CN104329222A - 一种集成于风机主控系统内的在线状态监测与故障诊断方法 - Google Patents
一种集成于风机主控系统内的在线状态监测与故障诊断方法 Download PDFInfo
- Publication number
- CN104329222A CN104329222A CN201410529685.9A CN201410529685A CN104329222A CN 104329222 A CN104329222 A CN 104329222A CN 201410529685 A CN201410529685 A CN 201410529685A CN 104329222 A CN104329222 A CN 104329222A
- Authority
- CN
- China
- Prior art keywords
- data
- condition monitoring
- master control
- unit
- control system
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003745 diagnosis Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000003862 health status Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000013523 data management Methods 0.000 claims description 2
- 238000003306 harvesting Methods 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims 3
- 238000010977 unit operation Methods 0.000 claims 2
- 238000000605 extraction Methods 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 230000010354 integration Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013481 data capture Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation 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
Abstract
本发明公开了一种集成于风机主控系统内的在线状态监测与故障诊断方法，根据状态监测系统的数据采集需求，主控系统将风机控制在设定的运行状态，再进行振动数据采集。在平稳状态下振动数据采集的方法有利于降低数据处理难度，提高数据分析的准确性。同时相同运行状态下采集的数据便于对不同机组分析结果做横向比较和对同一机组的历史数据做纵向比较，也有助于自动诊断系统数据库的建设。最后，两个系统的集成会提高控制柜的紧凑性和降低成本。
Description
技术领域
本发明涉及源网协调技术领域，特别是涉及一种在风电机组的主控控制系统内集成在线状态监测所需的数据采集功能及在风电场远程监控SCADA系统内集成数据分析、处理及故障诊断功能的方法。
背景技术
随着风力发电机组的单机容量越来越大，装机量也逐年增加，相关的第三产业即风电机组运行维护、监测、故障诊断等将成为行业新的增长点。而风电机组的工作环境恶劣，风速有很高的不稳定性，在交变负载的作用下，机组的传动系统等部件最容易损坏，而风电机组又安装在偏远地区且距地面甚高，维修不便，风电机组的状态监测和故障诊断在这种情况下具有重要的意义。
状态监测是降低风电机组的维修和操作成本的最有效的方式，可以监测极端工作环境下的风机状况，比如结冰并粘到叶片上引起的叶片旋转不平衡振荡，通过监测采取合适的控制措施可以防止灾害的发生，这样可以有效地降低维修费用和停机时间，避免不确知的突然故障，降低维修成本。
在运行风机状态监测及故障诊断系统中，往往需要注意监测振动信号中的突变信号，因为这些突变信号往往包含着监测对象的重要信息。并且对于风电机组运行监测过程中的传动系统旋转组件而言，变速的操作和随机的空气动力负载特征造成了监测到的振动信号多呈现周期非平稳特性，这阻碍了传统频域分析技术的应用。
目前，市场上的风电机组在线监测系统(CMS)均是一套独立的系统，如本特利内华达ADAPT.Wind状态监测系统、SKF的WindCon状态监测系统、德国申克公司(B&K)的WTAS4010状态监测系统等，均包括传感器、数据采集系统、远程数据服务器以及与之配套的数据处理、分析和诊断软件。独立系统与主控之间的交互较少，通常是通过主控读取或另外安装传感器采集发电机转速或功率，采集的数据容易受到风机运行状态切换和速度波动的影响，不利于传统分析技术的应用。
《一种基于EtherCAT总线集成CMS的风机主控系统》的专利申请(中国专利申请号201320099080.1)提出了基于使用倍福控制器的主控系统内集成状态监测CMS系统的方法，但文献并未提及主控系统与CMS系统间的触发原理及控制耦合方法，即主控系统的控制对触发状态监控与故障诊断系统的作用。
