CN109209785A - 一种基于Matlab的风电机组智能状态检修方法 - Google Patents
一种基于Matlab的风电机组智能状态检修方法 Download PDFInfo
- Publication number
- CN109209785A CN109209785A CN201811249493.7A CN201811249493A CN109209785A CN 109209785 A CN109209785 A CN 109209785A CN 201811249493 A CN201811249493 A CN 201811249493A CN 109209785 A CN109209785 A CN 109209785A
- Authority
- CN
- China
- Prior art keywords
- early warning
- status
- equipment
- matlab
- temperature
- 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
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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- 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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
-
- 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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/50—Maintenance or repair
-
- 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
一种基于Matlab的风电机组智能状态检修方法,通过定期对风电机组设备运行数据采集,并在Matlab平台上进行自动批量分析,直观地将设备运行状态表现出来,通过实际运行历史趋势与状态预警线进行比较,在故障报警前,快速地判定设备是否运行异常,并制定专项检修措施,以此来提高检修工作的针对性,明确检修重点,保证设备安全稳定运行,延长设备使用寿命,提高机组可利用率。
Description
技术领域
本发明涉及一种基于Matlab的风电机组智能状态检修方法。
背景技术
目前风电检修体制是以预防性计划检修为主的检修体制,包括设备大修、小修及定期维护。而当前的检修方法主要是风力发电机组主控系统报出故障后在进行故障的处理,对机组异常的趋势重视不够。这样的检修一方面消耗的大量的人力物力,另一方面因维护不到位而导致的风电机组部件失效事故频繁发生。
发明内容
本发明的目的在于,针对上述问题,本发明提出一种基于Matlab的风电机组状态检修方法,以风电机组各部件运行温度数据为基础,通过采集机组运行数据,制定状态预警阀值和同一部件不同位置传感器的差值进行分析,以Matlab作为数据分析平台,定期对部件进行状态评估,对缺陷、隐患及潜伏性故障进行预警。对识别出的异常趋势及时进行专项治理,最终将潜在故障、缺陷在未发生前完成处理。
本发明采用的技术方案为:一种基于Matlab的风电机组智能状态检修方法,其特征在于:它的操作步骤如下:
步骤一:数据采集,采集全场风电机组一周的运行数据,以10分钟为采样周期,采集数据如表一;
表1数据采集变量表
步骤二:状态预警值设定,根据设备手册、主控报警阀值、主控预警阀值及机组历史运行数据库,设定状态预警值,详见表2,除关注报警阀值、预警阀值及状态预警值外,还需关注同一部件不同传感器所采集的温度差值,详见表3;
表2状态预警值设定
表3温度差值设定
如图2,步骤三:Matlab平台运行,在Matlab平台下,运行已编译好的数据分析程序;程序执行后,弹出“选择温度数据”对话框,在对话窗口中选择已采集的运行数据文件,数据文件能多选;在采集的运行数据文件同一路径下,自动生成《齿轮箱测点温度》、《齿轮箱差值温度》、《发电机测点温度》、《发电机差值温度》、《主轴温度》、《变桨》、《机舱塔底环境温度》文件夹;程序自动对已选中的运行数据表逐一进行分类重组;接着,程序开始自动绘制各变量历史趋势图及状态预警线,且自动导出以时间为横轴的设备运行数据图,同时,程序自动导出以功率为横轴的设备运行数据图,以便于从历史趋势和不同的运行工况两个角度来分析;图片自动以机组编号命名,并保存于之前生成的对应文件夹中。
步骤四:状态检修异常处理,分析设备运行数据图,若波形超出状态预警线,则判断为设备异常,需对机组进行专项检查,详见表4.
