一种基于大数据的风电场数据管控方法及系统技术方案

本发明专利技术公开了一种基于大数据的风电场数据管控方法及系统，属于设备控制技术领域。系统包括数据采集模块、异常检测模块、协调管理模块和设备控制模块；数据采集模块用于采集风机的环境信息、设备信息和历史信息；异常检测模块用于判断风机是否发生故障，对发生故障的风机进行异常分析；协调管理模块根据异常检测模块的分析结果制定维修计划，维修人员根据维修计划开展维修工作，故障风机根据维修计划进行维修准备；设备控制模块用于控制风机运行状态，落实维修计划的要求。本发明专利技术通过历史大数据对风机故障进行检测制定维修计划，根据人员实际的维修情况与风机实时反馈的设备信息动态调整维修计划，提高维修效率减少维修过程中浪费的时间。浪费的时间。浪费的时间。

【技术实现步骤摘要】
一种基于大数据的风电场数据管控方法及系统


[0001]本专利技术涉及设备控制
，具体为一种基于大数据的风电场数据管控方法及系统。

技术介绍

[0002]风力发电是一种可再生能源，风机作为核心设备，其正常运行对于发电效率和可靠性至关重要。然而，由于长期运行和环境因素的影响，风机可能会出现各种故障，导致停机时间延长和维修成本增加。因此，及时检测故障并制定有效的维修计划对于提高风机的可靠性和经济性至关重要。
[0003]目前，风机故障的检测和维修计划制定主要依赖于人工经验判断和定期巡检，这种方法存在一些问题。例如：1、人工判断容易受到主观因素或经验不足等问题的影响，导致判断不够准确。2、在风机出现故障时不能及时发现，并择优处理最迫切或最重要的故障风机。3、在维修过程中，往往需要维修人员到达故障风机所在位置后才能得知风机的故障情况，且关停设备等待叶轮停止旋转或发电机冷却至可维修的温度需要浪费大量时间，降低了维修效率。这些问题已然成为迫切需要得到解决的。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的风电场数据管控方法及系统，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的风电场数据管控系统，该系统包括数据采集模块、异常检测模块、协调管理模块和设备控制模块。
[0006]所述数据采集模块用于采集风机的环境信息、设备信息和历史信息；所述异常检测模块用于判断风机是否发生故障，对发生故障的风机进行异常分析；所述协调管理模块根据异常检测模块的分析结果制定维修计划，维修人员根据维修计划开展维修工作，故障风机根据维修计划进行维修准备；所述设备控制模块用于控制风机运行状态，落实维修计划的要求。
[0007]所述数据采集模块包括环境信息采集单元、设备信息采集单元和历史信息采集单元。
[0008]所述环境信息采集单元用于采集风电场内每台风机与其他风机的距离信息，距离信息是指维修人员从一台风机移动到另一台风机的移动距离。
[0009]因为风机一经安装使用，位置就不会发生变化，所以风机之间的距离信息是固定不变的，距离信息保存在系统中。
[0010]所述设备采集单元用于采集风电场内每台风机的转速、风速、温度和发电功率。
[0011]转速是指风机叶轮的旋转速度，通常以每分钟转动的圈数表示，风机的转速直接影响到风能转化为机械能的效率和发电机产生电能的效率。温度是指风机运行过程中的温度和环境温度，风机工作时由于摩擦、电流通过或电机损耗会产生一定的热量，通常以摄氏
度为单位表示。风速是指风电场气流的速度，通常以米每秒为单位表示，较高的风速能够提供更大的风能转化为机械能的能力，从而增加风机的输出功率。发电功率是指风机在一定时间内所产生的电能的总量，发电功率通常以千瓦时为单位表示。
[0012]所述历史信息采集单元用于采集系统中保存的历史记录，包括每台风机的历史风速、历史转速和历史维修记录。历史维修记录包括设备信息、紧急程度、处理方法、维修时长和维修人员移动速度。
[0013]所述异常检测模块包括异常判断单元和异常分析单元。
