CN109695579B - 风力发电机的预警方法和装置 - Google Patents

风力发电机的预警方法和装置 Download PDF

Info

Publication number
CN109695579B
CN109695579B CN201811629574.XA CN201811629574A CN109695579B CN 109695579 B CN109695579 B CN 109695579B CN 201811629574 A CN201811629574 A CN 201811629574A CN 109695579 B CN109695579 B CN 109695579B
Authority
CN
China
Prior art keywords
time domain
audio time
domain signal
result information
characteristic data
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
CN201811629574.XA
Other languages
English (en)
Other versions
CN109695579A (zh
Inventor
代晴华
翁艳
高大磊
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.)
Sany Renewable Energy Co Ltd
Original Assignee
Sany Renewable Energy Co Ltd
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 Sany Renewable Energy Co Ltd filed Critical Sany Renewable Energy Co Ltd
Priority to CN201811629574.XA priority Critical patent/CN109695579B/zh
Publication of CN109695579A publication Critical patent/CN109695579A/zh
Application granted granted Critical
Publication of CN109695579B publication Critical patent/CN109695579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04DNON-POSITIVE-DISPLACEMENT PUMPS
    • F04D17/00Radial-flow pumps, e.g. centrifugal pumps; Helico-centrifugal pumps
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/80Diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/84Modelling or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Alarm Systems (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供了风力发电机的预警方法和装置,包括:采集音频时域信号;将音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;将音频时域信号进行傅里叶变换,得到频域特征数据;将频域特征数据输入高斯混合模型,得到第二结果信息;根据第一结果信息或第二结果信息进行报警,可以对风力发电机的机械故障进行及时检测,提高检测的准确率。

