：
35.所述通信总线用于实现处理器和存储器之间的连接通信；
36.所述处理器用于执行所述控制程序，以实现如上所述风力发电系统中风机主轴承的预警方法的步骤。
37.进一步地，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有控制程序，所述控制程序被处理器执行时实现如上所述风力发电系统中风机主轴承的预警方法的步骤。
38.本发明的风力发电系统及其风机主轴承的预警方法、及存储介质，设置有预设检测模型，在通过该预设检测模型监测到风力发电系统中存在任一风机的主轴承润滑异常时，对出现润滑异常的主轴承所在风机内的主轴在异常时段内的温度值进行获取，并根据获取的温度值生成主轴的温度残差分布和热力对比图。同时，获取该所在风机内发电机的发电功率值，以及风机内风速仪采集的风速值，并将风速值和发电功率值生成为风功曲线比对图；进而根据温度残差分布、热力对比图和风功曲线比对图，确定出现润滑异常的主轴承的风险值和参考检修措施。风险值体现了该主轴承的异常程度，参考检修措施则体现了针对异常主轴承可能采取的检修措施。此后，对出现润滑异常的主轴承的历史预警信息进行获取，并将该历史预警信息、风险值、参考检修措施等共同生成为预警信息输出，用以对出现润滑异常的主轴承进行预警。由此，通过预警信息实现对可能发生异常的主轴承进行预警，避免在因主轴承异常而导致风机不能正常发电后才关注到异常，实现异常的提前预警。并且，检修人员通过查看预警信息中的参考检修措施即可知晓可能导致异常的原因和相应的检修措施，有利于快速排除异常原因，检修更为便捷，大大提高了检修的效率。
附图说明
39.图1为本发明风力发电系统中风机主轴承的预警方法第一实施例的流程示意图；
40.图2为本发明风力发电系统中风机主轴承的预警方法一实施例生成的前端热力对比图；
41.图3为本发明风力发电系统中风机主轴承的预警方法一实施例生成的后端热力对比图；
42.图4为本发明风力发电系统中风机主轴承的预警方法一实施例生成的风功曲线比对图；
43.图5为本发明风力发电系统中风机主轴承的预警方法第二实施例的流程示意图；
44.图6为本发明风力发电系统中风机主轴承的预警方法一实施例生成的前端温度残差分布；
45.图7为本发明风力发电系统中风机主轴承的预警方法一实施例生成的后端温度残差分布；
46.图8为本发明风力发电系统中风机主轴承的预警方法第三实施例的流程示意图；
47.图9为本发明风力发电系统一实施例方案涉及的硬件运行环境的结构示意图。
48.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
49.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
50.本发明提供一种风力发电系统中风机主轴承的预警方法，请参照图1，图1为本发明风力发电系统中风机主轴承的预警方法第一实施例方案的流程示意图。
51.本发明实施例提供了风力发电系统中风机主轴承的预警方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。具体地，本实施例中的风力发电系统中风机主轴承的预警方法包括：
52.步骤s10，当基于预设检测模型监测到风力发电系统中存在任一风机的主轴承润滑异常时，获取与所述主轴承润滑异常对应的主轴在异常时段内的温度值，并根据所述温度值生成所述主轴的温度残差分布，以及所述主轴的热力对比图；
53.本实施例的风力发电系统包括多个风机，每一风机均至少包括风轮、主轴、齿轮箱、发电机，以及支撑塔架等。主轴上设置有主轴承，风轮则至少包括叶片、轮毂、轴承、转子等。叶片在风的作用下产生扭矩使转轴转动，将风轮转换为机械能，机械能则通过齿轮箱、联轴器、轴承等传动装置传递给发电机，由发电机依据电磁感应转化为交流电。
54.本主轴承的预警方法可以应用于风力发电系统的整体，也可以应用于风力发电系统中的各个风机。风力发电系统中必然设置有用于控制各部件有序运行，以实现风力发电的控制装置，控制装置可以是中心式的整体控制，也可以是分布式的整体加局部控制。对于前者发电机的预警方法应用于该整体控制装置，即系统的控制装置上，对于后者则发电机的预警方法既可以应用于整体的控制装置上，也可以应用于局部的控制装置上，即每个风机各自的控制装置上。本实施例优选以系统的控制装置为例进行说明。
55.进一步地，为了监测风机中各个部件的运行情况，预先设置有多个检测模型，例如可设置主轴承润滑、发电机温升、功率曲线等检测模型，还可针对风速仪、齿轮箱等设置各类型的检测模型。本实施例中可将各类检测模型统一为预设检测模型，当然也可以将各类检测模型单独分开，设置多个检测模型。
56.更进一步地，预设检测模型通过预先训练形成有体现主轴承润滑正常运行的参考数据，通过该类参考数据可实时监测主轴承润滑是否正常运行。在监测到风力发电系统中有某一风机的主轴承出现润滑异常，说明主轴承润滑可能存在问题时，为了确保检测的准确性，还设置有结合主轴的温度残差、热力图，以及发电机的风速功率曲线等方面进行验证的机制。具体地，先对存在润滑异常的主轴承所在风机内的主轴在异常时段内的温度值进行获取，并根据该获取的温度值生成主轴的温度残差分布和热力对比图。
