CN111526202A - 一种风机故障预警系统和方法 - Google Patents

一种风机故障预警系统和方法 Download PDF

Info

Publication number
CN111526202A
CN111526202A CN202010356375.7A CN202010356375A CN111526202A CN 111526202 A CN111526202 A CN 111526202A CN 202010356375 A CN202010356375 A CN 202010356375A CN 111526202 A CN111526202 A CN 111526202A
Authority
CN
China
Prior art keywords
cloud
fan
early warning
detection data
function
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.)
Granted
Application number
CN202010356375.7A
Other languages
English (en)
Other versions
CN111526202B (zh
Inventor
曾垂宽
陈斌
王铁强
杨东升
袁兴德
梁卉林
王志军
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.)
China Resource Power Technology Research Institute
Original Assignee
China Resource Power Technology 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 China Resource Power Technology Research Institute filed Critical China Resource Power Technology Research Institute
Priority to CN202010356375.7A priority Critical patent/CN111526202B/zh
Publication of CN111526202A publication Critical patent/CN111526202A/zh
Application granted granted Critical
Publication of CN111526202B publication Critical patent/CN111526202B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D25/00—Pumping installations or systems
    • F04D25/02—Units comprising pumps and their driving means
    • F04D25/08—Units comprising pumps and their driving means the working fluid being air, e.g. for ventilation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/35—Utilities, e.g. electricity, gas or water
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/40—Maintenance of things
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mechanical Engineering (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Game Theory and Decision Science (AREA)
  • Emergency Management (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Accounting & Taxation (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请公开了一种风机故障预警系统，包括：N个风电场本地端系统均用于将该风电场本地端系统中的各个风机的各项检测数据上传至云端后端信息中枢系统进行存储；云端启动模块用于当确定出任一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并结合该风机的参数信息构建出针对该项检测数据的函数实例；云端执行模块用于执行每一个函数实例并得出相应的预警结果；云端前端信息中枢系统用于存储每一个预警结果；云端风电场运维系统用于基于各个预警结果进行对应的运维。应用本申请的方案，采用了函数服务架构，便于算法的开发测试和部署，也便于管理和使用。本申请还提供了一种风机故障预警方法，具有相应效果。

