1. 数据集背景与行业价值风力发电作为清洁能源的重要组成部分其设备可靠性直接关系到电网稳定和发电效率。传统风电机组故障诊断主要依赖SCADA系统采集的运行参数但单一时间序列数据往往难以全面反映设备状态。这个数据集创新性地融合了时空多维特征为智能诊断算法提供了更丰富的训练素材。我在风电行业从事故障预测工作8年深刻体会到优质数据对模型性能的决定性影响。市面上常见的SCADA数据集往往存在采样频率低、故障样本少、特征维度单一等问题。这个数据集通过以下改进解决了行业痛点时间维度0.1秒级高频采样常规SCADA为10分钟级空间维度同步采集齿轮箱、发电机、主轴等6大关键部件的振动信号故障标签包含轴承磨损、齿轮断齿、绕组短路等12类典型故障的精确时间标注2. 数据采集与特征工程2.1 硬件部署方案数据采集采用分布式架构在2MW双馈式风电机组上部署了以下传感器网络振动监测在齿轮箱输入/输出轴各安装2个ICP加速度传感器频响范围0.5-10kHz温度监测PT100热电阻测量轴承座、齿轮油等8个关键点温度电气参数通过SCADA系统采集三相电压、电流、功率等20个电气量环境数据机舱顶部气象站记录风速、风向、湍流强度重要提示振动传感器安装需避开结构共振点我们通过锤击法测试确定最佳安装位置距轴承座法兰面15cm处。2.2 时空特征融合方法原始数据经过以下处理流程形成最终特征时域特征提取每5秒窗口统计特征峰峰值、峭度、波形因子等12个指标包络分析Hilbert变换提取故障特征频率频域特征提取快速傅里叶变换FFT计算0-5kHz频谱小波包分解16个子带能量占比空间关联特征部件间振动传递函数齿轮箱到发电机的相干系数温度-振动耦合指标Pearson相关系数# 特征提取示例代码 def extract_wavelet_features(signal): wp pywt.WaveletPacket(datasignal, waveletdb4, modesymmetric) nodes [node.path for node in wp.get_level(4, freq)] return [np.sum(wp[node.path].data**2) for node in nodes]3. 数据集结构与使用指南3.1 数据组织架构数据集采用HDF5格式存储包含以下层级结构/fault_type_01/ ├── time_series/ # 原始时域信号 ├── features/ # 提取的342维特征向量 ├── metadata/ # 采样时间、机组编号等 └── labels/ # 故障严重程度分级(1-4级)每个故障类型包含300-500个样本数据总量达28GB。为方便使用我们提供了标准化数据加载脚本Python/Matlab特征重要性排序文件基线模型代码LSTMAttention3.2 典型应用场景场景1早期故障预警使用滑动窗口计算特征马氏距离当连续3个样本超出阈值时触发预警。实测表明该方法可比传统振动监测提前72小时发现轴承初期磨损。场景2故障根因分析通过SHAP值解释模型决策定位到某次齿轮箱故障的特征贡献主要来自啮合频率边带幅值贡献度42%油温变化率贡献度28%4. 模型训练优化建议4.1 样本不平衡处理故障类型分布呈现长尾特性建议采用过采样SMOTE算法生成少数类样本损失函数Focal Loss调整类别权重数据增强添加高斯噪声SNR20dB4.2 时空特征建模我们对比了三种网络结构的效果纯时序模型LSTM准确率82.3%纯空间模型GCN准确率76.8%时空融合模型ST-GAT准确率91.7%# ST-GAT关键层实现 class SpatioTemporalLayer(nn.Module): def __init__(self): super().__init__() self.temporal_att nn.MultiheadAttention(embed_dim64, num_heads4) self.spatial_conv GraphConv(in_feats64, out_feats64)5. 常见问题与解决方案5.1 数据采集异常处理我们整理了现场遇到的典型问题问题现象排查方法解决方案振动信号漂移检查ICP传感器供电更换恒流源模块温度数据跳变比对相邻传感器读数重新焊接PT100接线端子采样不同步检查PTP时钟协议配置GPS时间同步5.2 模型过拟合应对在小样本故障类型上我们采用正则化策略DropPath概率设为0.2特征选择通过MIC系数筛选前50个特征迁移学习在公开的CWRU轴承数据集上预训练经过实际验证这套数据集配合合适的算法能使故障识别率达到行业领先的93.5%准确率。特别是在变工况条件下相比传统方法将误报率降低了67%。建议使用者重点关注温度-振动耦合特征在早期故障中的表现这是我们发现的最具预测性的特征组合。
