CN104929864A - 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 - Google Patents
基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 Download PDFInfo
- Publication number
- CN104929864A CN104929864A CN201510064827.3A CN201510064827A CN104929864A CN 104929864 A CN104929864 A CN 104929864A CN 201510064827 A CN201510064827 A CN 201510064827A CN 104929864 A CN104929864 A CN 104929864A
- Authority
- CN
- China
- Prior art keywords
- data
- fpga
- module
- main website
- generating set
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 57
- 238000003745 diagnosis Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 16
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 230000003321 amplification Effects 0.000 claims description 13
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000012546 transfer Methods 0.000 claims description 12
- 239000000523 sample Substances 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000013481 data capture Methods 0.000 claims description 9
- 230000005236 sound signal Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract 2
- 238000004891 communication Methods 0.000 description 7
- 238000013523 data management Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003750 conditioning effect Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 108091000080 Phosphotransferase Proteins 0.000 description 1
- 238000005276 aerator Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000025518 detection of mechanical stimulus involved in sensory perception of wind Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 102000020233 phosphotransferase Human genes 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Wind Motors (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明的风力发电机组运行状态监测及故障诊断系统,包括传感器组(2),数据采集器(3),数据集中器(4),网络存储服务器(5),主站服务器(6)和主站客户端(7),针对现有的监测和故障诊断系统的不足,提供了多元并行的数据采集系统,并实时上传到远程服务器,通过FPGA+ARM的嵌入式处理系统,在硬件上实现完全并行地采集各类传感器信号,克服了只能分时采集各类信号的弊端实现在线状态监测及故障诊断分析,将数据进行集中和汇总,与预设阀值进行比较,判定故障状态,对风力发电机组可以有效实现实时监控和多元监测,实现大型风力发电机组的在线监测,设备造价低,效率高。
Description
技术领域
本发明属于机械设备故障诊断领域,尤其涉及一种风力发电机组的运行状态实时监测系统。
背景技术
作为一种取之不竭、用之不尽的可再生绿色能源,风力发电日益受到重视。但伴随着风力发电机组的广泛安装使用,风力发电机的故障成为一个不容忽视的问题。我国大部分已投入使用的风机是上世纪90年代中后期从国外购进的,这些机组寿命15-20年,随着运行时间的延长,这些机组陆续出现了一些故障,严重影响发电量,造成很大的经济损失。
目前国内外风电场单机容量增至兆瓦级,这些设备近几年才投入使用,因此针对大型风电机的在线状态监测系统开发较晚,很少有研制整机的状态监测系统。只是对单独的某个部件进行状态监测与故障诊断。因此,我国对大型风力发电机组在线状态监测的研究还处在初级阶段。
CN101956578A记载一种可组网便携式汽轮机组振动数据采集与故障分析系统,包括ARM主控模块、电源模块、故障诊断模块、对传感器传递的快变及键相信号进行预处理的信号调理模块。通过同步快变信号采集模块以及ARM主控模块提供电源。仅利用了单一的ARM的处理能力。
CN102944778A记载了一种便携式电力系统低频振荡检测装置包括基于FPGA的前端系统、基于DSP的数据分析算法模块以及基于ARM处理器的中央管理系统,充分利用了FPGA的数据处理能力、DSP的运算处理能力以及ARM处理器丰富的片上系统资源,实现电力系统低频振荡的实时快速检测、分析和处理。虽然利用了FPGA和ARM,但是仅能针对单一信息元振动频率进行检测,无法实现多个信息元的同时监测和集中分析,稳定性差,效率不高。
CN202707365公开的监测系统包括:获取风机振动信号的振动传感器;检测风机转速的转速传感器;从振动传感器、转速传感器采集信号的数据采集卡;内置主控程序、数据提取程序、数据采集程序和嵌入式C程序,并与数据采集卡通信连接的主控PLC;以及与主控PLC连接的数据服务器。最多只能实现二元信息的风机监测和故障诊断。
