基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法
【專利摘要】本發(fā)明提出一種基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法。該方法通過分布式風力發(fā)電機組本地信息實時監(jiān)測處理，動態(tài)識別突發(fā)性故障，并通過數(shù)據(jù)存儲裝置對突發(fā)性故障數(shù)據(jù)進行存儲，有效解決了風力發(fā)電機組突發(fā)性故障監(jiān)控數(shù)據(jù)難以獲取問題，極大的提高了風電狀態(tài)監(jiān)控效率和有效性。
【專利說明】基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法
【技術領域】
[0001]本發(fā)明涉及風力發(fā)電【技術領域】，特別是涉及基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法。
【背景技術】
[0002]風力發(fā)電單位發(fā)電成本已經(jīng)基本接近火電發(fā)電成本，是目前所有可再生能源中最具商業(yè)價值，最具推廣現(xiàn)實的能源種類；
[0003]風力發(fā)電是一種清潔能源，對節(jié)能環(huán)保有重要的經(jīng)濟社會效益；
[0004]風力發(fā)電是國家能源領域中長期規(guī)劃的重點方向，我國現(xiàn)有總裝機容量達到7400萬千瓦，占總電網(wǎng)裝機容量的7%，“十二五”末規(guī)劃風電總裝機容量達到0.98億千瓦；“十三五”末風電總裝機容量達到1.5?2億千瓦；到2050年，風電總裝機容量達到電網(wǎng)總裝機容量的17-20%左右；因此風力發(fā)電領域擁有廣闊且較明朗的前景，由其帶動的相關領域產(chǎn)業(yè)也必然擁有樂觀的市場前景；
[0005]我國風力發(fā)電產(chǎn)業(yè)已經(jīng)完全走出了小規(guī)模技術論證階段，目前已經(jīng)進入大規(guī)模推廣階段，由于我國風電產(chǎn)業(yè)起步較晚，技術積累薄弱，相關配套組件尚不能完全滿足風電整機高效安全運行要求，特別是我國風電整機企業(yè)絕大部分采用的直接引進國外成套整機設計技術模式進一步導致目前風電整機可靠性無法滿足實際運行需求，重大事故頻率高發(fā)，風機可利用率明顯低于國外機組。
[0006]隨著我國風電產(chǎn)業(yè)的迅速發(fā)展，由于技術趨勢及成本競爭需求，“十一五”期間主流的1.5麗風力發(fā)電機組已經(jīng)不能滿足當前風電市場需求，單機容量規(guī)模在2麗及以上的風力發(fā)電機組已經(jīng)逐步成為目前國內風電市場的主流機型。隨著單機容量的逐步上升，風電整機外形尺寸也迅速增大，整機的載荷水平也迅速攀升，因此對其機械組件的可靠性要求也迅速提高。
[0007]龍源電力集團股份有限公司所屬中能電力公司受國家能源局委托起草制定的《風力發(fā)電機組振動狀態(tài)監(jiān)測導則》于2011年11月I日在全國風電行業(yè)實施。該導則針對通過檢測風力發(fā)電機組振動信號實現(xiàn)狀態(tài)監(jiān)測方法進行了詳細的表述，規(guī)定所有海上風電機組應選擇采用固定安裝系統(tǒng)，陸上2MW(及以上)風電機組選擇采用固定安裝系統(tǒng)，陸上2MW以下風電機組可選擇半固定安裝系統(tǒng)或便攜式系統(tǒng)；導則同時對風電機組振動狀態(tài)監(jiān)測系統(tǒng)作出了詳細的規(guī)定，對風電振動狀態(tài)監(jiān)測環(huán)節(jié)進行統(tǒng)一，可以更精細化的掌握機組的運行狀態(tài)，合理安排檢修時間，減少風電事故。
[0008]在現(xiàn)有的大型旋轉機械狀態(tài)監(jiān)控方法中，振動信號監(jiān)控是一種相對比較成熟除的監(jiān)控技術，在國外已經(jīng)廣泛的應用在風電狀態(tài)監(jiān)控系統(tǒng)中；除機械振動信號以外，包括溫度、壓力、轉速、視頻、音頻、應力、位移、油品質量等信號都可以反映風電機械系統(tǒng)不同環(huán)節(jié)的實時狀態(tài)，國外已經(jīng)有大量的公司展開相關狀態(tài)監(jiān)控產(chǎn)品開發(fā)。