Description

风力发电机的预警方法和装置
技术领域
本发明涉及风力发电机技术领域,尤其是涉及风力发电机的预警方法和装置。
背景技术
风力发电机的机械故障常会引发重大事故,目前对机械故障的监测是通过音频传感器采集各部件的音频信号,对音频信号的频谱进行比对,从而判断故障,这种检测方式会导致检测不及时,准确率低。
发明内容
有鉴于此,本发明的目的在于提供风力发电机的预警方法和装置,可以对风力发电机的机械故障进行及时检测,提高检测的准确率。
第一方面,本发明实施例提供了风力发电机的预警方法,所述方法包括:
采集音频时域信号;
将所述音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;
将所述音频时域信号进行傅里叶变换,得到频域特征数据;
将所述频域特征数据输入高斯混合模型,得到第二结果信息;
根据所述第一结果信息或所述第二结果信息进行报警。
进一步的,所述将所述音频时域信号进行傅里叶变换,得到频域特征数据,包括:
将所述音频时域信号进行分帧,得到多帧音频时域信号;
对每帧音频时域信号分别进行傅里叶变换,得到所述频域特征数据。
进一步的,所述第二结果信息包括异常结果信息,所述将所述频域特征数据输入高斯混合模型,得到第二结果信息,包括:
将所述频域特征数据与异常数据库中的频域特征数据进行比较,确定所述频域特征数据与所述异常数据库中的频域特征数据的相似度;
如果所述相似度达到匹配阈值,则生成所述异常结果信息。
进一步的,所述将所述音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息,包括:
判断所述音频时域信号对应的分贝值是否大于所述分贝阈值;
如果所述音频时域信号对应的分贝值大于所述分贝阈值,则生成报警信息。
进一步的,所述判断所述音频时域信号对应的分贝值是否大于所述分贝阈值,包括:
如果所述音频时域信号对应的分贝值小于所述分贝阈值,则生成正常结果信息。
第二方面,本发明实施例提供的风力发电机的预警装置,所述装置包括:
采集单元,用于采集音频时域信号;
比较单元,用于将所述音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;
频域特征数据获取单元,用于将所述音频时域信号进行傅里叶变换,得到频域特征数据;
第二结果信息获取单元,用于将所述频域特征数据输入高斯混合模型,得到第二结果信息;
报警单元,用于根据所述第一结果信息或所述第二结果信息进行报警。
进一步的,所述频域特征数据获取单元包括:
将所述音频时域信号进行分帧,得到多帧音频时域信号;
对每帧音频时域信号分别进行傅里叶变换,得到所述频域特征数据。
进一步的,所述第二结果信息获取单元包括:
将所述频域特征数据与异常数据库中的频域特征数据进行比较,确定所述频域特征数据与所述异常数据库中的频域特征数据的相似度;
如果所述相似度达到匹配阈值,则生成所述异常结果信息。
进一步的,所述比较单元包括:
判断所述音频时域信号对应的分贝值是否大于所述分贝阈值;
如果所述音频时域信号对应的分贝值大于所述分贝阈值,则生成报警信息。
进一步的,所述比较单元包括:
如果所述音频时域信号对应的分贝值小于所述分贝阈值,则生成正常结果信息。
本发明实施例提供了风力发电机的预警方法和装置,包括:采集音频时域信号;将音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;将音频时域信号进行傅里叶变换,得到频域特征数据;将频域特征数据输入高斯混合模型,得到第二结果信息;根据第一结果信息或第二结果信息进行报警,可以对风力发电机的机械故障进行及时检测,提高检测的准确率。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的风力发电机的预警方法流程图;
图2为本发明实施例一提供的小风速段风力发电机运行数据示意图;
图3为本发明实施例一提供的小风速段音频时域信号及频域信号示意图;
图4为本发明实施例一提供的中风速段风力发电机运行数据示意图;
图5为本发明实施例一提供的中风速段音频时域信号及频域信号示意图;
图6为本发明实施例一提供的大风速段风力发电机运行数据示意图;
图7为本发明实施例一提供的大风速段音频时域信号及频域信号示意图;
图8为本发明实施例二提供的风力发电机的预警装置示意图;
图9为本发明实施例三提供的风力发电机的预警系统示意图;
图10为本发明实施例三提供的异常结果信息示意图。
图标:
10-采集单元;20-比较单元;30-频域特征数据获取单元;40-第二结果信息获取单元;50-报警单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
风力发电机的机械故障常会引发重大事故,目前对机械故障的监测是通过音频传感器采集各部件的音频信号,对音频信号的频谱进行比对,从而判断故障,这种检测方式会导致检测不及时,准确率低。
本申请通过监测风力发电机中各组件的音频时域信号,并结合风力发电机的振动值、电流、桨叶角度等工作参数,综合判断发电机的运行状况,并对故障状态进行报警,从而及时发现隐患,提高报警的准确率,保障风力发电机的安全运行。
为便于对本实施例进行理解,下面对本发明实施例进行详细介绍。
实施例一:
图1为本发明实施例一提供的风力发电机的预警方法流程图。
参照图1,该方法包括以下步骤:
步骤S101,采集音频时域信号;
这里,在风力发电机内的部件是设置拾音器,通过拾音器采集音频时域信号。
步骤S102,将音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;
