楊志和， 向 哲

(上海電機(jī)學(xué)院 電子信息學(xué)院，上海 201306)

隨著風(fēng)機(jī)的設(shè)計功率不斷提升，風(fēng)機(jī)塔筒高度也在不斷增長，冬季在北部沿海和山區(qū)有大量風(fēng)機(jī)會觸碰到較低的云層，在低溫和潮濕環(huán)境下風(fēng)機(jī)的葉片非常容易結(jié)冰[1]，對風(fēng)機(jī)的發(fā)電性能和安全運行造成較大威脅。目前，風(fēng)機(jī)運行的實時數(shù)據(jù)主要由數(shù)據(jù)采集與監(jiān)控(Supervisory Control and Data Acquisition，SCADA)系統(tǒng)存儲。對葉片結(jié)冰故障的監(jiān)測手段主要是比較風(fēng)機(jī)實際功率與理論功率之間的偏差，當(dāng)偏差達(dá)到一定值后會觸發(fā)風(fēng)機(jī)報警，并停機(jī)。然而，觸發(fā)報警往往發(fā)生在葉片大面積結(jié)冰后，從而增加了葉片折斷、損壞的風(fēng)險[2]。雖然目前許多新型風(fēng)機(jī)都設(shè)計了自動除冰系統(tǒng)，但在實際應(yīng)用中的難題是對結(jié)冰的早期過程進(jìn)行精確預(yù)測，在正確的時機(jī)開啟除冰系統(tǒng)。因此，提高自動除冰系統(tǒng)對葉片結(jié)冰預(yù)測的準(zhǔn)確性是亟待解決的問題[3]。

國內(nèi)外在故障預(yù)測與診斷方面的研究已經(jīng)比較成熟。例如，Ahmad等[4]在新開發(fā)的故障檢測系統(tǒng)中對不同的基于數(shù)據(jù)流的線性回歸預(yù)測方法進(jìn)行了測試和比較。結(jié)果表明，線性回歸方法在短期數(shù)據(jù)預(yù)測方面具有良好的性能。最好的性能是平均絕對誤差(MAE)在0.4左右，表示預(yù)測精度為87.5%。文獻(xiàn)[5]中采用最小量化誤差的神經(jīng)網(wǎng)絡(luò)法，對颶風(fēng)引起的停電持續(xù)時間進(jìn)行預(yù)測，達(dá)到較好的效果。在國內(nèi)，郭宇等[6]提出一種基于灰色粗糙集與BP神經(jīng)網(wǎng)絡(luò)的設(shè)備故障預(yù)測模型。用灰色關(guān)聯(lián)分析、粗糙集理論分別對二維故障決策表進(jìn)行橫向和縱向兩個維度的約簡,將冗余的數(shù)據(jù)和屬性去掉,并將約簡后的數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò),預(yù)測設(shè)備故障；文獻(xiàn)[7]中利用SCADA系統(tǒng)的監(jiān)測大數(shù)據(jù)作為特征集，經(jīng)SVM驗證具有較高分類精度，降低了單參數(shù)特征集對于分類的誤報率。但是，上述方法存在故障點判定的準(zhǔn)確率不高的問題。文獻(xiàn)[8-9]中分別將自回歸積分滑動平均模型(Auto Regressive Integrated Moving Average Model，ARIMA)與BP神經(jīng)網(wǎng)絡(luò)模型相結(jié)合，建立的模型分別用于季節(jié)性時間預(yù)測和碳排放強(qiáng)度預(yù)測，取得了較好的效果。受此啟發(fā)，本文將ARIMA模型和非線性自回歸神經(jīng)網(wǎng)絡(luò)(Nonlinear Auto?Regressive Neural Network，NARNN)模型相組合，建立了NARNN-ARIMA模型(簡稱NARIMA)，對SCADA系統(tǒng)產(chǎn)生的大數(shù)據(jù)進(jìn)行分析；先建立ARIMA模型來預(yù)測數(shù)據(jù)的線性成分，再用NARNN模型預(yù)測相應(yīng)的殘差部分，然后對風(fēng)機(jī)葉片結(jié)冰故障的時間序列進(jìn)行擬合。仿真結(jié)果表明：NARIMA模型用于風(fēng)機(jī)葉片結(jié)冰預(yù)測具有可行性，且在短期內(nèi)預(yù)測較為準(zhǔn)確。

