一种风电机组故障在线检测方法技术

本发明专利技术公开了一种风电机组故障在线监测方法，属于风力发电机组故障在线检测技术领域，具体融合了分数阶扩展分散熵与累积和控制图，包括以下步骤：采集风电机组核心部件的历史振动信号；利用分数阶扩展分散熵捕捉部件振动信号中深层次的动态信息变化；借助累积和控制图检测动态信息变化过程可能出现的异常状况，并发出报警信息；将检测结果与风电机组实际运行情况对比，确定方法的检测性能。本发明专利技术提供了能够准确快速地检测风电机组的异常状况并发出报警的方法，能简单而经济地实现，为发现风电机组故障，并进行维护提供了有力依据，保证了风电机组可靠稳定运行。保证了风电机组可靠稳定运行。保证了风电机组可靠稳定运行。

【技术实现步骤摘要】
一种风电机组故障在线检测方法


[0001]本专利技术属于风力发电机组故障在线检测
，更具体地，涉及一种基于分数阶扩展分散熵与累积和控制图的风电机组故障检测方法。

技术介绍

[0002]随着石化能源的逐渐枯竭，风能作为一种资源潜力巨大的可再生能源引起了世界各国的关注。然而，大多数风电机组位于偏远地区，通常在恶劣的环境下运行，因此经常发生故障，严重的情况下甚至会停机。意外故障和停机将导致风电机组的运行和维护成本大幅增加。为了解决这一问题，风电机组的状态监测已经引起了人们的广泛关注。
[0003]近年来，从振动信号中提取故障信息来反映风电机组核心部件性能退化，检测早期故障的研究成为重点。时域特征和频域特征因为简单和有明确的物理意义，是常用的特征。然而，这些常用的特征也有其局限性。例如，均方根对损伤发展具有良好的稳定性，但无法检测出早期故障并给出准确的预警，而峰度指数对早期故障具有较高的敏感性，但对监测轴承退化过程的稳定性较差。频域特征易受到噪音频率的影响。因此，如何选择最优特征来反映风电机组的状态仍然是一项具有挑战性的工作。
专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组故障在线检测方法，其特征在于，包括：(1)采集风电机组部件的振动信号；(2)利用分数阶扩展分散熵捕捉部件的振动信号中深层次的动态信息变化；(3)借助累积和控制图检测动态信息变化过程可能出现的异常状况，并发出报警信息，完成对风电机组的故障检测；(4)将检测结果与实际运行情况对比，确定检测性能，以用于实时运行的振动数据进行在线故障检测。2.根据权利要求1所述的方法，其特征在于，所述振动信号包括运行中风电机组齿轮箱、高速轴轴承以及风电厂记录的历史数据。3.根据权利要求1或2所述的方法，其特征在于，步骤(2)包括：采用正态累积分布函数对振动信号进行映射，将映射后的信号转化成用整数表示的符号序列；给定时间嵌入维数m和时延d，对符号序列和振动信号进行相空间重构，分别得到符号序列和振动信号对应的相空间序列；计算振动信号的符号因子，构建符号序列的分散模式，统计分散模式中相同值出现的次数，并求相同值出现的概率；根据相同值出现的...

【专利技术属性】
技术研发人员：何怡刚，邵凯旋，邢致恺，刘小燕，汪磊，刘晓宇，王枭，陈剑飞，
申请(专利权)人：武汉大学，
类型：发明
国别省市：