CN102758727B发明是有关于一种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,该系统包括:振动传感器;转速传感器;数据采集卡;内置主控程序、数据提取程序、数据采集程序和嵌入式C程序的主控PLC;以及数据服务器。通过嵌入式C程序最多只能实现二元信息的风机监测和故障诊断。
CN101393049公开了一种风力发电机组振动监测和故障诊断的方法,设置监测点并布置传感器,通过传感器输出原始振动信号,通过数据采集设备完成信号存储;通过组件总线模块将特征值数据发送到接收模块,并存储于数据中心,或接收模块绕开组件总线模块获取原始振动信号并存储于数据中心;在数据中心中设置阈值曲线,特征值数据连续增长,超过阈值时,接收模块进行趋势预警,持续超过阈值时,接收模块发出状态预警;在分析模块中建立故障诊断模块,设置故障诊断阈值,故障综合评价值和故障诊断阈值进行对比,从而进行故障报警。该发明仅以风力发电机的零部件为监测对象,无法实现风机整体的监测和故障诊断,效率低。
CN102854861本发明公开了一种风力发电机组数据采集和分析方法及装置,方法包括如下步骤:步骤A,通过与风力发电机组主控PLC通讯连接来进行数据采集,采用多线程的方式进行高频数据采集及低频数据采集并保存;步骤B,对采集并保存的数据进行分析;装置包括与风力发电机组主控PLC通过通讯模块连接的数据采集模块,还包括数据存储模块及数据分析模块;
CN102434387本发明公开了一种风机检测诊断系统,用于对风力发电机组的检测和故障诊断,包括数据采集模块、数据传输模块、数据存储模块、数据分析及故障诊断模块和控制交互模块;虽然可以实现多元信息的采集,但是模块众多,计算复杂,集中效果不佳,适用于小型发电机,大型发电机的信号元复杂,计算冗长,实时性差。
CN 203241071U公开了一种基于互联网的电力变压器远程故障诊断系统,包括多个信号采集终端和一个数据管理分析平台,信号采集终端连接有传感器单元,且信号采集终端与数据管理分析平台相连;信号采集终端包括信号调理电路、A/D采样模块和控制模块;信号调理电路与传感器单元相连,A/D采样模块与信号调理电路相连,控制模块与A/D采样模块和数据管理分析平台相连;所述的传感器单元包括振动传感器、电压传感器、电流传感器和温度传感器。该实用新型虽然能够实现多元数据,但仅能对电压,电流等进行分析,计算方式简单,效率低,不能进行复杂信息元的采集和高效运算阈值,监测效果一般,而且,该诊断系统是基于互联网状态下,如果网络条件差的话就无法实现实时监测,局限性大。
CN103899498A公开一种风力发电机组数据采集处理系统,将数据采集模块与系统自检模块、数据处理模块、本地诊断模块、逻辑控制模块以及数据通讯模块进行集成,使状态信号本地数据采集处理系统具备本地信息就地预处理功能。虽然该发明能够实现多个数据信息的 采集和监控,但是多元数据处理困难,计算缓慢,实时性差,不适合大型风力发电机组。
CN102900609公开一种超磁致伸缩襟翼结构的风力机叶片减振系统及控制方法,嵌入式振动控制卡包括ARM主控芯片、FPGA电路、模数转换器、第一低通滤波器、信号调理器、压控恒流源、第二低通滤波器、数模转换器和USB接口,实现风力机叶片低频下的减振功能,采集数据系统数据信息元较少,不适用大型发电机组的实时监测。
CN103256975公开一种风力发电机组实时振动故障监测装置,包括一信号采集电路、一信号预处理电路、一模数转换模块、一FPGA模块,其中需要对信号预处理,工艺复杂,造价成本高。
针对现有的监测和故障诊断系统的不足,本申请提供多元并行的数据采集系统,采集转速、振动、位移、音频等运行状态信号,并实时上传到远程服务器,通过FPGA+ARM的嵌入式处理系统,在硬件上实现完全并行地采集各类传感器信号,克服了以往采集设备只能分时采集各类信号的弊端实现在线状态监测及故障诊断分析,然后将数据进行集中和汇总,并与预设阀值进行比较,判定故障状态,既克服了在网络条件差的环境下暂存各个采集器的数据,又提高了网络传输的稳定性,对风力发电机组可以有效实现实时监控和多元监测,实现大型风力发电机组的在线监测,设备造价低,效率高。
发明内容
本发明提供了一种风力发电机组运行状态的监测装置及故障诊断系统平台,该系统可完全并行的采集各种转速、振动、位移、音频等运行状态信号,并实时上传到远程服务器,实现在线状态监测及故障诊断分析。
本发明公开的风力发电机组运行状态监测及故障诊断系统,其特征在于,包括:
传感器组Sensor 2:包括振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器。传感器组安装在风机设备1上,与采集器3相连,由采集器3处理接收的信号。
数据采集器Collector 3:采集并处理所述传感器信号。采集器3采用ARM嵌入式处理器+FPGA结构,如图1所示所述装置包括:ARM模块、FPGA模块、AD转换器、匹配电路模块。其中,匹配电路模块包括恒流源电路、信号放大电路、信号衰减电路及滤波电路等。图2说明了FPGA的并行采集原理,利用FPGA采用多个控制单元模块的策略,同时连接多路A/D转换器,在硬件上保证了数据采集的完全并行性。多台所述采集器可以连接一台集中器,由集中器统一上传远程服务器。
数据集中器Concentrator 4:把多台所述采集器3的数据集中存放到一台设备上,并通 过无线传输模块或有线网络上传网络存储服务器5。
无线传输模块:与所述集中器相连,将数据通过GPRS或CDMA上传到网络存储服务器5。
网络存储服务器5:大容量在线存储各个风机设备状态数据。
主站服务器Server 6:访问所述网络存储服务器5,并提供各种信号处理算法及专家库,把分析结果转发到主站客户端7。
主站客户端Client 7:访问所述主站服务器6,显示当前运行状态及故障诊断分析结果。
本发明具体涉及一种基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断系统,其特征在于在风力发电机组上安装所述系统,所述系统包括传感器组2,数据采集器3,数据集中器4,网络存储服务器5,主站服务器6和主站客户端7;所述传感器组依次与数据采集器,数据集中器相连;将集中器中的数据上传到网络存储服务器,然后通过主站服务器6对数据进行分析;将分析结果发送到主站客户端7。
进一步地,所述传感器组2安装在风机设备1上,与采集器3相连,传感器组2包括振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器。
进一步地,所述数据采集器3采用ARM嵌入式处理器与FPGA组合的结构。
进一步地,所述采集器3包括ARM模块、FPGA模块、A/D转换器和匹配电路模块,所述FPGA采用多个控制单元模块的策略,同时连接多路A/D转换器。
