一种风电机组发电机状态诊断与预警方法及系统技术方案

本发明专利技术提供一种风电机组发电机状态诊断与预警方法及系统，涉及风电机组发电设备技术领域，实时获取发电设备状态数据，并对发电设备状态数据进行预处理，将符合预设条件的发电设备状态数据储存在诊断终端中；诊断终端对符合预设条件的发电设备状态数据进行计算，并将计算结果进行智能分析，诊断风电机组发电设备的状态，如出现故障，则进行预警：诊断终端将诊断分析后的发电设备状态数据和诊断结果数据发送至云平台及PLC控制器。本系统不仅能够将分析的结果及时传送给云平台或PLC控制器，还能够对自动将风电机组运行数据进行筛选，将有价值的数据上传，从而极大地减少云平台或PLC控制器的计算量，提升数据处理效率和数据分析的精度。的精度。的精度。

【技术实现步骤摘要】
一种风电机组发电机状态诊断与预警方法及系统


[0001]本专利技术涉及风电机组发电设备
，尤其涉及一种风电机组发电机状态诊断与预警方法及系统。

技术介绍

[0002]新能源发电方式包括了生物质能发电、地热能发电、波浪能、风力发电、光伏发电等等。其中，新能源发电设备比如风电、光伏发电会发电设备运行在室外，容易受到外部环境的影响，而造成故障。而且，新能源发电设备有的会安装到地理位置偏僻、地形复杂地区，运行时受载多变、工况多变，因此会造成故障发生率高，这就需要对新能源发电设备进行有效的监控，及时发现故障，及时排除故障。
[0003]而现有的新能源发电设备的监测与诊断模型主要是部署在云端或是主控系统中，通过大量历史数据，辅以人工智能等算法，实现新能源发电设备运行状态的监测。
[0004]但是现有技术中，无法基于新能源发电设备的有效值、峰峰值、均方值等进行分析和判断，进而无法识别出发电设备在运行过程中存在异常的情况，无法实现对新能源发电设备进行有效的监控，及时发现故障的作用。

技术实现思路

[0005]本专利技术提供一种风电机组发电机状态诊断与预警方法，通过计算数据的有效值、峰峰值、均方值和峭度，对实时数据的时域特征进行初步分析和判断，识别出发电设备在运行过程中存在异常的情况，有效的对发电设备进行监控，及时发现发电设备的故障。
[0006]风电机组发电机状态诊断与预警方法包括：步骤一、实时获取发电设备状态数据，并对发电设备状态数据进行预处理，将符合预设条件的发电设备状态数据储存在诊断终端中；步骤二、诊断终端对符合预设条件的发电设备状态数据进行计算，并将计算结果进行智能分析，诊断发电设备的状态，如出现故障，则进行预警：步骤三、诊断终端将诊断分析后的发电设备状态数据和诊断结果数据发送至云平台及PLC控制器。
[0007]其中，步骤二还包括：对发电设备状态数据进行时域特征统计量、频谱分析和包络分析；时域特征统计量包括：有效值、峰峰值、均方值和峭度；频谱分析为分段谱线最值比较分析；基于MCKD算法对振动加速度信号就轴承故障特征进行初步提取与分离；基于迭代包络算法对经MCKD处理后的数据进行抗干扰处理，增强轴承故障特征信息；包络谱分析为轴承各故障特征能量比分析；
有效值计算方式为：均方值计算方式为：峭度计算方式为：故障特征能量比计算方式为：式中,E1、E2…
E
n
分别是信号经过特征提取后的1、2及n倍特征频率处的能量；E为取定频率段内的总能量。
[0008]进一步需要说明的是，迭代包络计算方式包括如下步骤：1).对输入信号作去直流处理，得输出信号，即；2).对信号进行包络计算得包络信号；3).计算包络信号和输入信号的特征能量比P，得和；4).若，则输出结果，并计算其包络谱；否则令，并返回步骤1)。
[0009]进一步需要说明的是，步骤一中，获取的发电设备状态数据包括功率、转速以及发电设备对应的轴承型号；建立发电设备各零部件的故障特征频率数据库，设置各类数据的阈值范围。
[0010]进一步需要说明的是，步骤二还包括：对频谱和包络进行频段分割与峰值计算，并设置异常阈值；所述频段分割是以额定转频及其多倍频为分割点，将计算的频谱分为转频显示区域和非转频区域；包络频段分割为甄别轴承故障特征频率是否明显和计算轴承故障特征频率及其倍频的特征能量比而设立的。
[0011]进一步需要说明的是，诊断发电设备的状态包括：统计诊断结果数据中各项数据参数，并评估发电设备的健康状态；诊断结果数据包括有效值、峰峰值、均方值、峭度、频谱和包络的分析结果数据，并进行综合对比分析，判定发电设备运行状态。
[0012]进一步需要说明的是，步骤二中，通过计算包络谱中轴承故障特征频率及其倍频的故障特征能量比，来自主识别是否发生轴承故障，并定位故障等级。
[0013]进一步需要说明的是，，步骤二中，还对发电设备实时运行数据进行FFT计算，提取频谱中转频谱线的峰值，将其作为分析发电设备是否发生松动故障及定义故障等级的依据。
[0014]本专利技术还提供一种风电机组发电机状态诊断与预警系统，系统包括：数据获取模块、数据预处理模块、诊断终端云平台及PLC控制器；
数据获取模块用于实时获取发电设备状态数据，数据预处理模块对发电设备状态数据进行预处理，将符合预设条件的发电设备状态数据储存在诊断终端中；诊断终端用于对符合预设条件的发电设备状态数据进行计算，并将计算结果进行智能分析，诊断发电设备的状态，如出现故障，则进行预警：还用于对发电设备状态数据进行时域特征统计量、频谱分析和包络分析；时域特征统计量包括：有效值、峰峰值、均方值和峭度；频谱分析为分段谱线最值比较分析；基于MCKD算法对振动加速度信号就轴承故障特征进行初步提取与分离；基于迭代包络算法对经MCKD处理后的数据进行抗干扰处理，增强轴承故障特征信息；包络谱分析为轴承各故障特征能量比分析；有效值计算方式为：均方值计算方式为：峭度计算方式为：故障特征能量比计算方式为：式中,E1、E2…
E
n
分别是信号经过特征提取后的1、2及n倍特征频率处的能量；E为取定频率段内的总能量。
[0015]诊断终端还用于将诊断分析后的发电设备状态数据和诊断结果数据发送至云平台及PLC控制器。
[0016]进一步需要说明的是，诊断终端还用于实时跟踪收集发电设备状态，实现发电设备状态数据共享，形成不同时间段内相同类别的发电设备状态数据的比对趋势图；对发电设备状态数据以小时、天、周进行趋势显示。
[0017]从以上技术方案可以看出，本专利技术具有以下优点：本专利技术提供的风电机组发电机状态诊断与预警方法及系统能对发电设备实时运行数据进行智能分析。本专利技术通过计算数据的有效值、峰峰值、均方值和峭度，对实时数据的时域特征进行初步分析和判断，识别出发电设备在运行过程中存在异常的情况，然后通过计算包络谱中轴承故障特征频率及其倍频的故障特征能量比，来自主识别是否发生轴承故障，并定位故障等级。
[0018]本专利技术对信号中存在故障特征不明显，被噪声或其他干扰信号所淹没不易被发现时，通过对实时数据进行MCKD计算，初步提取轴承故障特征信息，然后进行迭代包络运算，对输出结果进行特征能量比的计算，并以此作为迭代停止的依据，来进一步增强轴承故障特征信息，并定位轴承故障类型。
[0019]本专利技术对实时运行数据进行FFT计算，提取频谱中转频谱线的峰值，将其作为分析发电设备是否发生松动故障及定义故障等级的主要依据。从而实现在边缘侧对发电设备部
分故障进行处理与识别，对于发电设备组的故障分析，数据精度直接影响到故障原因的分析准确性，因此在发电设备侧获取数据进行故障分析，能提高分析精度和分析效率，从而提升处理故障的及时性，为发电设备的正常运行保驾护航。
[0020]本系统不仅能够将分析的结果及时传送给云平台或PLC控制器，还能够对自动将发电设备运行数据进行筛选，将有价值的数据上传，从而极大地减少云平台或PLC控制器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组发电机状态诊断与预警方法，其特征在于，方法包括：步骤一、实时获取发电设备状态数据，并对发电设备状态数据进行预处理，将符合预设条件的发电设备状态数据储存在诊断终端中；步骤二、诊断终端对符合预设条件的发电设备状态数据进行计算，并将计算结果进行智能分析，诊断发电设备的状态，如出现故障，则进行预警：其中，对发电设备状态数据进行时域特征统计量、频谱分析和包络分析；时域特征统计量包括：有效值、峰峰值、均方值和峭度；频谱分析为分段谱线最值比较分析；基于MCKD算法对振动加速度信号就轴承故障特征进行初步提取与分离；基于迭代包络算法对经MCKD处理后的数据进行抗干扰处理，增强轴承故障特征信息；包络谱分析为轴承各故障特征能量比分析；有效值计算方式为：均方值计算方式为：峭度计算方式为：故障特征能量比计算方式为：式中,E1、E2…
E
n
分别是信号经过特征提取后的1、2及n倍特征频率处的能量；E为取定频率段内的总能量；步骤三、诊断终端将诊断分析后的发电设备状态数据和诊断结果数据发送至云平台及PLC控制器。2.根据权利要求1所述的风电机组发电机状态诊断与预警方法，其特征在于，迭代包络计算方式包括如下步骤：1).对输入信号作去直流处理，得输出信号，即；2).对信号进行包络计算得包络信号；3).计算包络信号和输入信号的特征能量比P，得和；4).若，则输出结果，并计算其包络谱；否则令，并返回步骤1)。3.根据权利要求1所述的风电机组发电机状态诊断与预警方法，其特征在于，步骤一中，获取的发电设备状态数据包括功率、转速以及发电设备对应的轴承型号；建立发电设备各零部件的故障特征频率数据库，设置各类数据的阈值范围。4.根据权利要求1所述的风电机组发电机状态诊断与预警方法，其特征在于，步骤二还包括：对频谱和包络进行频段分割与峰值计算，并设置异常阈值；所述频段分割是以额定转频及其多倍频为分割点，将计算的频谱分为转频显示区域和非转频区域；
包络频段分割为甄别轴承故障特征频率是否明显和计算轴承故障特征频率及其倍频的特征能量...

【专利技术属性】
技术研发人员：严家祥，徐浩，李宁，李钢强，
申请(专利权)人：中车山东风电有限公司，
类型：发明
国别省市：