基于电气量分析诊断技术的相关风电大部件智能监测系统技术方案

本发明专利技术涉及风电机组监测的技术领域，特别是涉及一种基于电气量分析诊断技术的相关风电大部件智能监测系统，其对风电机组进行实时监测，并对数据进行远程分析，预测风电机组各个部位的故障率；包括：风电机组监测模块：对风电机组的运行状况以及风电机组周围环境进行监测；数据转发模块：将风电机组检测模块检测到的数据发送至数据处理模块中；数据处理模块：预测风电机组各个部件的故障率；远程控制模块：技术人员远程对风电机组的参数进行修整，或远程对风电机组的运行数据进行下载；操控模块：对风电机组监测模块、数据处理模块和远程控制模块进行管理。远程控制模块进行管理。远程控制模块进行管理。

【技术实现步骤摘要】
基于电气量分析诊断技术的相关风电大部件智能监测系统


[0001]本专利技术涉及风电机组监测的
，特别是涉及一种基于电气量分析诊断技术的相关风电大部件智能监测系统。

技术介绍

[0002]风电机组是将风的动能转换为电能的系统，风电机组大部分安装于比较偏远的地区，通过工作人员进行检修，难度加大，耗费人力物力较多，所以现在很多风电机组通过检测系统远程检测风电机组的运行情况，但是其检测出风电机组的变流器、叶轮或发电机等大部件出现问题时，为时已晚，只能通过维修或对部件的更换使风电机组正常运行，耽误时间较长，不利于短时间的远程分析诊断，一些复杂的故障处理比较难以判断，并且部分地区气候恶劣，短时间内维修人员及更换部件较难运至现场，进行维修，因此需要对风电机组进行预测，如申请号为CN201810708045.2的专利中提出的一种风电变流器故障预测方法，其通过根据地理空间分布将风电场中的风力发电机划分为若干风力发电机子集群，针对每个风力发电机子集群，对风电变流器子集群的信号进行集中监测，通过提取风电变流器子集群的主特征矩阵、搜寻聚类中心风电变流器、归一化风电变流器子集群的累积偏心距离矩阵并设定预警阈值，即可实现风电变流器子集群的风电变流器故障的准确预测，综合所有风力发电机子集群的风电变流器故障预测结果，即可获得风电场中所有风电变流器的故障预测结果，但是其预测精度较低，工作人员根据其预测结果对相应的风力放电机组进行检修，使得工作人员的工作量大幅增加，导致实用性较差，因此亟需一种基于电气量分析诊断技术的相关风电大部件智能监测系统。<br/>
技术实现思路