[0009]現(xiàn)有的風力發(fā)電機組狀態(tài)監(jiān)控系統(tǒng)實現(xiàn)方法，由于狀態(tài)監(jiān)控系統(tǒng)需要監(jiān)控風電場內所有風力發(fā)電機組相關狀態(tài)信息，監(jiān)控信息量巨大，導致由于軟硬件限制，難以實現(xiàn)對所有狀態(tài)信號進行實時監(jiān)控處理。
[0010]現(xiàn)有風力發(fā)電狀態(tài)監(jiān)控技術主要來源于傳統(tǒng)旋轉機械狀態(tài)監(jiān)控方法。由于傳統(tǒng)的大型旋轉機械如火電機組、水電機組等往往運行較為穩(wěn)定且工況單一，而風力發(fā)電機組監(jiān)控信息量、控制策略復雜程度、外部環(huán)境變化情況、運行工況不穩(wěn)定性都遠高于傳統(tǒng)旋轉機械，因此現(xiàn)有技術將傳統(tǒng)旋轉機械狀態(tài)監(jiān)控方法引入風力發(fā)電狀態(tài)監(jiān)控系統(tǒng)將很難對風力發(fā)電機組在運行過程中由于狀態(tài)轉換不當、控制策略及參數(shù)設計失效、外部環(huán)境突變等突發(fā)性、偶然性、短時性因素產(chǎn)生的突發(fā)故障進行狀態(tài)監(jiān)測及故障識別，導致狀態(tài)監(jiān)控結論難以真實反映風力發(fā)電機組在全工況運行狀態(tài)下的實際狀態(tài)性能。
【發(fā)明內容】
[0011]針對風力發(fā)電機組由于運行工況不穩(wěn)定，外部環(huán)境多變，控制策略復雜特點所引發(fā)的突發(fā)性故障，本發(fā)明提出一種基于風力發(fā)電機組本地信息就地處理的突發(fā)性故障識別方法。該方法通過分布式風力發(fā)電機組本地信息實時監(jiān)測處理，動態(tài)識別突發(fā)性故障，并通過數(shù)據(jù)存儲裝置對突發(fā)性故障數(shù)據(jù)進行存儲，有效解決了風力發(fā)電機組突發(fā)性故障監(jiān)控數(shù)據(jù)難以獲取問題。
[0012]本發(fā)明的目的通過以下技術方案來實現(xiàn):
[0013]基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，該診斷方法包括如下步驟:
[0014]I)監(jiān)控數(shù)據(jù)采集系統(tǒng)對風力發(fā)電機組的傳感器監(jiān)控的數(shù)據(jù)進行分析處理；
[0015]2)本地存儲模塊對所述分析處理后的監(jiān)控數(shù)據(jù)按照監(jiān)控時間段進行存儲；
`[0016]3)對所述存儲的監(jiān)控數(shù)據(jù)進行格式轉換，轉換為能直接進行突發(fā)故障判斷的參考
變量信息；
[0017]4)對所述參考變量信息進行智能邏輯判斷，判斷是否為突發(fā)性故障，并推理故障的起始與結束時間；
[0018]5)根據(jù)所述步驟4中的起始與結束時間，對所述突發(fā)故障信息進行查詢；
[0019]6)對所述查詢信息數(shù)據(jù)進行整理；
[0020]7)將整理后的數(shù)據(jù)信息發(fā)送至監(jiān)控上位機，由監(jiān)控上位機進行故障診斷分析。
[0021]所述步驟I中的數(shù)據(jù)進行分析處理包括對監(jiān)控數(shù)據(jù)進行采集及濾波，濾除監(jiān)控數(shù)據(jù)中的噪聲，并將監(jiān)控數(shù)據(jù)轉換為數(shù)字信號。
[0022]所述監(jiān)控信息包括風力發(fā)電機組及其組件轉速、溫度、壓力、振動、應力、扭矩、油品油質、視頻、音頻、風速、安防、電網(wǎng)信息或者上述中的多種信息。
[0023]所述步驟2中對監(jiān)控數(shù)據(jù)進行存儲時，本地存儲模塊設為N個存儲單元，N > 2，每個存儲單元依據(jù)時間發(fā)展順序存儲單位時間段△ T監(jiān)控數(shù)據(jù)，當所有存儲單元存儲滿后自動從第I個存儲單元開始進行數(shù)據(jù)存儲覆蓋，在有限存儲空間內實現(xiàn)動態(tài)滾動存儲。
[0024]所述步驟4中對所述參考變量信息進行智能邏輯判斷時，當生成的參考變量信息在短時間內快速超過正常設定范圍或與正常運行特征產(chǎn)生顯著區(qū)別，則識別為突發(fā)性故障。