步骤S103,将音频时域信号进行傅里叶变换,得到频域特征数据;
步骤S104,将频域特征数据输入高斯混合模型,得到第二结果信息;
步骤S105,根据第一结果信息或第二结果信息进行报警。
在本实施例中,通过采集音频时域信号,一方面将音频时域信号对应的分贝值与分贝阈值进行比较,另一方面对音频时域信号进行傅里叶变换,得到频域特征数据,并将频域特征数据作为高斯混合模型的输入,最终输出第二结果信息,根据第一结果信息或第二结果信息进行报警。
进一步的,步骤S103包括以下步骤:
步骤S201,将音频时域信号进行分帧,得到多帧音频时域信号;
步骤S202,对每帧音频时域信号分别进行傅里叶变换,得到频域特征数据。
进一步的,第二结果信息包括异常结果信息,步骤S104包括以下步骤:
步骤S301,将频域特征数据与异常数据库中的频域特征数据进行比较,确定频域特征数据与异常数据库中的频域特征数据的相似度;
步骤S302,如果相似度达到匹配阈值,则生成异常结果信息。
具体地,将音频时域信号进行分帧后,得到多帧音频时域信号,对每帧时域信号进行傅里叶变换,得到频域特征数据;将频域特征数据作为高斯混合模型的输入,从而输出第二结果信息。高斯混合模型会调用异常数据库,将频域特征数据与异常数据库中的频域特征数据进行比较,如果频域特征数据与异常数据库中的频域特征数据的相似度达到匹配阈值,则生成异常结果信息,同时将异常结果信息进行存储。其中,匹配阈值可以为80%,但不限于80%。
进一步的,步骤S102包括以下步骤:
步骤S401,判断音频时域信号对应的分贝值是否大于分贝阈值;如果音频时域信号对应的分贝值大于分贝阈值,则执行步骤S402;如果音频时域信号对应的分贝值小于分贝阈值,则执行步骤S403;
步骤S402,生成报警信息;
步骤S403,生成正常结果信息。
具体地,在对风力发电机的故障信息进行判断时,还可以将音频时域信号对应的分贝值与分贝阈值进行比较,如果音频时域信号对应的分贝值大于分贝阈值,则生成报警信息;如果音频时域信号对应的分贝值小于分贝阈值,则生成正常结果信息,说明风力发电机正常运行。
图2为本发明实施例一提供的小风速段风力发电机运行数据示意图。
参照图2,在现场运行数据中,小风段风速为3-5m/s,平均风速为4m/s,平均功率约210KW,桨叶角度(桨叶实际位置平均值)保持在0度,变桨电流值稳定在5A,风机振动值(前后、左右、上下方向)在0~0.01g之间,多数保持在0附近。风机在小风段正常运行时,机舱内噪音水平通常在55dB(是指音频时域信号分贝)附近,在分贝阈值内,音频时域信号稳定,无异常尖峰噪音。具体可参照图3,在音频时域信号中,纵坐标为分贝dB,当音频时域信号波动较小时,分贝值较低;在频域信号中,纵坐标为频率,当频域信号叠加较多时,频率就越大。
图4为本发明实施例一提供的中风速段风力发电机运行数据示意图。
参照图4,中风段风速为7-8m/s,平均风速约7.5m/s,平均功率约1400KW,桨叶角度(桨叶实际位置平均值)大部分保持在0度,变桨电流值在变桨时有上升,风机振动值(前后、左右、上下方向)在0~0.01g之间,大部分分布在0.01g附近。中风速段风力发电机正常运行时,噪音水平在65dB附近,无尖峰噪音存在。具体可参照图5,在音频时域信号中,纵坐标为分贝dB,当音频时域信号波动较小时,分贝值较低;在频域信号中,纵坐标为频率,当频域信号叠加较多时,频率就越大。
图6为本发明实施例一提供的大风速段风力发电机运行数据示意图。
参照图6,中风段风速为10m/s以上,平均风速约13.5m/s,平均功率约1300KW,平均限功率值约65%(1300KW),由于限功,桨叶角度(桨叶实际位置平均值)保持在10度左右,变桨电流值约为7.5A,风机振动值(前后、左右、上下方向)在0.01g~0.02g范围内。大风速段风机正常运行时,噪音水平在75dB附近,无尖峰噪音存在。具体参照图7,在音频时域信号中,纵坐标为分贝dB,当音频时域信号波动较大时,分贝值较高;在频域信号中,纵坐标为频率,当频域信号叠加较多时,频率就越大。
本发明实施例提供了风力发电机的预警方法,包括:采集音频时域信号;将音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;将音频时域信号进行傅里叶变换,得到频域特征数据;将频域特征数据输入高斯混合模型,得到第二结果信息;根据第一结果信息或第二结果信息进行报警,可以对风力发电机的机械故障进行及时检测,提高检测的准确率。
实施例二:
图8为本发明实施例二提供的风力发电机的预警装置示意图。
参照图8,应用于中控室,通过中控室对采集的音频时域信号进行处理,该装置包括:
采集单元10,用于采集音频时域信号;
比较单元20,用于将音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;
频域特征数据获取单元30,用于将所述音频时域信号进行傅里叶变换,得到频域特征数据;
第二结果信息获取单元40,用于将所述频域特征数据输入高斯混合模型,得到第二结果信息;
报警单元50,用于根据所述第一结果信息或所述第二结果信息进行报警。
进一步的,频域特征数据获取单元30包括:
将音频时域信号进行分帧,得到多帧音频时域信号;
对每帧音频时域信号分别进行傅里叶变换,得到频域特征数据。
进一步的,第二结果信息获取单元40包括:
将频域特征数据与异常数据库中的频域特征数据进行比较,确定频域特征数据与异常数据库中的频域特征数据的相似度;
如果相似度达到匹配阈值,则生成异常结果信息。
进一步的,比较单元20包括:
判断音频时域信号对应的分贝值是否大于分贝阈值;
如果音频时域信号对应的分贝值大于分贝阈值,则生成报警信息。
进一步的,比较单元20包括:
