浩浩耗1. 项目概述：时空特征融合的风电机组故障诊断数据集
在风电运维领域，SCADA系统每分钟采集的机组运行参数就像人体的体检报告单。我们团队历时三年整合的这套数据集，首次实现了振动信号（时域特征）与SCADA运行参数（空间特征）的跨模态对齐，包含8种典型故障的完整生命周期数据。举个实际案例：某2MW机组齿轮箱轴承早期磨损时，振动频谱中1.5倍转频谐波能量增长15dB的同时，SCADA中齿轮油温的昼夜温差会突然缩小3-4℃——这种时空特征的耦合规律正是智能诊断的关键。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据集核心价值解析
2.1 多源异构数据对齐技术
传统故障数据集往往孤立处理振动信号或SCADA数据，而实际故障演进是机电耦合过程。我们采用基于PLC时间戳的毫秒级同步方案：
- 振动采样率：12.8kHz（符合ISO 10816标准）
- SCADA参数：1分钟均值+10秒瞬时值双粒度
- 环境数据：包含风速湍流强度、空气密度修正值
关键技巧：通过发电机转速脉冲信号实现硬件级同步，比软件时间戳对齐精度提升20倍
2.2 故障类型覆盖度
数据集包含2017-2022年间西北地区32台同型号机组的真实故障案例：
| 故障类别 | 样本数 | 最小早期预警时间 |
|---|---|---|
| 主轴不对中 | 47 | 72天 |
| 齿轮断齿 | 12 | 15天 |
| 发电机匝间短路 | 28 | 3小时 |
| 变桨轴承磨损 | 63 | 41天 |
3. 数据标注与特征工程
3.1 三级标注体系
- 设备级标签：整机健康状态（正常/预警/故障）
- 部件级标签：齿轮箱/发电机/主轴等子系统状态
- 特征级标签：关键物理量变化趋势标记（如振动包络RMS值突变点）
3.2 时空特征提取方案
python复制# 典型时频特征提取示例
from scipy.signal import hilbert
def extract_envelope(signal):
analytic_signal = hilbert(signal)
return np.abs(analytic_signal)
# SCADA空间特征构造
def build_spatial_features(df):
df['cooling_eff'] = df['generator_temp'] / df['coolant_flow']
return df
4. 典型应用场景实测
4.1 基于GNN的故障传播建模
使用图神经网络构建机组系统关联模型时，数据集提供的部件级标签使准确率提升38%。关键发现：变桨系统故障会通过传动链影响发电机轴向振动，这种跨部件关联在传统单点检测中常被忽略。
4.2 迁移学习验证
在山西某风场验证中发现：
- 直接使用原始模型准确率仅61%
- 采用本数据集预训练+目标风场微调后达到89%
- 关键适应点：需调整风速区间权重（数据集含8-12m/s主导工况）
5. 数据使用避坑指南
5.1 采样策略陷阱
- 错误做法：随机划分训练测试集
- 正确方案：按风机编号划分，避免数据泄漏
- 原因：同一台风机的不同时间段数据具有强相关性
5.2 特征选择经验
优先关注这些强信号组合：
- 发电机前后轴承振动差值 + 冷却效率
- 齿轮箱输入轴转速波动 + 油液颗粒计数
- 叶片通过频率谐波占比 + 功率曲线偏移度
6. 扩展应用方向
6.1 数字孪生构建
数据集包含的完整工况谱可用于：
- 生成对抗训练样本（解决小样本问题）
- 物理模型参数辨识（如传动系统刚度矩阵）
6.2 边缘计算优化
我们实测发现：
- 原始12.8kHz振动数据在树莓派4B上处理延迟达1.2s
- 改用数据集提取的39维特征后延迟降至80ms
- 内存占用从1.8GB减少到23MB
某风电集团运维总监反馈：采用该数据集训练的模型使变桨系统故障预警提前量平均达到19天，单台机组年维修成本降低12万元。这背后是数据集对实际工程痛点的精准把握——不仅要识别故障，更要捕捉子系统间的故障传导路径。