57.其中，因主轴承安装于主轴之上，故主轴承所在风机内的主轴即为具有安装关系的配套使用的主轴和主轴承。温度残差为温度实测值与温度预估值之间的差值，根据获取的温度值与预估值之间的差值运算，即可生成相应的温度残差分布。热力对比图为不同主轴在相同转速下的温度对比，获取对应于异常主轴承的主轴的转速，以及对应于其他未出现异常的主轴承的主轴的转速和温度值，并将各温度值按照转速排列，体现各主轴在相同的转速或转速区间下的温度值大小，通过温度值大小之间的差异体现异常性。并且，热力对比图也可包括主轴的前端热力对比图和后端热力对比图。对于前端热力对比图，可参见图2所示，69号风机、56号风机、50号风机和47号风机中的主轴承未出现润滑异常，将各自的主轴在转速为0～10、10～12、12～14、14～16时的前端参考温度进行排列。48号风机中的主轴承出现润滑异常，将其主轴在转速为0～10、10～12、12～14、14～16时的前端温度对应排列，生成为前端热力对比图。对于后端热力对比图，可参见图3所示，相应地将69号风机、56号风机、50号风机和47号风机中主轴在转速为0～10、10～12、12～14、14～16时的后端参考温度进行排列，以及将48号风机中的主轴在转速为0～10、10～12、12～14、14～16时的后端温度对应排列，生成为后端热力对比图。
58.步骤s20，获取与所述主轴承润滑异常对应的发电机的发电功率值，以及所述发电机所在风机的风速仪采集的风速值，并将所述风速值和所述发电功率值生成为风功曲线比对图；
59.进一步地，对出现承润滑异常的主轴承所对应发电机的发电机功率值进行获取，该主轴承所对应发电机即为与主轴承在同一风机内的发电机，其发电功率值可以直接是异常时段内的功率值，也可以是更长时段内的功率值，进而从其中筛选出位于异常时段内的功率值。同时还对风机内的风速仪采集的风速值进行获取，该风速值同样可以直接是异常时段内的风速值，也可以是更长时段内的风速值，需从其中筛选出位于异常时段内的风速值。此后，将风速值和发电功率值生成为风速功率曲线，同时获取其他未出现异常的主轴承所在风机的风速值和发电功率值形成为正常风速功率曲线，并将各正常风速功率曲线拟合为参考风速功率曲线。进而将风速功率曲线和参考风速功率曲线，生成为风功曲线比对图，通过风功曲线比对图中，风速功率曲线相对于参考风速功率曲线的差别，体现异常主轴承的异常性。具体请参见图4所示，
①
号曲线为为参考风速功率曲线，
②
号曲线为风速功率曲线，由两者生成为风功曲线比对图。
60.步骤s30，根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施；
61.可理解地，主轴承润滑异常的严重程度不同对风机发电所产生的影响不同，某些异常可能给风机带来较为严重的影响，例如直接导致风机停机，而另一些异常则给风机带来的影响较轻。因此，为了确定主轴承润滑异常的严重程度，在通过温度残差分布、热力对比图和风功曲线对比图判定出由预设检测模型监测的出现润滑异常的主轴承确实存在异常后，需依据该温度残差分布、热力对比图和风功曲线对比图，确定该出现润滑异常的主轴承的风险值，用以体现风险的严重程度。此外，还可依据风险值确定预警等级。可预先设定风险值区间与预警等级之间的对应关系，如设定风险值的范围为0-1，其中0-0.3对应预警等级为低级，0.31-0.7对应预警等级为中级，0.71-1对应的预警等级为高级。在确定风险值后，依据风险值所在的区间即可确定对应的预警等级。
62.进一步地，还可预先针对各种故障异常设置对应的检修措施，通过温度残差分布、热力对比图和风功曲线对比图判定出可能存在的异常，进而查找对应的检修措施作为参考检修措施，以便于检修人员通过该参考检修措施出现润滑异常的主轴承进行快速准确检修。其中，由预设的检修措施所确定参考检修措施至少包括检测与主轴对应的温度传感器的运行情况，以判断是否存在温度传感器故障；检测主轴承所在风机的润滑油脂是否充足，例如确定风机内储油罐油量是否充足，输油管路是否有破损等；以及检测主轴承所在风机的冷却系统是否存在故障，例如检查风机的风冷管道是否有堵塞或破损，叶片是否有破损等。
63.步骤s40，获取与所述主轴承润滑异常对应的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，并基于所述预警信息进行所述主轴承润滑异常的预警。
64.进一步地，同一风机内的主轴承可能多次出现润滑异常，每次润滑异常前均会进行预警。对于新一次的预警设置有将以往出现的预警共同形成为预警信息的机制，以便于整体反映风机中主轴承润滑的异常情况。具体地，对当前出现润滑异常的主轴承的历史预警信息进行获取，该历史预警信息可包括以往预警次数和预警等级，例如预警等级包括高、中、低三级，该风机主轴承以往的预警次数为8次，3次高等级预警、3次中等级预警和2次低等级预警。同时，历史预警信息还可以包括以往预警的具体描述和预警的时间，以及预警曲线。预警曲线为由历史预警次数、预警等级和预警时间生成的曲线，便于检修人员查看该主轴承整体的预警情况。
