【技术实现步骤摘要】
基于RRAM的风机自学习健康监测系统
[0001]本专利技术属于风机监控监测
，涉及一种基于RRAM的风机自学习健康监测系统。
技术介绍
[0002]近年来，随着风电并网规模的扩大，风电机组的可靠性和运行维护指标已成为保障电网安全稳定运行的关键部分。风力发电机组是集多种电气、控制和机械等子系统为一体的非线性、强耦合机械设备，不同子系统的部件之间的联系和耦合极其紧密，任何某一部件发生故障，如果不及时诊断排除，通过部件之间的层层级联与相互不断耦合的放大作用，将进一步发生严重故障，从而导致风电机组非计划停机，如果引发大规模脱网还会导致电网频率震荡、电压失稳、大范围停电等严重事故，给电网的安全稳定运行带来严重威胁。因此，风机上通常会在不同的部位安装传感器用来实时监测风机各部件物理量的变化，进而判断风机各部件的健康状况。
[0003]目前，大型风电机组都带有数据采集与监视控制系统(SCADA)，SCADA可以对风电机组进行监视和控制，实现发电运营的数据采集、设备控制、测量、参数调节以及各类信号报警等功能，但是，这些报警信...
【技术保护点】
【技术特征摘要】
1.基于RRAM的风机自学习健康监测系统，其特征在于：包括依次连接的测量模块U1、信号处理模块U2、神经网络模块U3、风机健康管理中心U4。2.根据权利要求1所述的基于RRAM的风机自学习健康监测系统，其特征在于：所述测量模块U1包括齿轮箱内参数监测模块U11、发电机内参数监测模块U13、机舱内参数监测模块U12、控制柜内参数监测模块U14。3.根据权利要求2所述的基于RRAM的风机自学习健康监测系统，其特征在于：所述信号处理模块U2包括信号处理模块U21、信号处理模块U22、信号处理模块U23、信号处理模块U24，信号处理模块U21与齿轮箱内参数监测模块U11连接，信号处理模块U22与机舱内参数监测模块U12连接，发电机内参数监测模块U13与信号处理模块U23连接，控制柜内参数监测模块U14...
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。