CN105184059A - 一种基于海量数据的水电机组状态分析评估方法 - Google Patents
一种基于海量数据的水电机组状态分析评估方法 Download PDFInfo
- Publication number
- CN105184059A CN105184059A CN201510513787.6A CN201510513787A CN105184059A CN 105184059 A CN105184059 A CN 105184059A CN 201510513787 A CN201510513787 A CN 201510513787A CN 105184059 A CN105184059 A CN 105184059A
- Authority
- CN
- China
- Prior art keywords
- analysis
- data
- unit
- state
- assessment
- 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
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及电气技术领域,具体地说是涉及一种应用水电机组状态分析评估方法。本发明一种基于海量数据的水电机组状态分析评估方法包括如下步骤:一)规模化状态数据采集;二)状态监测数据分析评估;三)状态监测数据大值历史对比及分布;四)状态监测数据历史趋势及频谱分析。本发明分析评估方法的优点:1、本发明获得一种海量数据的评估方法,摆脱了目前状态评估方法针对少量数据、单一特征的孤立分析方法。2、本发明采用监测数据大值、特征参数异常、现象征兆异常评估因素,开展水机运行的劣化趋势评估优于传统评估方法。3、本发明将机组状态评估、检修计划、试验测试结合,实现了检修优化及测试合理化。
Description
技术领域
本发明明涉及电气技术领域,具体地说是涉及一种应用水电机组状态分析评估方法,以提高水电机组实时运行状态健康状态的评估水平。
背景技术
随着大型水轮发电机组在整个电网中的比重越来越大,单机容量增加,年平均发电时间延长,检修时间缩短,事故停机造成的经济损失极为严重。准确分析和评估水轮机组发电机组故障对电力系统稳定可靠运行具有十分重要的意义。
水电机组是一个包含水力、机械以及电气系统的大型旋转设备。水电机组状态分析评估包括数据采集、数据处理和分析、处理意见与决策,能通过振动、摆度等数据和征兆准确定位机组状态。一个完善的状态分析评估过程就是通过设备进行数据采集进而能够挖掘和分析的过程其重要的过程输出是面向领域的“知识”,水轮机运行综合评估方法是基于领域“知识”的一个重要的应用,体现的形式为机组状态诊断与分析。有效的状态评估和故障诊断可以随时掌握水轮发电机组设备状态和劣化规律,避免突发性故障和渐发故障的发生。
针对省内黄河上游流域电站的在线监测装置进行调研,发现目前流域电站发电机组在线监测装置存在三方面问题;首先,监测数据缺少深入数据挖掘,难以综合利用监测数据、特征参数以及现象征兆等深入分析水机运行的劣化趋势,不能准确定位故障部位、故障原因和故障程度,无法评估发电机组运行状态。其次,在线监测装置未能指导检修及合理化安排相关测试试验;最后,缺少一种适应性强的海量数据在线监测数据状态评估方法。
为解决这些问题,需发明解决流域电站各水电机组规模化评估分析方法。
发明内容
本发明要解决的技术问题是针对现有技术存在的不足,提供一种基于海量数据的水电机组状态分析评估方法。
本发明一种基于海量数据的水电机组状态分析评估方法通过下述技术方案予以实现:一种基于海量数据的水电机组状态分析评估方法包括如下步骤:
一)规模化状态数据采集
各流域电站所安装的在线监测系统为psta2003系统和TN8000系统,通过前往水电机组现场采集各水电机组振动、摆度、压力脉动、定转子气隙、磁场强度等特征参量,联合计算机监测系统的监测信息,利用各种分析、诊断策略和算法,实时掌握机组健康状态,为安全运行、优化调度和检修指导提供有力的技术支持;
二)状态监测数据分析评估
选取各水电站的机组运行状况数据作为测点测量分析评估对象,对机组振动、摆动数据采集、分析;
三)状态监测数据大值历史对比及分布
将各机组历年振动、摆度数据进行比较分析,对上述数据较大进行对比分析,提出大修建议;
四)状态监测数据历史趋势及频谱分析
选取各机组运行状况数据作为分析评估对象,对所有状态数据进行趋势分析,对机组振动、摆度数据分析,各测点监测量振动、摆度频谱分析出水机运行的劣化趋势,定位故障部位、故障原因和故障程度,评价机组运行状况,为机组安全稳定运行提出指导。
本发明一种基于海量数据的水电机组状态分析评估方法与现有技术相比较有如下有益效果:通过本发明一种基于海量数据的水电机组状态分析评估方法,可集中分析评估各台机组状态监测信息,对运行状态电站机组可实时进行体检项目检查,易于分析比较不同机组运行特性与规律,及时促进机组的优化运行,充分发挥领域专家分析诊断的作用。
依托本发明开展在线监测数据评估工作,该系统使得水电厂状态监测系统可以在实现分析诊断,为专家及现场工程师构建交流平台,使现场问题更容易得到专家的技术支持,使现场工程师借助分析中心的解析结果及建议进行有针对性的检修或故障处理,促进发电机组的规范、督导状态检修、促进行业技术的进步起到关键作用。
本发明方法黄河上游流域水电厂进行监测分析评估,在线监测状态分析评估研究以机组的振动、摆度、压力及压力脉动监测分析为基础平台,利用记录方式把更多的监测内容纳入到状态监测系统中集成起来,包括机组气隙、磁场强度、发电机局部放电、水轮机空化汽蚀、转子测温、主变压器油色谱等,根据电厂用户的需要可以形成一套完整的分析评估平台。通过建立水轮机运行综合评估平台,可集中管理各台机组状态监测信息,对运行状态电站机组可实时进行体检项目检查,易于分析比较不同机组运行特性与规律,及时促进机组的优化运行,充分发挥领域专家分析诊断的作用。
本发明对水电机组机械状态诊断分析技术开展在线监测数据评估工作,该系统使得水电厂状态监测系统可以在实现分析诊断,为专家及现场工程师构建交流平台,使现场问题更容易得到专家的技术支持,使现场工程师借助分析中心的解析结果及建议进行有针对性的检修或故障处理,促进发电机组的规范、督导状态检修、促进行业技术的进步起到关键作用。黄河水电开发有限责任公司所属流域梯级电站分布广泛且数量较多,通过水轮机运行综合评估,可集中管理各电站状态监测信息,对梯级电站机组可集中进行体检项目检查,易于分析比较不同机组运行特性与规律,及时促进机组的优化运行,充分发挥领域专家分析诊断的作用,该项目具有较强的推广价值。
本发明一种基于海量数据的水电机组状态分析评估方法的优点:1、本发明获得一种海量数据的评估方法,摆脱了传统状态评估方法针对少量数据、单一特征的孤立分析方法。
2、本发明采用监测数据大值、特征参数异常、现象征兆异常评估因素,开展水机运行的劣化趋势评估,摆脱了目前评估因素单一,理论重实践轻传统评估方法。
3、本发明将机组状态评估、检修计划、试验测试结合,实现了检修优化及测试合理化,优于目前状态评估、检修计划、试验测试孤立的现状。
附图说明
本发明一种基于海量数据的水电机组状态分析评估方法有如下附图:
图1是本发明一种基于海量数据的水电机组状态分析评估方法电站分析诊断示意图;
图2是本发明一种基于海量数据的水电机组状态分析评估方法在线数据采集流程示意图;
图3是本发明一种基于海量数据的水电机组状态分析评估方法振动、摆度大值历史分布示意图;
图4是本发明一种基于海量数据的水电机组状态分析评估方法积石峡电站1#机组频谱图;
图5是本发明一种基于海量数据的水电机组状态分析评估方法公伯峡电站1#机组频谱图;
图6是本发明一种基于海量数据的水电机组状态分析评估方法拉西瓦电站1#机组频谱图;
图7是本发明一种基于海量数据的水电机组状态分析评估方法积石峡电站1#机组振动、摆度趋势图;
图8是本发明一种基于海量数据的水电机组状态分析评估方法公伯峡电站1#机组振动、摆度趋势图;
图9是本发明一种基于海量数据的水电机组状态分析评估方法拉西瓦电站1#机组振动、摆度变化趋势图。
其中:1.上导水平振动;2.上机架水平振动;3.上机架垂直振动;4.下导水平振动;5.下机架水平振动;6.下机架垂直振动;7.水导水平振动;8.水导垂直振动;9.顶盖垂直振动;10.顶盖水平振动;11.发电机定子铁心水平振动;12.发电机定子铁心垂直振动;13上导摆度;14.下导摆度;15.抬机量;16.水导摆度;17.导叶后压力脉动;18.尾水管进口压力脉动;19.顶盖下压力脉动。
具体实施方式
下面结合附图和实施例对本发明一种基于海量数据的水电机组状态分析评估方法技术方案作进一步描述。
如图1-图9所示,本发明一种基于海量数据的水电机组状态分析评估方法包括如下步骤:1)规模化状态数据采集
各流域电站所安装的在线监测系统为北京奥技异电气技术研究所的psta2003系统、北京华科同安监控技术有限公司的TN8000系统,通过前往水电机组现场采集各水电机组振动、摆度、压力脉动、定转子气隙、磁场强度等特征参量,联合计算机监控系统的监测信息,利用各种分析、诊断策略和算法,实时掌握机组健康状态,为安全运行,优化调度和检修指导提供有力的技术支持;
2)状态监测数据分析评估