《耦合于控制系统的风电机组状态监测与故障诊断系统》的专利申请(中国专利申请号201220336371.3)，提出了通过通信或硬接线的方式将主控信号传递给CMS系统进行共享，相较于完全独立的状态监测系统而言与主控之间多了一些交互，但是该发明未提出如何利用这些交互数据来提高状态监测的效率，同时该交互仅为单向的从主控到状态监测的数据传递，而无两者之间的相互交互，并未做到数据共享。
目前大型商业化的风电机组自带有监测控制和数据获取(SCADA)系统，为提高风电场运行的稳定性和可靠性提供了强有力的技术平台和支撑，但是SCADA系统普遍缺乏对传动系统的振动监测及相关分析功能。
为了降低机组的振动信号的分析难度，提升分析效率，需要尽量排除风机运行过程中状态切换和转速的剧烈变化对监测信号的干扰，而消除此类干扰最有效的方法就是实现主控系统运行数据与状态监测系统的共享，对机组的运行状态进行分析后选择性的进行机组振动信号的采集。
发明内容
本发明的目的是针对现有技术存在的不足，提供一种集成于风机主控系统内的在线状态监测与故障诊断方法，使在线状态监测系统共享主控系统的运行数据，通过改进主控控制的策略从而优化在线状态监测振动数据的采集，以提高振动数据分析处理的效率，通过对分析结果进行横向和纵向对比来表现机械设备的变化趋势，来对风机的大型旋转部件健康状况进行评估和诊断。
为实现上述目的，本发明集成于风机主控系统内的在线状态监测与故障诊断方法可采用如下技术方案：
一种集成于风机主控系统内的在线状态监测与故障诊断方法，包括：
安装于风电机组轴承、齿轮箱、发电机上的加速度传感器，数据采集模块，多线程主控PLC处理器，集成于主控SCADA系统内的状态监测数据分析处理及自动诊断模块，该状态监测数据分析处理及自动诊断模块包括数据存储服务器，SCADA风机监控系统，数据处理分析模块，自动诊断模块；
主控SCADA系统根据需求将机组控制到典型的运行状态专用于数据采集模块对在线状态监测振动数据的采集；所述的典型的运行状态是指当状态监测系统需要对振动数据进行采集期间，主控系统会将机组调节至恒定转速和恒定功率运行状态，无偏航动作、无影响数据采样的大型电机启停动作；
风机在线状态监测数据与机组的运行数据采用相同的通信协议上传到数据存储服务器内进行存储；
风机在线状态监测数据处理、分析软件和故障诊断方法集成于远程监控SCADA系统中；
通过分析方法提取采样数据特征值和特征频率，对不同机组相同运行模式下的数据进行横向比较，以此来判断各个风机旋转部件的健康状况；
通过对同一机组相同运行模式下的数据提取采样数据特征值和特征频率，进行纵向比较来分析机组健康状况的变化趋势。
与现有技术相比，由于采用上述技术方案，本发明至少具有以下优点：
(1)将在线状态监测数据采集系统集成到主控系统内，增加控制系统与状态监测系统的结构紧凑性，减少空间的占用。
(2)实现在线状态监测数据采集系统与主控系统的集成，数据处理、分析软件和故障诊断方法与SCADA系统的集成，可以极大的节省成本。
(3)实现状态监测系统与主控系统的数据完全共享，有利于选择性的进行振动数据的采样，便于获取更稳定的振动信息，降低数据的分析难度。
(4)振动采样数据与风机的状态信息通过相同的环网采用同一种通信协议进行数据的传输，可以有效的避免两者相互独立运行时由于通信的数据量过大导致的堵塞等问题。
(5)所有机组的振动数据均在几个固定的运行状态下采集，有利于进行纵向和横向的类比，有利于自动诊断数据库的建设。
附图说明
图1为本发明中采用的集成于主控系统内的状态监测系统的组成示意图。
图2为本发明中在线状态监测数据采集流程图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示，本发明集成于主控系统内的状态监测系统包括振动传感器，振动数据采集从站，主控信号采集从站，PLC主站，远程数据服务器，风电场监控终端SCADA(Supervisory Control And Data Acquisition)。
振动传感器安装在风机机组上，分别为主轴、齿轮箱、发电机等部位。根据机组的实际情况进行安装位置和传感器的选择。
振动数据采集从站连接振动传感器进行振动数据的采集，连接线采用屏蔽电缆，以避免干扰。
采样的频率和数据的长度根据测点的不同而不同，由于有些测点对于故障的判断存在一定的关联，所以对于这些测点的采样需要做到同步，获取相同时间区间内，相同频率的数据才能够得到有效的分析结果。
如图2所示，在线状态监测数据的采集方式为每间隔一段时间进行一次采集，每次数据采集前置一个状态位，根据机组的当前运行状况判断调节至某一设定好的运行状态，调节完成后发出数据采集指令开始状态监测数据采集。采集完成后状态为复位，同时机组恢复到数据采集前运行状态。
数据采集完成后暂时存储于PLC内，由于振动数据的通信量较大，所以振动数据的上传需要根据网络通信状况的好坏判断进行处理，同时将采集的数据存储在PLC存储卡内，可以避免出现网络通信中断时数据的丢失，等网络恢复后再进行上传处理。
主控PLC通过风场的光纤环网与远程数据服务器相连，主控PLC的正常实时监测数据与振动数据的上传进行错峰处理，远程数据服务器可以在处理完实时监测数据的空闲时刻，根据网络通信情况依次从PLC获取状态监测的振动数据，并进行存储。可以避免两个不同系统由于同时进行数据传输造成堵塞，导致网络中断，影响风机的正常监控。
将在线状态监测数据处理、分析软件和故障诊断方法集成到风电场监控SCADA系统中，自动对风机的振动数据进行分析处理，提取所采集振动数据的特征频率和特征值。
对不同风机在相同运行状况下所采集的数据处理结果进行横向的对比并绘制横向对比曲线。通过相同条件下的类比来判断各个风机的旋转部件健康状况。
选取相同风机相同运行状况下的历史数据处理结果进行纵向对比绘制对比曲线，观察变化的趋势，通过趋势的发展判断当前风机的旋转部件健康状况的变化。
此外，在几个典型的运行状态下对风机振动数据采集处理也有利于自动故障诊断数据库的建设。
状态监测数据分析软件同样集成到风电场监控SCADA系统中，用于对数据进行分析处理获取更加全面的故障信息。分析软件主要是对振动数据进行分析处理和各种曲线的绘制，分析处理方法包括快速傅里叶变换、谱分析、包络谱分析、小波变换等方法。曲线的绘制包括稳定运行状态下的：波形图、趋势图、频谱图、轴心轨迹图、极坐标图等，启停机状态下的转速时间图、频谱瀑布图、级联图、奈奎斯特图等。
Claims (4)
1.一种集成于风机主控系统内的在线状态监测与故障诊断方法，其特征在于，包括：
安装于风电机组轴承、齿轮箱、发电机上的加速度传感器，数据采集模块，多线程主控PLC处理器，集成于主控SCADA系统内的状态监测数据分析处理及自动诊断模块，该状态监测数据分析处理及自动诊断模块包括数据存储服务器，SCADA风机监控系统，数据处理分析模块，自动诊断模块；
主控SCADA系统根据需求将机组控制到典型的运行状态专用于数据采集模块对在线状态监测振动数据的采集；所述的典型的运行状态是指当状态监测系统需要对振动数据进行采集期间，主控系统会将机组调节至恒定转速和恒定功率运行状态，无偏航动作、无影响数据采样的大型电机启停动作；
风机在线状态监测数据与机组的运行数据采用相同的通信协议上传到数据存储服务器内进行存储；
风机在线状态监测数据处理、分析软件和故障诊断方法集成于远程监控SCADA系统中；
通过分析方法提取采样数据特征值和特征频率，对不同机组相同运行模式下的数据进行横向比较，以此来判断各个风机旋转部件的健康状况；
通过对同一机组相同运行模式下的数据提取采样数据特征值和特征频率，进行纵向比较来分析机组健康状况的变化趋势。
2.根据权利要求1所述的集成于风机主控系统内的在线状态监测与故障诊断方法，其特征在于，在线状态监测数据采集功能集成在风机主控控制器内，状态监测数据的采集与机组运行状况相关；所述的状态监测数据的采集与机组运行状况的相关是指主控所采集的关于转速、偏航、变桨、功率以及运行状态的数据均用来作为触发状态监测数据采集程序的判断条件，状态监测系统采集数据的需求指令也会影响主控对机组的调节。
3.根据权利要求1所述的集成于风机主控系统内的在线状态监测与故障诊断方法，其特征在于，所述的提取采样数据特征值和特征频率的分析方法包括：快速傅里叶变换、谱分析、包络谱分析、小波变换方法。
4.根据权利要求1所述的集成于风机主控系统内的在线状态监测与故障诊断方法，其特征在于，所述的恒定转速和恒定功率运行状态将根据机组的不同分为包括：小风速下恒速运行，同步转速以下半载运行，同步转速运行，同步转速以上半载运行，满载运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410529685.9A CN104329222B (zh) | 2014-10-09 | 2014-10-09 | 一种集成于风机主控系统内的在线状态监测与故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410529685.9A CN104329222B (zh) | 2014-10-09 | 2014-10-09 | 一种集成于风机主控系统内的在线状态监测与故障诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104329222A true CN104329222A (zh) | 2015-02-04 |
| CN104329222B CN104329222B (zh) | 2017-03-15 |
Family
ID=52404009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410529685.9A Active CN104329222B (zh) | 2014-10-09 | 2014-10-09 | 一种集成于风机主控系统内的在线状态监测与故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104329222B (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104989594A (zh) * | 2015-06-20 | 2015-10-21 | 上海电机学院 | 风力发电机组振动波形采集系统及方法 |
