CN109977726A - 信号包络线提取方法、装置、风电机组的状态监测方法 - Google Patents
信号包络线提取方法、装置、风电机组的状态监测方法 Download PDFInfo
- Publication number
- CN109977726A CN109977726A CN201711444316.XA CN201711444316A CN109977726A CN 109977726 A CN109977726 A CN 109977726A CN 201711444316 A CN201711444316 A CN 201711444316A CN 109977726 A CN109977726 A CN 109977726A
- Authority
- CN
- China
- Prior art keywords
- value
- signal
- envelope
- wind turbines
- coenvelope
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000000605 extraction Methods 0.000 title claims description 14
- 239000000284 extract Substances 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000003066 decision tree Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004804 winding Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009514 concussion Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Wind Motors (AREA)
Abstract
本发明提供了一种信号包络线提取方法、装置、风电机组的状态监测方法及装置,其中,该信号包络线提取方法包括:获取风电机组的信号在当前周期的强度值;其中,所述信号包括风电机组的转速信号、振动信号、温度信号、压力信号、应力信号以及载荷信号中的至少一个;根据该强度值计算在该当前周期内与该信号对应的上包络值和下包络值;根据多个周期的上包络值和下包络值提取该信号的包络线,从而为更加精确地获取风电机组的运行状态提供依据。
Description
技术领域
本发明涉及风电技术领域,具体涉及一种信号包络线提取方法、装置、风电机组的状态监测方法与装置。
背景技术
风能是绿色、环保、可再生的能源。在当今世界能源短缺,同时又突出强调环保的情况下,大力开发利用风能发电是普遍的趋势。风电机组经过多年的发展至今已经日趋成熟。在风力发电技术迅猛发展的同时,高昂的维修费用成为影响其经济性的重要因素之一,而主要部件的故障往往造成整个机组长时间的停机,因此对机组进行状态监测,实时地掌握机组主要部件的运行信息以便可以及时发现潜在的故障隐患,对风电场具有很重要的意义。
当前用于判断风电机组运行状态的信号首先要通过滤波器消除掉噪声对控制系统的影响,随后通过在线离散傅氏变换的快速算法(Fast Fourier Transformation,简称为FFT)提取特定频率如塔架一阶振动频率、面内三阶频率,根据特定频率幅值判断风机发电机是否异常。
目前,风电机组的控制系统与警报系统正朝着精细化与定制化的方向发展。数字滤波器可以应对大部分风电机组可能出现的运行状态,然而随着对控制精度与风机定制化要求的进一步提高,传统数字滤波器已经从本质上无法对风机的一些故障进行及时的反应。比如,当风机转速因某些故障出现震荡运行时,或者风机某方向的震动强度因某故障产生近似周期性无衰减震动,上述方法将无法对于这类问题进行响应,仅能通过人工方式进行判断。但是,这类问题往往会引发风机工作异常,甚至有倒塔的风险。
发明内容
有鉴于此,本发明实施例提供了一种信号包络线提取方法、装置、风电机组的状态监测方法与装置,为更加精确地获取风电机组的运行状态提供依据。
为此,本发明实施例提供了如下技术方案:
本发明第一方面,提供了一种信号包络线提取方法,包括:获取信号在当前周期的强度值,也就是说,实时包络线计算功能的输入为信号在当前周期的实时值;所述信号包括风电机组的转速信号、振动信号、温度信号、压力信号、应力信号以及载荷信号中的至少一个;根据所述强度值计算在所述当前周期内与所述信号对应的上包络值和下包络值;根据多个周期的上包络值和下包络值提取所述信号的包络线。
通过上述步骤,获取与风电机组有关的信号的包络线,进而为判断风电机组的运行状态提供依据,相对于现有技术中以信号的特定频率幅值作为风机发电机是否异常的判断依据,而判断结果不精确,上述步骤以信号的包络线为判断风电机组的运行状态的依据,提高了风电机组运行状态的判断准确度。