进一步地,传感器组2通过匹配电路与多路A/D转换器相连接,然后将多路A/D转化器与FPGA模块进行连接,FPGA模块与ARM模块通过数据总线连接,进行读写控制,形成FPGA+ARM嵌入式处理系统。
进一步地,在嵌入式处理系统中,传感器输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号,传输至FPGA模块,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM模块。
进一步地,所述匹配电路模块包括恒流源电路、信号放大电路、信号衰减电路及滤波电路。
进一步地,多台数据采集器3与一台数据集中器4相连接,由数据集中器4通过无线传输模块或有线网络统一上传到网络存储服务器5。
进一步地,所述无线传输模块与所述集中器4相连,将数据通过GPRS或CDMA上传到网络存储服务器。
进一步地,所述网络存储服务器5用于大容量在线存储各个风机设备状态的数据。
进一步地,通过访问所述网络存储服务器5,主站服务器提供各种信号处理算法及专家库,把分析结果转发到主站客户端7;通过访问所述主站服务器6,主站客户端7显示当前运 行状态及故障诊断分析结果。
本发明还涉及一种基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于,设置在风力发电机组上,由传感器组2,采集器3,集中器4,网络存储服务器5,主站服务器6和主站客户端组成7;
包括以下步骤:
①传感器组2中设置振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器,并行传感振动,转速,加速度,位移和音频信号;
②传感器组2与数据采集器3相连接,该采集器基于FPGA和ARM的嵌入式处理系统,首先通过匹配电路将传感器组与A/D转化器相连接,然后依次经过FPGA模块和ARM模块进行数据采集,进行读写与控制;
③将数据采集器3与数据集中器4相连接,将采集数据进行集中存放,并通过无限传输模块或有限网络上传至存储服务器5;
④主站服务器6访问所述网络存储服务器5,提供信号处理的算法及专家库,将数据分析结果转发至主站客户端7;
⑤主站客户端7访问主站服务器6,显示风机组当前运行状态以及故障诊断分析结果。
进一步地,设置多路A/D转换器与传感器组2相连,使FPGA多个控制元模块同时连接多路A/D转换器,使数据采集完全并行。
进一步地,设置多个数据采集器3,将采集器的数据集中存放于集中器中4。
进一步地,所述无线传输模块与所述数据集中器4相连接,将数据通过GPRS或CDMA上传到网络存储服务器5。
进一步地,采集器4最多支持10个通道与各类数据传感器相连,传感器分别安装在风电设备1上;传感器输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号,传输至FPGA模块,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM,再由ARM模块将数据传输至集中器4。
进一步地,主站服务器6访问管理网络存储服务器5上的数据,对实时上传的信号数据进行信号处理,并与预设阀值进行比较,判定故障状态,系统提供三级告警阀值,将信号处理结果转发至主站客户端7。
进一步地,主站客户端7提供历史数据查询及分析功能,画出趋势图,显示特征参数随时间的变化趋势。
进一步地,所述系统安装于风力发电机组上,用于大型风力发电机组的运行状态实时监测和故障诊断。
与以往风力发电机组在线监测与故障诊断系统相比,本发明的主要优点是:采集器采用ARM处理器加FPGA可编程逻辑器件的方式实现高速数据的采集和存储,利用FPGA强大并行性、可重构性以及其他丰富的逻辑资源,在硬件上实现完全并行地高速采集各类传感器信号,克服了以往采集设备只能分时采集各类信号的弊端,例如,在发现某振动信号经过分析后超过所设定的告警阀值时,可能需要分析该振动信号发生阶段设备的音频信号,此时需要同时采集两种传感器信号;系统增设了集中器这一中间设备,每个集中器下所有采集器构成一个子系统,而集中器则是这个子系统的“中心控制设备”,既克服了在网络条件差的环境下暂存各个采集器的数据,又提高了网络传输的稳定性;提出了一种分层设计的故障诊断方法,故障诊断系统分为上中下三个层次,下层是采集器和传感器组组成,解决现场布线结构复杂、环境恶劣、不便维护等缺点,中间是集中器,负责数据管理和可靠性通讯,最上层是主站服务器、主站客户端和网络存储服务器,负责进行人机交互和进行大规模数据运算分析,分层设计的思想保证了数据通讯的稳定性、可靠性和实时性。
附图说明
图1示意了采集器信号处理框图
图2示意了FPGA并行处理原理图,即FPGA内部模块关系图
图3示意了风力发电机组运行状态监测及诊断系统图
具体实施方式
在风力发电机组1上设置由传感器组2,数据采集器3,数据集中器4,网络存储服务器5,主站服务器6和主站客户端7组成的风力发电机组运行状态监测及故障诊断系统,进行发电机组运行状态监测及故障诊断,包括以下步骤:
①传感器组2包括振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器;传感器分别安装在风电设备上,传感器输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号;
②数据采集器3接受信号,将数字信号传输至FPGA模块,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM,再由ARM模块将数据传输至集中器4;
采集器采用ARM处理器加FPGA可编程逻辑器件的方式实现高速数据的采集和存储,利用FPGA强大并行性、可重构性以及其他丰富的逻辑资源,在硬件上实现完全并行地高速采集各类传感器信号。
图1所示采集器信号处理装置包括:ARM模块、FPGA模块、AD转换器、匹配电路模块, 采集器3最多支持10个通道与各类传感器相连,分别安装在风电设备1上的传感器2输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号,传输至FPGA模块,利用FPGA采用多个控制单元模块的策略,同时连接多路A/D转换器,在硬件上保证了数据采集的完全并行性,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM,再由ARM模块将数据传输至集中器。其中,传感器组2通过匹配电路(恒流源电路、信号放大电路、信号衰减电路及滤波电路)与多路A/D转换器相连接。
③将数据采集器3与数据集中器4相连接,设置多个数据采集器3,将采集器3的数据集中存放于集中器4中,并通过无限传输模块或有限网络上传至存储服务器;如图3所示,多个采集器3可连接到同一台集中器上,集中器3根据网络环境自行选择通过无线传输模块,或选择通过有线网络上传至网络存储服务器5。网络存储服务器5用于大容量在线存储各个风机设备状态的数据。集中器3采用高性能工控机实现,每台集中器将连接其上的所有采集器构成一个子系统,集中器3负责管理和维护这个子系统。集中器3可暂存各个采集器上传的信号数据,同时实时转发至网络存储服务器5。集中器3可以将数据通过GPRS或CDMA上传到网络存储服务器5。
④主站服务器6访问网络存储服务器5,提供信号处理的算法及专家库,对实时上传的信号数据进行信号处理,并与预设阀值进行比较,判定故障状态,系统提供三级告警阀值,将数据分析结果和信号处理结果转发至主站客户端7。
⑤主站客户端7实时接收主站服务器6分析结果并显示给用户,同时提供数据分析算法平台,调用主站服务器6提供的数据分析算法,显示风机组当前运行状态以及故障诊断分析结果,便于用户进行故障诊断分析。另外,主站客户端7还提供历史数据查询及分析功能,如:可根据某一波形特征参数在一段时间内(几天、几个月、半年、一年等)的值,画出趋势图,显示特征参数随时间的变化趋势。
通过上述具体实施方式提供故障诊断系统的上中下三个层次:下层是采集器3和传感器组2组成,解决现场布线结构复杂、环境恶劣、不便维护等缺点,采集器采用ARM处理器加FPGA可编程逻辑器件的结合方式实现高速数据的采集和存储,实现完全并行地高速采集各类传感器信号;中间是集中器4,负责数据管理和可靠性通讯;最上层是主站服务器6、主站客户端7和网络存储服务器5,负责进行人机交互和进行大规模数据运算分析,分层设计的思想保证了数据通讯的稳定性、可靠性和实时性。本发明的风力发电机组运行状态监测及故障诊断系统,具有快速、稳定、准确、实时、全面等优点,可以有效实现实时监控和多元监测,实现大型风力发电机组的在线监测,设备造价低,效率高。
实施例1
在风力发电机组1上设置由传感器组2,数据采集器3,数据集中器4,网络存储服务器5,主站服务器6和主站客户端7组成的风力发电机组运行状态监测及故障诊断系统,进行发电机组运行状态监测及故障诊断,包括以下步骤:
①传感器组2同时包括振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器;进行转速、振动、位移、音频的并行同时数据采集。传感器分别安装在风电设备上,传感器输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号;
②数据采集器3采集器信号处理装置包括:ARM模块、FPGA模块、A/D转换器、匹配电路模块,采集器采用ARM处理器加FPGA可编程逻辑器件的方式实现高速数据的采集和存储。传感器组2通过恒流源电路、信号放大电路、信号衰减电路及滤波电路与多路A/D转换器相连接,采集器接受数字信号,将数字信号传输至FPGA模块,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM,再由ARM模块将数据传输至数据集中器4;
③将数据采集器3与数据集中器4相连接,设置4个数据采集器3,将采集器3的数据集中存放于一台集中器4中,并通过GPRS上传至存储服务器5;网络存储服务器5用于大容量在线存储各个风机设备状态的数据。集中器3可暂存各个采集器上传的信号数据,同时实时转发至网络存储服务器5。
④主站服务器6访问网络存储服务器5,提供信号处理的算法及专家库,对实时上传的信号数据进行信号处理,并与预设阀值进行比较,判定故障状态,系统提供三级告警阀值,将数据分析结果和信号处理结果转发至主站客户端7。
⑤主站客户端7实时接收主站服务器6分析结果并显示给用户,同时提供数据分析算法平台,调用主站服务器6提供的数据分析算法,显示风机组当前运行状态以及故障诊断分析结果,便于用户进行故障诊断分析。可以有效实现大型风力发电机组实时监控和多元监测,效率高。
实施例2
在风力发电机组1上设置由传感器组2,数据采集器3,数据集中器4,网络存储服务器5,主站服务器6和主站客户端7组成的风力发电机组运行状态监测及故障诊断系统,进行发电机组运行状态监测及故障诊断,包括以下步骤:
①传感器组2同时包括振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器;进行转速、振动、位移、音频的并行同时数据采集。传感器分别安装在风电设备上,传感器输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号;
②数据采集器3采集器信号处理装置包括:ARM模块、FPGA模块、A/D转换器、匹配电 路模块,采集器采用ARM处理器加FPGA可编程逻辑器件的方式实现高速数据的采集和存储。传感器组2通过恒流源电路、信号放大电路、信号衰减电路及滤波电路与多路A/D转换器相连接,采集器接受数字信号,将数字信号传输至FPGA模块,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM,再由ARM模块将数据传输至数据集中器4;
③将数据采集器3与数据集中器4相连接,设置3个数据采集器3,将采集器3的数据集中存放于一台集中器4中,并通过CDMA上传至存储服务器5;网络存储服务器5用于大容量在线存储各个风机设备状态的数据。集中器3可暂存各个采集器上传的信号数据,同时实时转发至网络存储服务器5。
④主站服务器6访问网络存储服务器5,提供信号处理的算法及专家库,对实时上传的信号数据进行信号处理,并与预设阀值进行比较,判定故障状态,系统提供三级告警阀值,将数据分析结果和信号处理结果转发至主站客户端7。
⑤主站客户端7实时接收主站服务器6分析结果并显示给用户,同时提供数据分析算法平台,调用主站服务器6提供的数据分析算法,显示风机组当前运行状态以及故障诊断分析结果,便于用户进行故障诊断分析。主站客户端7还提供历史数据查询及分析功能,如:可根据某一波形特征参数在一段时间内(几天、几个月、半年、一年等)的值,画出趋势图,显示特征参数随时间的变化趋势,利于分析数据变化及分析结果,便于用户进行故障诊断和运行监控。
Claims (19)
1.一种基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断系统,其特征在于在风力发电机组上安装所述系统,所述系统包括传感器组(2),数据采集器(3),数据集中器(4),网络存储服务器(5),主站服务器(6)和主站客户端(7);所述传感器组(2)依次与数据采集器(3),数据集中器(4)相连;将集中器(4)中的数据上传到网络存储服务器(5),然后通过主站服务器(6)对数据进行分析;将分析结果发送到主站客户端(7)。
2.如权利要求1所述的系统,其特征在于,所述传感器组(2)安装在风机设备上,与采集器(3)相连,传感器组(2)包括振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器。
3.如权利要求1或2所述的系统,其特征在于,所述数据采集器(3)采用ARM嵌入式处理器与FPGA组合的结构。
4.如权利要求4所述的系统,其特征在于,所述采集器(3)包括ARM模块、FPGA模块、A/D转换器和匹配电路模块,所述FPGA采用多个控制单元模块的策略,同时连接多路A/D转换器。
5.如权利要求1、2或4所述的系统,其特征在于,传感器组(2)通过匹配电路与多路A/D转换器相连接,然后将多路A/D转化器与FPGA模块进行连接,FPGA模块与ARM模块通过数据总线连接,进行读写控制,形成FPGA+ARM嵌入式处理系统。
6.如权利要求1、2、4或5所述系统,其特征在于,在嵌入式处理系统中,传感器输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号,传输至FPGA模块,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM模块。
7.如权利要求6所述的系统,其特征在于,所述匹配电路模块包括恒流源电路、信号放大电路、信号衰减电路及滤波电路。
8.如权利要求1、2、4或5所述的系统,其特征在于多台数据采集器(3)与一台数据集中器相连接,由数据集中器(4)通过无线传输模块或有线网络统一上传到网络存储服务器(5)。
9.如权利要求8所述的系统,其特征在于所述无线传输模块与所述集中器(4)相连,将数据通过GPRS或CDMA上传到网络存储服务器(5)。
10.如权利要求9所述的系统,其特征在于所述网络存储服务器(5)用于大容量在线存储各个风机设备状态的数据。
11.如权利要求1-10任一项所述的系统,其特征在于,通过访问所述网络存储服务器(5),主站服务器(6)提供各种信号处理算法及专家库,把分析结果转发到主站客户端(7);通过访问所述主站服务器(6),主站客户端(7)显示当前运行状态及故障诊断分析结果。
12.一种基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于, 设置在风力发电机组上,由传感器组(2),采集器(3),集中器(4),网络存储服务器(5),主站服务器(6)和主站客户端(7)组成;
包括以下步骤:
(1)传感器组(2)中设置振动传感器、转速传感器、加速度传感器、位移传感器和音频传感器,并行传感振动,转速,加速度,位移和音频信号;
(2)传感器组(2)与数据采集器(3)相连接,该采集器(3)基于FPGA和ARM的嵌入式处理系统,首先通过匹配电路将传感器组(2)与A/D转化器相连接,然后依次经过FPGA模块和ARM模块进行数据采集,读写与控制;
(3)将数据采集器(3)与数据集中器(4)相连接,将采集数据进行集中存放,并通过无限传输模块或有限网络上传至存储服务器;
(4)主站服务器(6)访问所述网络存储服务器(5),提供信号处理的算法及专家库,将数据分析结果转发至主站客户端(7);
(5)主站客户端(7)访问主站服务器(6),显示风机组当前运行状态以及故障诊断分析结果。
13.如权利要求12所述基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于:设置多路A/D转换器与传感器组(2)相连,使FPGA多个控制元模块同时连接多路A/D转换器,使数据采集完全并行。
14.如权利要求13所述于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于:设置多个数据采集器(3),将采集器(3)的数据集中存放于集中器(4)中。
15.如权利要求13或14所述基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于所述无线传输模块与所述数据集中器(4)相连接,将数据通过GPRS或CDMA上传到网络存储服务器(5)。
16.如权利要求12所述基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于:采集器(3)最多支持10个通道与各类数据传感器相连,传感器分别安装在风电设备上;传感器输出的信号经放大、滤波处理后,由24位的A/D转换器进行采样变成数字信号,传输至FPGA模块,在FPGA内部进行数字滤波后以一定的数据格式传输至ARM,再由ARM模块将数据传输至集中器(4)。
17.如权利要求12或16所述的基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于,主站服务器(6)访问管理网络存储服务器(5)上的数据,对实时上传的信号数据进行信号处理,并与预设阀值进行比较,判定故障状态,系统提供三级告警阀值,将信号处理结果转发至主站客户端(7)。
18.如权利要求17所述的基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断方法,其特征在于,主站客户端(7)提供历史数据查询及分析功能,画出趋势图,显示特征参数随时间的变化趋势。
19.如权利要求1所述一种基于FPGA的嵌入式风力发电机组运行状态监测及故障诊断系统,其特征在于,所述系统安装于风力发电机组上,用于大型风力发电机组的运行状态实时监测和故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510064827.3A CN104929864A (zh) | 2015-02-06 | 2015-02-06 | 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510064827.3A CN104929864A (zh) | 2015-02-06 | 2015-02-06 | 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104929864A true CN104929864A (zh) | 2015-09-23 |
Family
ID=54117220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510064827.3A Pending CN104929864A (zh) | 2015-02-06 | 2015-02-06 | 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104929864A (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106899591A (zh) * | 2017-02-27 | 2017-06-27 | 安徽节源环保科技有限公司 | 一种基于无线通信协议的风机能效检测系统和方法 |