65.更进一步地，将获取的历史预警信息与风险值、参考检修措施一并生成为预警信息，预先设置有形成预警信息的模板，将历史预警信息中的各项信息、风险值和参考检修措施等添加到模板的相应位置，即可形成一条预警信息。进而将预警信息输出到风力发电系统的监控中心或者与风力发电系统通信连接的检修人员的智能终端进行预警，以便于检修人员查看并依据预警信息对出现润滑异常的主轴承进行及时检修。
66.可理解地，检修人员在依据预警信息对出现润滑异常的主轴承检修后，该主轴承即可恢复正常运行，该次预警的异常已解决成为历史预警，需对历史预警信息进行更新。具体地，预设检测模型对检修人员检修过的当前出现润滑异常的主轴承的数据进行分析，确定该主轴承是否为仍存在润滑异常的主轴承。若非仍存在润滑异常的主轴承，则说明监测到的异常已经消除，故输出预警消除提示信息。同时，依据该当前最新的预警信息对其历史预警信息进行更新，以便于该主轴承下次出现润滑异常的维护检修。
67.本实施的风力发电系统中风机主轴承的预警方法，设置有预设检测模型，在通过该预设检测模型监测到风力发电系统中存在任一风机的主轴承润滑异常时，对出现润滑异常的主轴承所在风机内的主轴在异常时段内的温度值进行获取，并根据获取的温度值生成主轴的温度残差分布和热力对比图。同时，获取该所在风机内发电机的发电功率值，以及风机内风速仪采集的风速值，并将风速值和发电功率值生成为风功曲线比对图；进而根据温度残差分布、热力对比图和风功曲线比对图，确定出现润滑异常的主轴承的风险值和参考检修措施。风险值体现了该主轴承的异常程度，参考检修措施则体现了针对异常主轴承可能采取的检修措施。此后，对出现润滑异常的主轴承的历史预警信息进行获取，并将该历史预警信息、风险值、参考检修措施等共同生成为预警信息输出，用以对出现润滑异常的主轴
承进行预警。由此，通过预警信息实现对可能发生异常的主轴承进行预警，避免在因主轴承异常而导致风机不能正常发电后才关注到异常，实现异常的提前预警。并且，检修人员通过查看预警信息中的参考检修措施即可知晓可能导致异常的原因和相应的检修措施，有利于快速排除异常原因，检修更为便捷，大大提高了检修的效率。
68.进一步地，请参照图5，基于本发明风力发电系统中风机主轴承的预警方法的第一实施例，提出本发明风力发电系统中风机主轴承的预警方法第二实施例。
69.所述风力发电系统中风机主轴承的预警方法第二实施例与所述风力发电系统中风机主轴承的预警方法第一实施例的区别在于，所述主轴的温度值包括前端温度值和后端温度值，所述主轴的温度残差分布包括前端温度残差分布和后端温度残差分布；
70.所述根据所述温度值生成所述主轴的温度残差分布的步骤包括：
71.步骤s11，获取基于前端历史样本数据生成的前端样本残差曲线，以及基于后端历史样本数据生成的后端样本残差曲线；
72.步骤s12，获取前端温度预估值和后端温度预估值，并将所述前端温度值和所述前端温度预估值生成为前端残差曲线，以及将所述后端温度值和所述后端温度预估值生成为后端残差曲线；
73.步骤s13，根据所述前端样本残差曲线和所述前端残差曲线，生成所述前端温度残差分布，以及根据所述后端样本残差曲线和所述后端残差曲线，生成所述后端温度残差分布。
74.进一步地，风力发电系统的风机中，主轴包括前端和后端，前端的法兰与风机的轮毂连接，后端与齿轮箱连接，以将风轮的转动传递给齿轮箱。主轴的温度值包括前端的温度和后端的温度，且为了监测温度的异常性，通常设置有表示正常的预估值，进而将检测的实际值与预估值做差值生成为残差，由残差反映异常性。对于以往检测的正常前端温度和后端温度，将其作为前端历史样本数据和后端历史样本数据，进而将前端历史样本数据和前端预估值生成为前端样本残差曲线，以及将后端历史样本数据和后端预估值生成为后端样本残差曲线。
75.同时针对当前获取的主轴的前端温度值和后端温度值，获取相应的前端温度预估值和后端温度预估值，并将前端温度预估值和前端温度值生成为前端残差曲线，以及将后端温度预估值和后端温度值生成为后端残差曲线。此后，将前端样本残差曲线和前端残差曲线添加到预设残差分布模板图中，生成为前端温度残差分布，以及将后端样本残差曲线和后端残差曲线添加到预设残差分布模板图中，生成为后端温度残差分布。对于前端温度残差分布，具体参见图6，其中，
④
号曲线为2020年4月异常生成的前端残差曲线，
①
号、
②
号及
③
号曲线则分别为2019年8、2019年9月和2019年11月正常的前端样本残差曲线，由该类曲线共同生成为前端温度残差分布。对于后端温度残差分布，具体参见图7，其中，
④
号曲线为2020年4月异常生成的后端残差曲线，
①
号、
②
号及
③
号曲线则分别为2019年8、2019年9月和2019年11月正常的后端样本残差曲线，由该类曲线共同生成为前端温度残差分布。
76.本实施例通过区分主轴前端温度和后端温度，并基于以往检测正常的前端温度和后端温度生成前端样本残差曲线和后端样本残差曲线，作为当前前端温度和后端温度生成的前端残差曲线和后端残差曲线的参考，使得主轴前端温度和后端温度是否存在异常的判断更为准确。
