# wind-power-large-model

**Repository Path**: orczh/wind-power-large-model

## Basic Information

- **Project Name**: wind-power-large-model
- **Description**: 风电大模型开发，基于SCADA数据
- **Primary Language**: Unknown
- **License**: GPL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-31
- **Last Updated**: 2025-12-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 风电大模型

## 意义

为什么风电需要大模型？

当前，对于新机型、新部件、新任务，都要重新训练模型，效率低下、工作重复

可以利用更广阔的、各种机型的数据，解决风电场景中各类问题。

风电大模型的核心价值在于**将运维从“被动响应”升级为“主动决策”**。其应用场景覆盖从**设备级**（部件健康管理）到**场站级**（资源调度），再到**电网级**（发电量预测）的全链条，最终实现**
运维成本降低20%以上，可用率提升至98%**的行业突破。

## 设计目标

大模型要做到什么？

- 多机型适配
- 多类型数据输入
- 动态结构数据输入
- 多下游任务适配（诊断、寿命预测、指导运维）

## 实现

### 输入与编码

结构带来了什么信息？

- 它是什么部件
- 层级关系（系统-部件）
- 部件关联（部件-部件）

时序带来了什么信息？

- 同一部件的发展趋势

**数据：**

scada和外部环境数据：[batch, time, node_s, 1]

cms: [batch, time, node_c, length]

给数据加上时序编码和结构编码

**时序编码：**

$PE_{(pos,2i)}=sin(\frac{pos}{10000^{2i/d_{model}}})$

$PE_{(pos,2i+1)}=cos(\frac{pos}{10000^{2i/d_{model}}})$

**结构编码：**

- 系统编码：每个系统唯一的编码，如齿轮箱系统……
- 部件类型编码：每种部件类型唯一的编码，如轴承、齿轮……
- 部件关联编码：和该部件具有显著关联关系的编码，如齿轮箱的中速级轴承，它和高速级轴承低速级轴承关系较大，就将这两个轴承的唯一编码取平均作为关联编码
- 部件唯一编码

注意编码的均值和方差，这个得考虑一下如何处理

**编码的生成**

**模型的输入输出**

| 时间                 | 低频数据                | 高频数据      | 结构信息              | 输出                                                                                                                      | 标签                                            |
|--------------------|---------------------|-----------|-------------------|-------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------|
| 2025-5-26 14:58:15 | 多个测点的scada数据和外部环境数据 | 多个测点的振动数据 | 系统、部件类型、关联部件、唯一编码 | 低频部分输出编码连接多个分类器（1个编码连接多个分类器），判断各个状态是否正常（0-正常、1-注意、2-异常）<br />高频部分输出编码连接同一个回归器（多个编码，每个编码连接同一个回归器），用于评估部件状态（1~0，数值表示健康状态） | 利用工单，计算统计量的正常与否（012）<br />利用工单，计算部件的健康状态（0~1） |
|                    |                     |           |                   |                                                                                                                         |                                               |
|                    |                     |           |                   |                                                                                                                         |                                               |

### 结构设计

encode-decode 或 decode only？

|     **特性**     |     **Decoder-only (GPT)**     |   **Encoder-Decoder (T5/BART)**   |
| :--------------: | :----------------------------: | :-------------------------------: |
|   **任务类型**   |     生成任务（文本、代码）     |     序列到序列（翻译、摘要）      |
|  **注意力方向**  |        单向（因果掩码）        | 双向（Encoder） + 单向（Decoder） |
|   **训练效率**   |       参数共享，扩展性强       |     两部分参数，计算成本更高      |
| **长上下文处理** | 更适合超长文本（如GPT-4 128K） |       双向注意力内存开销大        |
| **多任务适应性** |       通过Prompt统一处理       |   需针对任务设计Encoder-Decoder   |

### 如何实现多类下游任务

两种思路：

1. 将输出连接不同的分类器、回归器
2. 类似于文本生成一样，增加一个前置的任务编码，实现输出不同编码

## cms数据测点的映射

### 测点命名原则

SYS_LOC_AXIS

**系统**

| 名称  | 简称             |
|-----|----------------|
| 主轴承 | MB、MB2         |
| 齿轮箱 | GB             |
| 发电机 | GEN            |
| 塔架  | TOW            |
| 主机架 | NAC            |
| 叶片  | BLA1、BLA2、BLA3 |

**测点位置**

| 名称         | 简称   | 名称      | 简称  |
|------------|------|---------|-----|
| 齿轮箱输入轴     | INS  | 发电机驱动端  | DE  |
| 齿轮箱一级行星内齿圈 | INR  | 发电机非驱动端 | NDE |
| 齿轮箱二级行星内齿圈 | INR2 | 塔架上端    | UP  |
| 齿轮箱低速轴     | LSS  | 塔架底商    | BTM |
| 齿轮箱中间轴     | MSS  |         |     |
| 齿轮箱高速轴     | HSS  |         |     |