Description

一种风机故障预警系统和方法
技术领域
本发明涉及风力发电机技术领域，特别是涉及一种风机故障预警系统和方法。
背景技术
风机故障预警指的是采集风机的实时数据，然后采用机理算法、机器学习算法等方法处理这些实时数据，从而得到风机在未来一段时间出现故障的概率，进而来决定在现在或者未来的某个时间点采用何种运维策略。故障预警是实现风力发电机可预测性运维的关键技术，有利于降低风机非计划性停机次数，从而显著降低风力发电的运维费用，提升风力发电的全生命周期收益率。
目前，风机故障预警通常是开发一个单机的应用程序，将故障预警算法集成在这个程序中，并将该程序安装部署在风电场升压站的本地电脑上，或者某个远程集中监控中心的本地电脑上。这种部署方式的特点可以归纳为：集中单体式应用程序和本地化部署。实际应用中，当一个公司有数十个风电场或者多个远程集中监控中心时，这些特点会带来以下缺点。
第一，故障预警系统的持续开发过程变得难以管理。这是由于故障预警算法本身在持续，快速地迭代和新增，这些算法研发和测试的业务一般在公司的总部或者区域总部，同时，风电场本地的运维人员也可以开展算法测试和试运行工作。而由于故障预警系统的持续开发过程是基于本地化的部署和集中单体式应用程序，因此这些算法会变得碎片化，并随着各个本地系统的持续迭代，最终不可统一管理和使用。
第二，这样的方式会使得故障预警系统的部署变动成本高并且极为低效。因为无论故障预警算法的迭代和新增是在公司总部还是区域总部层级进行开发，理应可以应用于所有的风机，但由于采用集中单体式的应用程序，将这些改进和新增的算法集成在每一个本地部署的故障预警的集中单体式程序中，都需要再度开发、测试和部署，这样就使得故障预警算法的开发以及相应程序的开发以及变动都极为低效，并且要投入非常高的人力成本、管理成本才能对这些算法和程序的开发、测试和部署进行标准化的管理。
综上所述，如何更加方便有效地进行故障预警算法的开发、测试和部署，是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种风机故障预警系统和方法，以更加方便有效地进行故障预警算法的开发、测试和部署。
为解决上述技术问题，本发明提供如下技术方案：
一种风机故障预警系统，包括：
N个风电场本地端系统，均用于将该风电场本地端系统中的各个风机的各项检测数据上传至云端后端信息中枢系统；其中，所述N为正整数；
所述云端后端信息中枢系统，用于进行各个风机的各项检测数据的存储；
云端启动模块，用于当确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；
云端执行模块，用于执行所述云端启动模块构建的每一个函数实例并得出相应的预警结果；
云端前端信息中枢系统，用于存储所述云端执行模块得出的每一个预警结果；
云端风电场运维系统，用于基于各个所述预警结果进行对应的运维。
优选的，所述云端执行模块，还用于：
在任意一个函数实例被执行完毕之后，结束该函数实例的运行以释放该函数实例对计算资源的占用。
优选的，所述云端执行模块，还用于：
在结束任意一个函数实例的运行之后，保留对应于该函数实例的配置信息以实现该函数实例下一次的热启动。
优选的，所述云端启动模块包括：
云端事件处理中枢，用于当受到更新日志的触发，确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，通过订阅的方式从所述云端后端信息中枢系统获取该项检测数据并触发云端函数启动模块；
所述云端函数启动模块，用于根据该项检测数据，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例。
优选的，每一个风电场本地端系统包括：
M个数据采集端，每个数据采集端对应一个风机，用于按照预设的周期获取该风机的各项检测数据；其中，M为正整数；
风电场本地SCADA系统，用于将各个数据采集端的数据发送至数据转发服务器；
所述数据转发服务器，用于通过VPN专网将该风电场本地端系统的各个风机的各项检测数据上传至所述云端后端信息中枢系统。
优选的，还包括：
设置在所述风电场本地SCADA系统与所述数据转发服务器之间，用于进行数据保护的正向隔离系统。
一种风机故障预警方法，包括：
