一种风电机组设备故障筛查、统计的方法与装置制造方法及图纸

本发明专利技术实施例公开了一种风电机组设备故障筛查、统计的方法与装置，对设备传感器采集的初始数据进行预处理，得到预设格式要求的数据列表，通过故障筛查算法，从该数据列表中筛查出各个子故障类别名对应的故障时间和复位时间，从而计算出各个所述子故障类别名对应的停机时间；根据主故障类别名与子故障类别名的对应关系，可以通过统计所有主故障类别名各自对应的子故障类别名的停机时间和停机次数，得出各个主故障类别名的停机时间和停机次数，并生成主故障对应的可视化图表。可以高效、准确的对风电机组设备故障进行统计，并且通过将数据生成可视化图表的方式，可以便于风电企业的管理人员直观的了解各机组的各类主故障的分布情况。

Method and device for fault screening and statistics of wind turbine generator equipment

The embodiment of the invention discloses a method and a device for wind turbine fault screening, statistics, data acquisition equipment to the initial sensor pretreatment, get the preset format required data list, through the fault screening algorithm, screening out each sub fault class name corresponding to the fault time and reset time from the data in the list thus, calculate each of the sub fault class name corresponding downtime; according to the corresponding relationship between the main faults and fault sub class alias alias alias, can sub fault class through the statistics of all the main fault class name corresponding downtime and downtime, get each main fault class alias and downtime downtime the visual chart and generate the main fault, the corresponding. Can the efficient and accurate statistics of wind power equipment fault unit, and the data to generate visual charts, can facilitate the wind power enterprises and the management of intuitive understanding of all kinds of main fault distribution of each unit.

【技术实现步骤摘要】
一种风电机组设备故障筛查、统计的方法与装置
本专利技术涉及风电
，特别是涉及一种风电机组设备故障筛查、统计的方法与装置。
技术介绍
风能作为一种可再生的清洁能源在全球能源危机及环境恶化的背景下，受到世界各国的大力关注，尤其在我国发展更为迅猛。但是风电机组设备部件众多，都可能因为故障引起停机从而导致发电损失，为了能准确获知其故障发电损失量，就需要从大量的机组设备监测数据中精确地筛查出故障发生和复位时间，以便清楚各类故障的停机时间，从而可以统计出各个风场各个机组各类故障分布，这对风电企业的管理层在机组设备部件的运维上做出技术调整和进行质量管理意义重大。就一个风场而言，每个月的数据采集量平均至少有十几万行，且每个机组设备的故障时间和复位时间是随机的，有的时间很短，就几分钟；有的要几天甚至十几天才能复位，有的复位了过几天可能再次发生故障。因此，故障值的出现完全无规律可循，对于如此大量的数据要按照风场位置、机组和故障类别进行人工筛查并统计故障分布，将消耗极大的人力资源与时间，并且人工统计误差较大，使得统计的准确性不高。可见，如何高效、准确的对风电机组设备故障进行统计，是本领域技术人员亟待解决的问题。
技术实现思路
本专利技术实施例的目的是提供一种风电机组设备故障筛查、统计的方法与装置，可以高效、准确的对风电机组设备故障进行统计。为解决上述技术问题，本专利技术实施例提供一种风电机组设备故障筛查、统计的方法，包括：对设备传感器采集的初始数据进行预处理，得到预设格式要求的数据列表；所述预设格式要求包括：时间、风场名称、故障编号、主故障类别名、子故障类别名、机组编号和故障值七个列的结构化数据格式；依据于预先设置的故障筛查算法，从所述数据列表中筛查出各个所述子故障类别名对应的故障时间和复位时间；依据所述故障时间和所述复位时间，计算各个所述子故障类别名对应的停机时间；统计所有主故障类别名各自对应的子故障类别名的停机时间和停机次数，得出各个所述主故障类别名的停机时间和停机次数，并生成主故障对应的可视化图表。可选的，所述对设备传感器采集的初始数据进行预处理，得到预设格式要求的数据列表包括：将所述初始数据中出现null值的行记录数据删除，得到各个机组对应的初始数据列表；所述初始数据列表中包含有时间、故障编号和故障值；将所述各个机组对应的初始数据列表进行整合，并对整合后的初始数据列表添加对应的风场名称、机组编号、主故障类别名和子故障类别名，得到结构化的数据列表。可选的，所述依据于预先设置的故障筛查算法，从所述数据列表中筛查出各个子故障类别名对应的故障时间和复位时间包括：S21：依次读取所述数据列表的行数据，判断所述行数据中包括的故障值是否为1；S22：若所述故障值为1，则将所述行数据中包括的时间，作为所述行数据中包括的子故障类别名的故障时间，并将所述故障时间以及所述行数据中包括的故障编号和故障值，作为属性信息添加至所述子故障类别名对应的属性表中；S23：若所述故障值不为1，则根据所述行数据中包括的子故障类别名，从树状故障表中查找对应的二级节点；S24：判断所述二级节点对应的属性表中是否存在与所述行数据中包括的故障编号相同的故障编号，并且所述故障编号所属的属性信息中包括的故障值为1；S25：若是，则将所述行数据中包括的时间作为复位时间，添加至所述属性信息中,并将所述属性信息中包括的故障值设置为0。可选的，所述依据所述故障时间和所述复位时间，计算各个所述子故障类别名对应的停机时间包括：计算所述子故障类别名对应的所述故障时间和所述复位时间的差值，并将所述差值作为所述子故障类别名的停机时间。可选的，还包括：统计所有机组各自对应的主故障类别名的停机时间和停机次数，得出各个所述机组的停机时间和停机次数，并生成机组对应的可视化图表；统计所有风场各自对应的机组的停机时间和停机次数，得出各个所述风场的停机时间和停机次数，并生成风场对应的可视化图表。本专利技术实施例还提供了一种风电机组设备故障筛查、统计的装置，包括预处理单元、筛查单元、计算单元和生成单元：所述预处理单元，用于对设备传感器采集的初始数据进行预处理，得到预设格式要求的数据列表；所述预设格式要求包括：时间、风场名称、故障编号、主故障类别名、子故障类别名、机组编号和故障值七个列的结构化数据格式；所述筛查单元，用于依据于预先设置的故障筛查算法，从所述数据列表中筛查出各个所述子故障类别名对应的故障时间和复位时间；所述计算单元，用于依据所述故障时间和所述复位时间，计算各个所述子故障类别名对应的停机时间；所述生成单元，用于统计所有主故障类别名各自对应的子故障类别名的停机时间和停机次数，得出各个所述主故障类别名的停机时间和停机次数，并生成主故障对应的可视化图表。可选的，所述预处理单元包括删除子单元和得到子单元：所述删除子单元，用于将所述初始数据中出现null值的行记录数据删除，得到各个机组对应的初始数据列表；所述初始数据列表中包含有时间、故障编号和故障值；所述得到子单元，用于将所述各个机组对应的初始数据列表进行整合，并对整合后的初始数据列表添加对应的风场名称、机组编号、主故障类别名和子故障类别名，得到结构化的数据列表。可选的，所述筛查单元包括读取判断子单元、第一处理子单元、查找子单元、判断子单元和第二处理子单元：所述读取判断子单元，用于依次读取所述数据列表的行数据，判断所述行数据中包括的故障值是否为1；若所述故障值为1，则触发所述第一处理子单元，所述第一处理子单元，用于将所述行数据中包括的时间，作为所述行数据中包括的子故障类别名的故障时间，并将所述故障时间以及所述行数据中包括的故障编号和故障值，作为属性信息添加至所述子故障类别名对应的属性表中；若所述故障值不为1，则触发所述查找子单元，所述查找子单元，用于根据所述行数据中包括的子故障类别名，从树状故障表中查找对应的二级节点；所述判断子单元，用于判断所述二级节点对应的属性表中是否存在与所述行数据中包括的故障编号相同的故障编号，并且所述故障编号所属的属性信息中包括的故障值为1；若是，则触发所述第二处理子单元，所述第二处理子单元，用于将所述行数据中包括的时间作为复位时间，添加至所述属性信息中,并将所述属性信息中包括的故障值设置为0。可选的，所述计算单元具体用于计算所述子故障类别名对应的所述故障时间和所述复位时间的差值，并将所述差值作为所述子故障类别名的停机时间。可选的，所述生成单元还用于统计所有机组各自对应的主故障类别名的停机时间和停机次数，得出各个所述机组的停机时间和停机次数，并生成机组对应的可视化图表；所述生成单元还用于统计所有风场各自对应的机组的停机时间和停机次数，得出各个所述风场的停机时间和停机次数，并生成风场对应的可视化图表。由上述技术方案可以看出，通过对设备传感器采集的初始数据进行预处理，可以得到以时间、风场名称、故障编号、主故障类别名、子故障类别名、机组编号和故障值七个列的结构化数据格式的数据列表；依据于预先设置的故障筛查算法，可以从该数据列表中筛查出各个子故障类别名对应的故障时间和复位时间；依据所述故障时间和所述复位时间，可以计算出各个所述子故障类别名对应的停机时间；根据主故障类别名与子故障类别名的对应关系，可以通过统计所有主故障类别名各自对本文档来自技高网...