[0025]所述參考變量信息包括特點頻域范圍內信號能量顯著變化、信號變化率超出正常范圍、信號頻域包絡線或其它特征顯著變化。[0026] 所述步驟6中對各種信息數(shù)據(jù)進行整理，是指將突發(fā)故障狀態(tài)信息、突發(fā)故障識別信息、監(jiān)控信息格式轉換后信息、突發(fā)故障起始時間、結束時間打包成為一個數(shù)據(jù)文件，進行本地突發(fā)性故障報警信息存儲。
[0027]本發(fā)明的優(yōu)點在于:
[0028]該方法可以實現(xiàn)對突發(fā)故障信息的實時捕捉、存儲、上傳及診斷，有效彌補了現(xiàn)有風力發(fā)電機組狀態(tài)監(jiān)控方法的技術缺陷，進一步提升風力發(fā)電機組狀態(tài)監(jiān)控的有效性和實用性。
【專利附圖】
【附圖說明】
[0029]圖1基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法步驟示意圖?！揪唧w實施方式】
[0030]如圖1所示為基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法步驟示意圖，該故障識別方法可基于PLC平臺或嵌入式開發(fā)平臺實現(xiàn)，包括如下幾個步驟:
[0031]步驟1:監(jiān)控狀態(tài)信息采集；
[0032]步驟2:監(jiān)控信息本地存儲；
[0033]步驟3:監(jiān)控信息格式轉換；
[0034]步驟4:突發(fā)故障本地識別；
[0035]步驟5:突發(fā)故障信息查詢；
[0036]步驟6:突發(fā)故障信息整理；
[0037]步驟7:故障信息上傳診斷。
[0038]下面對上述各個步驟進行詳細說明。
[0039]步驟I監(jiān)控狀態(tài)信息采集，監(jiān)控狀態(tài)信息采集主要是風力發(fā)電機組狀態(tài)監(jiān)控數(shù)據(jù)采集系統(tǒng)對傳感器的監(jiān)控數(shù)據(jù)進行采集及濾波操作，濾除監(jiān)控物理信號中的噪聲，并將物理監(jiān)控信號轉化為具有物理意義的數(shù)字信號。監(jiān)控狀態(tài)信息包括但不僅限于風力發(fā)電機組及其組件轉速、溫度、壓力、振動、應力、扭矩、油品油質、視頻、音頻、風速、安防、電網(wǎng)信息等信息。監(jiān)控狀態(tài)信息采集可以通過PLC或者嵌入式數(shù)據(jù)采集系統(tǒng)實現(xiàn)
[0040]步驟2監(jiān)控信息本地存儲，主要是指通過本地存儲模塊對監(jiān)控信息按照監(jiān)控時間段進行存儲，本地存儲模塊設為N個存儲單元，N ^ 2，每個存儲單元依據(jù)時間發(fā)展順序存儲單位時間段AT監(jiān)控數(shù)據(jù)，當所有存儲單元存儲滿后自動從第I個存儲單元開始進行數(shù)據(jù)存儲覆蓋，在有限存儲空間內實現(xiàn)動態(tài)滾動存儲，確保存儲單元可以存儲當前時刻前N* A T時間段內狀態(tài)監(jiān)控數(shù)據(jù)。
[0041]步驟2中，本地存儲信息可以對所有監(jiān)控信息統(tǒng)一存儲，也可以只存儲指定的監(jiān)控信息。當數(shù)據(jù)需求量較小時可以直接在PLC平臺或嵌入式系統(tǒng)緩存中實現(xiàn)，當數(shù)據(jù)需求量較大時可以通過外擴大容量存儲設備實現(xiàn)。
[0042]步驟3監(jiān)控信息格式轉換，主要是對監(jiān)控信息進行本地前端處理，將監(jiān)控信息進行格式轉換成為可以直接進行突發(fā)故障判斷的參考變量信息。例如:將速度信息轉化為平均速度信息、將振動速度轉化為振動烈度信息或通過濾波器對濾波后的數(shù)據(jù)進行相關格式轉換操作等[0043]所述格式轉換主要是指對監(jiān)控的變量信息進行濾波或將一次監(jiān)控變量信息轉化為二次變量或高次變量，以滿足后續(xù)步驟數(shù)據(jù)處理要求，若后續(xù)步驟僅需求一次監(jiān)控變量信息則自動跳過監(jiān)控信息格式轉換步驟。
