CN109917776B - 风力发电机组的故障智能分析方法及装置 - Google Patents

Abstract

本发明提供了一种风力发电机组的故障智能分析方法及装置。所述方法包括：运用SFMEA方法，制定风机软件的故障模式分析表；在所述故障模式分析表的基础上，运用FTA方法建立风电机组软件故障的故障树分析模型；根据所述故障树分析模型及所述故障模式分析表，得到故障诊断结果。本发明提供的风力发电机组的故障智能分析方法及装置可以快速识别故障类型，及时定位故障点，节省大量人力成本，避免了检测过程的盲目性与繁琐性。

Description

风力发电机组的故障智能分析方法及装置

技术领域

本发明涉及风力发电技术领域，特别是涉及一种风力发电机组的故障智能分析方法及装置。

背景技术

随着风电产业的发展及生产技术的提高，风电机组系统功能越来越完善，更多的使用者越来越关注风电机组在寿命周期内的性能表现。

风电机组除传统的机械及环境等影响产品质量外，软件质量已成为重要的影响因素，并逐渐成为区分产品质量优劣的关键指标之一。作为神经中枢的软件，是现实机组正常运行的基础，一旦软件出问题，就是批量性问题，造成的后果不堪设想。可见，软件质量的可靠性直接关系着电力用户及电网公司的切身利益并影响智能电网的健康发展。

为此，寻求一种合适的风电机组软件故障原因分析策略，对保证风电机组故障诊断和优质服务具有重大意义。

发明内容

本发明要解决的技术问题是提供一种风力发电机组的故障智能分析方法及装置，从而对风电机组软件故障给出准确的原因分析。

为解决上述技术问题，本发明提供了一种风力发电机组的故障智能分析方法，包括：运用SFMEA方法，制定风机软件的故障模式分析表；在所述故障模式分析表的基础上，运用FTA方法建立风电机组软件故障的故障树分析模型；根据所述故障树分析模型及所述故障模式分析表，得到故障诊断结果。

在一些实施方式中，运用SFMEA方法，制定风机软件的故障模式分析表，包括：对关键功能的软件故障，确定潜在的失效模式；根据软件故障的故障表现形式，确定软件故障的故障原因、故障影响及预防措施；根据失效模式对机组的使用、状态或功能所导致的结果进行故障严酷度等级分析，确定严酷度等级，并对每种软件故障提出故障检测方法；根据每种软件故障模式的原因、影响及严酷度等级，提出有针对性的改进建议；形成风机软件的故障模式分析表。

在一些实施方式中，所述故障模式分析表中包含：输入型故障、输出型故障、数据故障、接口故障、程序故障、冗余度故障、未满足功能要求故障及其他故障。

在一些实施方式中，在所述故障模式分析表的基础上，运行FTA方法建立分电机组软件故障的故障树分析模型，包括：确定故障树的顶事件；通过寻找引起顶事件发生的直接、必要和充分的原因，确定顶事件的子事件，以及子事件与顶事件之间的逻辑关系；通过寻找引起子事件发生的直接、必要和充分的原因，确定子事件的下一级子事件，以及下一级子事件与子事件之间的逻辑关系；重复上述步骤，直至子事件不再具有下一级子事件。

在一些实施方式中，在所述故障模式分析表的基础上，运行FTA方法建立风电机组软件故障的故障树分析模型，还包括：求出所有导致顶事件发生的系统故障模式。

在一些实施方式中，求出所有导致顶事件发生的系统故障模式，包括：通过软件数据故障模式SFMEA分析表，将其故障类型区分为数制转换、数据错乱、数据存取错误、数据丢失四大类；以机组数据类故障为顶事件，逐级分析并按逻辑关系搭建数据故障故障树模型，采用下行法逐层搜寻最小割集。

在一些实施方式中，在所述故障模式分析表的基础上，运行FTA方法建立风电机组软件故障的故障树分析模型，还包括：在各个底事件相互独立和已知其发生概率的条件下，求出单调故障树顶事件发生的概率和一些重要度指标。

在一些实施方式中，根据所述故障树分析模型及所述故障模式分析表，得到故障诊断结果，包括：根据所述故障树分析模型，找到故障发生的故障模式及失效原因；查找所述故障模式分析表，查找故障原因、故障影响及维修措施，得到故障诊断结果，制定完善的监测策略。