1 NARIMA模型建立

本文提出了基于NARIMA(NARNN-ARIMA組合模型，NARIMA)模型設(shè)備故障預(yù)測模型，即新型ARIMA模型。該模型以ARIMA模型為基礎(chǔ)，有效結(jié)合了差分平穩(wěn)處理方法、游程平穩(wěn)檢驗方法、線性最小方差預(yù)測模型等，解決了傳統(tǒng)統(tǒng)計預(yù)測方法中多步預(yù)測誤差較大、非平穩(wěn)序列分析效果差、缺乏系統(tǒng)的軟件實現(xiàn)等問題[10]。NARIMA模型中使用自回歸項(Auto Regressive，AR)、單整項(Integration，I)和移動平均項(Moving Average，MA)3種形式對擾動項進(jìn)行建模分析，使模型同時綜合考慮了預(yù)測變量的過去值、當(dāng)前值和誤差值，將非平穩(wěn)時間序列轉(zhuǎn)化為平穩(wěn)時間序列，然后將結(jié)果變量做自回歸和自平移，從而有效地提高了模型的預(yù)測精度[11]。

風(fēng)機(jī)葉片結(jié)冰故障預(yù)測NARIMA模型實質(zhì)是先對非平穩(wěn)的SCADA歷史數(shù)據(jù)Yt進(jìn)行d(d=0,1,dots,n)次差分處理得到新的平穩(wěn)的數(shù)據(jù)序列Xt，將Xt擬合ARMA模型，然后再將原d次差分還原，便可以得到Y(jié)t的預(yù)測數(shù)據(jù)。其中，ARMA模型的一般表達(dá)式為

yt=c1yt - 1+c2yt - 2+…+cpyt - p+

nt+d1nt - 1+…+dqnt - q

(1)

式中：c1yt-1+c2yt-2+…+cpyt-p為自回歸部分；非負(fù)整數(shù)p為自回歸階數(shù)；c1,c2…cp為自回歸系數(shù)；nt+d1nt-1+…+dqnt-q為滑動平均部分；非負(fù)整數(shù)q為滑動平均階數(shù)；d1,d2,…,dq為滑動平均系數(shù)。

用NARIMA模型來進(jìn)行基于時間序列分析與預(yù)測時， 設(shè)p為自回歸項，q為移動平均項數(shù)，d為時間序列成為平穩(wěn)時所做的差分次數(shù)，AR是自回歸，MA為移動平均，當(dāng)時間序列呈季節(jié)性趨勢時，要用乘積季節(jié)模型NARIMA×(P，D，Q)12來預(yù)測未來值。其中D為季節(jié)性差分次數(shù)，P，Q分別為季節(jié)性自回歸和移動平均階數(shù)。通過建立ARIMA模型進(jìn)行風(fēng)機(jī)葉片結(jié)冰故障預(yù)測的基本流程，如圖1所示。

圖1 NARIMA分析流程圖

應(yīng)用NARIMA模型進(jìn)行基于時間序列分析與預(yù)測的應(yīng)用過程主要分為3個步驟，具體描述如下：

(4)

(5)

(6)

(7)

檢驗所建立模型是否能滿足平穩(wěn)性和可逆性。

殘差序列可由估計出來的模型計算得到，如果殘差序列的自相關(guān)函數(shù)不顯著非零，可以認(rèn)為是獨立的。若這兩項驗證通過，則認(rèn)為該模型是合理的，否則，應(yīng)重新選取模型，重復(fù)上述步驟，直到選出有效的模型，然后應(yīng)用該模型進(jìn)行預(yù)測[14]。

(2) 用NARNN模型預(yù)測由ARIMA模型預(yù)測產(chǎn)生的殘差部分，即εt=Zt-Lt。其中，εt為由ARIMA模型預(yù)測產(chǎn)生的隨時間t變化的殘差部分；Zt和Lt分別為實際故障率和由ARIMA模型預(yù)測的故障率。