77.进一步地，请参照图8，基于本发明风力发电系统中风机主轴承的预警方法的第一或第二实施例，提出本发明风力发电系统中风机主轴承的预警方法第三实施例。
78.所述风力发电系统中风机主轴承的预警方法第三实施例与所述风力发电系统中风机主轴承的预警方法第一或第二实施例的区别在于，所述根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施的步骤包括：
79.步骤s31，根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证；
80.本实施例中温度残差分布的异常性、热力对比图的异常性以及风功曲线比对图的异常性，均可用于体现主轴润滑异常的严重程度，也可严重预设检测模型监测的准确性。具体地，先根据温度温度残差分布、热力对比图和风功曲线比对图，对主轴承润滑异常的真实性进行验证，若温度残差分布存在异常、热力对比图存在异常或者风功曲线比对图存在异常，则可确定主轴承确实存在润滑异常。其中，所述根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证的步骤包括：
81.步骤a1，获取所述温度残差分布中的基线值和残差期望值，并将所述基线值和残差期望值生成为偏差值，判断所述偏差值是否存在异常；
82.步骤a2，判断所述热力对比图中转速值相同的区域，所述主轴的温度值相对于所述热力对比图的参考温度值是否存在异常；
83.步骤a3，判断所述风功曲线比对图中由所述风速值和所述发电功率值生成的风速功率曲线，相对于所述风功曲线比对图的参考风速功率曲线是否存在异常；
84.步骤a4，若所述偏差值存在异常，和/或所述主轴的温度值相对于所述参考温度值存在异常，和/或所述风速功率曲线相对于所述参考风速功率曲线存在异常，则判断所述主轴承润滑异常的真实性通过验证。
85.进一步地，温度残差分布包括前端温度残差分布和后端温度残差分布，故对温度残差分布的验证也可区分为前端温度残差分布和后端温度残差分布进行验证。具体地，前端温度残差分布和后端温度残差分布中的前端样本残差曲线和后端样本残差曲线均包括基线值，且为了区分前端和后端，可分别作为前端基线值和后端基线值。此外，前端温度残差分布和后端温度残差分布中的前端残差曲线和后端残差曲线均包括残差期望值，同样为了区分前端和后端，可分别作为前端残差期望值和后端残差期望值。
86.更进一步地，从前端温度残差分布和后端温度残差分布中分别获取出前端基线值、前端残差期望值、后端基线值和后端残差期望值，进而将前端基线值和前端残差期望值做差值生成为前端偏差值，以及将后端基线值和后端残差期望值做差值生成为后端偏差值，并判断前端偏差值和后端偏差值是否存在异常。其中异常性可通过差值阈值进行判断，若前端偏差值大于该差值阈值，或者后端偏差值大于差值阈值，则判定由前端偏差值和后端偏差值形成的偏差值存在异常，反之若前端偏差值和后端偏差值均不大于差值阈值，则判定由前端偏差值和后端偏差值形成的偏差值不存在异常。例如，设定差值阈值为1，对于图6所示出的前端温度残差分布和图7所示出的后端温度残差分布，前端基线值和后端基线值值均为4，前端残差期望值和后端残差期望值为0，得到前端偏差值和后端偏差值均为4，故可判定偏差值存在异常。
87.进一步地，对于热力对比图，将未出现润滑异常的主轴承所对应主轴的温度值作为热力比对图中的参考温度值，并在相同的转速值或转速值区间进行主轴的温度值和参考温度的比对，判断主轴的温度值相对于参考温度值是否存在异常。例如，热力对比图为柱状图，图中的一个柱代表一个风机的主轴，将柱按照高度划分为多个区间，一个区间代表一个转速值或转速区间，区间内可表示温度值，进而通过同一区间各个柱之间的温度值大小比对，确定主轴的温度值相对于参考温度值是否存在异常。并且，为了便于检修人员查看，也可用色块表示区间的温度，不同的色块代表不同的温度，通过同一区间各个柱之间的色块差异，直观展示温度差异。若通过数值或者色块确定出主轴的温度值相对于参考温度值的差异大，即可判定主轴的温度值相对于参考温度值存在异常，反之则不存在异常。其中，差异的大小可预先通过预设阈值表示，在温度值和参考温度值之间做差值运算，若运算结果大于预设阈值，则说明差异大，反之则差异不大。
88.更进一步地，针对风功曲线比对图，将其中的风速功率曲线和参考风速功率曲线，基于相同的风速值对比两者的功率值，确定在相同的风速值下，两者的差异是否较大。并且，为了确保比对的准确性，可选择多个风速值进行比对。同时设置差异阈值，将相同风速下的功率值和参考功率值做差值运算，并判断运算结果是否大于差异阈值，若大于则说明两者差异大，反之则说明两者差异不大。通过差异大小确定风速功率曲线相对于参考风速功率曲线是否存在异常。