N个风电场本地端系统均将该风电场本地端系统中的各个风机的各项检测数据上传至云端后端信息中枢系统；其中，所述N为正整数；
所述云端后端信息中枢系统进行各个风机的各项检测数据的存储；
当云端启动模块确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；
云端执行模块执行所述云端启动模块构建的每一个函数实例并得出相应的预警结果；
云端前端信息中枢系统存储所述云端执行模块得出的每一个预警结果；
云端风电场运维系统基于各个所述预警结果进行对应的运维。
优选的，还包括：
所述云端执行模块在任意一个函数实例被执行完毕之后，结束该函数实例的运行以释放该函数实例对计算资源的占用。
优选的，还包括：
所述云端执行模块在结束任意一个函数实例的运行之后，保留对应于该函数实例的配置信息以实现该函数实例下一次的热启动。
优选的，所述当云端启动模块确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例，包括：
当云端事件处理中枢受到更新日志的触发，确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，通过订阅的方式从所述云端后端信息中枢系统获取该项检测数据并触发云端函数启动模块；
所述云端函数启动模块根据该项检测数据，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例。
应用本发明实施例所提供的技术方案，将N个风电场本地端系统中的各个风机的各项检测数据都上传至云端来进行处理，并且，本申请通过采用函数服务架构，将风机故障预警业务逻辑本身与信息系统的底层最大化剥离，函数执行的信息系统底层交由一个统一的信息系统架构，即基于云服务的函数服务架构来实施。具体的，云端启动模块当确定出云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；云端执行模块则可以执行云端启动模块构建的每一个函数实例并得出相应的预警结果。可以看出，本申请在进行算法的开发、测试和部署时，工作人员仅需要关注故障预警算法函数本身，即只需要对函数源码库进行调整，而不需要如传统方案中考虑本地化程序的集成、测试和部署，即故障预警算法函数与各个风电场本地的操作系统和基础硬件等运行环境无关，因此本申请的方案便于进行算法的快速迭代，且具有标准化的优点。此外，由于本申请的方案可以在云端进行函数版本的集中式管理，因此不会出现传统的多端维护的方案中导致版本碎片化，不可统一管理和使用的问题，也就方便了本申请的风机故障预警系统的管理和使用。综上所述，本申请的方案采用了函数服务架构，便于进行算法的开发、测试和部署，也便于管理和使用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明中一种风机故障预警系统的结构示意图；
图2为本发明一种具体实施方式中的风机故障预警系统的结构示意图；
图3为本发明中一种风机故障预警方法的实施流程图。
具体实施方式
本发明的核心是提供一种风机故障预警系统，采用了函数服务架构，便于进行算法的开发、测试和部署，也便于管理和使用。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅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。
请参考图1，图1为本发明中一种风机故障预警系统的结构示意图，该风机故障预警系统可以包括：
N个风电场本地端系统10，均用于将该风电场本地端系统10中的各个风机的各项检测数据上传至云端后端信息中枢系统20；其中，N为正整数；
云端后端信息中枢系统20，用于进行各个风机的各项检测数据的存储；
云端启动模块30，用于当确定出云端后端信息中枢系统20存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；
云端执行模块40，用于执行云端启动模块30构建的每一个函数实例并得出相应的预警结果；
云端前端信息中枢系统50，用于存储云端执行模块40得出的每一个预警结果；
云端风电场运维系统60，用于基于各个预警结果进行对应的运维。