本发明有益效果为:本发明通过定期对风电机组设备运行数据采集,并在Matlab平台上进行自动批量分析,直观地将设备运行状态表现出来,通过实际运行历史趋势与状态预警线进行比较,在故障报警前,快速地判定设备是否运行异常,并制定专项检修措施,以此来提高检修工作的针对性,明确检修重点,保证设备安全稳定运行,延长设备使用寿命,提高机组可利用率。
附图说明
图1为本发明流程图;
图2为Matlab分析程序流程图
具体实施方式
本具体实施方式采用的技术方案是:
如图1,一种基于Matlab的风电机组智能状态检修方法,其特征在于:它的操作步骤如下:
步骤一:数据采集,采集全场风电机组一周的运行数据,以10分钟为采样周期,采集数据如表1;
表1数据采集变量表
步骤二:状态预警值设定,根据设备手册、主控报警阀值、主控预警阀值及机组历史运行数据库,设定状态预警值,详见表2,除关注报警阀值、预警阀值及状态预警值外,还需关注同一部件不同传感器所采集的温度差值,详见表3;
表2状态预警值设定
表3温度差值设定
如图2,步骤三:Matlab平台运行,在Matlab平台下,运行已编译好的数据分析程序;程序执行后,弹出“选择温度数据”对话框,在对话窗口中选择已采集的运行数据文件,数据文件能多选;在采集的运行数据文件同一路径下,自动生成《齿轮箱测点温度》、《齿轮箱差值温度》、《发电机测点温度》、《发电机差值温度》、《主轴温度》、《变桨》、《机舱塔底环境温度》文件夹;程序自动对已选中的运行数据表逐一进行分类重组;接着,程序开始自动绘制各变量历史趋势图及状态预警线,且自动导出以时间为横轴的设备运行数据图,同时,程序自动导出以功率为横轴的设备运行数据图,以便于从历史趋势和不同的运行工况两个角度来分析;图片自动以机组编号命名,并保存于之前生成的对应文件夹中。
步骤四:状态检修异常处理,分析设备运行数据图,若波形超出状态预警线,则判断为设备异常,需对机组进行专项检查,详见表4.
本发明通过定期对风电机组设备运行数据采集,并在Matlab平台上进行自动批量分析,直观地将设备运行状态表现出来,通过实际运行历史趋势与状态预警线进行比较,在故障报警前,快速地判定设备是否运行异常,并制定专项检修措施,以此来提高检修工作的针对性,明确检修重点,保证设备安全稳定运行,延长设备使用寿命,提高机组可利用率。
以上所述,仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.一种基于Matlab的风电机组智能状态检修方法,其特征在于:它的操作步骤如下:
步骤一:数据采集,采集全场风电机组一周的运行数据,以10分钟为采样周期;
步骤二:状态预警值设定,根据设备手册、主控报警阀值、主控预警阀值及机组历史运行数据库,设定状态预警值,除关注报警阀值、预警阀值及状态预警值外,还需关注同一部件不同传感器所采集的温度差值;
步骤三:Matlab平台运行,在Matlab平台下,运行已编译好的数据分析程序;程序执行后,弹出“选择温度数据”对话框,在对话窗口中选择已采集的运行数据文件, 数据文件能多选;在采集的运行数据文件同一路径下,自动生成《齿轮箱测点温度》、《齿轮箱差值温度》、《发电机测点温度》、《发电机差值温度》、《主轴温度》、《变桨》、《机舱塔底环境温度》文件夹;程序自动对已选中的运行数据表逐一进行分类重组;接着,程序开始自动绘制各变量历史趋势图及状态预警线,且自动导出以时间为横轴的设备运行数据图,同时,程序自动导出以功率为横轴的设备运行数据图,以便于从历史趋势和不同的运行工况两个角度来分析;图片自动以机组编号命名,并保存于之前生成的对应文件夹中;
步骤四:状态检修异常处理,分析设备运行数据图,若波形超出状态预警线,则判断为设备异常,需对机组进行专项检查。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811249493.7A CN109209785A (zh) | 2018-10-25 | 2018-10-25 | 一种基于Matlab的风电机组智能状态检修方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811249493.7A CN109209785A (zh) | 2018-10-25 | 2018-10-25 | 一种基于Matlab的风电机组智能状态检修方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109209785A true CN109209785A (zh) | 2019-01-15 |
Family
ID=64996884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811249493.7A Pending CN109209785A (zh) | 2018-10-25 | 2018-10-25 | 一种基于Matlab的风电机组智能状态检修方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109209785A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111075661A (zh) * | 2019-12-25 | 2020-04-28 | 明阳智慧能源集团股份公司 | 基于温度变化趋势判断风电机组主轴轴承健康状况的方法 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103306893A (zh) * | 2012-03-09 | 2013-09-18 | 北京光耀能源技术股份有限公司 | 一种风力发电机故障预警及报警方法 |