**径向：** H、V（水平和垂直）

**轴向：** A

**常见测点汇总：**

|    原始名称    |    英文名    |
|:----------:|:---------:|
|   前主轴承径向   |  MB_MB_H  |
|   前主轴承轴向   |  MB_MB_A  |
|   后主轴承径向   | MB_MB2_H  |
|   后主轴承轴向   | MB_MB2_A  |
|  齿轮箱输入端径向  | GB_INS_H  |
| 齿轮箱第一行星级径向 | GB_INR_H  |
| 齿轮箱第二行星级径向 | GB_INR2_H |
|  齿轮箱低速级径向  | GB_LSS_H  |
|  齿轮箱中间级轴向  | GB_MSS_A  |
|  齿轮箱高速级径向  | GB_HSS_H  |
|  发电机驱动端径向  | GEN_DE_H  |
| 发电机非驱动端径向  | GEN_NDE_H |
|   主机架径向    | NAC_NAC_H |
|   主机架轴向    | NAC_NAC_A |



### 映射

**运达csvgz**

- MB_MB_R → MB_MB_H
- GB_INS_R → GB_INS_H
- GB_INR_R → GB_INR_H
- GB_INR2_R → GB_INR2_H
- GB_HSS_R → GB_HSS_H
- GB_LSS_A → GB_LSS_A
- GEN_DE_R → GEN_DE_H
- GEN_DE_R2 → GEN_DE_V
- GEN_NDE_R → GEN_NDE_H

**运达dat**

- MBRNULV → MB_MB_V
- GBXINV →  GB_INS_V
- GBX1PSH → GB_INR_H
- GBX2PSH → GB_INR2_H
- GBXIMSA → GB_MSS_A
- GBXHSSV → GB_HSS_V
- GENDEH → GEN_DE_H
- GENNDEH → GEN_NDE_H

**远景dat**

- CH1 → MB_MB_H
- CH2 → MB_MB_A
- CH3 → GB_INS_H
- CH4 → GB_INR_H
- CH5 → GB_INR2_H
- CH6 → GB_MSS_A
- CH7 → GB_HSS_H
- CH8 → GEN_DE_H
- CH9 → GEN_NDE_H

**金风vd**

- MBR1 → MB_MB_H
- MBR2 → MB_MB_H
- MBR4 → MB_MB_H
- MBA1 → MB_MB_A
- GBXLSSR1 → GB_LSS_H
- GBXHSSR1 → GB_HSS_H
- GBX2PSR1 → GB_INR2_H
- GENDER1 → GEN_DE_H

## 输入

输入和关注的系统密切相关，主要关注：发电机、齿轮箱、偏航、变桨系统

不同机型及部件结构下，输入也有区别，要弄清楚不同情况下，要输入什么？

### 机型静态信息

为了准确评估风电机组的健康状况，特别是针对传动链关键部件（如齿轮箱、发电机、轴承等），需要提供以下详细的静态信息（也称为机型信息或资产信息）。这些信息直接影响部件的设计参数、失效模式和健康评估逻辑：

------

**1. 传动链类型（Drivetrain Configuration）**

- **直驱型（Direct Drive）**：无齿轮箱，转子直接连接发电机（需特别关注发电机轴承状态）。
- **半直驱型（Medium Speed / Hybrid）**：带一级或两级齿轮箱（齿轮箱与发电机需平衡监测）。
- **双馈型（DFIG, Doubly-Fed Induction Generator）**：带三级齿轮箱（齿轮箱是主要监测对象）。

------

**2. 功率与转速特性**

- **额定功率（Rated Power）**（单位：MW）：影响部件载荷谱计算（如6MW机组齿轮箱扭矩远大于2MW）。
- **额定转速（Rated Rotor Speed）**（单位：rpm）：直接影响齿轮箱输入转速与振动频率计算。
- **切出风速（Cut-Out Wind Speed）**：判断极端工况下的载荷。

------

**3. 齿轮箱设计参数（若存在）**

- **齿轮箱类型（Gearbox Type）**：

  - 行星轮+平行轴（最常见）
  - 纯平行轴

- **传动比（Gear Ratio）**：用于计算齿轮啮合频率（GMF）。

- **齿轮级数（Number of Stages）**：行星轮级数 + 高速级级数。

- **齿数明细**

  （关键齿轮齿数，用于计算故障频率）：

  - 太阳轮齿数
  - 行星轮齿数（及行星轮个数）
  - 齿圈齿数
  - 高速级大/小齿轮齿数

------

**4. 发电机参数**

- 发电机类型：
  - 永磁同步发电机（PMSG, 直驱/半直驱常用）
  - 双馈异步发电机（DFIG）
- **极对数（Pole Pairs）**：用于计算发电机故障频率。
- **冷却方式**：空冷、水冷（影响温度监控阈值）。

