CN103294891A - 一种基于历史故障数据的风电机组状态评估方法和系统 - Google Patents
一种基于历史故障数据的风电机组状态评估方法和系统 Download PDFInfo
- Publication number
- CN103294891A CN103294891A CN2013101079266A CN201310107926A CN103294891A CN 103294891 A CN103294891 A CN 103294891A CN 2013101079266 A CN2013101079266 A CN 2013101079266A CN 201310107926 A CN201310107926 A CN 201310107926A CN 103294891 A CN103294891 A CN 103294891A
- Authority
- CN
- China
- Prior art keywords
- electricity generation
- powered electricity
- wind
- generation unit
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明提供一种基于历史故障数据的风电机组状态评估方法和系统,方法包括:步骤1、根据风电机组历史运行数据生成风电机组的故障状态模型;步骤2、获取所述风电机组的实时运行数据,将所述风电机组的实时运行数据与所述故障状态模型进行对比,以对所述风电机组的当前运行状态进行评估。本发明实施例能够通过风电机组故障模型和当前风机机组状态模型来进行对比,以根据它们的相似程度来识别并判断系统的早期故障的发展趋势,防患于未然。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于历史故障数据的风电机组状态评估方法和系统。
背景技术
随着能源的日益枯竭以及污染的日益加剧,可再生能源和清洁能源越来越受到重视。风能发电或称风力发电是一种清洁的可再生能源,且风力机组的运行成本低,因此风电技术装备是风电产业的重要组成部分,也是风电产业发展的基础和保障。
风电虽然具有清洁、可再生、成本低等优点,但是同样具有对地理要求高、设备需要布置在野外等缺陷,因此如何对风电设备的数据进行收集并进行处理是自动化管理、数据监控的基础。现有技术中只是简单的记录风电机组的运行数据,而无法提前进行预警。这样导致只有在风电机组出现故障时才去维修,对于设备的正常运行影响很大。
发明内容
本发明要解决的技术问题是本发明提出一种更为可靠的基于历史故障数据的风电机组状态评估方法和系统。
为了解决上述技术问题,本发明的实施例提供一种基于历史故障数据的风电机组状态评估方法,包括:
步骤1、根据风电机组历史运行数据生成风电机组的故障状态模型;
步骤2、获取所述风电机组的实时运行数据,将所述风电机组的实时运行数据与所述故障状态模型进行对比,以对所述风电机组的当前运行状态进行评估。
作为上述技术方案的优选,所述步骤1具体包括:
步骤11、获取所述风电机组的历史运行数据;并从所述历史运行数据中获取故障状态下每个预设监测点在相同特定时间点的状态参数;
步骤12、将每一特定时间点的所有状态参数组成一个状态参数集合,以作为所述风电机组的故障状态模型。
作为上述技术方案的优选,所述步骤1中,针对每一故障类型都分别生成一个或多个故障模型。
作为上述技术方案的优选,所述步骤2具体包括:
步骤21、获取所述风电机组的实时运行数据,并生成当前状态模型;
步骤22、将所述当前状态模型与所述故障状态模型进行对比,以确定与每一所述故障状态模型的相似度;
步骤23、根据所述相似度对所述风电机组的当前运行状态进行评估。
为了解决上述技术问题,本发明实施例还提出了一种基于历史故障数据的风电机组状态评估系统,包括:
故障模型建模模块,用于根据风电机组历史运行数据生成风电机组的故障状态模型;
预估模块,用于获取所述风电机组的实时运行数据,将所述风电机组的实时运行数据与所述故障状态模型进行对比,以对所述风电机组的当前运行状态进行评估。
作为上述技术方案的优选,所述故障模型建模模块具体包括:
获取单元,用于获取所述风电机组的历史运行数据;并从所述历史运行数据中获取故障状态下每个预设监测点在相同特定时间点的状态参数;
生成单元,用于将每一特定时间点的所有状态参数组成一个状态参数集合,以作为所述风电机组的故障状态模型。
作为上述技术方案的优选,所述故障模型建模模块针对每一故障类型都分别生成一个或多个故障模型。
作为上述技术方案的优选,所述预估模块具体包括:
当前模型建模单元,用于获取所述风电机组的实时运行数据,并生成当前状态模型;
对比单元,用于将所述当前状态模型与所述故障状态模型进行对比,以确定与每一所述故障状态模型的相似度;
预估单元,用于根据所述相似度对所述风电机组的当前运行状态进行评估。
本发明的上述技术方案的有益效果如下:
本发明实施例的方法和系统能够通过风电机组故障模型和风机机组的当前运行数据来进行对比以获得它们之间的相似度,这样就可以提前对风电机组的运行状态来进行评估。
附图说明
图1为本发明实施例的基于历史故障数据的风电机组状态评估方法的流程示意图;
