一种风电机组状态监测系统技术方案

本发明专利技术涉及风能发电技术领域，公开了一种风电机组状态监测系统，包括：监测模块，用于获取风电机组的实时运行数据；控制模块，用于基于所述实时运行数据确定风电机组各部件的健康状态；基于所述风电机组各部件的健康状态进行故障分析并确定故障问题；用户终端，用于显示风电机组的故障信息报告；所述控制模块电连接所述监测模块与所述用户终端。本发明专利技术能够提前预测风电机组各部件的健康状态，方便工作人员进行检测维修，提高风电机组运行维护效率。提高风电机组运行维护效率。提高风电机组运行维护效率。

【技术实现步骤摘要】
一种风电机组状态监测系统


[0001]本专利技术涉及风能发电
，尤其涉及一种风电机组状态监测系统。

技术介绍

[0002]风电机组是将风能转化为电能的装置，其运行状况是否正常直接影响着风电的产量，风电机组的故障可能导致自身零件的损坏，甚至有可能造成更严重的后果。为了保障风电机组的安全运行，就需要对风电机组的运行状况进行监测，对可能发生的故障进行及时诊断。
[0003]现有的风电机组的状态监测与故障诊断的技术是通过对风电机组所发出的振动信号进行定期监测，利用振动频率是否与正常情况有差异来判断其运行状态，从而提前发现潜在的故障部位，及时进行检修。
[0004]由于风电机组运行工况复杂，影响因素众多，同一种故障往往有不同的表现，同一种症状又常常是几种故障共同作用的结果，严格说来，检测量与故障特征之间，故障特征与故障源之间都是一种非线性映射，仅依靠单个传感器得到的故障特征量一般无法有效地完成故障诊断。而现有技术仅利用振动频率作为诊断风电机组的运行状态和故障的唯一依据，其准确度比较差，常常出现误判，影响风电机组运行维护效率。