选取2014年6.12~9.21日三个月的各流域电站1#机组运行状况数据作为分析评估对象,把所有状态数据进行了趋势分析,分析了水机运行的劣化趋势,定位了故障部位、故障原因和故障程度,给出了专家建议,评价机组的运行状况,为机组安全稳定运行提供指导。
3)状态监测数据大值历史对比及分布
针对各流域电站各机组历年振动、摆度较大数据进行对比分析,旨在为大修提供建议,优化检修过程。选取积石峡、公伯峡、拉西瓦1#机组振动摆度2013年、2014年数据采集中最大值的测点进行对比;
4)状态监测数据历史趋势及频谱分析
选取2014年6.12~9.21日三个月的各流域电站1#机组运行状况数据作为分析评估对象,把所有状态数据进行了趋势分析,分析了水机运行的劣化趋势,定位了故障部位、故障原因和故障程度,给出了专家建议,评价机组的运行状况,为机组安全稳定运行提供指导。对机组振动、摆度数值分析,各测点监测量振动、摆度频谱分析;各电站1#机组监测量振动、摆度趋势分析;振动、摆度频谱特征;振动、摆度趋势分析;
5)各电站故障诊断方法
水轮发电机组运行过程中的状态特征对判别整个机组的健康评估非常重要,是判断机组运行状态和故障的重要依据。常见的状态有转动部件不平衡或大轴轴线不直引起的摆度过大;尾水管涡带;油膜涡动;不对中等。针对以上水轮发电机组状态特点,对水轮机特定故障情况下状态评估是本项目需要研究和解决的重点;选用了将故障特征计入表格的方式进行分析诊断,将数值超出标准要求的振动值、摆度值视为故障,通过历史对比及现状分析,寻找故障原因及故障位置。
实施例1。
1)在线监测系统数据采集
黄河水电公司各流域电站所安装的在线监测系统为北京奥技异电气技术研究所的psta2003系统、北京华科同安监控技术有限公司的TN8000系统,该系统通过采集水电机组振动、摆度、压力脉动、定转子气隙、磁场强度等特征参量,联合计算机监控系统的监测信息,利用各种分析、诊断策略和算法,实时掌握机组健康状态,为安全运行,优化调度和检修指导提供有力的技术支持。在线监测数据分析系统的组成和架构示意如附图2所示。
2)各流域电站监测数据状态评估
水电机组是一个包含水力、机械以及电气系统的大型旋转设备。机组的运行状态可分为:正常状态、异常状态和故障状态。正常状态指机组的整体或局部没有缺陷,或虽有缺陷但其性能仍在允许的范围内。异常状态指缺陷已有一定程度的扩展,机组的状态信号发生变化,机组运行性能已劣化,但仍可运行,此时应加强机组运行的监视。故障状态是指机组性能指标已有大的下降,机组不能维持正常工作。故障状态按照严重程度可分为:故障萌生并有进一步发展趋势的早期故障;程度不严重,机组可勉强运行的一般功能性故障,如机组振动剧烈;机组不能运行必须停机的严重故障;导致灾难性的破坏性故障;还有瞬时发生的突发性紧急故障。有效的状态评估和故障诊断可以随时掌握水轮发电机组设备状态和劣化规律,避免突发性故障和渐发故障的发生。流域电站分析诊断如图1;各测点监测量在稳定负荷区状态评价如表1。
3)积石峡、公伯峡、拉西瓦在线监测数据分析
选取2014年6.12~9.21日三个月的积石峡、公伯峡、拉西瓦各水电站1#机组运行状况数据作为分析评估对象,把所有状态数据进行了趋势分析,分析了水机运行的劣化趋势,定位了故障部位、故障原因和故障程度,给出了专家建议,评价机组的运行状况,为机组安全稳定运行提供指导。主要开展了机组振动、摆度数值分析,各测点监测量在稳定负荷区状态评价见表1;各测点监测量振动、摆度频谱分析见表3;各电站1#机组监测量振动、摆度趋势分析见表4;振动、摆度频谱特征见图4~6;振动、摆度趋势分析见图7~9。
4)积石峡、公伯峡、拉西瓦历年数据分析
通过对积石峡、公伯峡、拉西瓦各机组历年振动、摆度较大数据进行对比分析,旨在为大修提供建议,优化检修过程。选取积石峡、公伯峡、拉西瓦1#机组振动摆度2013年、2014年数据采集中最大值的测点进行对比见表2;振动、摆度大值历史分布示意如图3所示。
5)积石峡、公伯峡、拉西瓦故障诊断技术方法
水轮发电机组运行过程中的状态特征对判别整个机组的健康评估非常重要,是判断机组运行状态和故障的重要依据。常见的状态有转动部件不平衡或大轴轴线不直引起的摆度过大;尾水管涡带;油膜涡动;不对中等。针对以上水轮发电机组状态特点,对水轮机特定故障情况下状态评估是本项目需要研究和解决的重点;选用了将故障特征计入表格的方式进行分析诊断,将数值超出标准要求的振动值、摆度值视为故障,诊断结果见表5。
6)积石峡、公伯峡、拉西瓦检修建议
积石峡检修建议:
对机组轴系状况进行调整,轴瓦间隙与历次间隙记录对比,重新调整。
公伯峡检修建议:
对转子质量偏心和转子部件缺损现象两方面进行金属探伤,对关键部位应力及裂纹进行检查及维护。
拉西瓦检修建议:
