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

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

一种基于历史故障数据的风电机组状态评估方法和系统

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。

Images