[0044]步驟4突發(fā)故障本地識別，主要是依據(jù)步驟3生成的參考變量信息進行故障識別。識別方法如下:當步驟3生成的參考變量信息在短時間內快速超過正常設定范圍或與正常運行特征產(chǎn)生顯著區(qū)別，則識別為突發(fā)性故障，并結合相關信息智能計算或推理突發(fā)性故障的起始時間，通常突發(fā)性故障的起始時間早于轉換變量信息判定超過正常設定范圍或與正常運行特征產(chǎn)生顯著區(qū)別的時刻；當轉換變量信息恢復正常后，則結合相關信息智能計算或推理突發(fā)性故障的起始時間結束時間，通常突發(fā)性故障的結束時間晚于轉換變量信息判定恢復正常的時刻。所述參考變量信息包括特點頻域范圍內信號能量顯著變化、信號變化率超出正常范圍、信號頻域包絡線或其它特征顯著變化等。
[0045]步驟4中，一種優(yōu)選的突發(fā)故障本地識別方法是依據(jù)振動烈度時域信息進行突發(fā)故障識別，當故障識別所依據(jù)的數(shù)據(jù)形式為振動烈度信號，則故障起始或結束時間的推理計算均要綜合考慮計算振動烈度的時間周期、振動烈度的變化率和振動瞬時速度變化等信息。當振動烈度水平在短時間內突然超出正常范圍，則識別為突發(fā)故障，并結合相關信息計算或推理出突發(fā)故障起始時間；當振動烈度恢復至正常范圍，則結合相關信息計算或推理出突發(fā)故障結束時間。
[0046]步驟4中，一種優(yōu)選的突發(fā)故障本地識別方法是依據(jù)組件位移時域信息進行突發(fā)故障識別，當組件位移在短時間內突然超出正常范圍，則識別為突發(fā)故障，并結合相關信息計算或推理出突發(fā)故障起始時間；當組件位移恢復至正常范圍，則結合相關信息計算或推理突發(fā)故障結束時間。
[0047]步驟4中，一種優(yōu)選的突發(fā)故障本地識別方法是依據(jù)組件速度時域信息進行突發(fā)故障識別，當組件瞬時速度在短時間內突然超出正常范圍，則識別為突發(fā)故障，并結合相關信息計算或推理出突發(fā)故障起始時間；當組件瞬時速度恢復至正常范圍，則結合相關信息計算或推理突發(fā)故障結束時間。
[0048]步驟4中，一種優(yōu)選的突發(fā)故障本地識別方法是依據(jù)組件振動頻域信息進行突發(fā)故障識別，其中振動頻域信息包括但不僅限于位移頻域信息、速度頻域信息和加速度頻域信息，當在特定頻域范圍內的振動頻域信息在短時間內突然超出正常范圍，則識別為突發(fā)故障，并結合相關信息計算或推理出突發(fā)故障起始時間；當在特定頻域范圍的振動頻域信息恢復至正常范圍，則結合相關信息計算或推理突發(fā)故障結束時間。
[0049]步驟5突發(fā)故障信息查詢中，突發(fā)故障信息查詢主要是指根據(jù)步驟4計算或推理的故障起始時間和結束時間，在步驟2中本地存儲模塊的存儲單元中選取與故障時間段對應的監(jiān)控信息，考慮到故障診斷過程對故障前后運行信息的需求，在突發(fā)故障信息查詢時可也根據(jù)步驟4計算或推理的故障起始時間和結束時間，結合實際情況，適當放大突發(fā)故障數(shù)據(jù)查詢范圍。
[0050]步驟6突發(fā)故障信息整理，主要是指當步驟5查詢獲取突發(fā)故障狀態(tài)監(jiān)控信息后，將查詢的突發(fā)故障狀態(tài)信息、突發(fā)故障識別信息、監(jiān)控信息格式轉換后信息、突發(fā)故障起始時間、結束時間打包成為一個數(shù)據(jù)文件，進行本地突發(fā)性故障報警信息存儲。
[0051]步驟7故障信息上傳診斷，主要是指，一旦識別出突發(fā)性故障并完成突發(fā)故障信息整理，自動或定時將突發(fā)故障信息整理后的本地突發(fā)性故障報警信息發(fā)送至監(jiān)控上位機，在監(jiān)控上位機完成故障診斷操作。故障診斷過程如下:對本地突發(fā)性故障報警信息數(shù)據(jù)進行分析處理，并提取出能夠描述突發(fā)性故障的特征信息，根據(jù)故障特征信息檢索故障數(shù)據(jù)庫，故障特征信息與故障數(shù)據(jù)庫中匹配程度最高的故障模式，就是所發(fā)生的突發(fā)性故障。
[0052]所述故障信息上傳診斷也包括當接收到上位監(jiān)控交互終端發(fā)出的本地突發(fā)性故障報警信息查詢命令時，對本地存儲的突發(fā)性故障報警信息依據(jù)查詢命令完成查詢后發(fā)送至上位監(jiān)控交互終端。
[0053]本發(fā)明所述一種基于風力發(fā)電機組本地信息實時就地處理的突發(fā)性故障識別方法不僅適用于風力發(fā)電機組本地實時突發(fā)性故障識別，也適用于各種不同場合基于海量連續(xù)監(jiān)控數(shù)據(jù)的突發(fā)性故障數(shù)據(jù)識別篩選。有效解決了風力發(fā)電機組突發(fā)性故障監(jiān)控數(shù)據(jù)難以獲取問題，極大的提高了風電狀態(tài)監(jiān)控效率和有效性。