[0003]为解决上述技术问题，本专利技术提供一种对风电机组进行实时监测，并对数据进行远程分析，预测风电机组各个部位的故障率的基于电气量分析诊断技术的相关风电大部件智能监测系统。
[0004]本专利技术的基于电气量分析诊断技术的相关风电大部件智能监测系统，包括：
[0005]风电机组监测模块：对风电机组的运行状况以及风电机组周围环境进行监测；
[0006]数据转发模块：将风电机组检测模块检测到的数据发送至数据处理模块中；
[0007]数据处理模块：将接收到的数据与风电机组之前运行的数据进行对比，再将接收到的数据与周围其他风电机的数据进行对比，同时计算风电机组的运行时间，预测风电机组各个部件的故障率；
[0008]远程控制模块：技术人员远程对风电机组的参数进行修整，或远程对风电机组的运行数据进行下载；
[0009]操控模块：对风电机组监测模块、数据处理模块和远程控制模块进行管理。
[0010]优选的，所述风电机组检测模块包括：
[0011]风电机组监测单元：对风电机组的各大部件的运行状态进行监测；
[0012]周围环境监测单元：对风电机组周围的环境进行监测；
[0013]老化情况监测单元：对风电机组的各大部件的老化情况进行监测。
[0014]优选的，所述数据处理模块包括：
[0015]系统分析模块：将接收到的数据与数据库中记录的风电机组之前运行的数据进行对比，再将接收到的数据与数据储存模块中的周围其他风电机的数据进行对比，同时根据风电机组的最初运行日期，计算风电机组的运行时间，预测风电机组各个部件近期的故障率
[0016]数据储存模块：对周围其他风电机组的运行数据进行临时储存；
[0017]数据库：对风电机组之前的运行数据进行储存。
[0018]优选的，所述操控模块包括：
[0019]设备管理模块：对用户提供的维保方案进行储存管理，数据储存模块和数据库进行管理；
[0020]用户权限模块：根据用户的注册信息，授予不同用户不同的权限，方便对用户进行管理；
[0021]系统模块：对用户的个人信息、个人日志和个人数据进行管理；
[0022]操控端：登录系统，对系统进行管理。
[0023]优选的，所述设备管理模块包括：
[0024]维保管理单元：对用户提供的维保方案进行储存管理；
[0025]数据库管理单元：对数据储存模块和数据库中的数据进行管理。
[0026]优选的，所述数据储存模块包括：
[0027]压缩单元：对周围其他风电机组的运行数据进行压缩；
[0028]储存单元：对压缩后的数据进行储存；
[0029]解压单元：对需要使用的数据进行解压；
[0030]删除单元：对到达删除日期的数据进行删除。
[0031]优选的，所述用户权限模块包括：
[0032]权限管理单元：根据用户的注册信息授予不同用户不同的权限；
[0033]用户管理单元：根据用户的注册信息对用户进行角色定义。
[0034]优选的，还包括报警模块：根据数据处理模块的检测结果向工作人员的操控端发出警报，使工作人员及时安排技术人员对预测到的容易出现故障的风电机组进行检修。
[0035]与现有技术相比本专利技术的有益效果为：
[0036]1、对风电机组进行远程实时监测，方便工作人员远程实时了解风电机组的运行状态；
[0037]2、通过远程对风电机组的运行数据、周围环境数据和周围其他风电机组的运行数据进行分析，再根据风电机组的运行时间，预测风电机组各个部件的故障率，使工作人员在风电机组未故障或停机前，有足够时间计划检修和维修方案；
[0038]3、对风电机组的数据远程调取，方便工作人员根据数据分析故障原因，使技术人员携带需要的工具和更换部件前往故障点后，直接根据故障原因对故障点进行维修。
附图说明
[0039]图1是本专利技术的结构示意图；
[0040]图2是本专利技术风电机组监测模块的结构示意图；
[0041]图3是本专利技术操控模块的结构示意图；
[0042]图4是本专利技术设备管理模块的结构示意图；
[0043]图5是本专利技术用户权限模块的结构示意图；
[0044]图6是本专利技术数据处理模块的结构示意图；
[0045]图7是本专利技术数据储存模块的结构示意图；
具体实施方式
[0046]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容更加透彻全面。
[0047]实施例
[0048]如图1至图7所示，包括：
[0049]风电机组监测模块：对风电机组的运行状况以及风电机组周围环境进行监测；
[0050]数据转发模块：将风电机组检测模块检测到的数据发送至数据处理模块中；
[0051]数据处理模块：将接收到的数据与风电机组之前运行的数据进行对比，再将接收到的数据与周围其他风电机的数据进行对比，同时计算风电机组的运行时间，预测风电机组各个部件的故障率；
[0052]远程控制模块：技术人员远程对风电机组的参数进行修整，或远程对风电机组的运行数据进行下载；
[0053]操本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于电气量分析诊断技术的相关风电大部件智能监测系统，其特征在于，包括：风电机组监测模块：对风电机组的运行状况以及风电机组周围环境进行监测；数据转发模块：将风电机组检测模块检测到的数据发送至数据处理模块中；数据处理模块：将接收到的数据与风电机组之前运行的数据进行对比，再将接收到的数据与周围其他风电机的数据进行对比，同时计算风电机组的运行时间，预测风电机组各个部件的故障率；远程控制模块：技术人员远程对风电机组的参数进行修整，或远程对风电机组的运行数据进行下载；操控模块：对风电机组监测模块、数据处理模块和远程控制模块进行管理。2.如权利要求1所述的基于电气量分析诊断技术的相关风电大部件智能监测系统，其特征在于，所述风电机组检测模块包括：风电机组监测单元：对风电机组的各大部件的运行状态进行监测；周围环境监测单元：对风电机组周围的环境进行监测；老化情况监测单元：对风电机组的各大部件的老化情况进行监测。3.如权利要求1所述的基于电气量分析诊断技术的相关风电大部件智能监测系统，其特征在于，所述数据处理模块包括：系统分析模块：将接收到的数据与数据库中记录的风电机组之前运行的数据进行对比，再将接收到的数据与数据储存模块中的周围其他风电机的数据进行对比，同时根据风电机组的最初运行日期，计算风电机组的运行时间，预测风电机组各个部件近期的故障率数据储存模块：对周围其他风电机组的运行数据进行临时储存；数据库：对风电机组之前的运行数据进行储存。4.如权利要求1所述的基于电...

【专利技术属性】
技术研发人员：赵晋宇，李泽华，张志国，赵作飞，佟智明，孙宏印，张鹏林，张勇，马强，何鹏，赵永利，包仕其，李刚，黄佳俊，郝洪雨，
申请(专利权)人：大连久润绿源科技有限公司，
类型：发明
国别省市：