关于根据所述强度值计算在所述当前周期内与所述信号对应的上包络值和下包络值有多种实现方式,下面对此进行举例说明,在一个可选实施例中,获取N个值,例如这N个值为从第0个值到第N-1个值;其中,所述N为大于等于fc/ft的正整数,fc为风电机组控制器的运行频率,ft为所述信号的最大有效频率,所述N个值为当前周期的前N个周期所述信号的实时强度值;将所述强度值与所述N个值进行比较;在所述强度值大于所述N个值中的任意值时,将所述强度值作为所述当前周期的上包络值;在所述强度值小于所述N个值中的任意值时,将所述强度值作为所述当前周期的下包络值;否则,将上一周期的上包络值作为所述当前周期的上包络值,将上一周期的下包络值作为所述当前周期的下包络值。
在上述实施例的基础上,在一个具体的可选实施例中,可以通过滑窗算法计算实时上包络值和下包络值。具体地,开始进行当前计算周期的运行时,先取数据N利用决策树对输出结果进行分类,决策树每一个节点包含两个分支,如果结果为“是”则进入下一个节点,为“否”则将当前周期的实时包络计算输出(也叫“当前包络值”,可分为“当前上包络值”和“当前下包络值”)等于上一个周期的输出。在计算实时上包络值时,比对数据N是否大于滑窗队列中数据N-1,如果“否”,则保持上一个输出值,并结束计算;如果“是”,则比对数据N是否大于滑窗队列中数据N-2,并以此循环,直到比对完滑窗队列中的全部数据,如果对比结果依然为“是”,则将数据N作为当前上包络值输出。计算实时下包络值时,与计算实时上包络值的过程一致,判断方法不同,比对数据N是否小于滑窗队列中数据N-1,如果“否”,则保持上一个输出值,并结束计算;如果“是”,则比对数据N是否小于滑窗队列中数据N-2,并以此循环,直到比对完滑窗队列中的全部数据,如果对比结果依然为“是”,则将数据N作为当前下包络值输出。
本发明第二方面,提供了一种风电机组的状态监测方法,包括:通过上述第一方面中任一所述的信号包络线提取方法提取信号的包络线;根据所述信号包络线确定风电机组的运行状态。
通过上述步骤,获取与风电机组有关的信号的包络线,根据该包络线判断风电机组的运行状态,相对于现有技术中根据信号的特定频率幅值判断风机发电机是否异常,而判断结果不精确,上述步骤以信号的包络线为判断风电机组的运行状态的依据,提高了风电机组运行状态的判断准确度。
关于上述根据所述信号包络线确定风电机组的运行状态的实现方式可以包括很多种,在一个可选实施例中,计算所述当前周期内的上包络值与下包络值的差值;在所述差值大于预定阈值时确定所述风电机组异常。
本发明第三方面,提供了一种信号包络线提取装置,包括:获取模块,用于获取信号在当前周期的强度值;其中,所述信号包括风电机组的转速信号、振动信号、温度信号、压力信号、应力信号以及载荷信号中的至少一个;计算模块,用于根据所述强度值计算在所述当前周期内与所述信号对应的上包络值和下包络值;提取模块,用于根据多个周期的上包络值和下包络值提取所述信号的包络线。
可选地,所述计算模块包括:获取单元,用于获取N个值;其中,所述N为大于等于fc/ft的正整数,fc为风电机组控制器的运行频率,ft为所述信号的最大有效频率;所述N个值为当前周期的前N个周期所述信号的实时强度值;比较单元,用于将所述强度值与所述N个值进行比较;设置单元,用于在所述强度值大于所述N个值中的任意值时,将所述强度值作为所述当前周期的上包络值;在所述强度值小于所述N个值中的任意值时,将所述强度值作为所述当前周期的下包络值;否则,将上一周期的上包络值作为所述当前周期的上包络值,将上一周期的下包络值作为所述当前周期的下包络值。
本发明第四方面,提供了一种风电机组的状态监测装置,包括:如第三方面提供的信号包络线提取装置以及确定模块;所述确定模块,用于根据所述信号包络线确定风电机组的运行状态。
可选地,所述确定模块包括:计算单元,用于计算所述当前周期内的上包络值与下包络值的差值;确定单元,用于在所述差值大于预定阈值时确定所述风电机组异常。
本发明第五方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述第一方面或者第二方面中任一所述的信号包络线提取方法或者风电机组的状态监测方法。
本发明第六方面.提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述第一方面或者第二方面中任一所述的信号包络线提取方法或者风电机组的状态监测方法。
本发明实施例技术方案,具有如下优点:
本发明实施例提供了一种信号包络线提取方法、装置、风电机组的状态监测方法、装置、电子设备及计算机可读存储介质,其中,该信号包络线提取方法包括:获取风电机组的信号在当前周期的强度值;其中,所述信号包括风电机组的转速信号、振动信号、温度信号、压力信号、应力信号以及载荷信号中的至少一个;根据该强度值计算在该当前周期内与该信号对应的上包络值和下包络值;根据多个周期的上包络值和下包络值提取该信号的包络线,从而为更加精确地获取风电机组的运行状态提供依据。
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是根据本发明实施例的信号包络线提取方法的流程图;
