一种用于检测风力发电机异常工作的报警系统技术方案

本发明专利技术提供了一种用于检测风力发电机异常工作的报警系统。所述风力发电机上设置一声音采集模块，所述报警系统包括声音采集模块、声信号处理模块、故障诊断模块和预警模块；所述声音采集模块、声信号处理模块、故障诊断模块、预警模块依次连接，所述预警模块用于检测风力发电机工作状态，若发现风力发电机工作异常，就由预警模块发出预警信息，提醒维护人员进行检修。本发明专利技术为风力发电机异常检测提供了一种简单高效、低成本的非接触式的在位故障诊断方法，给予风力发电机正常工作及维护指导性意见。

【技术实现步骤摘要】
一种用于检测风力发电机异常工作的报警系统
本专利技术涉及发电系统检测领域，尤其是涉及一种用于检测风力发电机异常工作的报警系统。
技术介绍
风力发电机叶片是吸收风能并提供机组运转的重要部件，其成本约占风力发电机总成本15％-20％。全天候运行叶片所遭受的恶劣环境和复杂气候条件造成冲击或疲劳性损伤和破坏。近30年来的全球风电机组事故统计分析表明，叶片故障所占数量最多且逐年增加趋势。叶片故障多发于盛风期，期间维修不仅带来巨大经济损失，同时叶片断裂也是引起风电机组其他设备故障的重要因素。叶片定期维护修理及出现异常情况后停机检查，都不能满足风力发电厂实际需要，尤其是构成叶片主体复合材料内部损伤具有隐蔽性，易导致其整体结构突然崩塌性破坏发生，造成严重财产损失和安全威胁。近十几年来，我国风电产业经历了爆发式增长，然而状态监测与故障识别技术落后，风电机组缺少配套状态监测装置，凸显了风电机组状态监测和故障识别的重要性。风力发电机叶片由多种材料构成其空心整体结构，在复杂变工况下运行(变桨和偏航运动)，不同叶片制造标准不统一，这些都给风力发电机叶片状态监测与故障诊断带来了巨大困难与挑战性。现有叶片状态监测技术大部分是依赖接触式应变测量以及兰姆波测量，需要提前将传感器贴于叶片表面或埋入内部，监测中传感器数量和布置对测量结果影响较大，诊断效果不够稳定。
技术实现思路
针对上述问题，本专利技术旨在提供一种用于检测风力发电机异常工作的报警系统。本专利技术的目的采用以下技术方案来实现：一种用于检测风力发电机异常工作的报警系统，该报警系统包括声音采集模块、声信号处理模块、故障诊断模块和预警模块；声音采集模块用于感知和监测风力发电机工作时叶片发出的声信号；声信号处理模块用于对采集到的声信号进行处理，提取声信号的特征参数；故障诊断模块设有特征参数数据库，其中特征参数数据库存储有已训练好的风力发电机正常工作时叶片发出的声信号特征参数，故障诊断模块用于对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，若发现风力发电机工作异常，则将工作异常的诊断结果发送给预警模块；预警模块用于发出预警信息，提醒维护人员进行检修。本专利技术的有益效果：本专利技术为检测风力发电机异常工作提供了一种简单高效、低成本的非接触式的在位故障诊断方法，通过在风力发电机工作中实时完成对叶片声信号的采集、处理和分析工作，通过与特征参数数据库进行比对，发现风力发电机的叶片故障，进而实现对风力发电机叶片故障的早期检测和判断，提高了处理故障的精度和可靠性，实现了对风力发电机叶片的实时监测，进而保证风力发电机高效地运行，同时也能给予风力发电机正常工作及维护指导性意见。附图说明图1是本专利技术的框架结构图；图2是本专利技术声信号处理模块的结构图。附图标记：风力发电机1；声音采集模块2；声信号处理模块3；故障诊断模块4；预警模块5；去噪单元31；声信号提取单元32；特征参数提取单元33；预处理子单元321；端点检测子单元322。具体实施方式结合以下应用场景对本专利技术作进一步描述。参见图1，一种用于检测风力发电机异常工作的报警系统，该报警系统包括声音采集模块2、声信号处理模块3、故障诊断模块4和预警模块5；声音采集模块2用于感知和监测风力发电机工作时叶片发出的声信号；声音采集模块2固定在支架上并放置在风力发电机叶片周围，且保证声音采集模块接收信号的部位朝向叶片位置。声信号处理模块3用于对声音采集模块2采集到的声信号进行处理，提取声信号的特征参数；故障诊断模块4设有特征参数数据库，其中特征参数数据库存储有已训练好的风力发电机正常工作时叶片发出的声信号特征参数，故障诊断模块4用于对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，若发现风力发电机工作异常，则将工作异常的诊断结果发送给预警模块5；预警模块用于发出预警信息，提醒维护人员进行检修。优选地，声音采集模块1为声学传感器。优选地,声音采集模块1固定在支架上并放置在风力发电机叶片周围，且保证声音采集模块接收信号的部位朝向叶片位置。优选地,预警模块5通过无线网络连接移动客户端。优选地,参见图2，声信号处理模块3包括去噪单元31、声信号提取单元32和特征参数提取单元33；去噪单元31用于对声信号进行去噪处理；声信号提取单元32用于提取去噪后的声信号中有效声音段，特征参数提取单元33用于从有效声音段中提取声信号的特征参数。本专利技术上述实施例，本专利技术为检测风力发电机异常工作提供了一种简单高效、低成本的非接触式的在位故障诊断方法，通过在风力发电机工作中实时完成对叶片声信号的采集、处理和分析工作，通过与特征参数数据库进行比对，发现风力发电机的叶片故障，进而实现对风力发电机叶片故障的早期检测和判断，提高了处理故障的精度和可靠性，实现了对风力发电机叶片的实时监测，进而保证风力发电机高效地运行，同时也能给予风力发电机正常工作及维护指导性意见。优选地，去噪单元31对声信号进行去噪处理，具体包括：(1)对采集到的声信号进行J层小波分解，得到各个分解层的小波系数；(2)利用下列的新阈值函数对各个分解层的小波系数进行阈值处理，得到各个分解层的小波系数的估计值：式中，为阈值处理后的第j层第k个小波系数的估计值，djk为第j层第k个小波系数，Thj为第j层小波系数的阈值，且σ为噪声标准方差，为第j层小波系数的方差，t为预设的参数因子，其满足t>1，M为采集的声信号的长度，Kj为第j层小波系数的个数，α为形状系数，其满足0＜α＜1；m为一比例系数，其满足m≥1，sgn(b)为符号函数，当b为正数时，取1，为负数时，取‐1；(3)对各个分解层的小波系数的估计值进行小波重构，得到阈值处理后的声信号，即为去噪后的声信号。本优选实施例，采用小波变换的方法对采集的声信号进行去噪，该方法不仅能够有效的抑制噪声并且减少声信号中细节信息的损失，同时根据各个分解层的小波系数与相应分解层的阈值的关系，进而对采集的声信号进行自适应地去噪；该去噪方法既能有效地“收缩”噪声的高频小波系数，又能够避免有用信号的小波系数被滤除，提高了去噪效果。在新阈值函数中，α为形状系数，用于控制该阈值函数的形状，即控制衰减程度。经过上述新阈值函数处理后，能够有效去除叶片声信号中所处环境中的噪声，提高了叶片声信号的质量。优选地，声信号提取单元32包括预处理子单元321和端点检测子单元322；预处理子单元321用于对去噪后的声信号进行分帧加窗和快速傅里叶变换；端点检测子单元322用于根据经预处理子单元321处理后的声信号，确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段。在一个实施例中，所述根据经预处理子单元321处理后的声信号，确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段，具体为：(1)基于预处理后的声信号，确定预处理后的声信号的各个帧的端点检测评判值，其中，第n帧的端点检测评判值的计算公式为：式中，γ(n)为第n帧的端点检测评判值，B为第n帧的频点个数，b表示第b个频点，ε(n,b)为预处理后的声信号中第n帧的先验信噪比，β(n,b)为预处理后的声信号中第n帧的后验信噪比；后验信噪比β(n,b)公式为：式中，|X|2为预处理的声本文档来自技高网...