图2为本发明实施例的基于历史故障数据的风电机组状态评估系统的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明的实施例提供一种基于历史故障数据的风电机组状态评估方法,其流程如图1所示的,包括:
步骤1、根据风电机组历史运行数据生成风电机组的故障状态模型;
步骤2、获取所述风电机组的实时运行数据,将所述风电机组的实时运行数据与所述故障状态模型进行对比,以对所述风电机组的当前运行状态进行评估。
由于风电机组可能出现的故障有很多种,因此在本发明实施例中的上述方法中可以针对每一种故障都生成一个故障状态模型,以对风电机组的当前运行状态进行评估。其中,可以通过以下方法来生成风电机组的故障状态模型,即所述步骤1具体包括:
步骤11、获取所述风电机组的历史运行数据;并从所述历史运行数据中获取故障状态下每个预设监测点在相同特定时间点的状态参数;
步骤12、将每一特定时间点的所有状态参数组成一个状态参数集合,以作为所述风电机组的故障状态模型。
举例来说,本发明实施例中可以针对润滑系统、齿轮箱、发电机分别生成对应润滑油系统故障模式模型D1、对应齿轮箱齿轮故障模式模型D2、发电机故障模式模型D3。这样可以在步骤2的对比将实时运行数据分别与多个故障状态模型进行对比,以全面的对风电机组的当前运行状态进行评估。
由于故障发生前一段时间内可能设备已经开始运行不稳定,因此可以提取故障发生前一段时间或多段时间内的数据生成多个故障状态模型,以实现对故障进行预估。因此所述步骤1中,针对每一故障类型都分别生成一个或多个故障模型。例如,利用故障发生前一周内、两周内、一个月内的历史运行数据分别生成多个故障状态模型。
在前述步骤中生成了多个故障状态模型后,就可以根据当前的实时运行数据对风电机组的运行状态进行评估。所述步骤2具体包括:
步骤21、获取所述风电机组的实时运行数据,并生成当前状态模型;
步骤22、将所述当前状态模型与所述故障状态模型进行对比,以确定与每一所述故障状态模型的相似度;
步骤23、根据所述相似度对所述风电机组的当前运行状态进行评估。
具体的,同样以前述例子为例。在生成了对应润滑油系统故障模式模型D1、对应齿轮箱齿轮故障模式模型D2、发电机故障模式模型D3后,可以用当前状态模型M与前述的三个模型D1、D2、D3一一进行对比以获取与每一个模型的相似度。其中如果与三个模型都相似度很低,则认为当前运行状态良好,并无故障风险。而当与其中给一个模型的相似度比较高时,则可以有针对性的对该部分设备进行检测,以消除故障隐患。同时,还可以与多个时间段的故障状态模型分别进行对比,这样可以通过故障发生过程中的模型来确定是否存在故障隐患。
为了解决上述技术问题,本发明实施例还提出了一种基于历史故障数据的风电机组状态评估系统,如图2所示,包括:
故障模型建模模块,用于根据风电机组历史运行数据生成风电机组的故障状态模型;
预估模块,用于获取所述风电机组的实时运行数据,将所述风电机组的实时运行数据与所述故障状态模型进行对比,以对所述风电机组的当前运行状态进行评估。
其中,所述故障模型建模模块具体包括:
获取单元,用于获取所述风电机组的历史运行数据;并从所述历史运行数据中获取故障状态下每个预设监测点在相同特定时间点的状态参数;
生成单元,用于将每一特定时间点的所有状态参数组成一个状态参数集合,以作为所述风电机组的故障状态模型。
其中,所述故障模型建模模块针对每一故障类型都分别生成一个或多个故障模型。
其中,所述预估模块具体包括:
当前模型建模单元,用于获取所述风电机组的实时运行数据,并生成当前状态模型;
对比单元,用于将所述当前状态模型与所述故障状态模型进行对比,以确定与每一所述故障状态模型的相似度;
预估单元,用于根据所述相似度对所述风电机组的当前运行状态进行评估。
本发明实施例的方法和系统能够通过风电机组故障模型和风机机组的当前运行数据来进行对比以获得它们之间的相似度,这样就可以提前对风电机组的运行状态来进行评估。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种基于历史故障数据的风电机组状态评估方法,其特征在于,包括:
步骤1、根据风电机组历史运行数据生成风电机组的故障状态模型;
步骤2、获取所述风电机组的实时运行数据,将所述风电机组的实时运行数据与所述故障状态模型进行对比,以对所述风电机组的当前运行状态进行评估。
2.根据权利要求1所述的基于历史故障数据的风电机组状态评估方法,其特征在于,所述步骤1具体包括:
步骤11、获取所述风电机组的历史运行数据;并从所述历史运行数据中获取故障状态下每个预设监测点在相同特定时间点的状态参数;
步骤12、将每一特定时间点的所有状态参数组成一个状态参数集合,以作为所述风电机组的故障状态模型。
3.根据权利要求1或2所述的基于历史故障数据的风电机组状态评估方法,其特征在于,所述步骤1中,针对每一故障类型都分别生成一个或多个故障模型。
4.根据权利要求1所述的基于历史故障数据的风电机组状态评估方法,其特征在于,所述步骤2具体包括:
步骤21、获取所述风电机组的实时运行数据,并生成当前状态模型;
步骤22、将所述当前状态模型与所述故障状态模型进行对比,以确定与每一所述故障状态模型的相似度;
步骤23、根据所述相似度对所述风电机组的当前运行状态进行评估。
5.一种基于历史故障数据的风电机组状态评估系统,其特征在于,包括:
故障模型建模模块,用于根据风电机组历史运行数据生成风电机组的故障状态模型;
预估模块,用于获取所述风电机组的实时运行数据,将所述风电机组的实时运行数据与所述故障状态模型进行对比,以对所述风电机组的当前运行状态进行评估。
6.根据权利要求5所述的基于历史故障数据的风电机组状态评估系统,其特征在于,所述故障模型建模模块具体包括:
获取单元,用于获取所述风电机组的历史运行数据;并从所述历史运行数据中获取故障状态下每个预设监测点在相同特定时间点的状态参数;
生成单元,用于将每一特定时间点的所有状态参数组成一个状态参数集合,以作为所述风电机组的故障状态模型。
7.根据权利要求5或6所述的基于历史故障数据的风电机组状态评估系统,其特征在于,所述故障模型建模模块针对每一故障类型都分别生成一个或多个故障模型。
8.根据权利要求5所述的基于历史故障数据的风电机组状态评估系统,其特征在于,所述预估模块具体包括:
当前模型建模单元,用于获取所述风电机组的实时运行数据,并生成当前状态模型;
对比单元,用于将所述当前状态模型与所述故障状态模型进行对比,以确定与每一所述故障状态模型的相似度;
预估单元,用于根据所述相似度对所述风电机组的当前运行状态进行评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101079266A CN103294891A (zh) | 2013-03-23 | 2013-03-23 | 一种基于历史故障数据的风电机组状态评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101079266A CN103294891A (zh) | 2013-03-23 | 2013-03-23 | 一种基于历史故障数据的风电机组状态评估方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103294891A true CN103294891A (zh) | 2013-09-11 |
Family
ID=49095743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101079266A Pending CN103294891A (zh) | 2013-03-23 | 2013-03-23 | 一种基于历史故障数据的风电机组状态评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103294891A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577698A (zh) * | 2013-11-13 | 2014-02-12 | 国家电网公司 | 一种交直流混联系统的在线电压稳定判别方法 |
CN105114348A (zh) * | 2015-09-09 | 2015-12-02 | 长春合成兴业能源技术有限公司 | 基于电站运行数据的引风机故障预警装置和方法 |
CN107139777A (zh) * | 2017-05-12 | 2017-09-08 | 深圳通业科技股份有限公司 | 一种车辆能量管理方法及其系统 |
CN107527093A (zh) * | 2017-07-14 | 2017-12-29 | 中国电力科学研究院 | 一种风电机组运行状态诊断方法及装置 |
CN108280590A (zh) * | 2018-02-09 | 2018-07-13 | 青海电研科技有限责任公司 | 光伏电站在线评估预警系统及方法 |
CN109253048A (zh) * | 2018-08-31 | 2019-01-22 | 北京金风科创风电设备有限公司 | 风力发电机组的运行控制方法、装置、设备及存储介质 |
CN109946544A (zh) * | 2019-03-29 | 2019-06-28 | 广东美的制冷设备有限公司 | 家电故障检测方法和装置 |
CN110005580A (zh) * | 2019-05-06 | 2019-07-12 | 保定绿动风电设备科技有限公司 | 一种风电机组运行状态监测方法 |
CN110657072A (zh) * | 2018-06-29 | 2020-01-07 | 中车株洲电力机车研究所有限公司 | 一种基于结构化知识库的风电故障检修方法及系统 |
CN111899372A (zh) * | 2020-07-06 | 2020-11-06 | 唐山昌宏科技有限公司 | 一种人机交互式管理系统 |
CN116381490A (zh) * | 2023-06-05 | 2023-07-04 | 江苏铭星智能家居有限公司 | 一种基于数据分析的推杆电机性能检测系统及方法 |
WO2023197461A1 (zh) * | 2022-04-11 | 2023-10-19 | 西安热工研究院有限公司 | 一种基于工况相似性评估的齿轮箱故障预警方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040002799A1 (en) * | 2002-06-28 | 2004-01-01 | Dabbish Ezzat A. | Method and system for maintaining a configuration history of a vehicle |