如果音频时域信号对应的分贝值小于分贝阈值,则生成正常结果信息。
本发明实施例提供了风力发电机的预警装置,包括:采集音频时域信号;将音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;将音频时域信号进行傅里叶变换,得到频域特征数据;将频域特征数据输入高斯混合模型,得到第二结果信息;根据第一结果信息或第二结果信息进行报警,可以对风力发电机的机械故障进行及时检测,提高检测的准确率。
实施例三:
图9为本发明实施例三提供的风力发电机的预警系统示意图。
参照图9,该系统包括:数据采集单元、数据传输单元和数据处理单元,在数据采集单元中,通过拾音器获取音频时域信号,拾音器设置在风力发电机的机舱前置横梁下方,这样既能兼顾叶片和机舱异响监控,又方便音频时域信号的传输。拾音器通过网络与机组路由器相连接,机组路由器通过数据传输单元中的光纤与数据处理单元中的交换机相连接。在数据处理单元中,中控室包括交换机、音频界面、设备管理和音频分析,音频分析包括分贝处理报警和频谱分析报警。
在分贝处理报警的过程中,将音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息。
在频谱分析报警的过程中,将音频时域信号进行傅里叶变换,得到频域特征数据;将频域特征数据输入高斯混合模型,得到第二结果信息;根据第一结果信息或第二结果信息进行报警,具体参照图10的异常结果信息示意图。
通过检测和分析风力发电机内部音频时域信号,了解风力发电机机械部件的运行状态,从而及时发现隐患,保障风力发电机的安全运行。
本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例提供的风力发电机的预警方法的步骤。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述实施例的风力发电机的预警方法的步骤。
本发明实施例所提供的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种风力发电机的预警方法,其特征在于,所述方法包括:
采集音频时域信号;
将所述音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;
将所述音频时域信号进行傅里叶变换,得到频域特征数据;
将所述频域特征数据输入高斯混合模型,得到第二结果信息;
根据所述第一结果信息或所述第二结果信息进行报警;
所述高斯混合模型调用异常数据库,将所述频域特征数据与所述异常数据库中的频域特征数据进行比较,如果所述频域特征数据与所述异常数据库中的频域特征数据的相似度达到匹配阈值,则生成异常结果信息。
2.根据权利要求1所述的风力发电机的预警方法,其特征在于,所述将所述音频时域信号进行傅里叶变换,得到频域特征数据,包括:
将所述音频时域信号进行分帧,得到多帧音频时域信号;
对每帧音频时域信号分别进行傅里叶变换,得到所述频域特征数据。
3.根据权利要求1所述的风力发电机的预警方法,其特征在于,所述将所述音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息,包括:
判断所述音频时域信号对应的分贝值是否大于所述分贝阈值;
如果所述音频时域信号对应的分贝值大于所述分贝阈值,则生成报警信息。
4.根据权利要求3所述的风力发电机的预警方法,其特征在于,所述判断所述音频时域信号对应的分贝值是否大于所述分贝阈值,包括:
如果所述音频时域信号对应的分贝值小于所述分贝阈值,则生成正常结果信息。
5.一种风力发电机的预警装置,其特征在于,所述装置包括:
采集单元,用于采集音频时域信号;
比较单元,用于将所述音频时域信号对应的分贝值与分贝阈值进行比较,得到第一结果信息;
频域特征数据获取单元,用于将所述音频时域信号进行傅里叶变换,得到频域特征数据;
第二结果信息获取单元,用于将所述频域特征数据输入高斯混合模型,得到第二结果信息;
报警单元,用于根据所述第一结果信息或所述第二结果信息进行报警;
所述高斯混合模型调用异常数据库,将所述频域特征数据与所述异常数据库中的频域特征数据进行比较,如果所述频域特征数据与所述异常数据库中的频域特征数据的相似度达到匹配阈值,则生成异常结果信息。
6.根据权利要求5所述的风力发电机的预警装置,其特征在于,所述频域特征数据获取单元包括:
将所述音频时域信号进行分帧,得到多帧音频时域信号;
对每帧音频时域信号分别进行傅里叶变换,得到所述频域特征数据。
7.根据权利要求5所述的风力发电机的预警装置,其特征在于,所述比较单元包括:
判断所述音频时域信号对应的分贝值是否大于所述分贝阈值;
如果所述音频时域信号对应的分贝值大于所述分贝阈值,则生成报警信息。
8.根据权利要求7所述的风力发电机的预警装置,其特征在于,所述比较单元包括:
如果所述音频时域信号对应的分贝值小于所述分贝阈值,则生成正常结果信息。
CN201811629574.XA 2018-12-28 2018-12-28 风力发电机的预警方法和装置 Active CN109695579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811629574.XA CN109695579B (zh) 2018-12-28 2018-12-28 风力发电机的预警方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811629574.XA CN109695579B (zh) 2018-12-28 2018-12-28 风力发电机的预警方法和装置