图2是根据本发明实施例的实时包络线计算示意图;
图3是根据本发明实施例的长度为N的滑窗队列示意图;
图4是根据本发明实施例的每个运算周期实时包络值的计算示意图;
图5是根据本发明实施例的温度信号的实时包络线示意图;
图6是根据本发明实施例的振动信号的实时包络线示意图;
图7是根据本发明实施例的振动信号的绝对值的上包络线示意图;
图8是根据本发明实施例的风电机组的状态监测方法的流程图;
图9是根据本发明实施例的信号包络线提取装置的结构框图;
图10是根据本发明实施例的风电机组的状态监测装置的结构框图;
图11是本发明实施例提供的电子设备的硬件结构示意图。
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,下面将结合本发明实施例中的附图,对本发明实施例中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,本领域技术人员在没有作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。
为了适应对风电机组运行状态的控制精度和风机定制化要求的进一步提高的要求,在本实施例中提供了一种信号包络线提取方法,可用于与风电机组相关的信号的处理,图1是根据本发明实施例的信号包络线提取方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取风电机组的信号在当前周期的强度值。风电机组控制器一般以周期运行,这个周期时间一般叫计算周期或运行周期,如图2所示,实时包络线计算功能的输入为信号在当前周期的实时值;其中,该信号可以是与风电机组相关的信号,例如可以是转速信号、振动信号、温度信号、压力信号、应力信号或者载荷信号。
步骤S102,根据该强度值计算在当前周期内与上述信号对应的上包络值和下包络值。如图2所示,实时包络线计算功能的输入为信号在当前周期的实时值,经计算输出实时上包络值和下包络值,当前运行周期的实时上(下)包络值也叫当前上(下)包络值。
步骤S103,根据多个周期的上包络值和下包络值提取该信号的包络线。将一段时序信号的峰值点连线,就可以得到上方(正的)一条线和下方(负的)一条线,这两条线就叫包络线。经过多个周期的计算,将通过上述步骤101和步骤102实时上包络值和实时下包络值组成上包络线和下包络线。
通过上述步骤,获取与风电机组有关的信号的包络线,进而为判断风电机组的运行状态提供依据,相对于现有技术中以信号的特定频率幅值作为风机发电机是否异常的判断依据,而判断结果不精确,上述步骤以信号的包络线为判断风电机组的运行状态的依据,提高了风电机组运行状态的判断准确度。
关于根据该强度值计算在该当前周期内与该信号对应的上包络值和下包络值有多种实现方式,下面对此进行举例说明,在一个可选实施例中,获取N个值,这N个值为从第0个值到第N-1个值。确定信号的最大有效频率,信号的频谱中高于最大有效频率的部分不需要考虑。比如上述信号为机舱振动信号时,假设最大有效频率为ft,则包络线频率f应该满足关系f≤ft。计算滑窗长度N,假设控制器的计算周期为20ms,那么其运行频率为那么应满足N/fc=1/f≥1/ft,即N≥fc/ft,N为计算包络线所需存储的滑窗长度。即,该N为大于等于fc/ft的正整数,fc为风电机组控制器的运行频率,ft为该信号的最大有效频率,ft在风机整机设计的时候就已经确定了,比如一般塔架的振动频率在1~2Hz左右。将该强度值与该N个值进行比较,在该强度值大于该N个值中的任意值时,将该强度值作为该当前周期的上包络值;在该强度值小于该N个值中的任意值时,将该强度值作为该当前周期的下包络值;否则,将上一周期的上包络值作为该当前周期的上包络值,将上一周期的下包络值作为该当前周期的下包络值。
在上述实施例的基础上,在一个具体的可选实施例中,可以通过滑窗算法计算实时上包络值和下包络值。滑窗数据存储。以滑窗的方式将最近N个值数据存储在一个长度为N的队列中,其中最新的数据为N,最老的数据在队列,为数据1,如图3所示。具体地,开始进行当前计算周期的运行时,先取数据N利用决策树对输出结果进行分类,决策树每一个节点包含两个分支,如果结果为“是”则进入下一个节点,为“否”则将当前周期的实时包络计算输出(也叫“当前上包络值”)等于上一个周期的输出。在计算实时上包络值时,具体计算流程如图4中上包络的计算所示,比对数据N是否大于滑窗队列中数据N-1,如果“否”,则保持上一个输出值,并结束计算;如果“是”,则比对数据N是否大于滑窗队列中数据N-2,并以此循环,直到比对完滑窗队列中的全部数据,如果对比结果依然为“是”,则将数据N作为当前上包络值输出。计算实时下包络值时,与计算实时上包络值的过程一致,判断方法不同,下包络的具体计算流程如图4中下包络的计算所示,比对数据N是否小于滑窗队列中数据N-1,如果“否”,则保持上一个输出值,并结束计算;如果“是”,则比对数据N是否小于滑窗队列中数据N-2,并以此循环,直到比对完滑窗队列中的全部数据,如果对比结果依然为“是”,则将数据N作为当前下包络值输出。