WO2013156026A1 (en) * | 2012-04-16 | 2013-10-24 | Kk-Electronic A/S | A data acquisition system and a method of acquiring data from a wind turbine |
CN103835882A (zh) * | 2014-03-18 | 2014-06-04 | 上海电机学院 | 大型风力发电机组状态监测与故障诊断系统 |
-
2018
- 2018-10-25 CN CN201811249493.7A patent/CN109209785A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103306893A (zh) * | 2012-03-09 | 2013-09-18 | 北京光耀能源技术股份有限公司 | 一种风力发电机故障预警及报警方法 |
WO2013156026A1 (en) * | 2012-04-16 | 2013-10-24 | Kk-Electronic A/S | A data acquisition system and a method of acquiring data from a wind turbine |
CN103835882A (zh) * | 2014-03-18 | 2014-06-04 | 上海电机学院 | 大型风力发电机组状态监测与故障诊断系统 |
Non-Patent Citations (1)
Title |
---|
巨林仓等: "基于LM算法建立风电机组神经网络故障预警诊断模型", 《热能基础研究》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111075661A (zh) * | 2019-12-25 | 2020-04-28 | 明阳智慧能源集团股份公司 | 基于温度变化趋势判断风电机组主轴轴承健康状况的方法 |
CN111075661B (zh) * | 2019-12-25 | 2021-11-09 | 明阳智慧能源集团股份公司 | 基于温度变化趋势判断风电机组主轴轴承健康状况的方法 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Artigao et al. | Wind turbine reliability: A comprehensive review towards effective condition monitoring development | |
Cui et al. | An anomaly detection approach based on machine learning and scada data for condition monitoring of wind turbines | |
CN103472406A (zh) | 一种风电机组变桨系统后备电源在线自动检测方法及装置 | |
CN103758696A (zh) | 基于scada温度参数的风电机组安全状况评价方法 | |
CN106870297B (zh) | 一种基于时间序列聚类诊断风力发电机主轴承故障的方法 | |
CN103512651B (zh) | 基于振动突变报警的风电机组状态监测方法及装置 | |
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 | |
CN108331718A (zh) | 风电机组偏航系统在线监测机构及故障诊断系统和方法 | |
CN110469456B (zh) | 降低变桨疲劳的风电场智能控制方法及系统 | |
CN109209782A (zh) | 一种风电场智能化运维方法、装置及系统 | |
CN109209785A (zh) | 一种基于Matlab的风电机组智能状态检修方法 | |
CN105065212A (zh) | 一种风电场风电机组校验方法及系统 | |
CN108757341A (zh) | 一种大型半直驱机组偏航速度高故障智能诊断方法 | |
CN105445591B (zh) | 变流器故障诊断方法以及变流器故障诊断装置 | |
CN108506171A (zh) | 一种大型半直驱机组齿轮箱冷却系统故障预警方法 | |
JP2018036970A (ja) | 設備管理システム、設備管理方法およびプログラム | |
CN106877503B (zh) | 二次设备智能运维系统中的风险识别与预警方法 | |
CN108491622A (zh) | 一种风电机组的故障诊断方法及系统 | |
CN117131321A (zh) | 一种电能量数据采集方法 | |
CN115169038B (zh) | 基于fmeca的海上浮式风机可靠性分析方法及装置 | |
CN116054736A (zh) | 一种基于大数据的光伏电站故障预警和信息诊断系统 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
CN112202924A (zh) | 基于物联网的大功率风电机组高强螺栓智能检测系统 | |
CN111986469A (zh) | 一种现场终端故障智能化诊断的方法 | |
CN113565696A (zh) | 一种风力发电机组变桨轴承监测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |
Application publication date: 20190115 |
|
RJ01 | Rejection of invention patent application after publication |