(3) 分析預(yù)測，即利用已通過檢驗的模型進(jìn)行預(yù)測分析。通過上述步驟得出預(yù)測模型

Φ(L)Δdxt=δ+Θ(L)ut

(8)

將被預(yù)測對象隨時間推移而形成的數(shù)據(jù)序列視為一個隨機(jī)序列，用式(8)的數(shù)學(xué)模型來近似描述這個序列。這個模型一旦被識別后就可以從時間序列的過去值及現(xiàn)在值來預(yù)測未來值。

2 大數(shù)據(jù)預(yù)處理

數(shù)據(jù)采集與監(jiān)視控制(SCADA)系統(tǒng)是風(fēng)場設(shè)備管理、監(jiān)測和控制的重要系統(tǒng)，通過實時收集風(fēng)機(jī)運行的環(huán)境參數(shù)、工況參數(shù)、狀態(tài)參數(shù)和控制參數(shù)使風(fēng)場管理者能夠?qū)崟r了解風(fēng)電裝備資產(chǎn)的運行和健康狀態(tài)。SCADA系統(tǒng)每天產(chǎn)生大量的數(shù)據(jù)，而且數(shù)據(jù)通常有上百個變量，當(dāng)前可用數(shù)據(jù)經(jīng)過篩選保留了其中28個連續(xù)數(shù)值型變量，涵蓋了風(fēng)機(jī)的工況參數(shù)、環(huán)境參數(shù)和狀態(tài)參數(shù)等多個維度，總計202 328條原始數(shù)據(jù)作為樣本數(shù)據(jù)。當(dāng)前可用數(shù)據(jù)分為兩組，一組是帶有故障標(biāo)簽的訓(xùn)練數(shù)據(jù)train，另外一組是測試數(shù)據(jù)test。

由于采集到的約20萬條原始數(shù)據(jù)存在數(shù)據(jù)質(zhì)量較低，含噪聲、數(shù)值差異較大或不一致，數(shù)據(jù)混雜嚴(yán)重甚至重復(fù)及維度高等問題，本文綜合采用數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約等幾種數(shù)據(jù)預(yù)處理方法，實現(xiàn)了原始數(shù)據(jù)的標(biāo)準(zhǔn)化、歸一化、零均值化、白化和正則化，經(jīng)過預(yù)處理后干凈的規(guī)則的數(shù)據(jù)有利于提高模型的訓(xùn)練效果和效率，也可去除數(shù)據(jù)中存在的異常點,為下一步的特征提取和分析做好準(zhǔn)備工作[14]。

“train”數(shù)據(jù)集中包括2個風(fēng)機(jī)的數(shù)據(jù)，存在2個以風(fēng)機(jī)編號命名的文件夾中。每個文件夾中的數(shù)據(jù)包括3個文件：

(1) 編號_data.csv。風(fēng)機(jī)連續(xù)時間內(nèi)的SCADA原始數(shù)據(jù)(詳細(xì)內(nèi)容見表1)。

(2) 編號_normalinfo.csv。風(fēng)機(jī)正常狀態(tài)的時間段，第1列為起始時間，第2列為結(jié)束時間。

(3) 編號_failureinfo.csv。風(fēng)機(jī)結(jié)冰故障的時間段，第1列為起始時間，第2列為結(jié)束時間。

風(fēng)機(jī)正常時間區(qū)間和風(fēng)機(jī)結(jié)冰時間區(qū)間均不覆蓋的數(shù)據(jù)視為無效數(shù)據(jù)。

“test”測試數(shù)據(jù)集和“final”最終數(shù)據(jù)集中有若干個以風(fēng)機(jī)編號為命名的文件夾，每個文件夾中包括一個編號為_data.csv為文件，儲存風(fēng)機(jī)連續(xù)時間內(nèi)的SCADA原始數(shù)據(jù)。

3 模型的實現(xiàn)方法

本文獲得了Vestas V80-1.8MW風(fēng)機(jī)上多個傳感器2016年度的歷史數(shù)據(jù)和實時數(shù)據(jù)，利用獲知的設(shè)備故障時間為傳感器數(shù)據(jù)標(biāo)注，并使用分布式改進(jìn)的NACNN模型將標(biāo)注數(shù)據(jù)訓(xùn)練形成設(shè)備故障特征模型，準(zhǔn)確率均值為95%；采用NARIMA模型預(yù)測單個傳感器未來時刻的數(shù)值；利用多個傳感器的預(yù)測數(shù)值和設(shè)備故障特征模型判斷設(shè)備未來故障發(fā)生概率。具體實施過程如下：

(1) 提取傳感器數(shù)據(jù)。利用現(xiàn)場網(wǎng)關(guān)提取傳感器OT數(shù)據(jù)，并導(dǎo)入分布式數(shù)據(jù)庫(使用MongoDB)。

(2) 傳感器數(shù)據(jù)的標(biāo)注。利用已知的設(shè)備故障時間為傳感器數(shù)據(jù)打上標(biāo)注，設(shè)置新字段isNormal，在設(shè)備故障時間內(nèi)，則isNormal為1。

(3) 利用NACNN訓(xùn)練模型。對原始數(shù)據(jù)進(jìn)行平穩(wěn)性和隨機(jī)性檢驗。一個平穩(wěn)的隨機(jī)過程應(yīng)符合以下要求：期望值不隨時間的變化而變化；方差不隨時間變化；自相關(guān)系數(shù)只與時間間隔相關(guān)，和所處的時間無關(guān)。使用分布式改進(jìn)的NACNN模型將標(biāo)注數(shù)據(jù)訓(xùn)練形成設(shè)備故障特征模型。準(zhǔn)確率為95%，計算效率大大提高。分布式改進(jìn)部分在于對計算信息熵部分的重寫(使用spark技術(shù))，信息熵計算公式為

(9)

式中：P(xi)為概率分布函數(shù)；lbP(xi)可分散到不同計算節(jié)點求解，隨后可將結(jié)果匯集到一臺計算節(jié)點求和。

令某1臺計算節(jié)點上分配的數(shù)據(jù)集為Dj，某字段為Pi+1(xi+1)，其中，j表示第j臺計算節(jié)點。信息熵計算的分布式求解的原理如圖2所示。

圖2信息熵計算的分布式求解

由于使用了分布式計算信息熵的方式(編程基于python使用了Spark內(nèi)存計算組件)，計算效率大大提高。圖3為傳統(tǒng)NACNN模型和分布式NACNN模型的效率比較，數(shù)據(jù)集單位以萬計，時間單位為s，可看出隨著訓(xùn)練數(shù)據(jù)集的不斷增大，傳統(tǒng)算法開銷呈指數(shù)上升，而分布式改進(jìn)算法則僅僅是線性上升。

圖3 傳統(tǒng)算法和改進(jìn)算法的效率比較

(4) 利用NARIMA模型計算未來一段時間內(nèi)單個傳感器的數(shù)值。使用NARIMA模型可預(yù)測某一個傳感器，需提取出傳感器歷史數(shù)據(jù)的周期性和趨勢性，并計算NARIMA模型的d值。圖4為某傳感器歷史數(shù)據(jù)的周期性和趨勢性的拆分。

在獲取周期數(shù)據(jù)之后計算其自相關(guān)系數(shù)和偏相關(guān)系數(shù)，以確定NARIMA模型中AR模型中p和MA模型中的q。NARIMA模型的建模方法是以序列的平穩(wěn)性為前提的，因此要把非平穩(wěn)序列轉(zhuǎn)換為平穩(wěn)序列。對時間序列數(shù)據(jù)進(jìn)行平穩(wěn)化處理，首先需要通過對原始數(shù)據(jù)的ACF和PACF計算，正確地確定相應(yīng)的模型和適當(dāng)?shù)碾A數(shù)[15]。因為原序列呈現(xiàn)出近似線性的趨勢，經(jīng)過檢驗，1階差分后序列依然為非平穩(wěn)序列，而2階差分之后序列為平穩(wěn)序列，故選擇2階差分。圖5所示為某傳感器ACF和PACF。

(a) 原始數(shù)據(jù)曲線

(b) 趨勢曲線

(c) 周期曲線

最終利用已獲取的d，p和q預(yù)測未來一段時間的數(shù)值。圖6(a)～(c)分別為某傳感器的歷史數(shù)據(jù)和使用長短期記憶模型(Long Short Term Memory，LTSM)、支持向量回歸(Support Vector Regression，SVR)、NARIMA模型預(yù)測的數(shù)據(jù)的比較示意圖。由圖6可見，NARIMA模型在較長時間維度上預(yù)測的準(zhǔn)確性較其他算法更為優(yōu)秀。