基于决策树的包络线提取温度信号的实时包络线,如图5所示;基于决策树的包络线提取振动信号的实时包络线,如图6所示;基于决策树的包络线提取振动信号取绝对值后的实时包络线,如图7所示。
每一个计算周期都会产生对应的上(下)包络值,经过基于决策树的实时包络值的计算,包络值必定能包络住滑窗队列中的所有数据,连续计算的输出结果也必然是实时包络线,包络住信号曲线。
上述关于获取N个值的步骤,在一个可选实施例中,获取前N个周期该信号的实时强度值。N的存储信息的长度会影响包络线的精度,简单说如果N=1,则包络线等价于实时采集数据,当N逐渐增大,包含的频率会逐渐减少。因此,在一个优选的实施例中,N为大于等于fc/ft的正整数,保证了包络线的精度,进一步提高了风电机组运行状态的判断结果。非实时数据处理技术中,包络线的求解方法很多,结果也更加准确,如果某种信号对实时性要求不高,也可以采用离线求解法计算滞后的包络线代替实时包络线。
在本实施例中提供了一种风电机组的状态监测方法,图8是根据本发明实施例的风电机组的状态监测方法的流程图,如图8所示,该流程包括如下步骤:
步骤S801,通过上述实施例的风电机组的信号包络线提取方法提取信号的包络线;
步骤S802,根据该信号包络线确定风电机组的运行状态。
通过上述步骤,获取与风电机组有关的信号的包络线,根据该包络线判断风电机组的运行状态,相对于现有技术中根据信号的特定频率幅值判断风机发电机是否异常,而判断结果不精确,上述步骤以信号的包络线为判断风电机组的运行状态的依据,提高了风电机组运行状态的判断准确度。使用实时上下包络线可以判断现用方法无法判断的故障,比如温度信号的干扰情况;包络线能够提供风电机组运行数据的趋势,通过趋势判断该曲线的幅值等情况,判断未达到阈值前的运行状态是否正常,比如机舱振动在未达到故障阈值前出现了等幅振荡或发散振荡,也是不正常的状态,可以通过包络线进行判断。
由于快速傅里叶变换所占用的资源越多,结果越精确,但是对于风机控制系统来说,不能给予足够的资源给快速傅里叶变换,因此得到的结果并不精确。包络线算法不需要进行将时序信号转换为频域信号的计算,直接依靠时序信号便可以获得结果,因此结果更为准确。
关于上述根据该信号包络线确定风电机组的运行状态的实现方式可以包括很多种,在一个可选实施例中,计算该当前周期内的上包络值与下包络值的差值;在该差值大于预定阈值时确定该风电机组异常。具体地,以图5温度信号的实时包络线为例,温度检测时受到干扰,导致检测值波动幅值大,现有的程序里没有对干扰进行判断的方法。在本可选实施例中,通过判断上下实时包络线的差值是否大于某一个阈值,可以用于判断干扰信号的严重程序,提示警示和故障报告情况。比如,当上下实时包络线的差值小于1摄氏度时,认为干扰不大,无需警示;大于1摄氏度,可以认为较为严重,需要警示;大于2摄氏度时,可以认为干扰严重,可以认为是故障,需要及时处理;大于1摄氏度,且持续时间大于1分钟,认为干扰虽然较严重,但持续时间过长,可以认为是故障,需要及时处理。以图6振动信号的实时包络线为例,可以使用上下包络线作为一段时间内振动的最大值和最小值使用,风机运行产生共振,体现在振动信号上,振动的幅值会逐渐增大,现有的处理方式是当振动信号大于某一个阈值(比如0.15g)时,判断振动过大,风机故障停机,但是故障之前,风机可能在共振下运行很久才能触发振动故障阈值,这对机组的载荷和疲劳有很大的影响。使用实时包络线,可以通过判断判断上下实时包络线的差值是否大于某一个阈值,比如阈值为0.1g,当包络线的差值大于0.1g,且持续1分钟,可以认为振动持续偏大,需要停机检查,避免长时间在共振动情况下运行。以图7振动信号的绝对值的上包络线为例,当信号在0左右振动时,可以使用取绝对值后,取上包络线来代替上下包络线,减少运算量。
另外,信号的包络线还有很多用途,比如曲线拟合、趋势预测、专家诊断等等,限于风机控制的计算能力和存储空间,不能进行复杂的运算,可以将计算得到的上(下包络线)传输出到数据采集与监视控制系统(Supervisory Control And Data Acquisition,简称为SCADA)系统或风电场群控制系统,利用有更强大计算能力的上位机进行更加复杂的计算,从而得到风电机组的运行状态。
在本实施例中还提供了一种信号包络线提取装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
如图9所示,信号包络线提取装置包括:获取模块91,用于获取信号在当前周期的强度值;其中,在该信号包括与风电机组相关的信号,该信号包括以下至少之一:转速信号、振动信号、温度信号、压力信号、应力信号、载荷信号;计算模块92,用于根据该强度值计算在该当前周期内与该信号对应的上包络值和下包络值;提取模块93,用于根据多个周期的上包络值和下包络值提取该信号的包络线。
可选地,该计算模块包括:获取单元,用于获取N个值;其中,该N为大于等于fc/ft的正整数,fc为风电机组控制器的运行频率,ft为该信号的最大有效频率;比较单元,用于将该强度值与该N个值进行比较;设置单元,用于在该强度值大于该N个值中的任意值时,将该强度值作为该当前周期的上包络值;在该强度值小于该N个值中的任意值时,将该强度值作为该当前周期的下包络值;否则,将上一周期的上包络值作为该当前周期的上包络值,将上一周期的下包络值作为该当前周期的下包络值。
可选地,该获取单元还用于获取前N个周期该信号的实时强度值。
本实施例中的信号包络线提取装置是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
在本实施例中还提供了一种风电机组的状态监测装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
如图10所示,风电机组的状态监测装置包括:提取装置101,用于通过上述风电机组的信号包络线提取装置提取信号的包络线;确定模块102,用于根据该信号包络线确定风电机组的运行状态。
可选地,该确定模块包括:计算单元,用于计算该当前周期内的上包络值与下包络值的差值;确定单元,用于在该差值大于预定阈值时确定该风电机组异常。
本实施例中的风电机组的状态监测装置是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
如图11所示,该终端可以包括:至少一个处理器1101,例如CPU(CentralProcessing Unit,中央处理器),至少一个通信接口1103,存储器1104,至少一个通信总线1102。其中,通信总线1102用于实现这些组件之间的连接通信。其中,通信接口1103可以包括显示屏(Display)、键盘(Keyboard),可选通信接口1103还可以包括标准的有线接口、无线接口。存储器1104可以是高速RAM存储器(Random Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1104可选的还可以是至少一个位于远离前述处理器1101的存储装置。其中处理器1101可以结合图9或者图10所描述的装置,存储器1104中存储一组程序代码,且处理器1101调用存储器1104中存储的程序代码,以用于执行一种信号包络线提取方法或者风电机组的状态监测方法。
其中,通信总线1102可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线1102可以分为地址总线、数据总线、控制总线等。为便于表示,图11中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器1104可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:harddisk drive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);存储器1104还可以包括上述种类的存储器的组合。
其中,处理器1101可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器1101还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器1104还用于存储程序指令。处理器1101可以调用程序指令,实现如本申请图1或者8实施例中所示的信号包络线提取方法或者风电机组的状态监测方法。
本发明实施例还提供了一种非暂态计算机存储介质,该计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的信号包络线提取方法或者风电机组的状态监测方法。其中,该存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;该存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种信号包络线提取方法,其特征在于,包括:
获取风电机组的信号在当前周期的强度值;其中,所述信号包括风电机组的转速信号、振动信号、温度信号、压力信号、应力信号以及载荷信号中的至少一个;
根据所述强度值计算在所述当前周期内与所述信号对应的上包络值和下包络值;
根据多个周期的上包络值和下包络值提取所述信号的包络线。
2.根据权利要求1所述的方法,其特征在于,根据所述强度值计算在所述当前周期内与所述信号对应的上包络值和下包络值包括:
获取N个值;其中,N为大于等于fc/ft的正整数,fc为风电机组控制器的运行频率,ft为所述信号的最大有效频率;所述N个值为当前周期的前N个周期所述信号的实时强度值;
将所述强度值与所述N个值进行比较;
在所述强度值大于所述N个值中的任意值时,将所述强度值作为所述当前周期的上包络值;在所述强度值小于所述N个值中的任意值时,将所述强度值作为所述当前周期的下包络值;否则,将上一周期的上包络值作为所述当前周期的上包络值,将上一周期的下包络值作为所述当前周期的下包络值。
3.一种风电机组的状态监测方法,其特征在于,包括:
通过权利要求1或2的信号包络线提取方法提取信号的包络线;
根据所述信号包络线确定风电机组的运行状态。
4.根据权利要求3所述的方法,其特征在于,根据所述信号包络线确定风电机组的运行状态包括:
计算所述当前周期内的上包络值与下包络值的差值;
在所述差值大于预定阈值时确定所述风电机组异常。
5.一种信号包络线提取装置,其特征在于,包括:
获取模块,用于获取风电机组的信号在当前周期的强度值;其中,所述信号包括风电机组的转速信号、振动信号、温度信号、压力信号、应力信号以及载荷信号中的至少一个;
计算模块,用于根据所述强度值计算在所述当前周期内与所述信号对应的上包络值和下包络值;
提取模块,用于根据多个周期的上包络值和下包络值提取所述信号的包络线。
6.根据权利要求5所述的装置,其特征在于,所述计算模块包括:
获取单元,用于获取N个值;其中,N为大于等于fc/ft的正整数,fc为风电机组控制器的运行频率,ft为所述信号的最大有效频率;所述N个值为当前周期的前N个周期所述信号的实时强度值;
比较单元,用于将所述强度值与所述N个值进行比较;
设置单元,用于在所述强度值大于所述N个值中的任意值时,将所述强度值作为所述当前周期的上包络值;在所述强度值小于所述N个值中的任意值时,将所述强度值作为所述当前周期的下包络值;否则,将上一周期的上包络值作为所述当前周期的上包络值,将上一周期的下包络值作为所述当前周期的下包络值。
7.一种风电机组的状态监测装置,其特征在于,包括:如权利要求5或6所述的信号包络线提取装置以及确定模块;
所述确定模块,用于根据所述信号包络线提取装置提取的信号包络线确定风电机组的运行状态。
8.根据权利要求7所述的状态监测装置,其特征在于,所述确定模块包括:
计算单元,用于计算当前周期内的上包络值与下包络值的差值;
确定单元,用于在所述差值大于预定阈值时确定所述风电机组异常。
9.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述权利要求1或2所述的信号包络线提取方法或者执行上述权利要求3或4所述的风电机组的状态监测方法。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现上述权利要求1或2所述的信号包络线提取方法或者执行上述权利要求3或4所述的风电机组的状态监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444316.XA CN109977726A (zh) | 2017-12-27 | 2017-12-27 | 信号包络线提取方法、装置、风电机组的状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444316.XA CN109977726A (zh) | 2017-12-27 | 2017-12-27 | 信号包络线提取方法、装置、风电机组的状态监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109977726A true CN109977726A (zh) | 2019-07-05 |
Family
ID=67071442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711444316.XA Pending CN109977726A (zh) | 2017-12-27 | 2017-12-27 | 信号包络线提取方法、装置、风电机组的状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109977726A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569812A (zh) * | 2019-09-12 | 2019-12-13 | 天津工业大学 | 一种故障信号的包络解调方法及包络解调系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103447617A (zh) * | 2013-07-23 | 2013-12-18 | 杭州电子科技大学 | 一种基于主振模态预测的带锯条振动主动抑制装置及方法 |
CN103926075A (zh) * | 2014-03-28 | 2014-07-16 | 中能电力科技开发有限公司 | 一种提高风电机组齿轮箱故障分析精度的方法 |
CN105699080A (zh) * | 2015-12-18 | 2016-06-22 | 华北电力大学(保定) | 一种基于振动数据的风电机组轴承故障特征提取方法 |
CN105784366A (zh) * | 2016-03-30 | 2016-07-20 | 华北电力大学(保定) | 一种变转速下的风电机组轴承故障诊断方法 |
-
2017
- 2017-12-27 CN CN201711444316.XA patent/CN109977726A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103447617A (zh) * | 2013-07-23 | 2013-12-18 | 杭州电子科技大学 | 一种基于主振模态预测的带锯条振动主动抑制装置及方法 |
CN103926075A (zh) * | 2014-03-28 | 2014-07-16 | 中能电力科技开发有限公司 | 一种提高风电机组齿轮箱故障分析精度的方法 |
CN105699080A (zh) * | 2015-12-18 | 2016-06-22 | 华北电力大学(保定) | 一种基于振动数据的风电机组轴承故障特征提取方法 |
CN105784366A (zh) * | 2016-03-30 | 2016-07-20 | 华北电力大学(保定) | 一种变转速下的风电机组轴承故障诊断方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569812A (zh) * | 2019-09-12 | 2019-12-13 | 天津工业大学 | 一种故障信号的包络解调方法及包络解调系统 |
CN110569812B (zh) * | 2019-09-12 | 2022-11-01 | 天津工业大学 | 一种故障信号的包络解调方法及包络解调系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Multilevel information fusion for induction motor fault diagnosis | |
CN108760327B (zh) | 一种航空发动机转子故障的诊断方法 | |
CN103471841B (zh) | 一种旋转机械振动故障诊断方法 | |
CN104075795A (zh) | 用于监测风力发电机组的叶轮振动状态的方法和系统 | |
US10496775B2 (en) | Method and system for use in dynamically configuring data acquisition systems | |
US10895873B2 (en) | Machine health monitoring of rotating machinery | |
CN110987166A (zh) | 旋转机械健康状态的预测方法、装置、设备及存储介质 | |
Mo et al. | Conditional empirical wavelet transform with modified ratio of cyclic content for bearing fault diagnosis | |
CN110469461B (zh) | 一种风机齿带的断裂预估方法、其装置及可读存储介质 | |
CN110334562B (zh) | 轴承振动运行状态预测模型训练方法及预测方法、装置 | |
KR20210006832A (ko) | 기계고장 진단 방법 및 장치 | |
CN109977726A (zh) | 信号包络线提取方法、装置、风电机组的状态监测方法 | |
CN116558840A (zh) | 一种航空发动机叶片监测方法、装置、设备、存储介质 | |
Cao et al. | Remaining useful life prediction of wind turbine generator bearing based on EMD with an indicator | |
CN115456041A (zh) | 设备故障预警方法及装置、计算设备和存储介质 | |
CN111400959B (zh) | 风力发电机组的叶片故障诊断方法及装置 | |
US11168669B2 (en) | Method, apparatus and system for wind converter management | |
CN205449521U (zh) | 基于emd降噪的吸油烟机故障诊断的系统 | |
CN107436244B (zh) | 基于频率分段振动数据采集的设备故障报警方法 | |
CN113994088A (zh) | 用于对风涡轮机的部件进行计算机实现的监测的方法 | |
CN113933035B (zh) | 基于相关性分析的旋转机械装备故障诊断方法和系统 | |
Hoffmann et al. | Embedding Anomaly Detection Autoencoders for Wind Turbines | |
CN112360702B (zh) | 一种振动数据的集中监测方法及装置 | |
Li et al. | Bearing fault diagnosis method using envelope analysis and euclidean distance | |
CN110836786B (zh) | 机械故障监测方法、装置、系统、介质和计算设备 |
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 |