89.进一步地，若判定由温度残差分布生成的偏差值存在异常，或者热力对比图中主轴的温度值相对于参考温度值存在异常，或者风功曲线比对图中风速功率曲线相对于参考风速功率曲线存在异常，则说明主轴承的润滑确实存在异常，故判断主轴承润滑异常的真实性验证通过。反之，若经判定偏差值不存在异常，主轴的温度值相对于参考温度值不存在异常，以及风速功率曲线相对于参考风速功率曲线也不存在异常，则说明主轴承的润滑不存在异常，故判断主轴承润滑异常的真实性验证不通过，进而说明监测到主轴承润滑异常的预设检测模型的检测不准确，从而输出对预设检测模型进行优化的提示信息，通过对预设检测模型的优化来提升其检测的准确性。
90.步骤s32，若所述主轴承润滑异常的真实性通过验证，则根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；
91.步骤s33，根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。
92.更进一步地，对于润滑异常的真实性通过验证的主轴承，则依据温度残差分布生成第一风险值和第一检修措施，通过温度残差分布对应的风险值体现主轴承润滑的异常程度及可能的检修措施。同时，还依据热力对比图生成第二风险值和第二检修措施，通过热力对比图对应的风险值体现主轴承润滑的异常程度及可能的检修措施。此外，还依据风功曲线比对图生成第三风险值和第三检修措施，通过风功曲线比对图对应的风险值体现主轴承润滑的异常程度及可能的检修措施。
93.进一步地，因第一风险值、第二风险值和第三风险值所体现的风险各不相同，故需要依据三者确定整体的风险值。同时，第一检修措施、第二检修措施和第三检修措施所体现的检修方式也各不相同，同样需要根据三者确定整体的参考检修措施。具体地，所述根据所
述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：
94.步骤b1，将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；
95.步骤b2，将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。
96.更进一步地，第一风险值、第二风险值和第三风险值体现的风险大小各异，值越大风险越大，故可在第一风险值、第二风险值和第三风险值之间比对，确定其中数值最大的作为整体的风险值。第一检修措施、第二检修措施和第三检修措施体现对可能故障的检修方式，为了检修的全面性，将第一检修措施、第二检修措施和第三检修措施做并集运算，得到运算结果即为整体全面的参考检修措施。
97.本实施例根据温度残差分布、热力对比图和风功曲线比对图，设置主轴承润滑异常的验证机制，以使得预测检测模型的检测更为准确。并且，对于验证确实存在的主轴承润滑异常，通过温度残差分布、热力对比图和风功曲线比对图确定整体上的风险值用以准确体现出现润滑异常的主轴承的风险，以及确定全面的参考检修措施供检修人员参考，以快速排除异常点进行检修。
98.进一步地，基于本发明风力发电系统中风机主轴承的预警方法的第一、第二或第三实施例，提出本发明风力发电系统中风机主轴承的预警方法第四实施例。
99.所述风力发电系统中风机主轴承的预警方法第四实施例与所述风力发电系统中风机主轴承的预警方法第一、第二或第三实施例的区别在于，所述根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值的步骤包括：
100.步骤s321，将所述偏差值与各第一预设数值区间比对，确定所述偏差值所在的第一目标数值区间，并基于所述第一目标数值区间对应的第一预设风险值，确定所述第一风险值；
101.步骤s322，确定所述主轴的温度值相对于所述参考温度值的平均差异大小，并将所述平均差异大小与各第二预设数值区间比对，确定所述平均差异大小所在的第二目标数值区间，并基于所述第二目标数值区间对应的第二预设风险值，确定所述第二风险值；
102.步骤s323，确定所述风速功率曲线相对于所述参考风速功率曲线的平均偏差大小，并将所述平均偏差大小与各第三预设数值区间比对，确定所述平均偏差大小所在的第三目标数值区间，并基于所述第三目标数值区间对应的第三预设风险值，确定所述第三风险值。
103.本实施例在验证主轴承确实存在润滑异常后，依据温度残差分布、热力对比图和风功曲线比对图，分别生成各自体现主轴承润滑异常对风机正常运行影响程度的风险值。其中，对于温度残差分布，基线值与残差期望值生成的偏差值越大，说明主轴承润滑的异常程度越高。对于热力对比图，其主轴温度值相对于参考温度值的差异越大，说明主轴承润滑的异常程度越高。对于风功曲线比对图，其风速功率曲线相对于参考风速功率曲线的偏差越大，说明主轴承润滑的异常程度越高。
104.进一步地，针对温度残差分布，预先设置有多个第一预设数值区间，不同的第一预
设数值区间对应有不同的第一预设风险值，体现不同的风险程度。第一预设数值区间的边界值越大对应的第一预设风险值越大，表示的风险程度越高。将温度残差分布中基线值与残差期望值之间的偏差值与各个第一预设数值区间对比，确定偏差值落入的第一预设数值区间作为第一目标数值区间。进而根据各第一预设数值区间与各第一预设风险值之间的对应关系，确定第一目标数值区间所对应的第一预设风险值，该第一预设风险值即为温度残差分布对应的第一风险值，表示出现润滑异常的主轴承由温度残差分布体现的风险高低。
