CN106246476B - 海上风力发电机叶片故障智能监测系统及方法 - Google Patents

海上风力发电机叶片故障智能监测系统及方法 Download PDF

Info

Publication number
CN106246476B
CN106246476B CN201610873912.9A CN201610873912A CN106246476B CN 106246476 B CN106246476 B CN 106246476B CN 201610873912 A CN201610873912 A CN 201610873912A CN 106246476 B CN106246476 B CN 106246476B
Authority
CN
China
Prior art keywords
wind
blade
driven generator
data
monitoring device
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.)
Active
Application number
CN201610873912.9A
Other languages
English (en)
Other versions
CN106246476A (zh
Inventor
李仕平
杨波
陈志刚
李茂东
林金梅
王恋
王志刚
翟伟
黄国家
张双红
辛明亮
伍振凌
邱樾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Special Pressure Equipment Inspection and Research Institute
Original Assignee
Guangzhou Special Pressure Equipment Inspection and Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Special Pressure Equipment Inspection and Research Institute filed Critical Guangzhou Special Pressure Equipment Inspection and Research Institute
Priority to CN201610873912.9A priority Critical patent/CN106246476B/zh
Priority to PCT/CN2016/101903 priority patent/WO2018058702A1/zh
Publication of CN106246476A publication Critical patent/CN106246476A/zh
Application granted granted Critical
Publication of CN106246476B publication Critical patent/CN106246476B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/334—Vibration measurements
    • 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

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供一种海上风力发电机叶片故障智能监测系统，包括监测端及控制器；监测端包括：电流监测装置、风力监测装置、启停监测装置、叶片振动监测装置及叶片视频监测装置；叶片振动监测装置与电流监测装置及风力监测装置分别连接；叶片视频监测装置与启停监测装置连接；叶片振动监测装置及叶片视频监测装置分别与控制器连接。由于叶片振动监测装置与电流监测装置及风力监测装置分别连接，可根据第一触发信号或第二触发信号，采集风力发电机的叶片振动数据，因此，叶片振动监测装置无需实时采集风力发电机的叶片振动数据，可以降低海上风力发电机叶片故障智能监测系统的运行维护成本。本发明还提供一种可以降低运行维护成本的海上风力发电机叶片故障智能监测方法。