(a) ACF

(b) PACF

(a) LTSM算法

(b) SVR算法

(c) NARIMA算法

(5) 利用多個傳感器的預(yù)測數(shù)值和設(shè)備故障特征模型判斷設(shè)備未來故障發(fā)生概率。NARIMA模型能預(yù)測某一個傳感器未來一段時間的運行數(shù)據(jù)，啟動多個線程同時預(yù)測某設(shè)備所有傳感器未來一段時間的運行數(shù)據(jù)，結(jié)合已獲取的NACNN訓(xùn)練模型預(yù)測設(shè)備是否會出現(xiàn)故障及故障出現(xiàn)的時間。

4 測試結(jié)果與分析

根據(jù)所建立的模型對一個風(fēng)機(jī)葉片結(jié)冰實例的故障時機(jī)進(jìn)行預(yù)測，并將得到的預(yù)測值和原始序列的實際值做對比(見表1)。

表1 實際數(shù)據(jù)與預(yù)測數(shù)據(jù)比較

通過觀察分析NARIMA模型的預(yù)測結(jié)果和原始序列，很容易發(fā)現(xiàn)建模樣本和測試樣本的誤差都在減小，最終預(yù)測效果良好，比單純使用ARIMA模型和NARNN模型誤差小。其中，誤差的相對比例為實際值和預(yù)測值的差除以實際值。測試結(jié)果顯示，絕大部分?jǐn)?shù)據(jù)的預(yù)測值的誤差都在10%以內(nèi)，沒有出現(xiàn)預(yù)測值與實際值相差懸殊的情況。而且，絕大部分序列的實際值都落在預(yù)測值的95%預(yù)測區(qū)間內(nèi)。模型預(yù)測值的動態(tài)趨勢與實際情況基本一致，模型對未來的情況進(jìn)行了很好地跟蹤。結(jié)合實驗分析結(jié)果：風(fēng)機(jī)葉片的運行狀態(tài)與結(jié)冰故障之間的時間序列關(guān)系受誤差自相關(guān)圖、時間序列響應(yīng)圖、擬合模型數(shù)據(jù)和預(yù)測數(shù)據(jù)的均方誤差、平均絕對誤差和平均絕對百分比誤差等因素的影響。因此，可以判定該模型是有效且有意義的。人工神經(jīng)網(wǎng)絡(luò)誤差小，則泛化能力好，但是，由于NARIMA模型的誤差太小，可能導(dǎo)致過度擬合，泛化能力反而不佳。在后期的訓(xùn)練中，需要掌握好隱含層神經(jīng)元數(shù)量、學(xué)習(xí)率、訓(xùn)練時間、樣本量等因素。特定風(fēng)機(jī)2016年度結(jié)冰故障率時間序列圖如圖7所示。

圖7 特定風(fēng)機(jī)2016年度結(jié)冰故障率時間序列圖

NARIMA模型在短期內(nèi)預(yù)測比較準(zhǔn)確，隨著預(yù)測時間的延長，預(yù)測的誤差會逐漸地增大，這是NARIMA模型的缺陷。但是與其他的預(yù)測方法相比較，其預(yù)測的準(zhǔn)確度還是比較高的，在低維度數(shù)據(jù)(5維內(nèi))上，NARIMA非常有效。

5 結(jié) 語

本文通過研究風(fēng)機(jī)結(jié)冰的故障預(yù)測模型，利用多種類型的數(shù)據(jù)，包括設(shè)備運行時間、溫度、能源利用、產(chǎn)出及其他數(shù)據(jù)來改善決策的制定和運行，實現(xiàn)了準(zhǔn)確預(yù)測故障發(fā)生時機(jī)，及時人工干預(yù)和檢修，減少設(shè)備故障狀態(tài)下的運行，從而減少了停機(jī)時間，提高了設(shè)備的服役時間周期和服務(wù)可靠性，提升了風(fēng)電生產(chǎn)效率，具有較好的實踐意義。