| CN105471992A (zh) * | 2015-11-30 | 2016-04-06 | 北京汉能华科技股份有限公司 | 一种应用于风力发电场的终端设备和通信系统 |
| CN106407589A (zh) * | 2016-09-29 | 2017-02-15 | 北京岳能科技股份有限公司 | 一种风机状态评估与预测方法及系统 |
| CN106682814A (zh) * | 2016-11-28 | 2017-05-17 | 华北电力大学 | 一种基于故障知识库的风电机组故障智能诊断方法 |
| CN106849867A (zh) * | 2015-12-03 | 2017-06-13 | 甘肃省电力公司风电技术中心 | 一种光伏电站电压闪变检测系统和方法 |
| CN107315388A (zh) * | 2017-08-22 | 2017-11-03 | 姚静洁 | 一种风力发电控制系统 |
| CN108204834A (zh) * | 2016-12-19 | 2018-06-26 | 北京金风科创风电设备有限公司 | 风力发电机组的状态监测方法及装置 |
| CN108953073A (zh) * | 2018-08-07 | 2018-12-07 | 绵阳鼎飞益电子科技有限公司 | 风力发电机运行状态监测方法 |
| CN109667728A (zh) * | 2018-12-21 | 2019-04-23 | 北京金风科创风电设备有限公司 | 用于风力发电机组转速传感器的故障检测方法和装置 |
| CN109840666A (zh) * | 2017-11-29 | 2019-06-04 | 中国电力科学研究院有限公司 | 一种预测未来风电机组发生故障的模型构建方法及系统 |
| CN109920241A (zh) * | 2019-02-22 | 2019-06-21 | 山东欧德利电气设备有限公司 | 一种远程数字量单向传输系统 |
| 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 |
| CN110908628A (zh) * | 2019-11-20 | 2020-03-24 | 广东奥园奥买家电子商务有限公司 | 一种基于无缝显示屏的拼接显示方法和装置以及设备 |
| CN111006757A (zh) * | 2019-12-11 | 2020-04-14 | 东方电气风电有限公司 | 一种风力发电机组稳态振动在线监测方法及监测系统 |
| CN111006758A (zh) * | 2019-12-11 | 2020-04-14 | 东方电气风电有限公司 | 一种风力发电机组稳态振动在线趋势预测方法及趋势预测系统 |
| CN111287912A (zh) * | 2020-02-18 | 2020-06-16 | 广州特种承压设备检测研究院 | 风力发电机变桨系统故障诊断方法 |
| CN111412116A (zh) * | 2020-04-30 | 2020-07-14 | 河北新天科创新能源技术有限公司 | 一种风机变桨轴承的失效分析方法 |
| CN111445138A (zh) * | 2020-03-26 | 2020-07-24 | 华润电力技术研究院有限公司 | 一种集群级火电机组启动工况对比分析方法、系统及装置 |
| CN112628168A (zh) * | 2020-12-08 | 2021-04-09 | 西人马联合测控（泉州）科技有限公司 | 主抽风机故障监测方法、装置、设备及计算机存储介质 |
| CN113034306A (zh) * | 2021-03-05 | 2021-06-25 | 西安热工研究院有限公司 | 一种在线判断火电机组启停机状态的方法 |
| CN117231416A (zh) * | 2023-11-13 | 2023-12-15 | 傲拓科技股份有限公司 | 基于自主可控plc的风力发电机组主控系统及控制方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9907758B2 (en) * | 2012-01-09 | 2018-03-06 | Panjab University Department Of Biotechnology (Dbt) | Process for preparing solid lipid sustained release nanoparticles for delivery of vitamins |
| CN202645849U (zh) * | 2012-07-10 | 2013-01-02 | 国电联合动力技术有限公司 | 耦合于控制系统的风电机组状态监测与故障诊断系统 |
| CN102980651B (zh) * | 2012-11-02 | 2015-05-27 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及系统 |
| CN203175753U (zh) * | 2013-03-05 | 2013-09-04 | 国电联合动力技术有限公司 | 一种基于EtherCAT总线集成CMS的风机主控系统 |
-
2014
- 2014-10-09 CN CN201410529685.9A patent/CN104329222B/zh active Active
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104989594A (zh) * | 2015-06-20 | 2015-10-21 | 上海电机学院 | 风力发电机组振动波形采集系统及方法 |
| CN105471992B (zh) * | 2015-11-30 | 2019-10-01 | 北京汉能华科技股份有限公司 | 一种应用于风力发电场的终端设备和通信系统 |
| CN105471992A (zh) * | 2015-11-30 | 2016-04-06 | 北京汉能华科技股份有限公司 | 一种应用于风力发电场的终端设备和通信系统 |
| CN106849867A (zh) * | 2015-12-03 | 2017-06-13 | 甘肃省电力公司风电技术中心 | 一种光伏电站电压闪变检测系统和方法 |
| CN106407589A (zh) * | 2016-09-29 | 2017-02-15 | 北京岳能科技股份有限公司 | 一种风机状态评估与预测方法及系统 |
| CN106682814A (zh) * | 2016-11-28 | 2017-05-17 | 华北电力大学 | 一种基于故障知识库的风电机组故障智能诊断方法 |
| CN106682814B (zh) * | 2016-11-28 | 2021-01-01 | 华北电力大学 | 一种基于故障知识库的风电机组故障智能诊断方法 |
| CN108204834A (zh) * | 2016-12-19 | 2018-06-26 | 北京金风科创风电设备有限公司 | 风力发电机组的状态监测方法及装置 |
| CN108204834B (zh) * | 2016-12-19 | 2020-12-08 | 北京金风科创风电设备有限公司 | 风力发电机组的状态监测方法及装置 |
| CN107315388A (zh) * | 2017-08-22 | 2017-11-03 | 姚静洁 | 一种风力发电控制系统 |
| CN109840666A (zh) * | 2017-11-29 | 2019-06-04 | 中国电力科学研究院有限公司 | 一种预测未来风电机组发生故障的模型构建方法及系统 |
| CN109840666B (zh) * | 2017-11-29 | 2020-12-18 | 中国电力科学研究院有限公司 | 一种预测未来风电机组发生故障的模型构建方法及系统 |
| CN108953073A (zh) * | 2018-08-07 | 2018-12-07 | 绵阳鼎飞益电子科技有限公司 | 风力发电机运行状态监测方法 |
| CN109667728A (zh) * | 2018-12-21 | 2019-04-23 | 北京金风科创风电设备有限公司 | 用于风力发电机组转速传感器的故障检测方法和装置 |
| CN109920241A (zh) * | 2019-02-22 | 2019-06-21 | 山东欧德利电气设备有限公司 | 一种远程数字量单向传输系统 |
| 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 |
| CN110908628A (zh) * | 2019-11-20 | 2020-03-24 | 广东奥园奥买家电子商务有限公司 | 一种基于无缝显示屏的拼接显示方法和装置以及设备 |
| CN111006757A (zh) * | 2019-12-11 | 2020-04-14 | 东方电气风电有限公司 | 一种风力发电机组稳态振动在线监测方法及监测系统 |
| CN111006758A (zh) * | 2019-12-11 | 2020-04-14 | 东方电气风电有限公司 | 一种风力发电机组稳态振动在线趋势预测方法及趋势预测系统 |
| CN111287912A (zh) * | 2020-02-18 | 2020-06-16 | 广州特种承压设备检测研究院 | 风力发电机变桨系统故障诊断方法 |
| CN111445138A (zh) * | 2020-03-26 | 2020-07-24 | 华润电力技术研究院有限公司 | 一种集群级火电机组启动工况对比分析方法、系统及装置 |
| CN111412116A (zh) * | 2020-04-30 | 2020-07-14 | 河北新天科创新能源技术有限公司 | 一种风机变桨轴承的失效分析方法 |
| CN112628168A (zh) * | 2020-12-08 | 2021-04-09 | 西人马联合测控（泉州）科技有限公司 | 主抽风机故障监测方法、装置、设备及计算机存储介质 |
| CN113034306A (zh) * | 2021-03-05 | 2021-06-25 | 西安热工研究院有限公司 | 一种在线判断火电机组启停机状态的方法 |
| CN113034306B (zh) * | 2021-03-05 | 2023-04-07 | 西安热工研究院有限公司 | 一种在线判断火电机组启停机状态的方法 |
| CN117231416A (zh) * | 2023-11-13 | 2023-12-15 | 傲拓科技股份有限公司 | 基于自主可控plc的风力发电机组主控系统及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104329222B (zh) | 2017-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104329222A (zh) | 一种集成于风机主控系统内的在线状态监测与故障诊断方法 | |
| CN101393049B (zh) | 风力发电机组振动监测及故障诊断的方法 | |
| CN102282450B (zh) | 监控燃气涡轮发动机运行中产生的振动现象的方法和系统 | |
| CN110469462B (zh) | 一种基于多模板的风电机组智能状态监测系统 | |
| EP1531376B1 (en) | Monitoring and data processing equipment for wind turbines and predictive maintenance system for wind power stations | |
| CN106525415B (zh) | 一种风电机组传动链健康状态评价系统及方法 | |
| CN103809556A (zh) | 风机状态监控系统和方法 | |
| US10496775B2 (en) | Method and system for use in dynamically configuring data acquisition systems | |
| CN103234585A (zh) | 一种大型风电机组在线监测及故障诊断系统 | |
| CN101858778A (zh) | 基于振动监测的风力发电机组故障自动诊断方法 | |
| CN102434387A (zh) | 风机检测诊断系统 | |
| CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断系统 | |
| CN104977047A (zh) | 基于振动和油液的风电机组在线状态监测与健康评估系统及方法 | |
| CA2891326C (en) | Early detection of wind turbine degradation using acoustical monitoring | |
| CN108894932B (zh) | 一种风电机组发电机轴承故障智能诊断系统及方法 | |
| CN203673317U (zh) | 风机状态监控系统 | |
| CN111322206B (zh) | 一种风电机组机械大部件的智慧运维系统及方法 | |
| CN109507924B (zh) | 用于油田作业设备的远程监控系统 | |
| CN104564542A (zh) | 一种基于大数据技术的故障诊断系统及其诊断方法 | |
| CN103453984A (zh) | 基于WiMAX网络的风力发电机组振动状态监测与故障诊断系统 | |
| CN102758727B (zh) | 集成于控制系统的风力机状态监测与故障诊断系统及方法 | |
| CN204591656U (zh) | 基于工业互联网的火电厂机泵设备故障预警与检修优化系统 | |
| CN206892656U (zh) | 一种火电水系统设备无人巡检监控装置 | |
| EP3505902A1 (en) | Online diagnostic/prognostic system for rotation device | |
| CN105508146B (zh) | 风力发电机组的偏航测试系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20160928 Address after: High road high tech Zone of Nanjing City, Jiangsu Province, No. 20 210061 Applicant after: NARI Technology Development Co., Ltd. Applicant after: STATE GRID HUBEI ELECTRIC POWER COMPANY Applicant after: State Grid Corporation of China Applicant after: SGCC NARI Nanjing Control System Co., Ltd. Address before: High road high tech Zone of Nanjing City, Jiangsu Province, No. 20 210061 Applicant before: NARI Technology Development Co., Ltd. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |