一种基于多源异构监测的风电机组运行状态评估方法技术

本发明专利技术涉及一种基于多源异构监测的风电机组运行状态评估方法，包括：步骤一，基于红外监测传感器、声学监测传感器、视频监测传感器、振动监测传感器在风电机组机舱内及机舱外分别进行多源异构监测，获取多源监测数据；步骤二，基于多源监测数据联动，进行冗余性进行分析，通过剔除冗余数据，得到优化的监测方案；步骤三，基于优化的监测方案，通过红外监测、声学监测、视频监测、振动监测四个方面的监测手段，对风电机组运行状态进行分级评估。本发明专利技术通过数据联动，剔除冗余部分，能够有效降低数据量，同时能够在一定程度上减少监测传感器数量。同时能够在一定程度上减少监测传感器数量。同时能够在一定程度上减少监测传感器数量。

【技术实现步骤摘要】
一种基于多源异构监测的风电机组运行状态评估方法


[0001]本专利技术属于风电机组运行状态评估
，尤其涉及一种基于多源异构监测的风电机组运行状态评估方法。

技术介绍

[0002]目前，风电机组相关监测传感器达数百个至上千个，数据量巨大，对于后续数据清洗、诊断、存储的工作量都带来了较大的困难。风电机组的监测数据如振动、声学等存在冗余部分，当振动出现异常情况时，声学监测信号同样表达异常信号，需要一种能够有效降低数据量，同时能够在一定程度上减少监测传感器数量的风电机组运行状态评估方法。

技术实现思路

[0003]本专利技术的目的是提供一种基于多源异构监测的风电机组运行状态评估方法，通过数据联动，剔除冗余部分，能够有效降低数据量，同时能够在一定程度上减少监测传感器数量。
[0004]本专利技术提供了一种基于多源异构监测的风电机组运行状态评估方法，包括：
[0005]步骤一，基于红外监测传感器、声学监测传感器、视频监测传感器、振动监测传感器在风电机组机舱内及机舱外分别进行多源异构监测，获取多源监测数据；
[0006]步骤二，基于多源监测数据联动，进行冗余性进行分析，通过剔除冗余数据，得到优化的监测方案；
[0007]步骤三，基于优化的监测方案，通过红外监测、声学监测、视频监测、振动监测四个方面的监测手段，对风电机组运行状态进行分级评估。
[0008]进一步地，所述步骤三包括：
[0009]1)按各监测手段，将风电机组运行状态进行初步分级；
[0010]2)按照分级，对各监测重点设备的劣化趋势进行分析，基于模糊函数的运行状态评价方法，按照设计寿命、运行时间、故障历史进行综合评定，得到最终的风电机组运行状态分级结果。
[0011]进一步地，所述步骤2)包括：
[0012]将设计寿命、运行时间、故障历史三个因素制作三维图，对劣化趋势情况进行分析；
[0013]基于联动监测数据与设定的图形目标点的位置关系，确定风电机组运行状态分级；当联动监测数据同时存在于图形目标点时，其余目标为干扰目标；在无干扰情况下，图形目标点精确复现；存在干扰情况下，图形目标点出现偏移。
[0014]借由上述方案，通过基于多源异构监测的风电机组运行状态评估方法，通过数据联动，剔除冗余部分，能够有效降低数据量，同时能够在一定程度上减少监测传感器数量。
[0015]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例详细说明如后。
附图说明
[0016]图1是本专利技术基于多源异构监测的风电机组运行状态评估方法的流程图。
具体实施方式
[0017]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。
[0018]参图1所示，本实施例提供了一种基于多源异构监测的风电机组运行状态评估方法，包括：
[0019]步骤S1，基于红外监测传感器、声学监测传感器、视频监测传感器、振动监测传感器在风电机组机舱内及机舱外分别进行多源异构监测，获取多源监测数据；
[0020]步骤S2，基于多源监测数据联动(联动监测)，进行冗余性进行分析，通过剔除冗余数据，得到优化的监测方案；通过冗余性分析合理配置监测方案，可以降低数据监测量及传感器数量。
[0021]步骤S3，基于优化的监测方案，通过红外监测、声学监测、视频监测、振动监测四个方面的监测手段，对风电机组运行状态进行分级评估。
[0022]在本实施例中，所述步骤S1包括：
[0023]1)按各监测手段，将风电机组运行状态进行初步分级，分级数目可为5个；
[0024]2)按照分级，对各监测重点设备的劣化趋势进行分析，基于模糊函数的运行状态评价方法，按照设计寿命、运行时间、故障历史进行综合评定，得到最终的风电机组运行状态分级结果。
[0025]在本实施例中，所述步骤2)包括：
[0026]将设计寿命、运行时间、故障历史三个因素制作三维图，对劣化趋势情况进行分析；
[0027]基于联动监测数据与设定的图形目标点(分级界限)的位置关系，确定风电机组运行状态分级；当联动监测数据同时存在于图形目标点时，其余目标为干扰目标；在无干扰情况下，图形目标点精确复现；存在干扰情况下，图形目标点出现偏移。
[0028]该基于多源异构监测的风电机组运行状态评估方法，通过数据联动，剔除冗余部分，能够有效降低数据量，同时能够在一定程度上减少监测传感器数量。
[0029]以上所述仅是本专利技术的优选实施方式，并不用于限制本专利技术，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源异构监测的风电机组运行状态评估方法，其特征在于，包括：步骤一，基于红外监测传感器、声学监测传感器、视频监测传感器、振动监测传感器在风电机组机舱内及机舱外分别进行多源异构监测，获取多源监测数据；步骤二，基于多源监测数据联动，进行冗余性进行分析，通过剔除冗余数据，得到优化的监测方案；步骤三，基于优化的监测方案，通过红外监测、声学监测、视频监测、振动监测四个方面的监测手段，对风电机组运行状态进行分级评估。2.根据权利要求1所述的基于多源异构监测的风电机组运行状态评估方法，其特征在于，所述步骤三包括：1)按各监测手段，将风电机组运行状态进行初步...

【专利技术属性】
技术研发人员：丛智慧，冯强，苗继春，高伟，曹庆才，张树晓，党群，马亮，
申请(专利权)人：中国大唐集团新能源科学技术研究院有限公司，
类型：发明
国别省市：