CN103306893B - 一种风力发电机故障预警及报警方法 - Google Patents
一种风力发电机故障预警及报警方法 Download PDFInfo
- Publication number
- CN103306893B CN103306893B CN201210062263.6A CN201210062263A CN103306893B CN 103306893 B CN103306893 B CN 103306893B CN 201210062263 A CN201210062263 A CN 201210062263A CN 103306893 B CN103306893 B CN 103306893B
- Authority
- CN
- China
- Prior art keywords
- data sequence
- data
- wind
- driven generator
- alarming
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000007257 malfunction Effects 0.000 claims abstract description 14
- 238000010606 normalization Methods 0.000 claims abstract description 13
- 238000013480 data collection Methods 0.000 claims description 7
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 241001269238 Data Species 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 description 21
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 3
- 238000013481 data capture Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本发明涉及一种风力发电机故障预警及报警方法。(1)读取传感器历史数据;(2)历史数据预处理;(3)建立正常传感器数据序列库;(4读取实时传感器数据序列;(5)传感器数据序列归一化;(6)数据序列相关运算;(7)故障预警及报警。本发明的优点效果:相对于当前的风力发电机故障报警方法,本发明无需对大量的风力发电机传感器数据进行故障标记,仅需提取风力发电机正常运行状态所对应的有限长度传感器数据序列,有效的减少了实施工作量及实施难度。同时,本发明分析所需的传感器数据序列的长度有限,有效的提高了运算效率,可对风力发电机进行实时的故障报警。
Description
技术领域
本发明涉及一种风力发电机,尤其涉及一种风力发电机故障预警及报警方法。
背景技术
随着国家对风电能源产业的大力投入,风电场的规模迅速扩大,致使风电企业的运营管理面临着巨大的压力,尤其是在风力发电机管理和维修方面。同时,风力发电机故障停机时有发生,风电企业担心突发事故的发生。目前,采用的风力发电机运行维护维修手段具有一定滞后性,现场的风力发电机维护维修人员技术水平普遍较低,难以及时有效的对风力发电机进行维护维修。
由于风电场不断建成和投入运营,风力发电机数量迅速增多,及时有效的对风力发电机进行运行维护维修是一个亟待解决的问题。由于风力发电机运行维护维修人员的数量有限,风力发电机运行状态监测技术手段单一等矛盾凸显,由于无法及时对风力发电机进行维护维修造成的风力发电机故障的风险增大。通常,风电场会安装基于数据采集与监视控制系统的报警系统对风力发电机运行状态进行监测,但由于其为故障事后报警,维修人员只能在故障发生后对风力发电机进行维修,无法为维护维修人员提供风力发电机运行状态信息。对于大多数的风电场,其对风力发电机的维护维修还多采用定期巡检和故障事后维修的方式对风力发电机进行维护和维修。由于风力发电机维修资源紧缺和技术条件有限,对风力发电机的维护维修难以达到及时维修,致使在巡检间隔内无法对风力发电机进行及时的维护维修,在巡检间隔内只有当风力发电机发生故障后才会得到维修,不仅会造成维修停机损失,也增加了风力发电机维修成本。
由于风力发电机大部分时间处于正常运行状态,所以找到风力发电机正常运行状态对应的传感器数据序列是很容易的,而查找与风力发电机故障状态相对应的传感器数据序列则相对困难。特别是在风力发电机故障记录不完善的情况下,查找与风力发电机故障状态相对应的传感器数据序列则更为困难。而当前针对风力发电机故障预警及报警的大部分方法都是依赖于对风力发电机故障状态所对应的传感器数据的。
发明内容
为了解决上述技术问题本发明提供一种风力发电机故障预警及报警方法,目的是对风力发电机故障进行报警。
为达上述目的本发明一种风力发电机故障预警及报警方法,包括如下步骤:(1)读取传感器历史数据:读取风电场数据采集与监视控制系统数据库中存储的历史数据;(2)历史数据预处理:对读取的历史数据进行预处理,去除读取数据中的无效数据;(3)建立正常传感器数据序列库:从经预处理后的历史数据中选取长度为60个的连续数据序列,并对选取的数据序列进行归一化处理,将归一化处理后的数据序列及选取的数据序列的偏差按传感器标记存储到正常传感器数据序列库中;(4)读取实时传感器数据序列:从风电场数据采集与监视控制系统中读取长度为60个的实时采集的传感器数据序列;(5)传感器数据序列归一化:对获取的实时传感器数据序列进行归一化处理;(6)数据序列相关运算:以传感器标记作为唯一标识从正常传感器数据序列库中读取正常传感器数据序列,并与归一化后的实时传感器数据序列进行相关运算;(7)故障预警及报警:根据相关运算结果同故障预警及故障报警限值进行对比进行故障预警及报警,当完成风力发电机故障报警后,返回至第(4)步重复执行。
所述读取的传感器历史数据时间长度为至少30天,数据的采集时间间隔为1分钟。
所述的无效数据包括停机时采集的数据,故障时采集的数据,极端天气条件下采集的数据,网络故障时采集的数据,传感器故障时采集的数据和风力发电机调试时采集的数据;其中极端天气条件是指雷击、冰雹、飓风、地震、海啸、洪水和火山喷发。
所述的数据序列归一化处理的定义为其中, xi为正常传感器数据序列中的第i个数据元素,为xi归一化后的数据序列元素,i为数据序列中数据元素的编号,i=1,2,...,N,N为数据序列的长度。
所述的选取的数据序列的偏差的定义为
所述的数据序列相关运算的定义为γ为数据序列与数据序列的相关运算结果,为读取的实时传感器数据序列yi经归一化处理后的数据序列。
所述故障预警限值为σ的数值。
所述故障报警限值为2σ的数值。
所述的相关运算结果同故障预警限值和故障报警限值进行对比,当数据序列相关运算结果γ不大于σ时,不进行预警或报警;当数据序列相关运算结果γ在σ和2σ的区间内时,进行故障预警;当数据序列相关结果γ不小于2σ时,进行故障报警。
本发明的优点效果:相对于当前的风力发电机故障报警方法,本发明无需对大量的风力发电机传感器数据进行故障标记,仅需提取风力发电机正常运行状态所对应的有限长度传感器数据序列,有效的减少了实施工作量及实施难度。同时,本发明分析所需的传感器数据序列的长度有限,有效的提高了运算效率,可对风力发电机进行实时的故障报警。
附图说明
以下附图仅旨在于对本发明做示意性说明和解释,并不限定本发明的范围。其中,
图1是本发明流程图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。
实施方式
本发明的实施条件为风电场需安装有数据采集与监视控制系统(SCADA),且SCADA系统至少具有以下功能:
(1)可采集和存储风力发电机传感器数据并提供存储有传感器数据的数据库的读取接口。
(2)SCADA系统的运行时间不小于30天,且传感器数据采集时间间隔不大于1分钟。当数据采集时间间隔小于1分钟时,需对数据进行减采集,以满足本发明对采集时间间隔为1分钟的要求。
(3)SCADA系统还需提供实时采集数据的读取接口。以下所述内容中出现的SCADA系统均须满足上述要求。
除上述外,本发明的实施还需风电场提供以下记录,记录的时间不小于SCADA系统的运行时间,且记录时与SCADA系统运行时间同步:
(1)风力发电机停机记录,包括停机起始时间。
(2)风力发电机故障记录,包括故障发生或发现时间和故障去除时间。
(3)极端天气记录,包括指雷击、冰雹、飓风、地震、海啸、洪水、火山喷发等极端天气现象及其起始时间。
(4)网络故障记录,包括网络发生或发现时间和故障恢复时间。
(5)传感器故障记录,包括传感喊叫或发现时间和故障去除时间。
(6)风力发电机调试记录,包括风力发电机调试起始时间。
本发明一种风力发电机故障预警及报警方法,包括下述步骤:(1)读取传感器历史数据:从SCADA系统数据库中读取传感器历史数据,历史数据读取的时间长度30天,数据的采集时间间隔为1分钟。
(2)历史数据预处理:对读取的历史数据进行预处理,去除读取数据中的无效数据。无效数据包括停机时采集的数据,故障时采集的数据,极端天气条件下采集的数据,网络故障时采集的数据,传感器故障时采集的数据和风力发电机调试时采集的数据,其中极端天气条件是指雷击、冰雹、飓风、地震、海啸、洪水和火山喷发。
(3)建立正常传感器数据序列库:从经预处理后的历史数据中选取指定长度为N=60的连续数据序列x,并对选取的数据序列x进行归一化处理,获得归一化数据序列归一化数据序列的计算公式为其中 i为数据序列中数据元素的编号,i=1,2,...,N;最后,归一化数据序列和选取的数据序列偏差σ按其所对应的传感器标记存储到正常传感器数据序列库中。
(4)读取实时传感器数据序列:从风电场数据采集与监视控制系统中读取指定长度为N=60的实时采集的传感器数据序列y。
(5)传感器数据序列归一化:对获取的实时传感器数据序列y进行归一化处理,获得归一化数据序列
(6)数据序列相关运算:以传感器标记作为唯一标识从正常传感器数据序列库中读取正常传感器数据序列并与归一化后的实时传感器数据序列进行相关运算;进行相关运算的公式为其中γ为序列相关运算结果。
(7)故障预警及报警:以传感器标记作为唯一标识从正常传感器数据序列库中读取数据序列偏差σ。根据相关运算结果γ同故障预警限值σ和故障报警限值2σ进行对比进行故障预警及报警。当数据序列相关运算结果γ不大于σ时,不进行预警或报警;当数据序列相关运算结果γ在σ和2σ的区间内时,进行故障预警;当数据序列相关结果γ不小于2σ时,进行故障报警。当完成风力发电机故障预警及报警后,返回至第(4)步重复执行。
以上所述仅为本发明示意性的具体实施方式,并非用以限定本发明的范围。任何本领域的技术人员,在不脱离本发明的构思和原则的前提下所作的等同变化与修改,均应属于本发明保护的范围。
Claims (6)
1.一种风力发电机故障预警及报警方法,包括如下步骤:
(1)读取传感器历史数据:读取风电场数据采集与监视控制系统数据库中存储的历史数据;
(2)历史数据预处理:对读取的历史数据进行预处理,去除读取数据中的无效数据;
(3)建立正常传感器数据序列库:从经预处理后的历史数据中选取长度为60个的连续数据序列,并对选取的数据序列进行归一化处理,将归一化处理后的数据序列及选取的数据序列的偏差按传感器标记存储到正常传感器数据序列库中;
(4)所述的数据序列归一化处理的定义为其中, xi为正常传感器数据序列中的第i个数据元素,为xi归一化后的数据序列元素,i为数据序列中数据元素的编号,i=1,2,...,N,N为数据序列的长度。
(5)数据序列的偏差的定义为 ;
(6)读取实时传感器数据序列:从风电场数据采集与监视控制系统中读取长度为60个的实时采集的传感器数据序列;
(7)传感器数据序列归一化:对获取的实时传感器数据序列进行归一化处理;
(8)数据序列相关性运算:以传感器标记作为唯一标识从正常传感器数据序列库中读取正常传感器数据序列,并与归一化后的实时传感器数据序列进行相关性运算;
(9)数据序列相关性运算的定义为γ为数据序列与数据序列的相关性运算结果,为读取的实时传感器数据序列yi经归一化处理后的数据序列;
(10)故障预警及报警:根据相关性运算结果同故障预警限值及故障报警限值进行对比进行故障预警及报警,当完成风力发电机故障报警后,返回至第(6)步重复执行。
2.根据权利要求1所述的一种风力发电机故障预警及报警方法,其特征在于所述读取的传感器历史数据时间长度为至少30天,数据的采集时间间隔为1分钟。
3.根据权利要求1所述的一种风力发电机故障预警及报警方法,其特征在于所述的无效数据包括停机时采集的数据,故障时采集的数据,极端天气条件下采集的数据,网络故障时采集的数据,传感器故障时采集的数据和风力发电机调试时采集的数据;其中极端天气条件是指雷击、冰雹、飓风、地震、海啸、洪水和火山喷发。
4.根据权利要求1所述的一种风力发电机故障预警及报警方法,其特征在于所述故障预警限值为σ的数值。
5.根据权利要求1所述的一种风力发电机故障预警及报警方法,其特征在于所述故障报警限值为2σ的数值。
6.根据权利要求1所述的一种风力发电机故障预警及报警方法,其特征在于所述的相关性运算结果同故障预警限值和故障报警限值进行对比,当数据序列相关性运算结果γ不大于σ时,不进行预警或报警;当数据序列相关性运算结果γ在σ和2σ的区间内时,进行故障预警;当数据序列相关结果γ不小于2σ时,进行故障报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210062263.6A CN103306893B (zh) | 2012-03-09 | 2012-03-09 | 一种风力发电机故障预警及报警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210062263.6A CN103306893B (zh) | 2012-03-09 | 2012-03-09 | 一种风力发电机故障预警及报警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103306893A CN103306893A (zh) | 2013-09-18 |
CN103306893B true CN103306893B (zh) | 2015-11-18 |
Family
ID=49132504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210062263.6A Expired - Fee Related CN103306893B (zh) | 2012-03-09 | 2012-03-09 | 一种风力发电机故障预警及报警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103306893B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903408B (zh) * | 2014-04-04 | 2017-07-21 | 内蒙古大唐国际新能源有限公司 | 设备故障侦查预警方法和系统 |
CN104103021B (zh) * | 2014-07-15 | 2017-04-05 | 南京南瑞集团公司 | 一种针对水电站生产过程数据的过滤方法 |
EP3221579B1 (en) | 2014-11-18 | 2023-03-29 | Hitachi Energy Switzerland AG | Wind turbine condition monitoring method and system |
CN105649896B (zh) * | 2016-01-07 | 2018-07-10 | 太原科技大学 | 风电机组智能监控运行控制系统及其控制方法 |
CN107909096A (zh) * | 2017-11-08 | 2018-04-13 | 南京因泰莱电器股份有限公司 | 一种基于二分k‑均值聚类的逆变器故障预警判据实现方法 |
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 |
CN109209785A (zh) * | 2018-10-25 | 2019-01-15 | 北京国电思达科技有限公司 | 一种基于Matlab的风电机组智能状态检修方法 |
CN109506921B (zh) * | 2018-12-24 | 2020-09-01 | 西安科技大学 | 一种旋转机械故障诊断与预警方法 |
CN113127237A (zh) * | 2019-12-27 | 2021-07-16 | 北京金风慧能技术有限公司 | 风力发电机组的主故障识别方法和系统 |
CN111044176A (zh) * | 2020-01-02 | 2020-04-21 | 中电投电力工程有限公司 | 一种发电机温度异常的监测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196432A (zh) * | 2006-12-08 | 2008-06-11 | 通用电气公司 | 用于估计变速箱寿命的方法和系统 |
CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
CN102022264A (zh) * | 2009-08-31 | 2011-04-20 | 通用电气公司 | 用于风力涡轮机健康管理的系统和方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020029097A1 (en) * | 2000-04-07 | 2002-03-07 | Pionzio Dino J. | Wind farm control system |
US8239150B2 (en) * | 2011-05-16 | 2012-08-07 | General Electric Company | System, device, and method for detecting electrical discharges on a structure |
-
2012
- 2012-03-09 CN CN201210062263.6A patent/CN103306893B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196432A (zh) * | 2006-12-08 | 2008-06-11 | 通用电气公司 | 用于估计变速箱寿命的方法和系统 |
CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
CN102022264A (zh) * | 2009-08-31 | 2011-04-20 | 通用电气公司 | 用于风力涡轮机健康管理的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103306893A (zh) | 2013-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103306893B (zh) | 一种风力发电机故障预警及报警方法 | |
CN103323772B (zh) | 基于神经网络模型的风力发电机运行状态分析方法 | |
CA2997644C (en) | Simulation method and system | |
CN103670921B (zh) | 风力发电机组智能状态监控系统 | |
Huang et al. | A Markov-chain-based availability model of offshore wind turbine considering accessibility problems | |
CN103163841A (zh) | 自动化设备远程监控系统及方法 | |
CN104502753A (zh) | 电力故障录波装置联网在线实时分析系统及其应用 | |
CN103217291A (zh) | 一种风力发电机组故障诊断方法及系统 | |
CN103912448A (zh) | 一种区域风电场机组功率特性监测方法 | |
CN108710689A (zh) | 一种风电场气象数据管理系统及方法 | |
CN103364723B (zh) | 基于电压电流平衡性的风力发电机运行状态分析方法 | |
CN204719531U (zh) | 一种风电机组设备的故障监控预警系统 | |
CN109376872A (zh) | 一种海上风电机组维护系统 | |
Smarsly et al. | Structural health monitoring of wind turbines observed by autonomous software components–2nd level monitoring | |
CN103218464A (zh) | 基于风电机组状态的风电机组数据存储方法和系统 | |
CN108506171B (zh) | 一种大型半直驱机组齿轮箱冷却系统故障预警方法 | |
CN203879690U (zh) | 风电场故障实时预警智能控制平台 | |
CN108644070A (zh) | 一种风力发电机组桨叶叶根螺栓断裂在线定时检测方法及系统 | |
Wilson et al. | Modeling the relationship between wind turbine failure modes and the environment | |
CN103645060B (zh) | 基于状态监控系统的风力发电机组突发故障识别诊断方法 | |
CN201656560U (zh) | 一种光伏电站组件状态实时监测系统 | |
CN103530328A (zh) | 一种数据统计分析系统和方法 | |
CN205175690U (zh) | 基于dsp的风力发电机组在线故障诊断系统 | |
CN202632054U (zh) | 自动化设备远程监控系统 | |
CN208588439U (zh) | 一种基于水电站计算机监控系统的水淹厂房报警系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151118 |