[0014]所述异常判断单元用于对风电场内每台风机进行故障判断，包括区间判断和关系判断。区间判断是指判断风机当前的转速、温度和发电功率是否处于正常区间，不处于正常区间则判断风机出现故障，处于正常区间则继续进行关系判断。关系判断是指判断风速与转速的关系，以及风速与发电功率的关系是否正常，都正常则判断风机无故障，否则，判断风机出现故障。
[0015]所述异常分析单元用于分析故障风机的紧急程度、处理方法和维修时长。分别获取故障风机当前设备信息，在故障风机对应的历史维修记录中进行检索，判断是否存在与当前设备信息相同的维修记录；存在则以历史维修记录中的紧急程度、处理方法和维修时长来设定对应故障风机的维修信息；不存在则将当前设备信息发送至维修终端，由人工设定紧急程度、处理方法和维修时长作为对应故障风机的维修信息，处理方法包括停机处理和运行处理。最后，维修人员设定开始维修的时间。
[0016]紧急程度是指故障处理的优先级，紧急程度高的故障对风机的正常运行产生影响较大，需要尽快采取紧急措施解决。紧急程度低的故障对风机正常运行产生的影响较小，需要在合理的时间内进行处理避免恶化。
[0017]停机处理是指维修前需要停机冷却后再进行维修，运行处理是指维修前不需要停机，在风机运行过程中就可以进行维修。维修时长是指故障处理的预计时长。
[0018]所述协调管理模块包括协调规划单元和动态调节单元。
[0019]所述协调规划单元用于对所有故障风机协调规划维修流程；按照紧急程度从大到小顺序依次排列，该顺序作为维修人员开展维修工作的顺序。
[0020]所述动态调节单元用于制定维修计划；获取开始维修的时间、所有故障风机的维修时长和部分故障风机的设备信息，代入公式计算所有故障风机的维修时间和部分故障风机的停机时间，并根据实际的维修情况与部分故障风机实时反馈的设备信息动态调整维修计划。
[0021]所述设备控制模块根据维修计划中的时间节点，实时调整风机运行状态，当时间到达停机时间时，控制对应风机进行停机；当时间到达维修时间时，控制对应风机进行维修准备。
[0022]一种基于大数据的风电场数据管控方法，该方法包括以下步骤：
[0023]S1、实时采集风电场的环境信息和所有风机的设备信息；
[0024]S2、通过设备信息检测出故障的风机，分析故障情况；
[0025]S3、按照故障情况制定维修计划，维修计划动态调整；
[0026]S4、故障风机执行维修计划，调整运行参数。
[0027]在S1中，环境信息是指风电场内每台风机与其他风机的距离信息，距离信息是指
维修人员从一台风机移动到另一台风机的移动距离；设备信息是指风电场内的每台风机的设备标识符、转速、风速、温度和发电功率。
[0028]在S2中，具体步骤如下：
[0029]S201、获取每台风机当前的转速、温度和发电功率，分别判断是否处于正常转速区间、正常温度区间和正常发电功率区间内，结果都为是，将对应风机标记为正常，进入S202步骤；否则，将对应风机标记为故障，进入S206步骤。
[0030]S202、分别提取被标记为正常风机的历史信息，获取历史信息中的历史风速和历史转速，对这些数据进行预处理，去除异常值和极值。
[0031]S203、将同一时间的历史风速和历史转速进行关联，分别对每台风机的关联数据进行数据拟合，得到风速与转速的关系公式，每台被标记为正常的风机对应一个关系公式。获取被标记为正常风机当前的风速，代入关系公式中，计算得到每台风机的理论转速：
[0032][0033]式中，V
l
为理论转速，a为转速影响系数，V
w
为风速，b为叶轮周长影响系数，r为叶轮半径。
[0034]S2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的风电场数据管控系统，其特征在于：该系统包括数据采集模块、异常检测模块、协调管理模块和设备控制模块；所述数据采集模块用于采集风机的环境信息、设备信息和历史信息；所述异常检测模块用于判断风机是否发生故障，对发生故障的风机进行异常分析；所述协调管理模块根据异常检测模块的分析结果制定维修计划，维修人员根据维修计划开展维修工作，故障风机根据维修计划进行维修准备；所述设备控制模块用于控制风机运行状态，落实维修计划的要求。2.根据权利要求1所述的一种基于大数据的风电场数据管控系统，其特征在于：所述数据采集模块包括环境信息采集单元、设备信息采集单元和历史信息采集单元；所述环境信息采集单元用于采集风电场内每台风机与其他风机的距离信息，距离信息是指维修人员从一台风机移动到另一台风机的移动距离；所述设备采集单元用于采集风电场内每台风机的转速、风速、温度和发电功率；所述历史信息采集单元用于采集系统中保存的历史记录，包括每台风机的历史风速、历史转速和历史维修记录；历史维修记录包括设备信息、紧急程度、处理方法、维修时长和维修人员移动速度。3.根据权利要求1所述的一种基于大数据的风电场数据管控系统，其特征在于：所述异常检测模块包括异常判断单元和异常分析单元；所述异常判断单元用于对风电场内每台风机进行故障判断，包括区间判断和关系判断；区间判断是指判断风机当前的转速、温度和发电功率是否处于正常区间，不处于正常区间则判断风机出现故障，处于正常区间则继续进行关系判断；关系判断是指判断风速与转速的关系，以及风速与发电功率的关系是否正常，都正常则判断风机无故障，否则，判断风机出现故障；所述异常分析单元用于分析故障风机的紧急程度、处理方法和维修时长；分别获取故障风机当前设备信息，在故障风机对应的历史维修记录中进行检索，判断是否存在与当前设备信息相同的维修记录；存在则以历史维修记录中的紧急程度、处理方法和维修时长来设定对应故障风机的维修信息；不存在则将当前设备信息发送至维修终端，由人工设定紧急程度、处理方法和维修时长作为对应故障风机的维修信息，处理方法包括停机处理和运行处理；最后，维修人员设定开始维修的时间。4.根据权利要求1所述的一种基于大数据的风电场数据管控系统，其特征在于：所述协调管理模块包括协调规划单元和动态调节单元；所述协调规划单元用于对所有故障风机协调规划维修流程；按照紧急程度从大到小顺序依次排列，该顺序作为维修人员开展维修工作的顺序；所述动态调节单元用于制定维修计划；获取开始维修的时间、所有故障风机的维修时长和部分故障风机的设备信息，代入公式计算所有故障风机的维修时间和部分故障风机的停机时间，并根据实际的维修情况与部分故障风机实时反馈的设备信息动态调整维修计划。5.根据权利要求1所述的一种基于大数据的风电场数据管控系统，其特征在于：所述设备控制模块根据维修计划中的时间节点，实时调整风机运行状态，当时间到达停机时间时，控制对应风机进行停机；当时间到达维修时间时，控制对应风机进行维修准备。
6.一种基于大数据的风电场数据管控方法，其特征在于：该方法包括以下步骤：S1、实时采集风电场的环境信息和所有风机的设备信息；S2、通过设备信息检测出故障的风机，分析故障情况；S3、按照故障情况制定维修计划，维修计划动态调整；S4、故障风机执行维修计划，调整运行参数。7.根据权利要求6所述的一种基于大数据的风电场数据管控方法，其特征在于：在S1中，环境信息是指风电场内每台风机与其他风机的距离信息，距离信息是指维修人员从一台风机移动到另一台风机的移动距离；设备信息是指风电场内的每台风机的设备标识符、转速、风速、温度和发电功率。8.根据权利要求6所述的一种基于大数据的风电场数据管控方法，其特征在于：在S2中，具体步骤如下：S201、获取每台风机当前的转速、温度和发电功率，分别判断是否处于正常转速区间、正常温度区间和正常发电功率区间内，结果都为是，将对应风机标记为正常，进入S202步骤；否则，将对应风机标记为故障，进入S206步骤；S202、分别提取被标记为正常风机的历史信息，获取历史信息中的历史风速和历史转速，对这些数据进行预处理，去除异常值和极值；S203、将同一时间的历史风速和历史转速进行关联，分别对每台风机的关联数据进行数据拟合，得到风速与转速的关系公式，每台被标记为正常的风机对应一个关系公式；获取被标记为正常风机当前的风速，代入...

【专利技术属性】
技术研发人员：姜铭，李继锋，李晃，朱文明，
申请(专利权)人：扬州宇安电子科技有限公司，
类型：发明
国别省市：