JP2008128742A (ja) * | 2006-11-17 | 2008-06-05 | Toyota Central R&D Labs Inc | 回転構造体の振動解析装置および振動解析方法 |
CN101334667A (zh) * | 2007-06-26 | 2008-12-31 | 株洲南车时代电气股份有限公司 | 机车状态信息检测与诊断记录的方法及装置 |
CN101872165A (zh) * | 2010-06-13 | 2010-10-27 | 西安交通大学 | 一种基于遗传神经网络的风电机组故障诊断方法 |
CN101957889A (zh) * | 2010-09-01 | 2011-01-26 | 燕山大学 | 一种基于选择性磨损的设备最优维修时间预测方法 |
CN102270271A (zh) * | 2011-05-03 | 2011-12-07 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
CN102840976A (zh) * | 2012-08-24 | 2012-12-26 | 武汉钢铁(集团)公司 | 一种轧机主传动系统的检测方法 |
-
2013
- 2013-03-23 CN CN2013101079266A patent/CN103294891A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040002799A1 (en) * | 2002-06-28 | 2004-01-01 | Dabbish Ezzat A. | Method and system for maintaining a configuration history of a vehicle |
JP2008128742A (ja) * | 2006-11-17 | 2008-06-05 | Toyota Central R&D Labs Inc | 回転構造体の振動解析装置および振動解析方法 |
CN101334667A (zh) * | 2007-06-26 | 2008-12-31 | 株洲南车时代电气股份有限公司 | 机车状态信息检测与诊断记录的方法及装置 |
CN101872165A (zh) * | 2010-06-13 | 2010-10-27 | 西安交通大学 | 一种基于遗传神经网络的风电机组故障诊断方法 |
CN101957889A (zh) * | 2010-09-01 | 2011-01-26 | 燕山大学 | 一种基于选择性磨损的设备最优维修时间预测方法 |
CN102270271A (zh) * | 2011-05-03 | 2011-12-07 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
CN102840976A (zh) * | 2012-08-24 | 2012-12-26 | 武汉钢铁(集团)公司 | 一种轧机主传动系统的检测方法 |
Non-Patent Citations (2)
Title |
---|
安学利等: "基于支持向量机和多源信息的直驱风力发电机组故障诊断", 《电网技术》, vol. 35, no. 4, 5 April 2011 (2011-04-05), pages 117 - 122 * |
彭华东等: "风电机组故障智能诊断技术及系统研究", 《电网与清洁能源》, vol. 27, no. 2, 25 February 2011 (2011-02-25) * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577698B (zh) * | 2013-11-13 | 2017-06-23 | 国家电网公司 | 一种交直流混联系统的在线电压稳定判别方法 |
CN103577698A (zh) * | 2013-11-13 | 2014-02-12 | 国家电网公司 | 一种交直流混联系统的在线电压稳定判别方法 |
CN105114348A (zh) * | 2015-09-09 | 2015-12-02 | 长春合成兴业能源技术有限公司 | 基于电站运行数据的引风机故障预警装置和方法 |
CN107139777A (zh) * | 2017-05-12 | 2017-09-08 | 深圳通业科技股份有限公司 | 一种车辆能量管理方法及其系统 |
CN107139777B (zh) * | 2017-05-12 | 2019-08-09 | 深圳通业科技股份有限公司 | 一种车辆能量管理方法及其系统 |
CN107527093B (zh) * | 2017-07-14 | 2023-01-24 | 中国电力科学研究院 | 一种风电机组运行状态诊断方法及装置 |
CN107527093A (zh) * | 2017-07-14 | 2017-12-29 | 中国电力科学研究院 | 一种风电机组运行状态诊断方法及装置 |
CN108280590A (zh) * | 2018-02-09 | 2018-07-13 | 青海电研科技有限责任公司 | 光伏电站在线评估预警系统及方法 |
CN110657072A (zh) * | 2018-06-29 | 2020-01-07 | 中车株洲电力机车研究所有限公司 | 一种基于结构化知识库的风电故障检修方法及系统 |
CN109253048A (zh) * | 2018-08-31 | 2019-01-22 | 北京金风科创风电设备有限公司 | 风力发电机组的运行控制方法、装置、设备及存储介质 |
CN109253048B (zh) * | 2018-08-31 | 2020-06-05 | 北京金风科创风电设备有限公司 | 风力发电机组的运行控制方法、装置、设备及存储介质 |
CN109946544A (zh) * | 2019-03-29 | 2019-06-28 | 广东美的制冷设备有限公司 | 家电故障检测方法和装置 |
CN110005580A (zh) * | 2019-05-06 | 2019-07-12 | 保定绿动风电设备科技有限公司 | 一种风电机组运行状态监测方法 |
CN111899372A (zh) * | 2020-07-06 | 2020-11-06 | 唐山昌宏科技有限公司 | 一种人机交互式管理系统 |
WO2023197461A1 (zh) * | 2022-04-11 | 2023-10-19 | 西安热工研究院有限公司 | 一种基于工况相似性评估的齿轮箱故障预警方法及系统 |
CN116381490A (zh) * | 2023-06-05 | 2023-07-04 | 江苏铭星智能家居有限公司 | 一种基于数据分析的推杆电机性能检测系统及方法 |
CN116381490B (zh) * | 2023-06-05 | 2023-08-11 | 江苏铭星智能家居有限公司 | 一种基于数据分析的推杆电机性能检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103294891A (zh) | 一种基于历史故障数据的风电机组状态评估方法和系统 | |
CN103217286A (zh) | 基于故障数据的风电机组传动系统故障识别方法和系统 | |
CN110991666B (zh) | 故障检测方法、模型的训练方法、装置、设备及存储介质 | |
CN104283512B (zh) | 光伏电站系统中实现组串远程故障监控与定位的方法 | |
CN105809255A (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
EP2983048A3 (en) | Wind power plant management system and method thereof | |
CN103711645B (zh) | 基于建模参数特征分析的风力发电机组状态评估方法 | |
CN103226651A (zh) | 基于相似度统计的风电机组状态评估预警方法和系统 | |
CN103835882A (zh) | 大型风力发电机组状态监测与故障诊断系统 | |
CN106837707B (zh) | 一种基于故障模型触发的自动故障诊断系统 | |
CN103218464A (zh) | 基于风电机组状态的风电机组数据存储方法和系统 | |
Bi et al. | A survey of failures in wind turbine generator systems with focus on a wind farm in China | |
CN103675355B (zh) | 风速仪监测方法和系统 | |
CN103471729A (zh) | 一种装置温度预警方法及其应用 | |
CN105863970A (zh) | 一种风机故障识别方法及装置 | |
CN103227662A (zh) | 一种基于状态控制的电力通信设备安全检测方法及系统 | |
EP3796016A1 (en) | System and method for detecting battery faults in a pitch system of a wind turbine | |
CN102938024A (zh) | 一种风电机组状态监测系统性能评估方法 | |
CN105182124A (zh) | 基于电量采集的耗能设备故障预警方法和装置 | |
CN103852255A (zh) | 基于神经网络风力发电机组典型传动故障智能诊断方法 | |
Botsaris et al. | Systemic assessment and analysis of factors affect the reliability of a wind turbine | |
EP3125393A1 (en) | A method for automatically associating a module to a corresponding inverter, and related module and power generation system | |
CN104484732B (zh) | 一种计及机组发电量的风电场维修部件选取方法 | |
CN104484772A (zh) | 电量计划的可行性校验方法和系统 | |
JP5270963B2 (ja) | 風力発電設備遠隔監視装置、風力発電遠隔管理方法及び風力発電遠隔管理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130911 |