【技术实现步骤摘要】
识别异常振动的方法和设备
本专利技术涉及风力发电
，更具体地讲，涉及一种识别异常振动的方法和设备。
技术介绍
风力发电机组一般设置于偏远的风电场，风力发电机组中的主要部件运行的可靠性、稳定性至关重要。为使设备能够安全、稳定、长周期、满负荷运行，需及时了解设备的运行状态、预防故障、杜绝事故、延长设备运行周期、缩短维修时间、最大发掘设备生产潜力以及及时防患，对风力发电机组中的主要部件安全、稳定、不定周期、不断变化载荷的运行工况及时的把控。在长期运行中，由于风电场的特殊地理位置、运行环境，加之问题的隐蔽性，现场工作人员难以及时的发现风力发电机组中的主要部件在发电过程中出现的安全隐患(如不明显的异常振动)。其中，风力发电机的基波频率及其倍频振动是常见的振动形式，会对风力发电机乃至整个风力发电机组带来不同程度的损伤，严重时将导致风力发电机失效。现有的基波频率识别方法一般算法较为复杂，需要大量的计算和信号分析，用于大批量数据识别时效率较低。
技术实现思路
本专利技术的示例性实施例的目的在于提供一种识别异常振动的方法和设备，以解决现有技术中无法及时发现风力发电机组中的主要部件存在异常振动、对异常振动识别效率低的技术问题。根据本专利技术示例性实施例的一方面，提供一种识别异常振动的方法，所述方法包括：获取风力发电机组的预定部件在多个时间段内的运行数据，所述运行数据包括所述预定部件的振动加速度数据和与所述预定部件相关的转速数据；对所述预定部件在所述多个时间段内的振动加速度数据分别进行频域转换，以获得分别对应的多个加速度频谱；确定每个加速度频谱中用于异常振动分析的频率值；基于...
【技术保护点】
1.一种识别异常振动的方法，其特征在于，所述方法包括：获取风力发电机组的预定部件在多个时间段内的运行数据，所述运行数据包括所述预定部件的振动加速度数据和与所述预定部件相关的转速数据；对所述预定部件在所述多个时间段内的振动加速度数据分别进行频域转换，以获得分别对应的多个加速度频谱；确定每个加速度频谱中用于异常振动分析的频率值；基于确定的每个加速度频谱中用于异常振动分析的频率值以及每个时间段内与所述预定部件相关的转速数据确定所述预定部件是否存在异常振动。
【技术特征摘要】
1.一种识别异常振动的方法，其特征在于，所述方法包括：获取风力发电机组的预定部件在多个时间段内的运行数据，所述运行数据包括所述预定部件的振动加速度数据和与所述预定部件相关的转速数据；对所述预定部件在所述多个时间段内的振动加速度数据分别进行频域转换，以获得分别对应的多个加速度频谱；确定每个加速度频谱中用于异常振动分析的频率值；基于确定的每个加速度频谱中用于异常振动分析的频率值以及每个时间段内与所述预定部件相关的转速数据确定所述预定部件是否存在异常振动。2.如权利要求1所述的方法，其特征在于，异常振动的类型包括所述预定部件的基频振动异常和所述预定部件的倍频振动异常。3.如权利要求1或2所述的方法，其特征在于，所述确定每个加速度频谱中用于异常振动分析的频率值的步骤包括：查找该加速度频谱中频率幅度值大于频率幅度阈值的频率点；将与查找到的频率点对应的频率值作为该加速度频谱中用于异常振动分析的频率值。4.如权利要求1或2所述的方法，其特征在于，所述确定每个加速度频谱中用于异常振动分析的频率值的步骤包括：确定该加速度频谱中与预设关注频率点对应的频率幅度值是否大于频率幅度阈值；如果与所述预设关注频率点对应的频率幅度值大于频率幅度阈值，则将与所述预设关注频率点对应的频率值作为该加速度频谱中用于异常振动分析的频率值。5.如权利要求4所述的方法，其特征在于，所述预设关注频率点为将加速度频谱中包含的所有频率点按照频率幅度值的大小降序排列，预定数量之前的频率点。6.如权利要求1所述的方法，其特征在于，所述基于确定的每个加速度频谱中用于异常振动分析的频率值以及每个时间段内与所述预定部件相关的转速数据确定所述预定部件是否存在异常振动的步骤包括：确定所述频率值与所述转速数据之间是否满足预定线性分布规律；当所述频率值与所述转速数据之间满足所述预定线性分布规律时，确定所述预定部件存在异常振动。7.