CN107035602A (zh) * | 2017-06-14 | 2017-08-11 | 衢州市江氏电子科技有限公司 | 一种水轮机状态监测及故障诊断系统 |
CN107065720A (zh) * | 2017-04-20 | 2017-08-18 | 哈尔滨理工大学 | 智能电机故障录波预警系统 |
CN108019322A (zh) * | 2017-12-14 | 2018-05-11 | 海安常州大学高新技术研发中心 | 一种基于微云的风电机组机舱加速度故障预测系统及其数据管理方法 |
CN108301987A (zh) * | 2017-12-22 | 2018-07-20 | 浙江运达风电股份有限公司 | 基于电气参量的风电机组传动轴系在线观测系统 |
CN108361157A (zh) * | 2018-02-12 | 2018-08-03 | 上海电机学院 | 一种基于嵌入式系统的风力发电机运行状态监测系统 |
CN108709724A (zh) * | 2018-04-13 | 2018-10-26 | 山东中车风电有限公司 | 风力发电机组螺栓在线状态监测系统及方法 |
CN108760018A (zh) * | 2018-04-19 | 2018-11-06 | 国网湖北省电力有限公司经济技术研究院 | 一种基于激光测距的变电联合构架风振系数在线监测系统及方法 |
CN109404043A (zh) * | 2018-10-19 | 2019-03-01 | 临沂矿业集团有限责任公司 | 一种井下设备感知系统 |
CN109696883A (zh) * | 2018-12-29 | 2019-04-30 | 上海理工大学 | 一种基于云存储的数控机床状态监控和预警系统 |
CN109779845A (zh) * | 2017-11-15 | 2019-05-21 | 观为监测技术无锡股份有限公司 | 风力发电机组信号采集电路 |
CN109813363A (zh) * | 2017-11-21 | 2019-05-28 | 观为监测技术无锡股份有限公司 | 一种电涡流信号采集装置 |
CN110320853A (zh) * | 2019-07-30 | 2019-10-11 | 翼石电子股份有限公司 | 一种plc数据采集分析方法及系统 |
CN110319868A (zh) * | 2018-03-30 | 2019-10-11 | 宝山钢铁股份有限公司 | 用于mp-scale运行状态监测的高速数据采集器 |
CN110529200A (zh) * | 2019-07-11 | 2019-12-03 | 天津大学 | 一种嵌入式汽轮机叶片健康监测系统 |
CN110597145A (zh) * | 2019-09-30 | 2019-12-20 | 鞍钢集团自动化有限公司 | 一种电机设备全生命周期管理数据采集系统 |
CN112502909A (zh) * | 2020-11-26 | 2021-03-16 | 中车永济电机有限公司 | 风力发电机故障检测方法、数采装置、服务器及系统 |
CN112666925A (zh) * | 2020-12-21 | 2021-04-16 | 中国北方发动机研究所(天津) | 柴油机车载诊断系统及其诊断方法 |
CN113123928A (zh) * | 2019-12-31 | 2021-07-16 | 新疆金风科技股份有限公司 | 风力发电机组及其塔架净空监控方法和装置 |
CN113364116A (zh) * | 2021-04-27 | 2021-09-07 | 浙江华云信息科技有限公司 | 一种基于通讯控制器的新能源子站故障监控方法及装置 |
CN113374577A (zh) * | 2021-06-27 | 2021-09-10 | 华能太原东山燃机热电有限责任公司 | 一种燃气发电机组用总线式燃气供应管线状态监测系统 |
CN113898516A (zh) * | 2021-11-09 | 2022-01-07 | 国网信通亿力科技有限责任公司 | 一种小水电运营样本生产数据现场采样收集方法 |
CN114003896A (zh) * | 2021-10-29 | 2022-02-01 | 山东信息职业技术学院 | 一种物联大数据分析处理装置和方法 |
WO2022100084A1 (zh) * | 2020-11-11 | 2022-05-19 | 杭州未名信科科技有限公司 | 一种工业设备异常振动检测装置 |
CN114922841A (zh) * | 2022-06-10 | 2022-08-19 | 北京浩朴科技有限公司 | 一种风机全状态在线监测系统 |
CN116068310A (zh) * | 2023-01-03 | 2023-05-05 | 中国人民解放军32256部队 | 一种多装备多检测口的并行检测装置及检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102102629A (zh) * | 2011-01-17 | 2011-06-22 | 东南大学 | 一种风电机组在线数据采集与分析装置 |
CN102200186A (zh) * | 2011-05-10 | 2011-09-28 | 大连理工大学 | 风力发电机组齿轮箱远程在线状态监测与故障诊断系统 |
CN102287330A (zh) * | 2011-07-25 | 2011-12-21 | 哈尔滨理工大学 | 采用3g网络的风电场远程实时监控与智能视频遥视系统 |
CN202431441U (zh) * | 2011-12-30 | 2012-09-12 | 华锐风电科技(集团)股份有限公司 | 一种风电机组的状态监控系统 |
CN102748214A (zh) * | 2012-07-10 | 2012-10-24 | 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 |
WO2012149984A1 (en) * | 2011-05-04 | 2012-11-08 | Siemens Aktiengesellschaft | System and method for operating a wind turbine using an adaptive speed reference |
CN202746095U (zh) * | 2012-08-27 | 2013-02-20 | 成都讯易达通信设备有限公司 | 一种风力发电机监测装置 |
CN102944778A (zh) * | 2012-11-05 | 2013-02-27 | 电子科技大学 | 一种便携式电力系统低频振荡检测装置 |
CN103472802A (zh) * | 2013-09-13 | 2013-12-25 | 同济大学 | 风力发电机组智能状态监测终端及其数据处理方法 |
CN103742358A (zh) * | 2013-12-24 | 2014-04-23 | 青海能高新能源有限公司 | 一种复合式风力发电机组状态监控系统 |
-
2015
- 2015-02-06 CN CN201510064827.3A patent/CN104929864A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102102629A (zh) * | 2011-01-17 | 2011-06-22 | 东南大学 | 一种风电机组在线数据采集与分析装置 |
WO2012149984A1 (en) * | 2011-05-04 | 2012-11-08 | Siemens Aktiengesellschaft | System and method for operating a wind turbine using an adaptive speed reference |
CN102200186A (zh) * | 2011-05-10 | 2011-09-28 | 大连理工大学 | 风力发电机组齿轮箱远程在线状态监测与故障诊断系统 |
CN102287330A (zh) * | 2011-07-25 | 2011-12-21 | 哈尔滨理工大学 | 采用3g网络的风电场远程实时监控与智能视频遥视系统 |
CN202431441U (zh) * | 2011-12-30 | 2012-09-12 | 华锐风电科技(集团)股份有限公司 | 一种风电机组的状态监控系统 |
CN102748214A (zh) * | 2012-07-10 | 2012-10-24 | 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 |
CN202746095U (zh) * | 2012-08-27 | 2013-02-20 | 成都讯易达通信设备有限公司 | 一种风力发电机监测装置 |
CN102944778A (zh) * | 2012-11-05 | 2013-02-27 | 电子科技大学 | 一种便携式电力系统低频振荡检测装置 |
CN103472802A (zh) * | 2013-09-13 | 2013-12-25 | 同济大学 | 风力发电机组智能状态监测终端及其数据处理方法 |
CN103742358A (zh) * | 2013-12-24 | 2014-04-23 | 青海能高新能源有限公司 | 一种复合式风力发电机组状态监控系统 |
Non-Patent Citations (1)
Title |
---|
韩宏宇: "基于FPGA的风电监测系统数据采集单元设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106899591A (zh) * | 2017-02-27 | 2017-06-27 | 安徽节源环保科技有限公司 | 一种基于无线通信协议的风机能效检测系统和方法 |
CN107065720A (zh) * | 2017-04-20 | 2017-08-18 | 哈尔滨理工大学 | 智能电机故障录波预警系统 |
CN107035602A (zh) * | 2017-06-14 | 2017-08-11 | 衢州市江氏电子科技有限公司 | 一种水轮机状态监测及故障诊断系统 |
CN109779845A (zh) * | 2017-11-15 | 2019-05-21 | 观为监测技术无锡股份有限公司 | 风力发电机组信号采集电路 |
CN109813363A (zh) * | 2017-11-21 | 2019-05-28 | 观为监测技术无锡股份有限公司 | 一种电涡流信号采集装置 |
CN108019322A (zh) * | 2017-12-14 | 2018-05-11 | 海安常州大学高新技术研发中心 | 一种基于微云的风电机组机舱加速度故障预测系统及其数据管理方法 |
CN108019322B (zh) * | 2017-12-14 | 2022-08-12 | 海安常州大学高新技术研发中心 | 一种基于微云的风电机组机舱加速度故障预测系统及其数据管理方法 |
CN108301987A (zh) * | 2017-12-22 | 2018-07-20 | 浙江运达风电股份有限公司 | 基于电气参量的风电机组传动轴系在线观测系统 |
CN108361157A (zh) * | 2018-02-12 | 2018-08-03 | 上海电机学院 | 一种基于嵌入式系统的风力发电机运行状态监测系统 |
CN110319868A (zh) * | 2018-03-30 | 2019-10-11 | 宝山钢铁股份有限公司 | 用于mp-scale运行状态监测的高速数据采集器 |
CN108709724A (zh) * | 2018-04-13 | 2018-10-26 | 山东中车风电有限公司 | 风力发电机组螺栓在线状态监测系统及方法 |
CN108709724B (zh) * | 2018-04-13 | 2021-02-05 | 山东中车风电有限公司 | 风力发电机组螺栓在线状态监测系统及方法 |
CN108760018B (zh) * | 2018-04-19 | 2024-03-08 | 国网湖北省电力有限公司经济技术研究院 | 一种基于激光测距的变电联合构架风振系数在线监测系统及方法 |
CN108760018A (zh) * | 2018-04-19 | 2018-11-06 | 国网湖北省电力有限公司经济技术研究院 | 一种基于激光测距的变电联合构架风振系数在线监测系统及方法 |
CN109404043A (zh) * | 2018-10-19 | 2019-03-01 | 临沂矿业集团有限责任公司 | 一种井下设备感知系统 |
CN109696883A (zh) * | 2018-12-29 | 2019-04-30 | 上海理工大学 | 一种基于云存储的数控机床状态监控和预警系统 |
CN109696883B (zh) * | 2018-12-29 | 2021-08-24 | 上海理工大学 | 一种基于云存储的数控机床状态监控和预警系统 |
CN110529200A (zh) * | 2019-07-11 | 2019-12-03 | 天津大学 | 一种嵌入式汽轮机叶片健康监测系统 |
CN110529200B (zh) * | 2019-07-11 | 2023-11-07 | 天津大学 | 一种嵌入式汽轮机叶片健康监测系统 |
CN110320853A (zh) * | 2019-07-30 | 2019-10-11 | 翼石电子股份有限公司 | 一种plc数据采集分析方法及系统 |
CN110597145A (zh) * | 2019-09-30 | 2019-12-20 | 鞍钢集团自动化有限公司 | 一种电机设备全生命周期管理数据采集系统 |
CN113123928A (zh) * | 2019-12-31 | 2021-07-16 | 新疆金风科技股份有限公司 | 风力发电机组及其塔架净空监控方法和装置 |
WO2022100084A1 (zh) * | 2020-11-11 | 2022-05-19 | 杭州未名信科科技有限公司 | 一种工业设备异常振动检测装置 |
WO2022110330A1 (zh) * | 2020-11-26 | 2022-06-02 | 中车永济电机有限公司 | 风力发电机故障检测方法、数采装置、服务器及系统 |
CN112502909B (zh) * | 2020-11-26 | 2023-09-08 | 中车永济电机有限公司 | 风力发电机故障检测方法、数采装置、服务器及系统 |
CN112502909A (zh) * | 2020-11-26 | 2021-03-16 | 中车永济电机有限公司 | 风力发电机故障检测方法、数采装置、服务器及系统 |
CN112666925A (zh) * | 2020-12-21 | 2021-04-16 | 中国北方发动机研究所(天津) | 柴油机车载诊断系统及其诊断方法 |
CN113364116A (zh) * | 2021-04-27 | 2021-09-07 | 浙江华云信息科技有限公司 | 一种基于通讯控制器的新能源子站故障监控方法及装置 |
CN113364116B (zh) * | 2021-04-27 | 2024-03-29 | 浙江华云信息科技有限公司 | 一种基于通讯控制器的新能源子站故障监控方法及装置 |
CN113374577A (zh) * | 2021-06-27 | 2021-09-10 | 华能太原东山燃机热电有限责任公司 | 一种燃气发电机组用总线式燃气供应管线状态监测系统 |
CN114003896A (zh) * | 2021-10-29 | 2022-02-01 | 山东信息职业技术学院 | 一种物联大数据分析处理装置和方法 |
CN113898516A (zh) * | 2021-11-09 | 2022-01-07 | 国网信通亿力科技有限责任公司 | 一种小水电运营样本生产数据现场采样收集方法 |
CN114922841A (zh) * | 2022-06-10 | 2022-08-19 | 北京浩朴科技有限公司 | 一种风机全状态在线监测系统 |
CN116068310A (zh) * | 2023-01-03 | 2023-05-05 | 中国人民解放军32256部队 | 一种多装备多检测口的并行检测装置及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104929864A (zh) | 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 | |
CN102748214B (zh) | 耦合于控制系统的风电机组状态监测与故障诊断系统 | |
CN102102629B (zh) | 一种风电机组在线数据采集与分析装置 | |
CN103472331A (zh) | 一种基于光伏物理模型的光伏发电故障诊断系统 | |
CN101949774A (zh) | 一种风力发电多机组远程实时状态监测方法 | |
CN104564542B (zh) | 一种基于大数据技术的故障诊断系统及其诊断方法 | |
CN105590144A (zh) | 一种基于narx神经网络的风速预测方法及装置 | |
CN202547923U (zh) | 一种风电机组变桨轴承振动检测装置 | |
CN204422723U (zh) | 一种风电机组故障诊断系统 | |
CN103018670A (zh) | 基于工控机的风电机组并网性能测试系统及方法 | |
CN107559153A (zh) | 一种双馈风电机组叶轮不平衡检测系统 | |
CN203362397U (zh) | 风力发电机组数据采集系统 | |
CN202994473U (zh) | 风力发电机组振动在线监测与故障诊断系统 | |
CN108460228B (zh) | 一种基于多目标优化算法进行风电场等值的方法 | |
CN108827458A (zh) | 一种风力发电机叶片固有频率在线识别方法 | |
Ma et al. | A study of fault statistical analysis and maintenance policy of wind turbine system | |
CN203881539U (zh) | 一种风电机组状态监测与故障诊断装置 | |
CN208431106U (zh) | 风电机组偏航系统在线监测机构 | |
CN103645060A (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 | |
CN102854465A (zh) | 一种基于相空间重构的dfig运行状态混沌预测系统及方法 | |
CN205138630U (zh) | 一种风电设备振动在线监测仪 | |
Qiao et al. | Research on SCADA data preprocessing method of Wind Turbine | |
CN103644938A (zh) | 故障预警系统 | |
CN204462695U (zh) | 一种风电设备紧固件视觉检测的控制系统 | |
CN208316682U (zh) | 一种基于物联网技术的光储能源运行参数监测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150923 |
|
RJ01 | Rejection of invention patent application after publication |