105.更进一步地，对于热力比对图，因其中包含多个风机主轴的温度值，即多个参考温度值，可主轴的温度值相对于参考温度值的差值也多个。为了准确体现差异的大小，将多个差值生成为平均值，用该平均值作为主轴的温度值相对于参考温度值的平均差异大小。同样针对热力对比图，预先设置有多个第二预设数值区间，不同的第二预设数值区间对应有不同的第二预设风险值，体现不同的风险程度。第二预设数值区间的边界值越大对应的第二预设风险值越大，表示的风险程度越高。将主轴温度值相对参考温度值的平均差异大小与各个第二预设数值区间对比，确定平均差异大小落入的第二预设数值区间作为第二目标数值区间。进而根据各第二预设数值区间与各第二预设风险值之间的对应关系，确定第二目标数值区间所对应的第二预设风险值，该第二预设风险值即为热力对比图对应的第二风险值，表示出现润滑异常的主轴承由热力对比图体现的风险高低。
106.同样地，对于风功曲线比对图，其中风速功率曲线和参考风速功率曲线之间存在包含多个风速点的功率偏差值，例如在风速为5米每秒的功率偏差值，在10米每秒的功率偏差值等。为了准确体现偏差的大小，选取多个风速点，并获取各个风速点的功率偏差，进而在各个功率偏差之间进行均值运算，获得运算结果作为风速功率曲线相对于参考风速功率曲线的平均偏差大小。并且针对风功曲线比对图，预先设置有多个第三预设数值区间，不同的第三预设数值区间对应有不同的第三预设风险值，体现不同的风险程度。第三预设数值区间的边界值越大对应的第三预设风险值越大，表示的风险程度越高。将风速功率曲线相对于参考风速功率曲线的平均偏差大小与各个第三预设数值区间对比，确定平均偏差大小落入的第三预设数值区间作为第三目标数值区间。进而根据各第三预设数值区间与各第三预设风险值之间的对应关系，确定第三目标数值区间所对应的第三预设风险值，该第三预设风险值即为风功曲线比对图对应的第三风险值，表示出现润滑异常的主轴承由风功曲线比对图体现的风险高低。
107.本实施例针对温度残差分布、热力对比图和风功曲线比对图确定各自的风险值，表示出现润滑异常的主轴承分别由温度残差分布、热力对比图和风功曲线比对图体现的风险高低，从而使得由三者最终确定的风险值更为准确，准确的反映了风险程度的高低，进而提高了主轴承润滑异常预警的准确性。
108.此外，本发明实施例还提供一种风力发电系统。参照图9，图9为本发明风力发电系统实施例方案涉及的设备硬件运行环境的结构示意图。
109.如图9所示，该风力发电系统可以包括：处理器1001，例如cpu，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储
器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
110.本领域技术人员可以理解，图9中示出的风力发电系统的硬件结构并不构成对风力发电系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
111.如图9所示，作为一种可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及控制程序。其中，操作系统是管理和控制风力发电系统与软件资源的程序，支持网络通信模块、用户接口模块、控制程序以及其他程序或软件的运行；网络通信模块用于管理和控制网络接口1004；用户接口模块用于管理和控制用户接口1003。
112.在图9所示的风力发电系统硬件结构中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；处理器1001可以调用存储器1005中存储的控制程序，并执行以下操作：
113.当基于预设检测模型监测到风力发电系统中存在任一风机的主轴承润滑异常时，获取与所述主轴承润滑异常对应的主轴在异常时段内的温度值，并根据所述温度值生成所述主轴的温度残差分布，以及所述主轴的热力对比图；
114.获取与所述主轴承润滑异常对应的发电机的发电功率值，以及所述发电机所在风机的风速仪采集的风速值，并将所述风速值和所述发电功率值生成为风功曲线比对图；
115.根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施；
116.获取与所述主轴承润滑异常对应的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，并基于所述预警信息进行所述主轴承润滑异常的预警。
117.进一步地，所述主轴的温度值包括前端温度值和后端温度值，所述主轴的温度残差分布包括前端温度残差分布和后端温度残差分布；
118.所述根据所述温度值生成所述主轴的温度残差分布的步骤包括：
119.获取基于前端历史样本数据生成的前端样本残差曲线，以及基于后端历史样本数据生成的后端样本残差曲线；
120.获取前端温度预估值和后端温度预估值，并将所述前端温度值和所述前端温度预估值生成为前端残差曲线，以及将所述后端温度值和所述后端温度预估值生成为后端残差曲线；
121.根据所述前端样本残差曲线和所述前端残差曲线，生成所述前端温度残差分布，以及根据所述后端样本残差曲线和所述后端残差曲线，生成所述后端温度残差分布。
122.进一步地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施的步骤包括：
123.根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证；
124.若所述主轴承润滑异常的真实性通过验证，则根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；
125.根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。
126.进一步地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证的步骤包括：
127.获取所述温度残差分布中的基线值和残差期望值，并将所述基线值和残差期望值生成为偏差值，判断所述偏差值是否存在异常；
128.判断所述热力对比图中转速值相同的区域，所述主轴的温度值相对于所述热力对比图的参考温度值是否存在异常；
129.判断所述风功曲线比对图中由所述风速值和所述发电功率值生成的风速功率曲线，相对于所述风功曲线比对图的参考风速功率曲线是否存在异常；
130.若所述偏差值存在异常，和/或所述主轴的温度值相对于所述参考温度值存在异常，和/或所述风速功率曲线相对于所述参考风速功率曲线存在异常，则判断所述主轴承润滑异常的真实性通过验证。
131.进一步地，所述根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：
132.将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；
133.将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。
134.进一步地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值的步骤包括：
135.将所述偏差值与各第一预设数值区间比对，确定所述偏差值所在的第一目标数值区间，并基于所述第一目标数值区间对应的第一预设风险值，确定所述第一风险值；
136.确定所述主轴的温度值相对于所述参考温度值的平均差异大小，并将所述平均差异大小与各第二预设数值区间比对，确定所述平均差异大小所在的第二目标数值区间，并基于所述第二目标数值区间对应的第二预设风险值，确定所述第二风险值；
137.确定所述风速功率曲线相对于所述参考风速功率曲线的平均偏差大小，并将所述平均偏差大小与各第三预设数值区间比对，确定所述平均偏差大小所在的第三目标数值区间，并基于所述第三目标数值区间对应的第三预设风险值，确定所述第三风险值。
138.进一步地，所述根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证的步骤之后，处理器1001可以调用存储器1005中存储的控制程序，并执行以下操作：
139.若所述主轴承润滑异常的真实性验证不通过，则输出对所述预设检测模型进行优化的提示信息。
140.进一步地，所述参考检修措施至少包括检测与所述主轴对应的温度传感器的运行情况，检测所述主轴承所在风机的润滑油脂是否充足，以及检测所述主轴承所在风机的冷却系统是否存在故障中的任一项。
141.本发明风力发电系统的具体实施方式与上述风力发电系统中风机主轴承的预警方法各实施例基本相同，在此不再赘述。
142.本发明实施例还提出一种存储介质。所述存储介质上存储有控制程序，所述控制
程序被处理器执行时实现如上所述风力发电系统中风机主轴承的预警方法的步骤。
143.本发明存储介质可以为计算机可读存储介质，其具体实施方式与上述风力发电系统中风机主轴承的预警方法各实施例基本相同，在此不再赘述。
144.上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，这些均属于本发明的保护之内。

技术特征：
1.一种风力发电系统中风机主轴承的预警方法，其特征在于，所述预警方法包括：当基于预设检测模型监测到风力发电系统中存在任一风机的主轴承润滑异常时，获取与所述主轴承润滑异常对应的主轴在异常时段内的温度值，并根据所述温度值生成所述主轴的温度残差分布，以及所述主轴的热力对比图；获取与所述主轴承润滑异常对应的发电机的发电功率值，以及所述发电机所在风机的风速仪采集的风速值，并将所述风速值和所述发电功率值生成为风功曲线比对图；根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施；获取与所述主轴承润滑异常对应的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，并基于所述预警信息进行所述主轴承润滑异常的预警。