具体的，N的取值通常取决于实际的风电场的数量，每一个风电场本地端系统10均会周期性地将该风电场本地端系统10中的各个风机的各项检测数据上传至云端，具体的，本申请的方案中是上传到云端后端信息中枢系统20。
风电场本地端系统10的具体构成也可以根据实际需要进行设定和调整，例如在本发明的一种具体实施方式中，每一个风电场本地端系统10中可以包括：
M个数据采集端，每个数据采集端对应一个风机，用于按照预设的周期获取该风机的各项检测数据；其中，M为正整数；
风电场本地SCADA系统，用于将各个数据采集端的数据发送至数据转发服务器；
数据转发服务器，用于通过VPN专网将该风电场本地端系统10的各个风机的各项检测数据上传至云端后端信息中枢系统20。
该种实施方式也是较为常用的风电场本地端系统10的结构。需要说明的是，不同的风电场本地端系统10中，数据采集端的数量可以不同，即不同的风电场本地端系统10中的M的取值可以不同。数据采集端的具体形式也可以根据实际需要进行选取，例如可以为常用的PLC(ProgrammableLogicController，可编程逻辑控制器)。本申请的图2的具体实施方式中，各个数据采集端均为风机PLC11，例如，风机每隔1s将该风机的实时传感器数据汇集到该风机对应的PLC中，即该例子中的预设周期为1s，当然，其他具体场合中，可以根据需要适应性地调整预设周期的取值。
风电场本地SCADA(SupervisoryControlAndDataAcquisition，监测控制和数据采集)系统，是广泛应用的数据采集与监视控制系统，便于方案的实施。数据转发服务器通过VPN专网进行各项检测数据的上传，有利于提高数据传输的安全、有效性。
此外，在图2的具体实施方式中，还设置了用于将风电场本地SCADA系统12上传的数据进行中继上传的通信管理机13，以及防火墙14。
进一步地，为了进一步地加强数据安全性，在本发明的一种具体实施方式中，还可以包括：
设置在风电场本地SCADA系统与数据转发服务器之间，用于进行数据保护的正向隔离系统。例如图2的实施方式中，在本地的防火墙14与数据转发服务器16之间设置了正向隔离系统15，由于设置了正向隔离系统15，使得数据转发服务器16并不是直接与通信管理机13进行数据交互，有利于进一步地提高数据保护能力。
云端后端信息中枢系统20可以接收并存储各个风电场本地端系统10上传的数据，例如图2的实施方式中，示出了3个风电场本地端系统10，并且需要说明的是，各个风电场本地端系统10的内部构成可以均相同，也可以不同，能够实现本申请的功能需求即可，并不影响本申请的实施。
当云端后端信息中枢系统20存储的任意一个风机的任意一项检测数据被更新时，便会基于检测数据的内容，触发云端启动模块30，即云端启动模块30便会构建出一个对应该项检测数据的函数实例。
具体的，本申请描述的函数源码库中包括多个故障预警算法函数，例如工作人员采用机理类算法、机器学习算法等方式开发了70种风机故障预警算法，则本申请的函数源码库中便会包括70个故障预警算法函数，也就是说，本申请的方案用不同的函数形式表示不同的算法。并且需要说明的是，对于某一种具体的故障预警算法函数而言，该故障预警算法函数可能只能适用于一种风机产品，也可能可以适用于多种风机产品。例如70个故障预警算法函数中，包括的一种算法函数是风机偏航速度异常预警算法函数，适用于两种风机产品，而另一种故障预警算法函数例如可以适用于三种风机产品。而本申请描述的一个函数实例，指的是将一种具体的故障预警算法函数适配具体的一款风机产品之后所实施运行的计算机进程。
本申请描述的任意一个风机的任意一项检测数据，指的是在构建出针对该项检测数据的函数实例时所需要使用到的该风机的实时数据信息。例如，函数源码库中包括了70个故障预警算法函数，第一风电场本地端系统10中包括了A，B，C这3个风机，其中的风机A例如可以适用70个故障预警算法函数中的50个，风机B例如可以适用70个故障预警算法函数中的46个，则可以理解的是，针对该风机A，云端启动模块30可以构建出50个函数实例，针对该风机B，云端启动模块30可以构建出46个函数实例。