【技术保护点】
1.一种用于检测风力发电机异常工作的报警系统，其特征在于,包括声音采集模块、声信号处理模块、故障诊断模块和预警模块；所述声音采集模块用于感知和监测风力发电机工作时叶片发出的声信号；所述声信号处理模块用于对采集到的声信号进行处理，提取声信号的特征参数；所述故障诊断模块设有特征参数数据库，其中特征参数数据库存储有已训练好的风力发电机正常工作时叶片发出的声信号特征参数，所述故障诊断模块用于对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，若发现风力发电机工作异常，则将工作异常的诊断结果发送给预警模块；所述预警模块用于发出预警信息，提醒维护人员进行检修。

【技术特征摘要】
1.一种用于检测风力发电机异常工作的报警系统，其特征在于,包括声音采集模块、声信号处理模块、故障诊断模块和预警模块；所述声音采集模块用于感知和监测风力发电机工作时叶片发出的声信号；所述声信号处理模块用于对采集到的声信号进行处理，提取声信号的特征参数；所述故障诊断模块设有特征参数数据库，其中特征参数数据库存储有已训练好的风力发电机正常工作时叶片发出的声信号特征参数，所述故障诊断模块用于对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，若发现风力发电机工作异常，则将工作异常的诊断结果发送给预警模块；所述预警模块用于发出预警信息，提醒维护人员进行检修。2.根据权利要求1所述的用于检测风力发电机异常工作的报警系统，其特征在于，所述声音采集模块为声学传感器。3.根据权利要求1所述的用于检测风力发电机异常工作的报警系统，其特征在于,所述声音采集模块固定在支架上并放置在风力发电机叶片周围，且保证所述声音采集模块接收信号的部位朝向叶片位置。4.根据权利要求1所述的用于检测风力发电机异常工作的报警系统，其特征在于,所述预警模块通过无线网络连接移动客户端。5.根据权...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：深圳美特优科技有限公司，
类型：发明
国别省市：广东,44