2.如权利要求1所述的预警方法，其特征在于，所述主轴的温度值包括前端温度值和后端温度值，所述主轴的温度残差分布包括前端温度残差分布和后端温度残差分布；所述根据所述温度值生成所述主轴的温度残差分布的步骤包括：获取基于前端历史样本数据生成的前端样本残差曲线，以及基于后端历史样本数据生成的后端样本残差曲线；获取前端温度预估值和后端温度预估值，并将所述前端温度值和所述前端温度预估值生成为前端残差曲线，以及将所述后端温度值和所述后端温度预估值生成为后端残差曲线；根据所述前端样本残差曲线和所述前端残差曲线，生成所述前端温度残差分布，以及根据所述后端样本残差曲线和所述后端残差曲线，生成所述后端温度残差分布。3.如权利要求1所述的预警方法，其特征在于，所述根据所述温度残差分布、热力对比图和风功曲线比对图，确定与所述主轴承润滑异常对应的风险值和参考检修措施的步骤包括：根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证；若所述主轴承润滑异常的真实性通过验证，则根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。4.如权利要求3所述的预警方法，其特征在于，所述根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证的步骤包括：获取所述温度残差分布中的基线值和残差期望值，并将所述基线值和残差期望值生成为偏差值，判断所述偏差值是否存在异常；判断所述热力对比图中转速值相同的区域，所述主轴的温度值相对于所述热力对比图的参考温度值是否存在异常；判断所述风功曲线比对图中由所述风速值和所述发电功率值生成的风速功率曲线，相对于所述风功曲线比对图的参考风速功率曲线是否存在异常；
若所述偏差值存在异常，和/或所述主轴的温度值相对于所述参考温度值存在异常，和/或所述风速功率曲线相对于所述参考风速功率曲线存在异常，则判断所述主轴承润滑异常的真实性通过验证。5.如权利要求3所述的预警方法，其特征在于，所述根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。6.如权利要求3所述的预警方法，其特征在于，所述根据所述温度残差分布、热力对比图和风功曲线比对图，分别生成第一风险值、第二风险值、第三风险值的步骤包括：将所述偏差值与各第一预设数值区间比对，确定所述偏差值所在的第一目标数值区间，并基于所述第一目标数值区间对应的第一预设风险值，确定所述第一风险值；确定所述主轴的温度值相对于所述参考温度值的平均差异大小，并将所述平均差异大小与各第二预设数值区间比对，确定所述平均差异大小所在的第二目标数值区间，并基于所述第二目标数值区间对应的第二预设风险值，确定所述第二风险值；确定所述风速功率曲线相对于所述参考风速功率曲线的平均偏差大小，并将所述平均偏差大小与各第三预设数值区间比对，确定所述平均偏差大小所在的第三目标数值区间，并基于所述第三目标数值区间对应的第三预设风险值，确定所述第三风险值。7.如权利要求3所述的预警方法，其特征在于，所述根据所述温度残差分布、热力对比图和风功曲线比对图，对所述主轴承润滑异常的真实性进行验证的步骤之后包括：若所述主轴承润滑异常的真实性验证不通过，则输出对所述预设检测模型进行优化的提示信息。8.如权利要求1-7任一项所述的预警方法，其特征在于，所述参考检修措施至少包括检测与所述主轴对应的温度传感器的运行情况，检测所述主轴承所在风机的润滑油脂是否充足，以及检测所述主轴承所在风机的冷却系统是否存在故障中的任一项。9.一种风力发电系统，其特征在于，所述风力发电系统还包括：存储器、处理器、通信总线以及存储在所述存储器上的控制程序：所述通信总线用于实现处理器和存储器之间的连接通信；所述处理器用于执行所述控制程序，以实现如权利要求1-8中任一项所述的风力发电系统中风机主轴承的预警方法的步骤。10.一种存储介质，其特征在于，所述存储介质上存储有控制程序，所述控制程序被处理器执行时实现如权利要求1-8任一项所述的风力发电系统中风机主轴承的预警方法的步骤。

技术总结
本发明公开了风力发电系统及其风机主轴承的预警方法、及存储介质，方法包括：当基于预设检测模型监测到风力发电系统中存在风机的主轴承润滑异常时，获取与异常对应的主轴在异常时段内的温度值，并根据温度值生成主轴的温度残差分布和热力对比图；获取与异常对应的发电机的发电功率值，以及发电机所在风机的风速仪采集的风速值，并将风速值和发电功率值生成为风功曲线比对图；根据温度残差分布、热力对比图和风功曲线比对图，确定风险值和参考检修措施；将获取的与主轴承润滑异常对应的历史预警信息和风险值、参考检修措施生成为预警信息进行预警。以此，通过预警信息实现主轴承润滑异常的提前预警，且使得检修更为方便，提高了检修的效率。检修的效率。检修的效率。


技术研发人员：徐超 孟秀俊 汪德军 赵江 朱玉瑞 胡辉 陈文渊
受保护的技术使用者：华能威宁风力发电有限公司
技术研发日：2023.05.30
技术公布日：2023/8/9