【技术保护点】
一种风电机组设备故障筛查、统计的方法，其特征在于，包括：对设备传感器采集的初始数据进行预处理，得到预设格式要求的数据列表；所述预设格式要求包括：时间、风场名称、故障编号、主故障类别名、子故障类别名、机组编号和故障值七个列的结构化数据格式；依据于预先设置的故障筛查算法，从所述数据列表中筛查出各个所述子故障类别名对应的故障时间和复位时间；依据所述故障时间和所述复位时间，计算各个所述子故障类别名对应的停机时间；统计所有主故障类别名各自对应的子故障类别名的停机时间和停机次数，得出各个所述主故障类别名的停机时间和停机次数，并生成主故障对应的可视化图表。

【技术特征摘要】
1.一种风电机组设备故障筛查、统计的方法，其特征在于，包括：对设备传感器采集的初始数据进行预处理，得到预设格式要求的数据列表；所述预设格式要求包括：时间、风场名称、故障编号、主故障类别名、子故障类别名、机组编号和故障值七个列的结构化数据格式；依据于预先设置的故障筛查算法，从所述数据列表中筛查出各个所述子故障类别名对应的故障时间和复位时间；依据所述故障时间和所述复位时间，计算各个所述子故障类别名对应的停机时间；统计所有主故障类别名各自对应的子故障类别名的停机时间和停机次数，得出各个所述主故障类别名的停机时间和停机次数，并生成主故障对应的可视化图表。2.根据权利要求1所述的方法，其特征在于，所述对设备传感器采集的初始数据进行预处理，得到预设格式要求的数据列表包括：将所述初始数据中出现null值的行记录数据删除，得到各个机组对应的初始数据列表；所述初始数据列表中包含有时间、故障编号和故障值；将所述各个机组对应的初始数据列表进行整合，并对整合后的初始数据列表添加对应的风场名称、机组编号、主故障类别名和子故障类别名，得到结构化的数据列表。3.根据权利要求1所述的方法，其特征在于，所述依据于预先设置的故障筛查算法，从所述数据列表中筛查出各个子故障类别名对应的故障时间和复位时间包括：S21：依次读取所述数据列表的行数据，判断所述行数据中包括的故障值是否为1；S22：若所述故障值为1，则将所述行数据中包括的时间，作为所述行数据中包括的子故障类别名的故障时间，并将所述故障时间以及所述行数据中包括的故障编号和故障值，作为属性信息添加至所述子故障类别名对应的属性表中；S23：若所述故障值不为1，则根据所述行数据中包括的子故障类别名，从树状故障表中查找对应的二级节点；S24：判断所述二级节点对应的属性表中是否存在与所述行数据中包括的故障编号相同的故障编号，并且所述故障编号所属的属性信息中包括的故障值为1；S25：若是，则将所述行数据中包括的时间作为复位时间，添加至所述属性信息中,并将所述属性信息中包括的故障值设置为0。4.根据权利要求1所述的方法，其特征在于，所述依据所述故障时间和所述复位时间，计算各个所述子故障类别名对应的停机时间包括：计算所述子故障类别名对应的所述故障时间和所述复位时间的差值，并将所述差值作为所述子故障类别名的停机时间。5.根据权利要求1-4任意一项所述的方法，其特征在于，还包括：统计所有机组各自对应的主故障类别名的停机时间和停机次数，得出各个所述机组的停机时间和停机次数，并生成机组对应的可视化图表；统计所有风场各自对应的机组的停机时间和停机次数，得出各个所述风场的停机时间和停机次数，并生成风场对应的可视化图表。6.一种风电机组设备故障筛查、统计的装置，其特征在于，包括预处理单元、筛查单元、计算单元和生成单元：所述预处理...

【专利技术属性】
技术研发人员：杨艺，王晓丹，白云，李川，
申请(专利权)人：重庆工商大学，
类型：发明
国别省市：重庆,50