例如针对风机A适用的50个故障预警算法函数中的风机偏航速度异常预警算法函数，需要利用到风机A的速度传感器的数据以及角度传感器的数据，则风机A的速度传感器的数据以及角度传感器的数据便构成一项检测数据，云端启动模块30确定该项检测数据进行了更新时，便会从函数源码库中获取风机偏航速度异常预警算法函数，并且结合该风机的参数信息，即结合风机A的参数信息，构建出针对该风机A的该项检测数据的函数实例。需要说明的是，各个风机的参数信息均可以预先存储在云端后端信息中枢系统20中，当然，检测数据的数据内容中也可以包含有对应的风机的参数信息，并不影响本发明的实施，即云端启动模块30只要能够通过一定的途径获取到所需要的风机参数信息即可。
此外，还需要说明的是，云端启动模块30可以构建多个函数实例，但是未必是同时构建的。例如N个风电场本地端系统10均是以1Hz的频率进行数据的上传，即云端后端信息中枢系统20会每隔1s进行各个风机的各项检测数据的更新存储，但是，在这1s中，各项检测数据可以是依次到来而不是同时到来。例如前述例子中，针对第一风电场本地端系统10中的风机A，云端启动模块30会构建出50个函数实例，例如在这1s中的第0.3s，该风机A的第1项检测数据进行了更新，则云端启动模块30会构建出对应于该项检测数据的函数实例，在这1s中的第0.35s，该风机A的第3项检测数据和第7项检测数据进行了更新，则云端启动模块30会构建出对应于第3项检测数据的函数实例以及对应于第7项检测数据的函数实例。通常，1s内50项检测数据均会更新完毕，则云端启动模块30一共构建出了对应于风机A的50个函数实例。
云端执行模块40则可以执行云端启动模块30构建的每一个函数实例并得出相应的预警结果，例如针对每一个函数实例，可以得出一个表示预警与否的判断值。
云端前端信息中枢系统50可以进行预警结果的汇总，用于存储云端执行模块40得出的每一个预警结果，进而使得云端风电场运维系统60可以基于各个预警结果进行对应的运维。例如，某一个函数实例的预警结果为“是”，则云端风电场运维系统60可以针对对应的风机进行运维。
在本发明的一种具体实施方式中，考到云端启动模块30可以由云端事件处理中枢以及云端函数启动模块构成。
具体的，云端事件处理中枢，用于当受到更新日志的触发，确定出云端后端信息中枢系统20存储的任意一个风机的任意一项检测数据进行了更新时，通过订阅的方式从云端后端信息中枢系统20获取该项检测数据并触发云端函数启动模块；
云端函数启动模块，用于根据该项检测数据，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例。
该种实施方式中，云端事件处理中枢通过日志确定某一项检测数据进行了更新，再通过订阅的方式从云端后端信息中枢系统20获取该项检测数据并触发云端函数启动模块，也是一种便于应用的实施方式。
进一步地，在本发明的一种具体实施方式中，云端执行模块40，还可以用于：
在任意一个函数实例被执行完毕之后，结束该函数实例的运行以释放该函数实例对计算资源的占用。
该种实施方式中，考虑到本申请周期性地触发函数服务之后，如果在得到了结果之后能够及时地进行中止，相较于传统的常驻式服务，有利于节约计算资源。例如，当以1Hz的频率进行云端后端信息中枢系统20中的各项检测数据的更新时，例如针对某一个函数实例，启动的耗时通常在20ms内，执行的耗时通常在200ms内，该函数实例被执行完毕之后，结束该函数实例的运行，则在每个事件周期内，该函数实例总的占用资源的时间通常可以控制在300ms以内，相较于传统架构的常驻式服务在一个事件周期内占用资源的时间为1000ms，要节约70％的计算资源。
进一步地，在本发明的一种具体实施方式中，云端执行模块40，还用于：
在结束任意一个函数实例的运行之后，保留对应于该函数实例的配置信息以实现该函数实例下一次的热启动。
该种实施方式中，考虑到当一个函数实例第一次启动时，需要采用冷启动的方式，即云端启动模块30需要从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，才能构建出针对该风机的该项检测数据的函数实例。而考虑到各项检测数据是周期性更新，并且函数实例可以在得出结果之后结束函数实例的执行，因此，保留下对应于该函数实例的配置信息，当下一次该项检测数据更新时，便可以实现函数实例的热启动，即无需再重新从函数源码库中下载对应于该项检测数据的故障预警算法函数。该种实施方式有利于提高函数实例的启动速度。
当然，可以理解的是，当函数源码库中的某一项故障预警算法函数被工作人员修改之后，利用到该项故障预警算法函数的每一个函数实例均需要重新执行一次冷启动，即需要重新从函数源码库中下载该项故障预警算法函数。
应用本发明实施例所提供的技术方案，将N个风电场本地端系统10中的各个风机的各项检测数据都上传至云端来进行处理，并且，本申请通过采用函数服务架构，将风机故障预警业务逻辑本身与信息系统的底层最大化剥离，函数执行的信息系统底层交由一个统一的信息系统架构，即基于云服务的函数服务架构来实施。具体的，云端启动模块30当确定出云端后端信息中枢系统20存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；云端执行模块40则可以执行云端启动模块30构建的每一个函数实例并得出相应的预警结果。可以看出，本申请在进行算法的开发、测试和部署时，工作人员仅需要关注故障预警算法函数本身，即只需要对函数源码库进行调整，而不需要如传统方案中考虑本地化程序的集成、测试和部署，即故障预警算法函数与各个风电场本地的操作系统和基础硬件等运行环境无关，因此本申请的方案便于进行算法的快速迭代，且具有标准化的优点。此外，由于本申请的方案可以在云端进行函数版本的集中式管理，因此不会出现传统的多端维护的方案中导致版本碎片化，不可统一管理和使用的问题，也就方便了本申请的风机故障预警系统的管理和使用。综上所述，本申请的方案采用了函数服务架构，便于进行算法的开发、测试和部署，也便于管理和使用。
相应于上面的系统实施例，本发明实施例还提供了一种风机故障预警方法，可与上文相互对应参照。
参见图3所示，为本发明中一种风机故障预警方法的实施流程图，包括：
步骤S301：N个风电场本地端系统均将该风电场本地端系统中的各个风机的各项检测数据上传至云端后端信息中枢系统；其中，N为正整数；
步骤S302：云端后端信息中枢系统进行各个风机的各项检测数据的存储；
步骤S303：当云端启动模块确定出云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；
步骤S304：云端执行模块执行云端启动模块构建的每一个函数实例并得出相应的预警结果；
步骤S305：云端前端信息中枢系统存储云端执行模块得出的每一个预警结果；
步骤S306：云端风电场运维系统基于各个预警结果进行对应的运维。
在本发明的一种具体实施方式中，还包括：
云端执行模块在任意一个函数实例被执行完毕之后，结束该函数实例的运行以释放该函数实例对计算资源的占用。
在本发明的一种具体实施方式中，还包括：
云端执行模块在结束任意一个函数实例的运行之后，保留对应于该函数实例的配置信息以实现该函数实例下一次的热启动。
在本发明的一种具体实施方式中，步骤S303包括：
当云端事件处理中枢受到更新日志的触发，确定出云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，通过订阅的方式从云端后端信息中枢系统获取该项检测数据并触发云端函数启动模块；
云端函数启动模块根据该项检测数据，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例。
在本发明的一种具体实施方式中，步骤S301包括：
M个数据采集端，每个数据采集端对应一个风机，用于按照预设的周期获取该风机的各项检测数据；其中，M为正整数；
风电场本地SCADA系统，用于将各个数据采集端的数据发送至数据转发服务器；
数据转发服务器，用于通过VPN专网将该风电场本地端系统的各个风机的各项检测数据上传至云端后端信息中枢系统。
在本发明的一种具体实施方式中，还包括：
设置在风电场本地SCADA系统与数据转发服务器之间的正向隔离系统进行数据保护。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种风机故障预警系统，其特征在于，包括：
N个风电场本地端系统，均用于将该风电场本地端系统中的各个风机的各项检测数据上传至云端后端信息中枢系统；其中，所述N为正整数；
所述云端后端信息中枢系统，用于进行各个风机的各项检测数据的存储；
云端启动模块，用于当确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；
云端执行模块，用于执行所述云端启动模块构建的每一个函数实例并得出相应的预警结果；
云端前端信息中枢系统，用于存储所述云端执行模块得出的每一个预警结果；
云端风电场运维系统，用于基于各个所述预警结果进行对应的运维。
2.根据权利要求1所述的风机故障预警系统，其特征在于，所述云端执行模块，还用于：
在任意一个函数实例被执行完毕之后，结束该函数实例的运行以释放该函数实例对计算资源的占用。
3.根据权利要求2所述的风机故障预警系统，其特征在于，所述云端执行模块，还用于：
在结束任意一个函数实例的运行之后，保留对应于该函数实例的配置信息以实现该函数实例下一次的热启动。
4.根据权利要求1所述的风机故障预警系统，其特征在于，所述云端启动模块包括：
云端事件处理中枢，用于当受到更新日志的触发，确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，通过订阅的方式从所述云端后端信息中枢系统获取该项检测数据并触发云端函数启动模块；
所述云端函数启动模块，用于根据该项检测数据，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例。
5.根据权利要求1所述的风机故障预警系统，其特征在于，每一个风电场本地端系统包括：
M个数据采集端，每个数据采集端对应一个风机，用于按照预设的周期获取该风机的各项检测数据；其中，M为正整数；
风电场本地SCADA系统，用于将各个数据采集端的数据发送至数据转发服务器；
所述数据转发服务器，用于通过VPN专网将该风电场本地端系统的各个风机的各项检测数据上传至所述云端后端信息中枢系统。
6.根据权利要求5所述的风机故障预警系统，其特征在于，还包括：
设置在所述风电场本地SCADA系统与所述数据转发服务器之间，用于进行数据保护的正向隔离系统。
7.一种风机故障预警方法，其特征在于，包括：
N个风电场本地端系统均将该风电场本地端系统中的各个风机的各项检测数据上传至云端后端信息中枢系统；其中，所述N为正整数；
所述云端后端信息中枢系统进行各个风机的各项检测数据的存储；
当云端启动模块确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例；
云端执行模块执行所述云端启动模块构建的每一个函数实例并得出相应的预警结果；
云端前端信息中枢系统存储所述云端执行模块得出的每一个预警结果；
云端风电场运维系统基于各个所述预警结果进行对应的运维。
8.根据权利要求7所述的风机故障预警方法，其特征在于，还包括：
所述云端执行模块在任意一个函数实例被执行完毕之后，结束该函数实例的运行以释放该函数实例对计算资源的占用。
9.根据权利要求8所述的风机故障预警方法，其特征在于，还包括：
所述云端执行模块在结束任意一个函数实例的运行之后，保留对应于该函数实例的配置信息以实现该函数实例下一次的热启动。
10.根据权利要求7所述的风机故障预警方法，其特征在于，所述当云端启动模块确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例，包括：
当云端事件处理中枢受到更新日志的触发，确定出所述云端后端信息中枢系统存储的任意一个风机的任意一项检测数据进行了更新时，通过订阅的方式从所述云端后端信息中枢系统获取该项检测数据并触发云端函数启动模块；
所述云端函数启动模块根据该项检测数据，从函数源码库中获取对应于该项检测数据的故障预警算法函数，并且结合该风机的参数信息，构建出针对该风机的该项检测数据的函数实例。
CN202010356375.7A 2020-04-29 2020-04-29 一种风机故障预警系统和方法 Active CN111526202B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010356375.7A CN111526202B (zh) 2020-04-29 2020-04-29 一种风机故障预警系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010356375.7A CN111526202B (zh) 2020-04-29 2020-04-29 一种风机故障预警系统和方法

Publications (2)

Publication Number Publication Date
CN111526202A true CN111526202A (zh) 2020-08-11
CN111526202B CN111526202B (zh) 2023-04-25

Family

ID=71905166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010356375.7A Active CN111526202B (zh) 2020-04-29 2020-04-29 一种风机故障预警系统和方法

Country Status (1)

Country Link
CN (1) CN111526202B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113153794A (zh) * 2021-04-06 2021-07-23 新奥数能科技有限公司 基于云计算的风机在线监测方法、装置及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110020122A1 (en) * 2009-07-24 2011-01-27 Honeywell International Inc. Integrated condition based maintenance system for wind turbines
CN105721561A (zh) * 2016-01-28 2016-06-29 华北电力大学（保定） 一种基于云平台的风机故障数据中心
CN105844543A (zh) * 2016-04-07 2016-08-10 国网天津市电力公司 一种电力企业信息系统自动化运维管理系统
CN108732494A (zh) * 2017-04-21 2018-11-02 上海电气集团股份有限公司 一种风力发电机异常诊断处理系统
CN110162413A (zh) * 2018-02-12 2019-08-23 华为技术有限公司 事件驱动方法及装置
CN110442439A (zh) * 2019-08-05 2019-11-12 北京百佑科技有限公司 任务进程处理方法、装置和计算机设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110020122A1 (en) * 2009-07-24 2011-01-27 Honeywell International Inc. Integrated condition based maintenance system for wind turbines
CN105721561A (zh) * 2016-01-28 2016-06-29 华北电力大学（保定） 一种基于云平台的风机故障数据中心
CN105844543A (zh) * 2016-04-07 2016-08-10 国网天津市电力公司 一种电力企业信息系统自动化运维管理系统
CN108732494A (zh) * 2017-04-21 2018-11-02 上海电气集团股份有限公司 一种风力发电机异常诊断处理系统
CN110162413A (zh) * 2018-02-12 2019-08-23 华为技术有限公司 事件驱动方法及装置
CN110442439A (zh) * 2019-08-05 2019-11-12 北京百佑科技有限公司 任务进程处理方法、装置和计算机设备

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
何璟德: "数据网二次安防在风电场的应用", 《电力勘测设计》 *
曾文英: "面向移动环境的数据存储管理方法关键技术研究", 《中国优秀硕士学位论文全文数据库》 *
李思源: "基于GPRS的移动数据库同步机制在电力系统中的应用", 《中国优秀硕士学位论文全文库》 *
杜冠洲等: "一种基于混合EEMD技术的风电机组故障预警方法", 《科技创新导报》 *
范晓泉;杜大军;费敏锐;: "风电异常测量数据智能识别方法研究" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113153794A (zh) * 2021-04-06 2021-07-23 新奥数能科技有限公司 基于云计算的风机在线监测方法、装置及系统

Also Published As

Publication number Publication date
CN111526202B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
US11308250B2 (en) Learning expected operational behavior of machines from generic definitions and past behavior
CN103699489B (zh) 一种基于知识库的软件远程故障诊断与修复方法
CN110794800B (zh) 一种智慧工厂信息管理的监控系统
EP1808768B1 (en) Automatic remote monitoring and diagnostics system and communication method for communicating between a programmable logic controller and a central unit
CN104021078B (zh) 软件监控装置及方法
CN105980946A (zh) 故障检测的系统及方法
CN104412190A (zh) 用于人机接口(hmi)设备的健康评估的系统和方法
CN107845159A (zh) 一种自动驾驶车辆测评系统运行监测系统
CN108121595A (zh) 一种Docker容器多进程管理方法及系统
CN111526202B (zh) 一种风机故障预警系统和方法
CN109284294A (zh) 采集数据的方法及装置、存储介质、处理器
JP2024019033A (ja) 車両の遠隔故障診断方法、装置、車両及びコンピュータ記憶媒体
CN101777248B (zh) 一种在安防联网中系统维护的实现方法
Qian et al. Condition monitoring of wind turbines based on extreme learning machine
CN104991849A (zh) 一种通过zabbix监控Linux进程占用系统资源的方法
EP3394692B1 (en) Method and apparatus for analyzing an investigated complex system
CN115632944A (zh) 一种节点配置方法、装置、设备、可读存储介质及服务器
CN115269262A (zh) 一种梯级水电数据备份方法
EP4071670A1 (en) Technical system for a centralized generation of a plurality of trained, retrained and/or monitored machine learning models, wherein the generated machine learning models are executed decentral
CN111526203B (zh) 一种风机故障预警系统和方法
CN111026413B (zh) 以需求为导向的复杂系统“拉取”模式部署系统及其方法
KR20180002329A (ko) Ict 융합형 풍력 발전 단지 모니터링 시스템, 서버 및 방법
CN106534094B (zh) 漏洞扫描方法、装置和系统及工业控制系统
CN113282372B (zh) 数据收集集群的部署方法、装置、设备以及存储介质
CN111524053B (zh) 空气质量预报系统的信息采集方法、装置、设备及介质

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
GR01 Patent grant
GR01 Patent grant