基于故障树的风电机组状态监测与健康评估的方法及装置制造方法及图纸

本发明专利技术涉及一种基于故障树的风电机组状态监测与健康评估的方法及装置，该方法包括根据风电机组故障树，对各个基本事件进行监测和分析；确定所有基本事件故障发生的概率，标注在风电机组故障树上；根据基本事件故障发生的概率，评估顶上事件的发生概率。该方法基于故障树分析法完成风电机组在线状态监测与健康评估，通过故障树可定位故障源，评估故障发生概率，进而可通过专家系统给出诊断建议。

Method and device for condition monitoring and health assessment of wind turbine based on fault tree

The invention relates to a method and device for condition monitoring and health assessment of wind turbines based on fault tree, which includes monitoring and analyzing each basic event according to the fault tree of wind turbines, determining the probability of occurrence of all basic event faults, marking the fault tree of wind turbines, and analyzing the basic event faults. Probability of occurrence, to assess the probability of occurrence of events on the top. This method is based on fault tree analysis to complete the on-line condition monitoring and health assessment of wind turbines. The fault source can be located by fault tree, and the probability of fault occurrence can be evaluated. The diagnosis suggestions can be given by expert system.

【技术实现步骤摘要】
基于故障树的风电机组状态监测与健康评估的方法及装置
本专利技术涉及风力发电设备监测
，特别涉及一种基于故障树的风电机组状态监测与健康评估的方法及装置。
技术介绍
随着风电行业的快速发展，越来越多的风电机组并网投运，特别是大量风电机组已有一定的运行年限，风电机组陆续出现了故障，导致机组停止运行，严重影响发电量，造成经济损失。大型风力发电机组故障主要集中在齿轮箱、发电机、主轴、叶片、电气系统、偏航系统、控制系统等关键部件，其中传动链部分的故障率最高。为了监测传动链的健康状况，风电机组大多配置振动在线状态监测系统，但技术尚不成熟，目前主要存在以下问题：一是系统所采集信号侧重于振动信号，而对于齿轮箱零部件的早期轻微磨损，振动信号的信噪比较低，信号分析或无法很好的辨识故障特征，造成预警滞后，从而导致部件出现不可逆故障；二是系统主要是实现数据采集功能，而数据自动分析及故障诊断功能相对薄弱，无法满足实际运行中实时、定期或按需检查的需求。故障树分析(FaultTreeAnalysis，简称FTA)又称事故树分析，是安全系统工程中最重要的分析方法。事故树分析从一个可能的事故开始，自上而下、一层层的寻找顶事件的直接原因和间接原因事件，直到基本原因事件，并用逻辑图把这些事件之间的逻辑关系表达出来。如何提高风电机组在线监测与健康评估的准确性是同业人员亟待解决的问题。
技术实现思路
鉴于上述问题，本专利技术提供了一种基于故障树的风电机组状态监测与健康评估的方法及装置，该方法基于故障树分析法完成风电机组在线状态监测与健康评估，通过故障树可定位故障源，评估故障发生概率，进而可通过专家系统给出诊断建议。第一方面，本专利技术实施例提供一种基于故障树的风电机组状态监测与健康评估的方法，所述方法包括：根据风电机组故障树，对各个基本事件进行监测和分析；确定所有基本事件故障发生的概率，标注在风电机组故障树上；根据基本事件故障发生的概率，评估顶上事件的发生概率。在一个实施例中，所述风电机组故障树的生成过程如下：获取风电机组的状态及各种相关参数；收集故障案例并统计故障类型；确定顶上事件和目标值；所述目标值为故障发生的概率；分析故障产生的原因及要素；根据分析后的原因及要素，按照逻辑关系，建立风电机组故障树。在一个实施例中，所述获取风电机组的状态及各种相关参数，包括：通过风电机组状态监测系统，对采集到的振动信号进行时域分析，提取故障特征；通过风电场SCADA系统获取风速、转速和温度参数。在一个实施例中，所述根据风电机组故障树，对各个基本事件进行监测和分析，包括：将基本事件、中间事件和顶上事件分别设定预设的故障等级；根据故障等级设置相应的故障代码、标注相应的颜色提醒；所述故障代码表示故障节点位置，颜色表示故障等级。第二方面，本专利技术实施例提供一种基于故障树的风电机组状态监测与健康评估的装置，所述装置包括：分析模块，用于根据风电机组故障树，对各个基本事件进行监测和分析；确定标注模块，用于确定所有基本事件故障发生的概率，标注在风电机组故障树上；评估模块，用于根据基本事件故障发生的概率，评估顶上事件的发生概率。在一个实施例中，所述分析模块中的风电机组故障树的生成过程如下：获取风电机组的工作状态及各种相关参数；收集故障案例并统计故障类型；确定顶上事件和目标值；所述目标值为故障发生的概率；分析故障产生的原因及要素；根据分析后的原因及要素，按照逻辑关系，建立风电机组故障树。在一个实施例中，所述获取风电机组的工作状态及各种相关参数，包括：通过风电机组状态监测系统，对采集到的振动信号进行时域分析，提取故障特征；通过风电场SCADA系统获取风速、转速和温度参数。在一个实施例中，所述分析模块，包括：设定子模块，用于将基本事件、中间事件和顶上事件分别设定预设的故障等级；设置标注子模块，用于根据故障等级设置相应的故障代码、标注相应的颜色提醒；所述故障代码表示故障节点位置，颜色表示故障等级。本专利技术实施例提供的上述技术方案的有益效果至少包括：本专利技术实施例提供的一种基于故障树的风电机组状态监测与健康评估的方法，根据风电机组故障树，对各个基本事件进行监测和分析；确定所有基本事件故障发生的概率，标注在风电机组故障树上；根据基本事件故障发生的概率，评估顶上事件的发生概率。该方法基于故障树分析法完成风电机组在线状态监测与健康评估，通过故障树可定位故障源，评估故障发生概率，进而可通过专家系统给出诊断建议。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术实施例提供的基于故障树的风电机组状态监测与健康评估的方法的流程图；图2为本专利技术实施例提供的故障树模型示意图；图3为本专利技术实施例提供的风电机组故障树的生成过程流程图；图4为本专利技术实施例提供的步骤301的流程图；图5为本专利技术实施例提供的偏航系统失效的故障树模型图；图6为本专利技术实施例提供的风电机组传动链故障树模型图；图7为本专利技术实施例提供的基于故障树的风电机组状态监测与健康评估的装置的框图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。参照图1所示，本专利技术实施例提供的基于故障树的风电机组状态监测与健康评估的方法，包括：S101～S103；S101、根据风电机组故障树，对各个基本事件进行监测和分析；S102、确定所有基本事件故障发生的概率，标注在风电机组故障树上；S103、根据基本事件故障发生的概率，评估顶上事件的发生概率。为了便于数据的解析及在线状态监测系统的应用度，本专利技术提出了基于故障树分析(FaultTreeAnalysis，FTA)的风力发电机组智能诊断技术。本实施例中，参照图2所示，顶上事件即为要分析的对象，是故障树分析中所关心的结果事件；基本事件是分析中无需探明其发生原因的事件；中间事件是位于顶上事件和基本事件之间的结果事件。在已经构建的风电机组故障树基础上，对所有基本事件进行监测和分析，并确定所有基本事件故障发生的概率，标注在风电机组故障树上，进一步可以评估顶上事件的发生概率。即：通过故障树可定位故障源，评估故障发生概率，进而可通过专家系统给出诊断建议。比如以风力发电机组传动链为例，传动链中的主要零部件失效可能由多种原因造成，同时，其产生的故障通常也会相互影响。因此，分析各零部件的主要不同失效形式及机理是对传动链的故障诊断的基础。进一步地，上述风电机组故障树的生成过程如下：故障树是一个基于研究对象结构、功能特征的行为模型，它是一种体现故障传播关系的因果模型。参照图3所示，包括：S301～S305；S301、获取风电机组的工作状态及各种相关参数；S302、收集故本文档来自技高网...

【技术保护点】
1.基于故障树的风电机组状态监测与健康评估的方法，其特征在于，所述方法包括：根据风电机组故障树，对各个基本事件进行监测和分析；确定所有基本事件故障发生的概率，标注在风电机组故障树上；根据基本事件故障发生的概率，评估顶上事件的发生概率。

【技术特征摘要】
1.基于故障树的风电机组状态监测与健康评估的方法，其特征在于，所述方法包括：根据风电机组故障树，对各个基本事件进行监测和分析；确定所有基本事件故障发生的概率，标注在风电机组故障树上；根据基本事件故障发生的概率，评估顶上事件的发生概率。2.如权利要求1所述的方法，其特征在于，所述风电机组故障树的生成过程如下：获取风电机组的工作状态及各种相关参数；收集故障案例并统计故障类型；确定顶上事件和目标值；所述目标值为故障发生的概率；分析故障产生的原因及要素；根据分析后的原因及要素，按照逻辑关系，建立风电机组故障树。3.如权利要求2所述的方法，其特征在于，所述获取风电机组的工作状态及各种相关参数，包括：通过风电机组状态监测系统，对采集到的振动信号进行时域分析，提取故障特征；通过风电场SCADA系统获取风速、转速和温度参数。4.如权利要求1所述的方法，其特征在于，所述根据风电机组故障树，对各个基本事件进行监测和分析，包括：将基本事件、中间事件和顶上事件分别设定预设的故障等级；根据故障等级设置相应的故障代码、标注相应的颜色提醒；所述故障代码表示故障节点位置，颜色表示故障等级。5.基于故障树的风电机组...

【专利技术属性】
技术研发人员：任岩，
申请(专利权)人：华北水利水电大学，
类型：发明
国别省市：河南,41