Publications (2)

Publication Number Publication Date
CN109695579A CN109695579A (zh) 2019-04-30
CN109695579B true CN109695579B (zh) 2021-06-08

Family

ID=66232378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811629574.XA Active CN109695579B (zh) 2018-12-28 2018-12-28 风力发电机的预警方法和装置

Country Status (1)

Country Link
CN (1) CN109695579B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101393049A (zh) * 2008-08-25 2009-03-25 北京天源科创风电技术有限责任公司 风力发电机组振动监测及故障诊断的方法
CN102819018A (zh) * 2011-06-10 2012-12-12 索尼公司 信号处理单元和方法
CN103744021A (zh) * 2013-12-23 2014-04-23 煤炭科学研究总院 一种电机故障监控装置及方法
CN103810374A (zh) * 2013-12-09 2014-05-21 中国矿业大学 一种基于mfcc特征提取的机器故障预测方法
CN105136435A (zh) * 2015-07-15 2015-12-09 北京汉能华科技股份有限公司 一种风力发电机组叶片故障诊断的方法和装置
CN105352541A (zh) * 2015-10-14 2016-02-24 国网福建省电力有限公司 一种基于电网防灾减灾系统的变压器运行辅助监测系统及其监测方法
CN106568500A (zh) * 2016-10-12 2017-04-19 上海大学 基于加工噪音的加工异常报警系统
CN106593781A (zh) * 2016-11-29 2017-04-26 上海电机学院 一种基于Android平台的风力发电机故障检测系统及方法
CN107061186A (zh) * 2017-06-09 2017-08-18 北京金风慧能技术有限公司 风力发电机组振动异常预警方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101764540B1 (ko) * 2016-06-21 2017-08-02 두산중공업 주식회사 풍력발전기 진동 상태감시 및 진단 시스템

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101393049A (zh) * 2008-08-25 2009-03-25 北京天源科创风电技术有限责任公司 风力发电机组振动监测及故障诊断的方法
CN102819018A (zh) * 2011-06-10 2012-12-12 索尼公司 信号处理单元和方法
CN103810374A (zh) * 2013-12-09 2014-05-21 中国矿业大学 一种基于mfcc特征提取的机器故障预测方法
CN103744021A (zh) * 2013-12-23 2014-04-23 煤炭科学研究总院 一种电机故障监控装置及方法
CN105136435A (zh) * 2015-07-15 2015-12-09 北京汉能华科技股份有限公司 一种风力发电机组叶片故障诊断的方法和装置
CN105352541A (zh) * 2015-10-14 2016-02-24 国网福建省电力有限公司 一种基于电网防灾减灾系统的变压器运行辅助监测系统及其监测方法
CN106568500A (zh) * 2016-10-12 2017-04-19 上海大学 基于加工噪音的加工异常报警系统
CN106593781A (zh) * 2016-11-29 2017-04-26 上海电机学院 一种基于Android平台的风力发电机故障检测系统及方法
CN107061186A (zh) * 2017-06-09 2017-08-18 北京金风慧能技术有限公司 风力发电机组振动异常预警方法和装置

Also Published As

Publication number Publication date
CN109695579A (zh) 2019-04-30

Similar Documents

Publication Publication Date Title
Wang et al. A novel statistical time-frequency analysis for rotating machine condition monitoring
KR102509577B1 (ko) 풍력 터빈 블레이드를 검사하는 방법 및 기기, 및 그 장치 및 저장 매체
CN111788387B (zh) 用于监视风力涡轮机的方法和装置
JP5783551B2 (ja) エレベータの異常音検出装置
CN102828919A (zh) 声学监控风力涡轮机的方法、声学监控系统和重装备套件
CN113670434B (zh) 变电站设备声音异常识别方法、装置和计算机设备
US11409873B2 (en) Detection of cyber machinery attacks
CN114061743A (zh) 风力发电机组的振动监测方法、装置、设备及介质
CN109695579B (zh) 风力发电机的预警方法和装置
CN117093941A (zh) 一种消除环境噪声的振动波滤波方法、系统、设备和介质
CN114329452A (zh) 一种异常行为检测方法、装置及相关设备
CN109026555B (zh) 用于识别叶片的失速的方法和装置
CN111340079A (zh) 机械终端状态检测方法、装置及电子设备
EP3646301B1 (en) Smoke validation process for wind turbines
JP7402500B2 (ja) 状態変化検知システム及び状態変化検知プログラム
JP6824493B1 (ja) 電動機の診断装置
CN114060228B (zh) 风力发电机组扭矩异常跳变的检测方法、装置及控制器
CN114294183A (zh) 一种风机叶片故障监测方法、装置及风机
CN116520143B (zh) 基于声纹数据的旋转设备监测方法、装置、设备及介质
CN111275938A (zh) 一种基于辅机设备的预警方法、装置、设备及存储介质
CN111256990A (zh) 一种传动轴寿命预测方法、装置及起重机
JP6726082B2 (ja) 防犯に関わる音の判定方法及び情報処理装置
CN116659826B (zh) 风电螺栓状态的检测方法及装置
CN205449521U (zh) 基于emd降噪的吸油烟机故障诊断的系统
JP7272631B2 (ja) 音響又は振動の判定方法及び判定のための情報処理システム

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
CB02 Change of applicant information

Address after: 102206 31 Industrial Park, North Qing Road, Beijing, Changping District

Applicant after: Sany Heavy Energy Co., Ltd

Address before: 102206 31 Industrial Park, North Qing Road, Beijing, Changping District

Applicant before: SANY HEAVY ENERGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant