【技术实现步骤摘要】
本专利技术涉及风力发电机组，具体为一种风电故障预警诊断系统。
技术介绍
1、由于资源的短缺，可持续资源被应用于在越来越多的领域中。比如将风能、太阳能等可持续资源转化为电能。在风力发电领域中，通过风力发电系统将风能转化为电能，将转化得到的电能通过电网传输至需要用电的各个设备。
2、随着风力发电机组技术的发展，风力发电机组控制系统的结构也越来越复杂。风力发电机组在运行过程中可能会发生各种故障。为了保证风力发电机组的正常运行，目前，由工作人员在风力发电机组现场，利用故障数据，结合故障现象等，依靠经验对故障进行排查。但往往现场工作人员故障处理经验不足，不能将故障数据特征与解决方案很好的结合在一起，造成工作人员对风力发电机组的故障进行排查所花费的时间较长，从而导致风力发电机组的故障诊断的效率较低。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种风电故障预警诊断系统，具备故障诊断的效率较高等优点，解决了上述技术问题。
3、(二)技术方案
4、为实现上述目的，本专利技术提供如下技术方案：一种风电故障预警诊断系统，包括数据采集模块，所述数据采集模块用于对风电机组中设置的传感器以及摄像设备的数据进行读取，所述数据采集模块还对风电机组历史故障信息数据进行读取，还包括还包括数据分析模块、故障预警模块、故障诊断模块和数据上传模块；；
5、所述数据分析模块用于对数据采集模块中的数据进行分析，并根据风电机组历史故
6、所述故障预警模块在接收到数据分析模块中的分析结果时，对结果进行判断，并对潜在的预警以及已经发生的预警结果发送给数据上传模块，同时将数据发送给故障诊断模块；
7、所述故障诊断模块对故障预警模块中的数据进行分析，并将数据风电机组历史故障信息数据进行比对，对各个可能发生故障的区域进行判断，并将数据发送到数据上传模块中；
8、所述数据上传模块用于将故障预警数据和故障诊断数据进行输出，让工作人员对故障点进行检修。
9、作为本专利技术的优选技术方案，所述数据采集模块采集的数据包括当前风电机组所处环境的温度thj、当前风电机组所处环境的天气情况、风电机组的发电机组温度tfdjz、风电机组塔架高度h和风电机组叶片转动速度ω，所述数据分析模块读取数据采集模块中的历史数据集，所述历史数据集包括历史风电机组所处环境的温度数据集thjls＝{thj1,thj2,…,thjn}、历史风电机组的发电机组温度数据集tfdjzls＝{tfdjz1,tfdjz2,…,tfdjzn}、风电机组塔架高度数据集hls＝{h1,h2,…,hn}。
10、作为本专利技术的优选技术方案，所述数据分析模块对历史风电机组所处环境的温度数据集和历史风电机组的发电机组温度数据集进行分析的步骤如下：
11、a1、建立历史温度差合集δtn，δtn＝{δt1,δt2,…,δtn}；
12、a2、对历史温度差合集数据进行分析，并建立故障温度集合gtn；
13、a3、计算当前温度差值，构建判断函数。
14、作为本专利技术的优选技术方案，所述历史温度差合集δtn的计算公式如下：
15、δti＝|thji-tfdjzi|
16、其中，δti表示数据集中第i个温度数据，thji和tfdjzi分别表示历史风电机组所处环境的温度数据集和历史风电机组的发电机组温度数据集中第i个温度数据，|*|表示绝对值运算，其中步骤a2中对历史温度差合集数据的分析具体为剔除合集中出现故障的数据，并将剔除的数据建立故障温度集合gtn。
17、作为本专利技术的优选技术方案，所述步骤a3的计算过程如下：
18、δt＝|thj-tfdjz|
19、其中，δt表示当前温度差值，thj当前风电机组所处环境的温度，txdjz表示当前风电机组的发电机组温度，|*|表示绝对值运算，且构建的判断函数表达式如下：
20、f(t)＝g[|δt-max(δtn-gtn)|]andg[|δt-min(gtn)|]
21、其中，f(t)表示判断函数，max(*)表示数据集中的最大值，δtn-gtn表示在数据集δtn中剔除集合gtn中的元素，and表示与门操作，min(gtn)表示数据集中的最小值，g[*]表示符号函数，|*|表示绝对值运算。
22、作为本专利技术的优选技术方案，所述故障预警模块读取到判断函数f(t)输出为1时，表明发电机组温度存在风险，故障预警模块将该数据反馈至数据上传模块，同时故障诊断模块读取数据为发电机组温度存在风险，所述故障预警模块读取到判断函数f(t)输出为0时，表明发电机组温度不存在风险，故障预警模块不将该数据反馈至数据上传模块。
23、作为本专利技术的优选技术方案，所述数据分析模块对风电机组叶片转动速度ω以及当前风电机组所处环境的天气情况的分析步骤如下：
24、b1、判断当前天气情况，包括雪天和有风天气；
25、b2、根据有风天气的风力等级建立叶片转动速度阈值表ωm＝{ω1,ω2,…,ω10}；
26、b3、对雪天设置影响因素θ；
27、b4、对当前风电机组叶片转动速度ω进行判断。
28、作为本专利技术的优选技术方案，所述步骤b4中的算法公式表达式如下：
29、v＝ω-ωqθ
30、ωq∈{ω1,ω2,…,ω10}
31、其中，q表示当前的风力等级，θ表示雪天的影响因子，在不下雪时θ＝1。
32、作为本专利技术的优选技术方案，所述故障分析模块接收到当v<0时表明叶片转动出现问题，故障预警模块将该数据反馈至数据上传模块，同时故障诊断模块读取数据为叶片转动出现问题，当v≥0时，故障预警模块不将该数据反馈至数据上传模块。
33、作为本专利技术的优选技术方案，所述数据分析模块对风电机组塔架高度h和风电机组塔架高度数据集hls＝{h1,h2,…,hn}的分析步骤如下：
34、c1、计算历史风电机组塔架高度高度平均变化差异，计算表达式如下：
35、
36、其中，表示平均变化值，h0表示初始高度，hi表示数据集中第i个数据；
37、c2、对当前的风电机组塔架高度h进行评估，计算表达式如下：
38、
39、其中，h表示变化差值，若h>h0则故障分析模块判断风电机组塔架基础出现沉降，故障预警模块将该数据反馈至数据上传模块，故障诊断模块读取数据为风电机组塔架基础出现沉降，若h<h0，故障预警模块不将该数据反馈至数据上传模块。
40、与现有技术相比，本专利技术提供了一种风电故障预警诊断系统，具备以下
41、有益效果：
【技术保护点】
1.一种风电故障预警诊断系统，包括数据采集模块，所述数据采集模块用于对风电机组中设置的传感器以及摄像设备的数据进行读取，所述数据采集模块还对风电机组历史故障信息数据进行读取，其特征在于：还包括数据分析模块、故障预警模块、故障诊断模块和数据上传模块；
2.根据权利要求1所述的一种风电故障预警诊断系统，其特征在于：所述数据采集模块采集的数据包括当前风电机组所处环境的温度Thj、当前风电机组所处环境的天气情况、风电机组的发电机组温度Tfdjz、风电机组塔架高度h和风电机组叶片转动速度ω，所述数据分析模块读取数据采集模块中的历史数据集，所述历史数据集包括历史风电机组所处环境的温度数据集Thj1s＝{thj1，thj2，…，thjn}、历史风电机组的发电机组温度数据集Tfdjz1s＝{tfdjz1，tfdjz2，…，tfdjzn}、风电机组塔架高度数据集h1s＝{h1，h2，…，hn}。
3.根据权利要求2所述的一种风电故障预警诊断系统，其特征在于：所述数据分析模块对历史风电机组所处环境的温度数据集和历史风电机组的发电机组温度数据集进行分析的步骤如下：
5.根据权利要求4所述的一种风电故障预警诊断系统，其特征在于：所述步骤A3的计算过程如下：
6.根据权利要求5所述的一种风电故障预警诊断系统，其特征在于：所述故障预警模块读取到判断函数F(t)输出为1时，表明发电机组温度存在风险，故障预警模块将该数据反馈至数据上传模块，同时故障诊断模块读取数据为发电机组温度存在风险，所述故障预警模块读取到判断函数F(t)输出为0时，表明发电机组温度不存在风险，故障预警模块不将该数据反馈至数据上传模块。
7.根据权利要求3所述的一种风电故障预警诊断系统，其特征在于：所述数据分析模块对风电机组叶片转动速度ω以及当前风电机组所处环境的天气情况的分析步骤如下：
8.根据权利要求7所述的一种风电故障预警诊断系统，其特征在于：所述步骤B4中的算法公式表达式如下：
9.根据权利要求8所述的一种风电故障预警诊断系统，其特征在于：所述故障分析模块接收到当V＜0时表明叶片转动出现问题，故障预警模块将该数据反馈至数据上传模块，同时故障诊断模块读取数据为叶片转动出现问题，当V≥0时，故障预警模块不将该数据反馈至数据上传模块。
10.根据权利要求7所述的一种风电故障预警诊断系统，其特征在于：所述数据分析模块对风电机组塔架高度h和风电机组塔架高度数据集h1s＝{h1，h2，…，hn}的分析步骤如下：
...【技术特征摘要】
1.一种风电故障预警诊断系统，包括数据采集模块，所述数据采集模块用于对风电机组中设置的传感器以及摄像设备的数据进行读取，所述数据采集模块还对风电机组历史故障信息数据进行读取，其特征在于：还包括数据分析模块、故障预警模块、故障诊断模块和数据上传模块；
2.根据权利要求1所述的一种风电故障预警诊断系统，其特征在于：所述数据采集模块采集的数据包括当前风电机组所处环境的温度thj、当前风电机组所处环境的天气情况、风电机组的发电机组温度tfdjz、风电机组塔架高度h和风电机组叶片转动速度ω，所述数据分析模块读取数据采集模块中的历史数据集，所述历史数据集包括历史风电机组所处环境的温度数据集thj1s＝{thj1，thj2，…，thjn}、历史风电机组的发电机组温度数据集tfdjz1s＝{tfdjz1，tfdjz2，…，tfdjzn}、风电机组塔架高度数据集h1s＝{h1，h2，…，hn}。
3.根据权利要求2所述的一种风电故障预警诊断系统，其特征在于：所述数据分析模块对历史风电机组所处环境的温度数据集和历史风电机组的发电机组温度数据集进行分析的步骤如下：
4.根据权利要求3所述的一种风电故障预警诊断系统，其特征在于：所述历史温度差合集δtn的计算公式如下：
5.根据权利要求4所述的一种风电故障...
【专利技术属性】
技术研发人员：米大斌，谭建鑫，李琨，沙济通，郭艳旬，井延伟，马涛，秦晓亮，刘宏伟，段树纯，
申请(专利权)人：河北建投新能源有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。