技术实现思路

[0005]本专利技术提供了一种风电机组状态监测系统，能够提前预测风电机组各部件的健康状态，方便工作人员进行检测维修，提高风电机组运行维护效率。
[0006]为实现上述目的，本专利技术提供了如下方案：本专利技术提供一种风电机组状态监测系统，包括：监测模块，用于获取风电机组的实时运行数据；
[0007]控制模块，用于基于所述实时运行数据确定风电机组各部件的健康状态；基于所述风电机组各部件的健康状态进行故障分析并确定故障问题；
[0008]用户终端，用于显示风电机组的故障信息报告；
[0009]所述控制模块电连接所述监测模块与所述用户终端。
[0010]在其中一个实施例中，所述实时运行数据包括：
[0011]所述监测模块包括传感器组件，所述传感器组件包括加速度传感器、转速传感器和倾角传感器；
[0012]所述振动加速度传感器用于检测风电机组的震动数据；
[0013]所述转速传感器用于检测风电机组的转速数据；
[0014]所述倾角传感器用于检测风电机组的倾角数据。
[0015]在其中一个实施例中，所述基于所述实时运行数据确定风电机组各部件的健康状态，包括：
[0016]从历史数据库中获取风电机组各部件样本数据；
[0017]基于所述样本数据建立数据分析模型；
[0018]将风电机组各部件的所述实时运行数据输入至数据分析模型中输出健康值；
[0019]基于健康值与预设健康之间的关系确定风电机组各部件的健康状态。
[0020]在其中一个实施例中，风电机组各部件所对应的数据分析模型不同；
[0021]将同一部件的样本数据按预设条件分为训练数据与验证数据；
[0022]基于所述训练数据对同一部件的初始数据分析模型进行训练；
[0023]基于所述验证数据对训练后的同一部件的所述初始数据模型进行测试，输出符合同一部件的预设指标的所述数据分析模型。
[0024]在其中一个实施例中，基于所述样本数据建立数据分析模型，具体为：
[0025]根据所述数据样本提取数据特征信息；
[0026]根据所述数据特征信息建立数据模型集群，所述数据模型集群包括多个数据模型；
[0027]将所述数据样本输入至所述数据模型群中得到与所述数据模型对应的初始分析结果；
[0028]将所述初始预测结果与所述实时运行数据相匹配，将匹配度最高的初始分析结果对应的所述数据模型确定为所述初始数据模型。
[0029]在其中一个实施例中，基于所述风电机组各部件的健康状态进行故障分析，并确定故障问题，包括：
[0030]基于发生健康状态改变的所述风电机组各部件的数量确定风电机组故障问题。
[0031]在其中一个实施例中，所述控制模块，还用于基于所述风电机组各部件的故障问题确定风电机组是否能正常运行。
[0032]在其中一个实施例中，基于所述风电机组各部件的故障问题确定风电机组是否能正常运行，包括：
[0033]将所述风电机组各部件的故障问题输入预设模型中获得风电机组整体故障系数；
[0034]当风电机组整体故障系数大于预设故障系数值时，判断所述风电机组不能正常运行；
[0035]在其中一个实施例中，所述预设模型的建立，包括：定义输入层和输出层，选取风电机组各部件的故障问题作为输入变量，输入维数为m＝I,i为风电机组中安装有传感器组件的部件个数；以风电机组整体故障系数作为输出变量，输出维数为n＝1；
[0036]选择隐层数和隐层单元数，采用单隐层，并根据穷举法确定隐层节点数。
[0037]在其中一个实施例中，所述故障信息报告，包括：
[0038]分析图，所述分析图包括时域波形图、频谱图和趋势图，所述分析图由检测到的实时运行数据转化而来；
[0039]故障问题显示图，用于反馈风电机组中出现故障问题的部件位置，用于反馈风电机组中出现故障问题的健康状态。
[0040]本专利技术的技术效果：
[0041]用于基于所述实时运行数据确定风电机组各部件的健康状态；基于所述风电机组各部件的健康状态进行故障分析并确定故障问题，可以提前识别故障程度和精确定位故障部件，让用户优化维修工作，减少意外停机，降低不可预见成本。
附图说明
[0042]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0043]图1是本专利技术实施例提供的风电机组状态监测系统的示意图；
[0044]图2是本专利技术实施例提供的确定风电机组各部件的健康状态的流程图；
[0045]图3是本专利技术实施例提供的确定数据分析模型的流程图；
[0046]图4是本专利技术实施例提供的确定初始数据分析模型的流程图。
具体实施方式
[0047]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，但不是用来限制本专利技术的范围。
[0048]在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
[0049]术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组状态监测系统，其特征在于，包括：监测模块，用于获取风电机组的实时运行数据；控制模块，用于基于所述实时运行数据确定风电机组各部件的健康状态；基于所述风电机组各部件的健康状态进行故障分析并确定故障问题；用户终端，用于显示风电机组的故障信息报告；所述控制模块电连接所述监测模块与所述用户终端。2.根据权利要求1所述的风电机组状态监测系统，其特征在于，所述实时运行数据包括：所述监测模块包括传感器组件，所述传感器组件包括加速度传感器、转速传感器和倾角传感器；所述振动加速度传感器用于检测风电机组的震动数据；所述转速传感器用于检测风电机组的转速数据；所述倾角传感器用于检测风电机组的倾角数据。3.根据权利要求1所述的风电机组状态监测系统，其特征在于，所述基于所述实时运行数据确定风电机组各部件的健康状态，包括：从历史数据库中获取风电机组各部件样本数据；基于所述样本数据建立数据分析模型；将风电机组各部件的所述实时运行数据输入至数据分析模型中输出健康值；基于健康值与预设健康之间的关系确定风电机组各部件的健康状态。4.根据权利要求3所述的风电机组状态监测系统，其特征在于，风电机组各部件所对应的数据分析模型不同；将同一部件的样本数据按预设条件分为训练数据与验证数据；基于所述训练数据对同一部件的初始数据分析模型进行训练；基于所述验证数据对训练后的同一部件的所述初始数据模型进行测试，输出符合同一部件的预设指标的所述数据分析模型。5.根据权利要求4所述的风电机组状态监测系统，其特征在于，基于所述样本数据建立数据分析模型，具体为：根据所述数据样本提取数据特征信息；根据所述数据特征信息建立数据模型集群，所述数据模型集群包括多...

【专利技术属性】
技术研发人员：任家琦，王建阳，吐尔洪，
申请(专利权)人：华能吐鲁番风力发电有限公司，
类型：发明
国别省市：