对密封间隙、轴承间隙进行检查及调整;对结合面间隙或连结刚度不足进行检查及调整。
7)应用效果
本发明在黄河上游流域水电厂的监测分析,在线监测状态分析评估研究以机组的振动、摆度、压力及压力脉动监测分析为基础平台,利用记录方式把更多的监测内容纳入到状态监测系统中集成起来,包括机组气隙、磁场强度、发电机局部放电、水轮机空化汽蚀、转子测温、主变压器油色谱等,根据电厂用户的需要可以形成一套完整的分析评估平台。通过建立水轮机运行综合评估平台,可集中管理各台机组状态监测信息,对运行状态电站机组可实时进行体检项目检查,易于分析比较不同机组运行特性与规律,及时促进机组的优化运行,充分发挥领域专家分析诊断的作用。
依托本发明对水电机组机械状态诊断分析技术开展在线监测数据评估工作,该系统使得水电厂状态监测系统可以在实现分析诊断,为专家及现场工程师构建交流平台,使现场问题更容易得到专家的技术支持,使现场工程师借助分析中心的解析结果及建议进行有针对性的检修或故障处理,促进发电机组的规范、督导状态检修、促进行业技术的进步起到关键作用。黄河水电开发有限责任公司所属流域梯级电站分布广泛且数量较多,通过水轮机运行综合评估,可集中管理各电站状态监测信息,对梯级电站机组可集中进行体检项目检查,易于分析比较不同机组运行特性与规律,及时促进机组的优化运行,充分发挥领域专家分析诊断的作用,该项目具有较强的推广价值。
Claims (1)
1.一种基于海量数据的水电机组状态分析评估方法,其特征在于所述方法包括如下步骤:
一)规模化状态数据采集
各流域电站所安装的在线监测系统为psta2003系统和TN8000系统,通过前往水电机组现场采集各水电机组振动、摆度、压力脉动、定转子气隙、磁场强度等特征参量,联合计算机监测系统的监测信息,利用各种分析、诊断策略和算法,实时掌握机组健康状态,为安全运行、优化调度和检修指导提供有力的技术支持;
二)状态监测数据分析评估
选取各水电站的机组运行状况数据作为测点测量分析评估对象,对机组振动、摆动数据采集、分析;
三)状态监测数据大值历史对比及分布
将各机组历年振动、摆度数据进行比较分析,对上述数据较大进行对比分析,提出大修建议;
四)状态监测数据历史趋势及频谱分析
选取各机组运行状况数据作为分析评估对象,对所有状态数据进行趋势分析,对机组振动、摆度数据分析,各测点监测量振动、摆度频谱分析出水机运行的劣化趋势,定位故障部位、故障原因和故障程度,评价机组运行状况,为机组安全稳定运行提出指导。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510513787.6A CN105184059A (zh) | 2015-08-20 | 2015-08-20 | 一种基于海量数据的水电机组状态分析评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510513787.6A CN105184059A (zh) | 2015-08-20 | 2015-08-20 | 一种基于海量数据的水电机组状态分析评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105184059A true CN105184059A (zh) | 2015-12-23 |
Family
ID=54906137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510513787.6A Pending CN105184059A (zh) | 2015-08-20 | 2015-08-20 | 一种基于海量数据的水电机组状态分析评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184059A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709156A (zh) * | 2016-11-30 | 2017-05-24 | 国网福建省电力有限公司 | 基于在线数据的水轮发电机组定子热变形的自动评价方法 |
CN106989926A (zh) * | 2017-02-22 | 2017-07-28 | 贵州北盘江电力股份有限公司董箐发电厂 | 一种基于规则推导的水电机组故障诊断方法 |
CN106988951A (zh) * | 2017-04-14 | 2017-07-28 | 贵州乌江水电开发有限责任公司东风发电厂 | 水轮机组故障诊断及状态评估方法 |
CN107402111A (zh) * | 2016-05-19 | 2017-11-28 | 国家电网公司 | 一种抽水蓄能机组轴系振动评估系统 |
CN109032098A (zh) * | 2018-08-28 | 2018-12-18 | 云南电网有限责任公司电力科学研究院 | 一种水电机组全工况单参数退化趋势分析方法 |
CN109543858A (zh) * | 2018-11-30 | 2019-03-29 | 青海电研科技有限责任公司 | 一种水电机组在线监测数据分析评估方法 |
CN110513242A (zh) * | 2019-08-13 | 2019-11-29 | 中国水利水电科学研究院 | 一种以振动频率为主线索的水电站稳定性故障诊断方法 |
CN113167834A (zh) * | 2019-10-07 | 2021-07-23 | 株式会社相互约束 | 重型电机健全性分析平台及使用其的分析方法 |
CN114876717A (zh) * | 2022-06-16 | 2022-08-09 | 西安热工研究院有限公司 | 一种水轮发电机组运行故障的保护方法及系统 |
CN116881658A (zh) * | 2023-07-12 | 2023-10-13 | 南方电网调峰调频发电有限公司检修试验分公司 | 一种水轮发电机组的智能状态评估方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103456141A (zh) * | 2013-08-23 | 2013-12-18 | 国家电网公司 | 一种基于多维变量样本信息库的水电机组状态报警方法 |
CN104317975A (zh) * | 2014-11-21 | 2015-01-28 | 国家电网公司 | 一种水电机组振动多变量远程预警方法 |
CN104331631A (zh) * | 2014-11-21 | 2015-02-04 | 国家电网公司 | 一种水电机组运行状态远程诊断决策方法 |
-
2015
- 2015-08-20 CN CN201510513787.6A patent/CN105184059A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103456141A (zh) * | 2013-08-23 | 2013-12-18 | 国家电网公司 | 一种基于多维变量样本信息库的水电机组状态报警方法 |
CN104317975A (zh) * | 2014-11-21 | 2015-01-28 | 国家电网公司 | 一种水电机组振动多变量远程预警方法 |
CN104331631A (zh) * | 2014-11-21 | 2015-02-04 | 国家电网公司 | 一种水电机组运行状态远程诊断决策方法 |
Non-Patent Citations (1)
Title |
---|
潘罗平: "基于健康评估和劣化趋势预测的水电机组故障诊断系统研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107402111A (zh) * | 2016-05-19 | 2017-11-28 | 国家电网公司 | 一种抽水蓄能机组轴系振动评估系统 |
CN106709156A (zh) * | 2016-11-30 | 2017-05-24 | 国网福建省电力有限公司 | 基于在线数据的水轮发电机组定子热变形的自动评价方法 |
CN106989926A (zh) * | 2017-02-22 | 2017-07-28 | 贵州北盘江电力股份有限公司董箐发电厂 | 一种基于规则推导的水电机组故障诊断方法 |
CN106989926B (zh) * | 2017-02-22 | 2018-02-06 | 贵州北盘江电力股份有限公司董箐发电厂 | 一种基于规则推导的水电机组故障诊断方法 |
CN106988951A (zh) * | 2017-04-14 | 2017-07-28 | 贵州乌江水电开发有限责任公司东风发电厂 | 水轮机组故障诊断及状态评估方法 |
CN109032098B (zh) * | 2018-08-28 | 2021-04-09 | 云南电网有限责任公司电力科学研究院 | 一种水电机组全工况单参数退化趋势分析方法 |
CN109032098A (zh) * | 2018-08-28 | 2018-12-18 | 云南电网有限责任公司电力科学研究院 | 一种水电机组全工况单参数退化趋势分析方法 |
CN109543858A (zh) * | 2018-11-30 | 2019-03-29 | 青海电研科技有限责任公司 | 一种水电机组在线监测数据分析评估方法 |
CN110513242A (zh) * | 2019-08-13 | 2019-11-29 | 中国水利水电科学研究院 | 一种以振动频率为主线索的水电站稳定性故障诊断方法 |
CN113167834A (zh) * | 2019-10-07 | 2021-07-23 | 株式会社相互约束 | 重型电机健全性分析平台及使用其的分析方法 |
CN114876717A (zh) * | 2022-06-16 | 2022-08-09 | 西安热工研究院有限公司 | 一种水轮发电机组运行故障的保护方法及系统 |
CN116881658A (zh) * | 2023-07-12 | 2023-10-13 | 南方电网调峰调频发电有限公司检修试验分公司 | 一种水轮发电机组的智能状态评估方法及系统 |
CN116881658B (zh) * | 2023-07-12 | 2024-01-26 | 南方电网调峰调频发电有限公司检修试验分公司 | 一种水轮发电机组的智能状态评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184059A (zh) | 一种基于海量数据的水电机组状态分析评估方法 | |
Artigao et al. | Wind turbine reliability: A comprehensive review towards effective condition monitoring development | |
CN109543858A (zh) | 一种水电机组在线监测数据分析评估方法 | |
CN103033359B (zh) | 一种多特征多级综合评判的风电机组主传动装置故障诊断方法 | |
Egusquiza et al. | Advanced condition monitoring of Pelton turbines | |
CN104849046A (zh) | 一种地铁齿轮传动装置模拟故障诊断试验台及诊断方法 | |
CN110702394B (zh) | 一种基于振动变化特征的汽轮发电机组振动故障诊断方法 | |
CN103439091B (zh) | 水轮机转轮叶片裂纹故障早期预警和诊断方法及系统 | |
CN104019000A (zh) | 风力发电机组的载荷谱测定与前瞻性维护系统 | |
Wilkinson et al. | Towards the zero maintenance wind turbine | |
CN106525337B (zh) | 基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 | |
CN103940611A (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
CN105403418A (zh) | 动车组轴端接地装置磨损试验台 | |
CN113158352B (zh) | 基于关键部件的水轮发电机组剩余使用寿命的评估方法 | |
CN106546918A (zh) | 一种水电机组的故障诊断方法 | |
CN111486043A (zh) | 一种基于水轮发电机组振摆数据的下机架故障诊断方法 | |
CN106596110B (zh) | 基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法 | |
KR101267946B1 (ko) | 모터 수명예측방법 | |
CN113221424A (zh) | 一种汽轮机动叶片故障原因综合分析方法 | |
Entezami et al. | Wind turbine condition monitoring system | |
CN112364537A (zh) | 一种立式水轮发电机配重块动力特性评估系统及方法 | |
CN208431106U (zh) | 风电机组偏航系统在线监测机构 | |
Poll et al. | Hydraulic power plant machine dynamic diagnosis | |
CN205301110U (zh) | 动车组轴端接地装置磨损试验台 | |
Artigao et al. | The Use of Electrical Measurements of Wind Turbine Generators for Drive Train Condition Monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151223 |