Description

海上风力发电机叶片故障智能监测系统及方法
技术领域
本发明涉及故障监测技术领域，尤其涉及一种海上风力发电机叶片故障智能监测系统及方法。
背景技术
海上风力发电具有风能资源丰富、风速高且稳定、不占用土地、适宜大规模开发等优势，具有极大的发展潜力，所以现在风力发电的发展趋势是在海上风力发电的应用。由于海上风电场具有离岸距离远、风力与雷电等气候环境恶劣、海浪潮汐情况复杂等特点，运行设备故障率较高，尤其是作为主要受力部件的风机叶片，十分容易受到极端天气的影响，而海上风力发电机日常巡视和维护十分不便，若因巡视与维护不当引起事故，将带来严重的经济损失。
由于风力发电机的风机叶片一般只在狂风、雷电等恶劣天气状况下易发生故障，大部分时间风机叶片均为正常运行，而现有的监测系统均为实时监测，所以大部分时间的监测是不具实际意义的，且会加速监测传感器的老化和浪费信号的传输所需要的电能，从而增加风力发电机的运行维护成本。
发明内容
基于此，有必要提供一种降低运行维护成本的海上风力发电机叶片故障智能监测系统及方法。
一种海上风力发电机叶片故障智能监测系统，包括监测端及控制器；所述监测端包括：
电流监测装置，用于采集风力发电机的电流值，根据所述电流值的波动大小与预设幅度进行对比确定第一触发信号；
风力监测装置，用于采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号；
启停监测装置，用于监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号；
叶片振动监测装置，与所述电流监测装置及所述风力监测装置分别连接，用于根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据；
叶片视频监测装置，与所述启停监测装置连接，用于根据所述第三触发信号，采集所述风力发电机的叶片的视频数据；
所述叶片振动监测装置及所述叶片视频监测装置分别与所述控制器连接。
上述系统，由于叶片振动监测装置与所述电流监测装置及所述风力监测装置分别连接，可根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据，因此，叶片振动监测装置无需实时采集风力发电机的叶片振动数据，可以避免长时间的振动监测，能够有效降低叶片振动监测装置的能量消耗，并且能够延缓叶片振动监测装置的老化。从而，可以降低海上风力发电机叶片故障智能监测系统的运行维护成本。
一种海上风力发电机叶片故障智能监测方法，包括：
采集风力发电机的电流值，根据所述电流值的波动大小与预设幅度进行对比确定第一触发信号；
采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号；
监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号；
根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据；
根据所述第三触发信号，采集所述风力发电机的叶片的视频数据；
将监测数据发送至中控端，所述监测数据包括所述叶片振动数据及所述视频数据。
上述方法，由于在第一触发信号为触发或第二触发信号为触发时，才采集振动数据，而并非实时采集振动数据，因此，可以避免长时间的振动监测，从而可以有效降低能量消耗，并且能够延缓监测系统的老化。从而，可以降低运行维护成本。
附图说明
图1为一实施例的海上风力发电机叶片故障智能监测系统的结构图；
图2为图1的海上风力发电机叶片故障智能监测系统的监测端的具体结构图；
图3为另一实施例的海上风力发电机叶片故障智能监测系统的结构图；
图4为图3的海上风力发电机叶片故障智能监测系统的中控端的具体结构图；
图5为一实施例的海上风力发电机叶片故障智能监测方法的流程图；
图6为海上风力发电机叶片故障智能监测方法的一个步骤的具体流程图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/和”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示，为本发明一实施例的海上风力发电机叶片故障智能监测系统,包括监测端100及控制器200。所述监测端100包括：电流监测装置110、风力监测装置120、启停监测装置130、叶片振动监测装置140及叶片视频监测装置150。
电流监测装置110，用于采集风力发电机的电流值，根据所述电流值确定第一触发信号。
电流监测装置110采集风力发电机对外输出电流值，可以通过该电流值的波动大小与预设幅度进行对比，从而对风力发电机的运行状态进行初步判断，进而确定第一触发信号。优选地，预设幅度为20％。具体地，当电流值的波动大于预设幅度时，风力发电机的运行状态为不稳定状态，第一触发信号为触发；否则，风力发电机的运行状态为稳定状态，第一触发信号为不触发。当第一触发信号为触发时，可触发叶片振动监测装置140工作。
可以理解地，还可以通过该电流值的大小与预设电流值进行对比，从而对风力发电机的运行状态进行初步判断，进而确定第一触发信号。