------

**5. 轴承信息**

- **主轴轴承（Main Bearing）**：型号（如SKF 240/600）或几何参数（滚子数、节径等）。
- **齿轮箱轴承**：行星架轴承、高速轴轴承型号。
- **发电机轴承**：驱动端与非驱动端轴承型号。

> ✅ **计算故障频率必备**：轴承型号或几何参数（内径、外径、滚动体数量、接触角）。

------

**6. 结构参数**

- **风轮直径（Rotor Diameter）**：影响气动载荷。
- **轮毂高度（Hub Height）**：影响塔筒动态响应。
- **塔筒类型**：钢制塔筒/混塔（共振频率不同）。

------

**7. 运行历史与维保记录**

- **安装日期（Commissioning Date）**：推算部件老化程度。
- **上次大修时间（Last Overhaul Date）**：齿轮箱更换/翻新时间点。
- **历史故障记录**：如特定轴承更换记录。

------

**8. 传感器配置信息（辅助诊断）**

- CMS传感器位置：
  - 齿轮箱输入轴/输出轴轴向
  - 发电机驱动端/非驱动端径向
- **SCADA传感器类型**：温度传感器PT100 vs PT1000（影响精度校准）。

**9. 偏航和变桨系统的驱动方式**

液压驱动 or 电机驱动

### SCADA数据

所有情况下都需要的参数

| **参数类别** |    **具体参数**     | **单位** |   **物理意义**   | **健康关联性** |
| :----------: | :-----------------: | :------: | :--------------: | :------------: |
| **风机状态** | `operating_status`  |   枚举   |  运行/停机/故障  |  区分正常工况  |
|   **风速**   |    `wind_speed`     |   m/s    |   轮毂高度风速   |    载荷来源    |
| **功率输出** |   `active_power`    |    kW    |   电网输出功率   |  能量转换效率  |
|   **转速**   |    `rotor_speed`    |   rpm    |     风轮转速     |  机械应力根源  |
|              |  `generator_speed`  |   rpm    |    发电机转速    |  电气频率来源  |
|  **桨距角**  | `pitch_angle_1/2/3` |    °     | 三个叶片的桨距角 | 功率/载荷控制  |



## 大纲

### 1 风电领域为什么需要大模型？

风电运维领域正面临前所未有的复杂性和挑战，传统的分析模型和方法逐渐力不从心，亟需范式升级。大模型的出现为解决这些挑战提供了革命性的可能性：

- **数据爆炸与“孤岛”困境：** 现代风电场产生海量、异构、高维数据（SCADA秒级/分钟级运行参数、CMS高频振动/声发射信号、视频监控、气象预报、运维工单、部件图纸、专家报告等）。这些数据分散、格式不一、关联性弱，传统方法难以有效融合挖掘其深层价值，形成“数据富矿，知识贫瘠”的局面。大模型的核心能力之一就是处理海量多模态数据。

- **故障模式复杂性与“长尾”问题：** 风机是复杂的机电系统，故障模式多样、耦合性强（机械、电气、控制、环境交互）。许多故障（尤其是早期、复合型、新型故障）样本稀少（“长尾分布”），传统基于特定故障库或小样本训练的模型泛化能力差，难以覆盖所有场景，尤其对罕见但后果严重的故障预警不足。大模型通过海量数据预训练获得通用表征能力，有望解决小样本和未知模式识别问题。

- **运维决策智能化程度不足：** 当前运维决策（如故障诊断、寿命预测、维修排程、备件管理）往往依赖规则库、简单模型或专家经验，缺乏对风机全生命周期状态、外部环境、电网要求、经济性等多因素的综合、动态、优化决策能力。大模型强大的推理和生成能力，为构建更智能的决策支持系统奠定了基础。

- **知识沉淀与传承困难：** 领域专家经验、历史案例、技术文档等隐性知识难以有效结构化、数字化和复用。大模型可作为“知识引擎”，学习、编码和推理这些知识，实现知识的自动化沉淀、检索和应用，降低对个体专家的过度依赖。

- **应对下游任务的“碎片化”与“定制化”：** 风电运维任务繁多（状态监测、故障诊断、功率预测、寿命评估、维修优化、性能提升等），且不同风场、机型、环境下的需求各异。为每个任务单独开发模型成本高、效率低、难以维护。大模型通过“预训练 + 微调/提示”范式，有望用一个基础模型灵活适配多种下游任务，显著提高开发效率和模型复用性。

**总结必要性：** 风电运维大模型是应对**数据复杂性、故障多样性、决策智能化需求、知识管理挑战以及任务碎片化**的必然技术演进方向，旨在实现从“单点智能”到“系统智能”、从“被动响应”到“主动预测与优化”的跃迁。

### 2 风电领域的特点对大模型的设计要求？
#### 适应各种SCADA、CMS输入

不同机型的数据测点有区别

#### 具有高通用性的输出
#### 适应多类型的下游任务

### 3 理论基础：Transformer

### 4 风电大模型结构设计
#### SCADA和CMS分块
#### 结构编码
#### 时间编码
#### 如何解决下游任务（诊断、寿命预测、运维）
#### 基于工单计算模型标签


## rcm参考值

| 部件        | 形状参数 ρ (rho) 估计范围/典型值 | 尺度参数 λ (days) 估计范围/典型值 | 主要失效模式驱动因素 (受乌兰察布环境影响)                 |
|:----------| :------------------------------- | :-------------------------------- | :-------------------------------------------------------- |
| **UPS**       | 0.9 - 1.1                        | 1500 - 3000                       | 电池老化(温度加速)、电压波动、电子元件故障                |
| 偏航电机      | 1.3 - 1.6                        | 350 - 600                         | 轴承磨损(沙尘)、齿轮磨损(沙尘、负载变化)、绕组绝缘老化    |
| **偏航电磁阀**     | 1.0 - 1.3                        | 400 - 800                         | 阀芯卡涩(沙尘、水分)、线圈失效(温度、电气过载)            |
| 发电机润滑泵    | 1.3 - 1.5                        | 250 - 450                         | 电机/轴承磨损(沙尘)、油品污染/劣化(温度)、系统堵塞        |
| 发电机编码器    | 1.2 - 1.4                        | 500 - 1000                        | 振动导致位移/损坏、电信号干扰、连接器问题、受潮(结露风险) |
| **发电机风扇**     | 1.4 - 1.7                        | 200 - 400                         | 轴承磨损(沙尘严重)、扇叶污损/不平衡(沙尘)、电机故障       |
| **变桨润滑泵**     | 1.3 - 1.5                        | 300 - 500                         | 同发电机润滑泵 (工作环境类似)                             |
| 变桨编码器     | 1.2 - 1.4                        | 450 - 850                         | 振动(变桨动作频繁)、冲击载荷、电信号干扰、低温影响        |
| **变桨驱动器**     | 0.9 - 1.2                        | 800 - 1500                        | IGBT/Semiconductor失效(温度循环)、电容老化、控制板故障    |
| 变流器IGBT模块 | 0.8 - 1.0                        | 1000 - 2000                       | 热循环疲劳(环境温度加剧)、功率循环疲劳、过压/过流         |
| 变流器控制器    | 1.0 - 1.2                        | 1200 - 2500                       | 电子元件老化(温度)、固件/软件Bug、辅助电源问题            |
| 变流器熔丝     | 0.9 - 1.1                        | 2000 - 4000                       | 过电流事件(雷击、电网扰动)、老化失效(高温)                |
| 变流器继电器    | 1.0 - 1.3                        | 1500 - 3000                       | 触点烧蚀/粘连(电弧)、线圈故障、机械卡死                   |
| 变流器编码器    | 1.1 - 1.3                        | 700 - 1200                        | 振动、电信号干扰、连接可靠性                              |
| 变流器风扇     | 1.5 - 1.8                        | 150 - 350                         | 轴承磨损(沙尘)、扇叶污损/不平衡(沙尘严重)、电机烧毁       |
| 变流器驱动板    | 1.0 - 1.2                        | 1000 - 1800                       | 电容老化(温度)、焊点疲劳(振动/温循)、接口问题             |
| 变频器功率模块   | 0.8 - 1.0                        | 900 - 1800                        | (注：通常变桨驱动器/变流器内部功率模块) 同IGBT模块        |
| 轮毂断路器     | 1.1 - 1.4                        | 500 - 800                         | 机械机构卡滞(低温、润滑脂问题)、触点问题、线圈故障        |
| 风速仪       | 1.0 - 1.3                        | 600 - 1200                        | 轴承卡死(沙尘、结冰)、加热元件失效(结冰)、信号故障        |
| 齿轮箱冷却风扇   | 1.4 - 1.7                        | 180 - 350                         | 轴承磨损(沙尘)、扇叶污损/不平衡(沙尘)、电机故障           |
| 齿轮箱润滑泵    | 1.3 - 1.6                        | 400 - 700                         | 轴承/齿轮磨损(沙尘、载荷)、油品污染/劣化(温度、水分)      |
| 齿轮箱温控阀    | 1.1 - 1.4                        | 300 - 550                         | 阀芯卡涩(油泥、低温流动性差)、感温元件失效(温度变化大)    |
| 齿轮箱滤芯     | 1.4 - 1.7                        | 150 - 300                         | 堵塞加速(沙尘污染严重)、压差过高导致旁通、滤材破裂        |