如权利要求6所述的方法，其特征在于，所述确定所述频率值与所述转速数据之间是否满足预定线性分布规律的步骤包括：基于所述频率值和所述转速数据绘制转速-频率散点图，其中，所述转速-频率散点图中的一个散点对应一个时间段的转速数据以及与该时间段对应的加速度频谱中用于异常振动分析的一个频率值；选取处于预定频率线性模型的预设范围内的散点；基于选取的散点确定所述频率值与所述转速数据之间是否满足所述预定频率线性模型的预定线性分布规律。8.如权利要求7所述的方法，其特征在于，所述基于选取的散点确定所述频率值与所述转速数据之间是否满足所述预定频率线性模型的预定线性分布规律的步骤包括：对与选取的散点对应的所述频率值与所述转速数据进行线性回归，获得线性回归的模型参数；计算所述模型参数与所述预定部件的指定参数的差值；当所述差值不大于第一设定值时，确定与选取的散点对应的所述频率值与所述转速数据之间满足所述预定频率线性模型的预定线性分布规律。9.如权利要求7所述的方法，其特征在于，所述基于选取的散点确定所述频率值与所述转速数据之间是否满足所述预定频率线性模型的预定线性分布规律的步骤包括：建立目标函数，所述目标函数指示每个散点至所述预定频率线性模型的距离；通过将与选取的散点对应的所述频率值与所述转速数据代入目标函数，获得所述目标函数的值；当所述目标函数的值不大于设定值时，确定与选取的散点对应的所述频率值与所述转速数据之间满足所述预定频率线性模型的预定线性分布规律。10.如权利要求6-9中任意一项所述的方法，其特征在于，所述确定所述频率值与所述转速数据之间是否满足预定线性分布规律的步骤包括：基于所述转速数据计算每个时间段的反映数据特征的转速统计值；确定所述频率值与所述转速统计值之间是否满足预定线性分布规律。11.如权利要求10所述的方法，其特征在于，所述每个时间段的反映数据特征的转速统计值包括以下项中的任一项：该时间段内与所述预定部件相关的转速数据的平均值、该时间段内与所述预定部件相关的转速数据的中位值、该时间段内与所述预定部件相关的转速数据的有效值。12.如权利要求1所述的方法，其特征在于，所述对所述预定部件在所述多个时间段内的振动加速度数据进行频域转换，以获得对应的多个加速度频谱的步骤包括：确定每个时间段内与所述预定部件相关的转速数据是否处于设定转速范围内；如果任一时间段内与所述预定部件相关的转速数据处于设定转速范围内，则对所述预定部件在所述任一时间段内的振动加速度数据进行频域转换，以获得对应的一个加速度频谱。13.如权利要求12所述的方法，其特征在于，所述确定每个时间段内与所述预定部件相关的转速数据是否处于设定转速范围内的步骤包括：计算每个时间段内与所述预定部件相关的转速数据的标准差或稳态误差；如果针对任一时间段计算的标准差或稳态误差处于设定阈值范围内，则确定所述任一时间段内与所述预定部件相关的转速数据处于设定转速范围内；如果针对任一时间段计算的标准差或稳态误差不处于设定阈值范围内，则确定所述任一时间段内与所述预定部件相关的转速数据不处于设定转速范围内。14.如权利要求1或2所述的方法，其特征在于，所述预定部件包括以下项中的任一项：风力发电机、发电机齿槽、齿轮箱、滚动轴承，其中，当所述预定部件为风力发电机时，所述预定部件的振动加速度数据为风力发电机机舱的振动加速度数据，与所述预定部件相关的转速数据为风力发电机的转速数据，异常振动的类型包括风力发电机的基波频率振动异常和基波频率的倍频振动异常；当所述预定部件为发电机齿槽时，所述预定部件的振动加速度数据为风力发电机机舱的振动加速度数据，与所述预定部件相关的转速数据为风力发电机的转速数据，异常振动的类型包括发电机齿槽频率振动异常和发电机齿槽频率的倍频振动异常；当所述预定部件为齿轮箱时，所述预定部件的振动加速度数据为齿轮箱中的动力齿轮或从动齿轮的振动加速度数据，与所述预定部件相关的转速数据为动力齿轮或从动齿轮所在轴的转速数据，异常振动的类型包括动力齿轮啮合频率和动力齿轮啮合频率的倍频振动异常，或者从动齿轮啮合频率和从动齿轮啮合频率的倍频振动异常；当所述预定部件为滚动轴承时，所述预定部件的振动加速度数据为滚动轴承的轴承座的振动加速度数据，与所述预定部件相关的转速数据为滚动轴承的转速数据，异常振动的类型包括滚动轴承故障特征频率振动异常和滚动轴承故障特征频率的倍频振动异常。...
【专利技术属性】
技术研发人员：张凯，周杰，魏浩，
申请(专利权)人：北京金风科创风电设备有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。