风力监测装置120，用于采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号。
风力监测装置120可以为风力传感器。风力数据包括风速信息或/及根据风速信息确定的风速变化。风速变化可以为每隔一定时间(如5分钟或10分钟)的风速信息的风速大小的改变情况。预设风力数据包括预设风速或/及预设变化值。优选地，预设风速为22m/s(米每秒)，预设变化值为10m/s。
具体地，当风速信息中的风速大于预设风速或风速变化大于预设变化值时，说明天气发生了剧烈变化，此时，第二触发信号为触发；否则第二触发信号为不触发。当第二触发信号为触发时，可触发叶片振动监测装置140工作。
启停监测装置130，用于监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号。
在叶片未运转时，即运转数据为未运转时，对风力发电机的叶片进行视频数据的采集，即启动叶片视频监测装置150；否则采集到的视频数据不清晰。即当运转数据为未运转时，确定第三触发信号为触发，否则，触发第三触发信号为不触发。
在其中一个实施例中，启停监测装置130与风力监测装置120或/及电流监测装置110连接。当电流监测装置110输出的电流值不大于预设值时或/及风力监测装置120采集的风速信息中的风速不大于预设值时(优选地，该预设值为0)，启停监测装置130可以确定运转数据位为未运转；否则，启停监测装置130可以确定运转数据为运转中。
叶片振动监测装置140，与所述电流监测装置110及所述风力监测装置120分别连接，用于根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据。
叶片振动监测装置140可以为振动传感器。叶片振动监测装置140可以安装在风力发电机的叶片上，具体为叶片内侧。当第一触发信号为触发或第二触发信号为触发时，启动叶片振动监测装置140，采集风力发电机的叶片振动数据。
在其中一个实施例中，叶片振动监测装置140还可以根据振动数据确定叶片的裂纹或破损的位置、尺寸。
由于在第一触发信号为触发或第二触发信号为触发时，才启动叶片振动监测装置140，叶片振动监测装置140并非实时工作的，因此，可以避免长时间的振动监测，从而可以有效降低叶片振动监测装置140的能量消耗，并且能够延缓叶片振动监测装置140的老化。
叶片视频监测装置150，用于根据所述第三触发信号，采集所述风力发电机的叶片的视频数据。
由于叶片在高速运转时，拍摄出的叶片画面不易形成清晰的图像，因此，根据第三触发信号来采集风力发电机的叶片的视频数据。当第三触发信号为触发时，即风力发电机的叶片未运转时，采集风力发电机的叶片的视频数据。采集的视频数据具体可以包括对整个叶片的视频拍摄数据、叶片的叶尖和避雷发散点等重点部位的区域照片以及叶片未运转时对整个叶片进行扫描式拍摄的数据。根据叶片视频监测装置150采集到的视频数据可以确定叶片的破损情况。具体地，可以通过对采集到的视频数据进行视频识别或/及视频识别的方式来确定叶片的破损情况。
所述叶片振动监测装置140及所述叶片视频监测装置150分别与所述控制器200连接。如此，使得控制器200能够收集到监测数据。该监测数据包括风力发电机的叶片振动数据以及风力发电机的叶片的视频数据。
在一个具体实施例中，所述电流监测装置110、所述风力监测装置120、所述启停监测装置130、所述叶片振动监测装置140及所述叶片视频监测装置150分别与所述控制器200连接。如此，使得控制器200能够收集到监测数据，该监测数据包括：风力发电机的电流值、风力发电机所处环境的风力数据、风力发电机的叶片是否运转的运转数据、风力发电机的叶片振动数据以及风力发电机的叶片的视频数据等。具体的，所述电流监测装置110、所述风力监测装置120、所述启停监测装置130、所述叶片振动监测装置140及所述叶片视频监测装置150分别与所述控制器200通过数据线连接。
上述海上风力发电机叶片故障智能监测系统，包括监测端100及控制器200；所述监测端100包括：电流监测装置110，用于采集风力发电机的电流值，根据所述电流值的波动大小与预设幅度进行对比确定第一触发信号；风力监测装置120，用于采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号；启停监测装置130，用于监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号；叶片振动监测装置140，与所述电流监测装置110及所述风力监测装置120分别连接，用于根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据；叶片视频监测装置150，与所述启停监测装置130连接，用于根据所述第三触发信号，采集所述风力发电机的叶片的视频数据；所述电流监测装置110、所述风力监测装置120、所述启停监测装置130、所述叶片振动监测装置140及所述叶片视频监测装置150分别与所述控制器200连接。由于叶片振动监测装置140与所述电流监测装置110及所述风力监测装置120分别连接，可根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据，因此，叶片振动监测装置140无需实时采集风力发电机的叶片振动数据，可以避免长时间的振动监测，能够有效降低叶片振动监测装置140的能量消耗，并且能够延缓叶片振动监测装置140的老化。从而，可以降低海上风力发电机叶片故障智能监测系统的运行维护成本。