[0054]應當理解，以上借助優(yōu)選實施例對本發(fā)明的技術方案進行的詳細說明是示意性的而非限制性的。本領域的普通技術人員在閱讀本發(fā)明說明書的基礎上可以對各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的精神和范圍。
【權利要求】
1.基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，其特征在于，該診斷方法包括如下步驟: 1)監(jiān)控數(shù)據(jù)采集系統(tǒng)對風力發(fā)電機組的傳感器監(jiān)控的數(shù)據(jù)進行分析處理； 2)本地存儲模塊對所述分析處理后的監(jiān)控數(shù)據(jù)按照監(jiān)控時間段進行存儲； 3)對所述存儲的監(jiān)控數(shù)據(jù)進行格式轉換，轉換為能直接進行突發(fā)故障判斷的參考變量信息； 4)對所述參考變量信息進行智能邏輯判斷，判斷是否為突發(fā)性故障，并推理故障的起始與結束時間； 5)根據(jù)所述步驟4中的起始與結束時間，對所述突發(fā)故障信息進行查詢； 6)對所述查詢信息數(shù)據(jù)進行整理； 7)將整理后的數(shù)據(jù)信息發(fā)送至監(jiān)控上位機，由監(jiān)控上位機進行故障診斷分析。
2.根據(jù)權利要求1所述的基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，其特征在于，所述步驟I中的數(shù)據(jù)進行分析處理包括對監(jiān)控數(shù)據(jù)進行采集及濾波，濾除監(jiān)控數(shù)據(jù)中的噪聲，并將監(jiān)控數(shù)據(jù)轉換為數(shù)字信號。
3.根據(jù)權利要求1所述的基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，其特征在于，所述監(jiān)控信息包括風力發(fā)電機組及其組件轉速、溫度、壓力、振動、應力、扭矩、油品油質、視頻、音頻、風速、安防、電網(wǎng)信息或者上述中的多種信息。
4.根據(jù)權利要求1所述的基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，其特征在于，所述步驟2中對監(jiān)控數(shù)據(jù)進行存儲時，本地存儲模塊設為N個存儲單元，N ≥ 2，每個存儲單元依據(jù)時間發(fā)展順序存儲單位時間段AT監(jiān)控數(shù)據(jù)，當所有存儲單元存儲滿后自動從第I個存儲單元開始進行數(shù)據(jù)存儲覆蓋，在有限存儲空間內實現(xiàn)動態(tài)滾動存儲。
5.根據(jù)權利要求1所述的基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，其特征在于，所述步驟4中對所述參考變量信息進行智能邏輯判斷時，當生成的參考變量信息在短時間內快速超過正常設定范圍或與正常運行特征產(chǎn)生顯著區(qū)別，則識別為突發(fā)性故障。
6.根據(jù)權利要求5所述的基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，其特征在于，所述參考變量信息包括特點頻域范圍內信號能量顯著變化、信號變化率超出正常范圍、信號頻域包絡線或其它特征顯著變化。
7.根據(jù)權利要求1所述的基于狀態(tài)監(jiān)控系統(tǒng)的風力發(fā)電機組突發(fā)故障識別診斷方法，其特征在于，所述步驟6中對各種信息數(shù)據(jù)進行整理，是指將突發(fā)故障狀態(tài)信息、突發(fā)故障識別信息、監(jiān)控信息格式轉換后信息、突發(fā)故障起始時間、結束時間打包成為一個數(shù)據(jù)文件，進行本地突發(fā)性故障報警信息存儲。
【文檔編號】G01M99/00GK103645060SQ201310553803
【公開日】2014年3月19日 申請日期:2013年11月8日 優(yōu)先權日:2013年11月8日
【發(fā)明者】賈利民, 劉展, 龐宇, 雷濤, 童亦斌 申請人:北京能高自動化技術股份有限公司