此外，本发明还提供了一种风力发电机组的故障智能分析装置，所述装置包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据前文所述的风力发电机组的故障智能分析方法。

采用这样的设计后，本发明至少具有以下优点：

(1)、本发明在建立机组软件故障树模型前用SFMEA建立软件故障模式分析表，从整体上列举出所有的软件故障模式，避免由于故障树分析规模大，造成故障原因疏漏；

(2)、在机组发生软件故障时，通过故障诊断模型，可以快速识别故障类型，及时定位故障点，节省大量人力成本，避免了检测过程的盲目性与繁琐性。

附图说明

上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。

图1是本发明风力发电机组的故障智能分析方法的流程图；

图2是本发明风力发电机组的故障智能分析方法中软件故障模式及影响分析的流程图；

图3是本发明风力发电机组的故障智能分析方法中故障树分析的流程图；

图4是本发明风力发电机组的故障智能分析方法的流程示意图；

图5是本发明分立发电机组的故障分析装置的结构图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1示出了本发明风力发电机组的故障智能分析方法的流程图。参见图1，风力发电机组的故障智能分析方法包括：

S11，运用软件故障模式及影响分析SFMEA方法，制定风机软件的故障模式分析表。

图2示出了制定风机软件的故障模式分析表的具体过程。参见图2，上述过程包括：

1)首先确定被分析对象，依据风力发电机组的工作原理，考虑关键功能的软件故障，对造成软件故障的模式进行分析，找到潜在失效模式；

2)其次针对每个被分析单元，分别分析其所有可能的故障表现形式，找到它们的故障原因、故障影响以及预防措施，重点分析软件开发过程中引起的各类缺陷；

3)根据故障模式对机组的使用、状态或功能所导致的结果进行故障严酷度等级分析，并对每种软件故障提出故障检测方法；

4)根据每种软件故障模式的原因、影响及严酷度等级，提出有针对性的改进建议，以消除或减轻故障影响，最终形成风机机组软件故障模式SFMEA分析表。

运用SFMEA归纳分析方法制定机组软件故障的故障模式分析表：根据风电机组运行的工作原理，从软件特性本身分析，从输入型，输出型、数据、接口、程序、冗余度这八大方面开展进行软件故障模式分析，找到潜在失效模式，如表1所示：

表1

对于每一个故障现象分别分析其故障模式，找到它们的故障原因、故障影响以及预防措施分析；根据软件类故障模式对机组的使用、状态或功能所导致的结果进行故障严酷度等级分析；最后形成风电机组软件数据故障的故障模式SFMEA分析表。

S12，在所述故障模式分析表的基础上，运用故障树分析FTA方法建立风电机组软件故障的故障树分析模型。

图3示出了制定风机软件的故障模式分析表的具体过程。参见图3，上述过程包括：

1)选择和确定顶事件：顶事件是系统最不希望发生的事件，或者是指定进行逻辑分析的故障事件。

2)分析顶事件：寻找引起顶事件发生的直接、必要和充分的原因。将顶事件作为输出事件，将所有直接原因作为输入事件，并根据这些事件实际逻辑关系用适当的逻辑门相联系。

3)分析每一个与顶事件直接相联系的输入事件。如果该事件不能进一步分解，则将其作为下一级的输出事件。

4)重复上述步骤，逐级向下分解，直到所有的输入事件不能再分解或不必要再分解为止，即建成了一棵倒置的故障树。

5)定性分析：求出所有导致顶事件发生的系统故障模式。

6)定量分析：在各个底事件相互独立和已知其发生概率的条件下，求出单调故障树顶事件发生的概率和一些重要度指标。

以数据类故障为例，在建立软件故障模式SFMEA分析表的基础上，运用FTA方法建立风电机组软件数据故障故障树分析模型，对系统进行定性分析：首先通过软件数据故障模式SFMEA分析表，将其故障类型区分为数制转换、数据错乱、数据存取错误、数据丢失四大类；以机组数据类故障为顶事件，逐级分析并按逻辑关系搭建数据故障故障树模型，采用下行法逐层搜寻最小割集。

FTA定量分析：通过搜集统计得到底事件发生概率，据此由下往上逐级计算得到中间事件与顶事件的发生概率。

S13，根据所述故障树分析模型及所述故障模式分析表，得到故障诊断结果。

计算故障诊断结果的操作包括两个子操作，它们是：根据所述故障树分析模型，找到故障发生的故障模式及失效原因；查找所述故障模式分析表，查找故障原因、故障影响及维修措施，得到故障诊断结果，制定完善的监测策略。

图4示出了本发明提供的风力发电机组的故障智能分析方法的整体流程。参见图4，本发明实施例提供的风力发电机组的故障智能分析方法包含SFMEA及FTA两部分。在建模阶段，先执行SFMEA表的建立，再建立故障树。在故障诊断过程中，先使用故障树进行分析，在实用SFMEA表进行分析，得到最终的故障诊断结果。

图5示出了本发明风力发电机组的故障智能分析装置的结构图。参见图5，风力发电机组的故障智能分析装置包括：中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统操作所需的各种程序和数据。CPU 501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别的，根据本发明实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的方法中限定的上述功能。需要说明的是，本发明的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意结合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何恰当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连的表示的方框实际上可以基本并行的执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。

Claims (6)

1.一种风力发电机组的故障智能分析方法，其特征在于，包括：

运用软件故障模式及影响分析SFMEA方法，制定风机软件的故障模式分析表；

在所述故障模式分析表的基础上，运用故障树分析FTA方法建立风电机组软件故障的故障树分析模型；

根据所述故障树分析模型及所述故障模式分析表，得到故障诊断结果；

运用SFMEA方法，制定风机软件的故障模式分析表，包括：

对关键功能的软件故障，确定潜在的失效模式；

根据软件故障的故障表现形式，确定软件故障的故障原因、故障影响及预防措施；

根据失效模式对机组的使用、状态或功能所导致的结果进行故障严酷度等级分析，确定严酷度等级，并对每种软件故障提出故障检测方法；

根据每种软件故障模式的原因、影响及严酷度等级，提出有针对性的改进建议；

形成风机软件的故障模式分析表；

在所述故障模式分析表的基础上，运行FTA方法建立风电机组软件故障的故障树分析模型，还包括：

在各个底事件相互独立和已知其发生概率的条件下，求出单调故障树顶事件发生的概率和一些重要度指标；

根据所述故障树分析模型及所述故障模式分析表，得到故障诊断结果，包括：

根据所述故障树分析模型，找到故障发生的故障模式及失效原因；

查找所述故障模式分析表，查找故障原因、故障影响及维修措施，得到故障诊断结果，制定完善的监测策略。

2.根据权利要求1所述的风力发电机组的故障智能分析方法，其特征在于，所述故障模式分析表中包含：输入型故障、输出型故障、数据故障、接口故障、程序故障、冗余度故障、未满足功能要求故障。

3.根据权利要求1所述的风力发电机组的故障智能分析方法，其特征在于，在所述故障模式分析表的基础上，运行FTA方法建立风电机组软件故障的故障树分析模型，包括：

确定故障树的顶事件；

通过寻找引起顶事件发生的直接、必要和充分的原因，确定顶事件的子事件，以及子事件与顶事件之间的逻辑关系；

通过寻找引起子事件发生的直接、必要和充分的原因，确定子事件的下一级子事件，以及下一级子事件与子事件之间的逻辑关系；

重复上述步骤，直至子事件不再具有下一级子事件。

4.根据权利要求3所述的风力发电机组的故障智能分析方法，其特征在于，在所述故障模式分析表的基础上，运行FTA方法建立风电机组软件故障的故障树分析模型，还包括：

求出所有导致顶事件发生的系统故障模式。

5.根据权利要求4所述的风力发电机组的故障智能分析方法，其特征在于，求出所有导致顶事件发生的系统故障模式，包括：

通过软件故障模式及影响分析SFMEA表，将其故障类型区分为数制转换、数据错乱、数据存取错误、数据丢失四大类；

以机组数据类故障为顶事件，逐级分析并按逻辑关系搭建数据故障故障树模型，采用下行法逐层搜寻最小割集。

6.一种风力发电机组的故障智能分析装置，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至5任意一项所述的风力发电机组的故障智能分析方法。

Images