请参阅图2，在其中一个实施例中，所述监测端100还包括计时装置160；
所述计时装置160，与所述启停监测装置130连接，用于根据预设时间间隔确定第四触发信号。
计时装置160与启停监测装置130连接，以使得当第三触发信号为触发时，计时装置160开始计时。计时装置160根据预设的时间间隔确定第四触发信号，预设时间间隔可以为30分钟。每当计时装置160到达预设时间间隔的时间时，第四触发信号为触发，否则第四触发信号为不触发。计时装置160为可以为计时器。
在本实施例中，所述叶片视频监测装置150，还与所述计时装置160连接，用于根据所述第四触发信号，采集所述风力发电机的叶片的视频数据。当第四触发信号为触发时，采集风力发电机的叶片的视频数据；当第四触发信号为不触发时，不作处理。
如此，使得叶片视频监测装置150在叶片未转动状态下，每隔预设间隔进行一次叶片的视频数据采集。从而避免的叶片视频监测装置150实时采集视频数据，可以降低海上风力发电机叶片故障智能监测系统的运行维护成本。
请参阅图3及图4，在其中一个实施例中，还包括中控端300；所述中控端300包括数据服务器310及报警装置330。
所述数据服务器310与所述控制器200通信连接；所述报警装置330与所述数据服务器310连接。数据服务器310用于存储监测数据。具体地，监测数据至少包括风力发电机的叶片振动数据以及风力发电机的叶片的视频数据。当监测数据异常时，报警装置330将发出报警信号。如此，可以对监测数据进行监测，并在监测数据异常时报警。
在其中一个实施例中，所述中控端300还包括监测主机350及显示器370；所述监测主机350、所述显示器370均与所述数据服务器310连接。如此，通过监测主机350访问数据服务器310，并通过显示器370显示监测结果。
在其中一个实施例中，所述中控端300还包括移动终端390，所述移动终端390与所述数据服务器310通信连接。如此，还可以通过移动终端390来访问数据服务。
在其中一个实施例中，还包括通信设备400；所述数据服务器310通过所述通信设备400与所述控制器200通信连接；所述通信设备400包括无线信号通信设备410及信号中继器430。如此，采用信号中继器的传输方式，将监测数据传输到中控端300，可以有效的延长无线信号的传输距离，达到远程监测的目的。优选地，数据服务器310为云数据服务器。
在其中一个实施例中，还包括信号预处理器300；所述控制器200与所述信号预处理器300连接；所述控制器200经过所述信号预处理器300与所述数据服务器310通信连接。
信号预处理器300，用于将控制器200收集的本次监测时间段内的监测数据与上次监测时间段内的监测数据进行对比，若数据一致则删除本次监测时间段内的监测数据。
如此，传输过程中只需传输控制器200收集的监测数据中与上次监测不重复的监测数据，减少无效数据的传输，减少传输的压力与能量消耗，从而节约系统资源，进一步降低运行维护成本。
请重新参阅图2，在其中一个实施例中，所述监测端100还包括温度监测装置170。
温度监测装置170，用于采集所述风力发电机的环境温度或/及采集所述风力发电机的叶片的内侧腔室温度或/及采集所述风力发电机的避雷发散点的周边温度；所述温度监测装置170与所述控制器200连接。在本实施例中，监测数据还包括温度监测装置170采集的温度信息，温度信息包括环境温度或/及内侧腔室温度或/及周边温度。如此，还可以对风力发电机的环境温度或/及内侧腔室温度或/及周边温度等温度信息进行监测。
在其中一个实施例中，监测端100还包括环境视频监测装置(图未示)，与控制器200连接，用于采集风力发电机周围的环境视频。具体地，监测数据还包括环境视频。
环境视频监测装置还与电流监测装置110或/及风力监测装置120连接，如此，使得环境视频监测装置可以根据第一触发信号或第二触发信号，采集风力发电机周围的环境视频，而不是实时采集，从而可以在监测环境视频的同时降低运行维护成本。
环境视频监测装置还可以与计时装置160连接，如此，使得环境视频监测装置可以根据第四触发信号，采集风力发电机周围的环境视频，也不是实时采集，也可以在监测环境视频的同时降低运行维护成本。
请参阅图5，本发明还提供一种海上风力发电机叶片故障智能监测方法，包括：
S510：采集风力发电机的电流值，根据所述电流值的波动大小与预设幅度进行对比确定第一触发信号。
采集风力发电机对外输出电流值，可以通过该电流值的波动大小与预设幅度进行对比，从而对风力发电机的运行状态进行初步判断，进而确定第一触发信号。优选地，预设幅度为20％。具体地，当电流值的波动大于预设幅度时，风力发电机的运行状态为不稳定状态，第一触发信号为触发；否则，风力发电机的运行状态为稳定状态，第一触发信号为不触发。
可以理解地，还可以通过该电流值的大小与预设电流值进行对比，从而对风力发电机的运行状态进行初步判断，进而确定第一触发信号。
S520：采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号。
风力数据包括风速信息或/及根据风速信息确定的风速变化。风速变化可以为每隔一定时间(如，5分钟或10分钟)的风速信息的风速大小的改变情况。预设风力数据包括预设风速或/及预设变化值。优选地，预设风速为22m/s(米每秒)，预设变化值为10m/s。
具体地，当风速信息中的风速大于预设风速或风速变化大于预设变化值时，说明天气发生了剧烈变化，此时，第二触发信号为触发；否则第二触发信号为不触发。
S530：监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号。
在叶片未运转时，即运转数据为未运转时，对风力发电机的叶片进行视频数据的采集；否则采集到的视频数据不清晰。即当运转数据为未运转时，确定第三触发信号为触发，否则，触发第三触发信号为不触发。
在其中一个实施例中，步骤S530之前，还包括：根据电流值或风力数据确定运转数据。当电流值不大于预设值时或/及风力数据中的风速不大于预设值时(优选地，该预设值为0)，确定运转数据位为未运转；否则，确定运转数据为运转中。
S540：根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据。
当第一触发信号为触发或第二触发信号为触发时，采集风力发电机的叶片振动数据。根据振动数据确定叶片的裂纹或破损的位置、尺寸。
由于在第一触发信号为触发或第二触发信号为触发时，才采集振动数据，而并非实时采集振动数据，因此，可以避免长时间的振动监测，从而可以有效降低能量消耗，并且能够延缓监测系统的老化。
S550：根据所述第三触发信号，采集所述风力发电机的叶片的视频数据。
由于叶片在高速运转时，拍摄出的叶片画面不易形成清晰的图像，因此，根据第三触发信号来采集风力发电机的叶片的视频数据。当第三触发信号为触发时，即风力发电机的叶片未运转时，采集风力发电机的叶片的视频数据。采集的视频数据具体可以包括对整个叶片的视频拍摄数据、叶片的叶尖和避雷发散点等重点部位的区域照片以及叶片未运转时对整个叶片进行扫描式拍摄的数据。根据采集到的视频数据可以确定叶片的破损情况。具体地，可以通过对采集到的视频数据进行视频识别或/及视频识别的方式来确定叶片的破损情况。
S560：将监测数据发送至中控端，所述监测数据包括所述叶片振动数据及所述视频数据。
将监测数据发送至中控端进行存储，并为风力发电机的监测提供数据依据。具体地，将监测数据通过信号中继器的传输方式发送至中控端。如此，可以有效的延长无线信号的传输距离，达到远程监测的目的。在其中一个实施例中，监测数据还包括：风力发电机的电流值、风力发电机所处环境的风力数据、风力发电机的叶片是否运转的运转数据。
上述海上风力发电机叶片故障智能监测方法，采集风力发电机的电流值，根据所述电流值的波动大小与预设幅度进行对比确定第一触发信号；采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号；监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号；根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据；根据所述第三触发信号，采集所述风力发电机的叶片的视频数据；将监测数据发送至中控端，所述监测数据包括所述叶片振动数据及所述视频数据。由于在第一触发信号为触发或第二触发信号为触发时，才采集振动数据，而并非实时采集振动数据，因此，可以避免长时间的振动监测，从而可以有效降低能量消耗，并且能够延缓监测系统的老化。从而，可以降低运行维护成本。
请参阅图5，在其中一个实施例中，所述根据所述第三触发信号，采集所述风力发电机的叶片的视频数据的步骤，即步骤S550，包括：
S651：根据所述第三触发信号及预设时间间隔确定第四触发信号。
当第三触发信号为触发时，开始计时，根据预设的时间间隔确定第四触发信号，预设时间间隔可以为30分钟。每当计时到达预设时间间隔的时间时，第四触发信号为触发，否则第四触发信号为不触发。
S653：根据所述第四触发信号，采集所述风力发电机的叶片的视频数据。
当第四触发信号为触发时，采集风力发电机的叶片的视频数据；当第四触发信号为不触发时，不作处理。
如此，在叶片未转动状态下，每隔预设间隔进行一次叶片的视频数据采集。从而避免实时采集视频数据，可以降低运行维护成本。
在其中一个实施例中，步骤将监测数据发送至中控端，即S560之前，还包括：
将本次监测时间段内的监测数据与上次监测时间段内的监测数据进行对比，删除数据一致的监测数据。
如此，传输过程中只需传输监测数据中与上次监测不重复的监测数据，减少无效数据的传输，减少传输的压力与能量消耗，从而节约系统资源，进一步降低运行维护成本。
在其中一个实施例中，步骤将监测数据发送至中控端，即S560之前，还包括：
采集所述风力发电机的环境温度或/及采集所述风力发电机的叶片的内侧腔室温度或/及采集所述风力发电机的避雷发散点的周边温度。
在本实施例中，监测数据还包括采集的温度信息，温度信息包括环境温度或/及内侧腔室温度或/及周边温度。如此，还可以对风力发电机的环境温度或/及内侧腔室温度或/及周边温度等温度信息进行监测。
在其中一个实施例中，步骤将监测数据发送至中控端，即S560之前，还包括：
采集风力发电机周围的环境视频，监测数据还包括环境视频。
可以根据第一触发信号、第二触发信号或第四触发信号，采集风力发电机周围的环境视频，而不是实时采集，从而可以在监测环境视频的同时降低运行维护成本。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出多个变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种海上风力发电机叶片故障智能监测系统，其特征在于，包括监测端及控制器；所述监测端包括：
电流监测装置，用于采集风力发电机的电流值，根据所述电流值的波动大小与预设幅度进行对比确定第一触发信号；
风力监测装置，用于采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号，所述风力监测装置为风力传感器；
启停监测装置，用于监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号；
叶片振动监测装置，与所述电流监测装置及所述风力监测装置分别连接，用于根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据；
叶片视频监测装置，与所述启停监测装置连接，用于根据所述第三触发信号，采集所述风力发电机的叶片的视频数据；
所述叶片振动监测装置及所述叶片视频监测装置分别与所述控制器连接。
2.根据权利要求1所述的海上风力发电机叶片故障智能监测系统，其特征在于，所述监测端还包括计时装置；
所述计时装置，与所述启停监测装置连接，用于根据预设时间间隔确定第四触发信号；
所述叶片视频监测装置，还与所述计时装置连接，用于根据所述第四触发信号，采集所述风力发电机的叶片的视频数据。
3.根据权利要求1所述的海上风力发电机叶片故障智能监测系统，其特征在于，还包括中控端；所述中控端包括数据服务器及报警装置；
所述数据服务器与所述控制器通信连接；所述报警装置与所述数据服务器连接。
4.根据权利要求3所述的海上风力发电机叶片故障智能监测系统，其特征在于，所述中控端还包括监测主机及显示器；所述监测主机、所述显示器均与所述数据服务器连接。
5.根据权利要求3所述的海上风力发电机叶片故障智能监测系统，其特征在于，所述中控端还包括移动终端，所述移动终端与所述数据服务器通信连接。
6.根据权利要求3所述的海上风力发电机叶片故障智能监测系统，其特征在于，还包括通信设备；所述数据服务器通过所述通信设备与所述控制器通信连接；所述通信设备包括无线信号通信设备及信号中继器。
7.根据权利要求3所述的海上风力发电机叶片故障智能监测系统，其特征在于，还包括信号预处理器；所述控制器与所述信号预处理器连接；所述控制器经过所述信号预处理器与所述数据服务器通信连接。
8.根据权利要求1所述的海上风力发电机叶片故障智能监测系统，其特征在于，所述监测端还包括温度监测装置；
所述温度监测装置，用于采集所述风力发电机的环境温度或/及采集所述风力发电机的叶片的内侧腔室温度或/及采集所述风力发电机的避雷发散点的周边温度；所述温度监测装置与所述控制器连接。
9.一种海上风力发电机叶片故障智能监测方法，其特征在于，包括：
采集风力发电机的电流值，根据所述电流值的波动大小与预设幅度进行对比确定第一触发信号；
采集所述风力发电机所处环境的风力数据，根据所述风力数据与预设风力数据进行对比确定第二触发信号；
监测所述风力发电机的叶片是否在运转的运转数据，并根据所述运转数据确定第三触发信号；
根据所述第一触发信号或所述第二触发信号，采集所述风力发电机的叶片振动数据；
根据所述第三触发信号，采集所述风力发电机的叶片的视频数据；
将监测数据发送至中控端，所述监测数据包括所述叶片振动数据及所述视频数据。
10.根据权利要求9所述的海上风力发电机叶片故障智能监测方法，其特征在于，所述根据所述第三触发信号，采集所述风力发电机的叶片的视频数据的步骤，包括：
根据所述第三触发信号及预设时间间隔确定第四触发信号；
根据所述第四触发信号，采集所述风力发电机的叶片的视频数据。
CN201610873912.9A 2016-09-30 2016-09-30 海上风力发电机叶片故障智能监测系统及方法 Active CN106246476B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610873912.9A CN106246476B (zh) 2016-09-30 2016-09-30 海上风力发电机叶片故障智能监测系统及方法
PCT/CN2016/101903 WO2018058702A1 (zh) 2016-09-30 2016-10-12 海上风力发电机叶片故障智能监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610873912.9A CN106246476B (zh) 2016-09-30 2016-09-30 海上风力发电机叶片故障智能监测系统及方法

Publications (2)

Publication Number Publication Date
CN106246476A CN106246476A (zh) 2016-12-21
CN106246476B true CN106246476B (zh) 2018-04-20

Family

ID=57612223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610873912.9A Active CN106246476B (zh) 2016-09-30 2016-09-30 海上风力发电机叶片故障智能监测系统及方法

Country Status (2)

Country Link
CN (1) CN106246476B (zh)
WO (1) WO2018058702A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2832493T3 (es) * 2017-03-01 2021-06-10 Vestas Wind Sys As Monitorización de rendimiento de un sistema de turbina eólica multirrotor
CN107191338B (zh) * 2017-07-24 2023-06-13 广州特种承压设备检测研究院 风电机组雷击故障监测系统与防雷保护系统
CN109899244B (zh) * 2017-12-08 2020-09-29 北京普华亿能风电技术有限公司 一种风力发电机故障判断系统及方法
CN111181150B (zh) * 2018-11-13 2022-02-25 维谛新能源有限公司 一种电网电压跌落原因的确定方法、装置及风力发电系统
CN110486236B (zh) * 2019-08-08 2021-01-12 北京汉能华科技股份有限公司 一种风力发电机的故障检测方法和系统
CN110863957A (zh) * 2019-11-06 2020-03-06 华电电力科学研究院有限公司 一种风电机组预测检修周期避免机组非计划停运装置及设计方法
CN111894814A (zh) * 2020-07-29 2020-11-06 杭州佐华科技有限公司 一种用于发电系统的故障处理系统及方法
CN113464379B (zh) * 2021-07-19 2024-03-26 陕西中科启航科技有限公司 一种漂浮式海上风电机组运行状态监控方法
CN114215702B (zh) * 2021-12-07 2024-02-23 北京智慧空间科技有限责任公司 风机叶片故障检测方法、系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100476651C (zh) * 2007-08-23 2009-04-08 上海交通大学 大型海上风力发电场监控系统
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
CN103869380A (zh) * 2012-12-14 2014-06-18 国家电网公司 一种输电线路监测系统和方法
CN103343728A (zh) * 2013-06-09 2013-10-09 上海乾祺电子科技有限公司 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
JP6352777B2 (ja) * 2014-11-17 2018-07-04 三菱重工業株式会社 風力発電装置の運転方法
CN204458220U (zh) * 2015-01-13 2015-07-08 冀文举 一种风力发电机组状态监测系统
CN105649876B (zh) * 2015-12-31 2018-10-19 北京金风科创风电设备有限公司 风力发电机组的控制方法和装置

Also Published As

Publication number Publication date
WO2018058702A1 (zh) 2018-04-05
CN106246476A (zh) 2016-12-21

Similar Documents

Publication Publication Date Title
CN106246476B (zh) 海上风力发电机叶片故障智能监测系统及方法
CN101989767B (zh) 一种高压杆塔的综合测控装置
CN205788588U (zh) 输电线路监测设备和系统
CN206179189U (zh) 一种电缆隧道智能无线监测预警系统
CN202995439U (zh) 一种用于风力发电场的监控系统
CN202522892U (zh) 光缆交接箱及其监控装置、系统
CN101819712A (zh) 输电线路无线综合数据采集、监测方法及系统
CN103901828A (zh) 一种用于风力发电场的监控系统
CN105955171A (zh) 一种输变电设备监控系统
CN103186971A (zh) 长输管道手动阀室安防系统
CN102288145A (zh) 架空输电线路覆冰厚度监测系统及方法
CN106160660A (zh) 光伏组件故障监测系统
CN202158869U (zh) 架空输电线路气象监测系统
CN109785557B (zh) 一种智能电力光缆反外损监测预警系统及其监测预警方法
CN105137898A (zh) 无人值守变电站监控主机重启系统及重启方法
CN105469583A (zh) 基于3g/gsm网络的自供电多变量分布式在线监测系统及方法
CN105467936A (zh) 电力设备监控系统
CN204166347U (zh) 风力发电机组监控系统
CN103438986A (zh) 一种振动偏移分析方法
CN206224779U (zh) 风力发电机叶片故障远程监测系统
CN201412272Y (zh) 风电场监控系统
CN219065620U (zh) 一种基于物联网的无源避雷器在线监测装置
CN204273029U (zh) 驱鸟装置
CN108019322B (zh) 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
CN203881628U (zh) 一种导地线安全检测系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant