CN111927717B - 一种风机机舱传动链噪声在线监测系统及方法 - Google Patents

Abstract

本发明提供了一种风机机舱传动链噪声在线监测系统及相应的方法，在风机机舱中部设置一个唯一的噪声传感器，用于采集机舱内传动链运行过程中产生的噪声信号数据；根据噪声信号数据计算风机机舱内的不同倍频带的声级，结合不同倍频带下的A计权网络衰减值得到风机机舱传动链的噪声声压级，并根据实时运行数据进行不同工况下的数据处理，得到对应工况区间的不同倍频带的声级和风机机舱传动链的噪声声压级的当前特征量和特征量变化率，对此进行监测和展示，从而对风机机舱传动链噪声进行在线检测。该方法通过唯一的一个噪声传感器采集声音信号，测量简单便捷，成本低廉，检测结果准确性高，适合用于对风电机舱传动链运行状态进行在线监测。

Description

一种风机机舱传动链噪声在线监测系统及方法

技术领域

本发明属于风电监测技术领域，特别涉及一种风机机舱传动链噪声在线监测系统及方法。

背景技术

随着风电产业近五年“井喷”式的发展，越来越多大容量MW风机陆续安装运行，风力发电机很多运行隐患开始逐步暴露出来，部分隐患由于缺乏必要的监测和保护手段，叶片脱落、倒塔、风机失火等恶性事故也时有发生，带来损失动辄上千万，甚至有人员伤亡，给风电场和电网的安全运行带来了严重影响。

我国制造业与发达国家还有一定的差距，近年来国产风力发电机噪声问题逐渐显现出来。风机的噪声过大，很可能是由于齿轮、轴承、以及转动等旋转机械部件的不平衡，不平衡的电磁力使电机产生电磁振动等引起，不仅反映了风机本身存在问题，并且会影响到风场附近居民正常的生产和生活。因此，研究风机噪声在线监测方法，尤其是机舱内传动设备噪声，对于分析和诊断这些引起噪声过大的风机故障来说，具有重要的意义和成效。

风机机舱内部传动设备的噪声监测目前尚无此方面的应用，而风机同样属于发电机与旋转设备，风机运行的噪声不止一个频率的声音，它们是从低频到高频无数频率成分的声音的大合奏。在噪声测量中，为了分析引起噪声的根源，除了进行噪声总值测量外，往往还需要进行噪声频谱分析，通过频谱分析确定噪声源的主要频率成分(例如高频、中频或低频)，由此判断产生噪声的主要根源(例如是轴承、齿轮箱、电机部分或叶片缺陷和故障等)，从而有针对性地诊断出风机存在的故障，采取相应的消缺和降噪措施。

目前风机噪声测量主要指风电场在正常运行时产生的影响周围环境的声音，相关标准GB/T 22516-2008《风力发电机噪声测量方法》、DL/T 1094-2008《风电场噪声限值及测量方法》、GB/T 20319-2006《风力发电机组验收规范》中对风机噪声的测量方法、测量仪器、测量程序等内容作了详细的规定和介绍，并规定了在10m高度8m/s风速条件下测量的风力发电机组声功率级应小于或等于110dB(A)。然而现有标准和测量方法都是针对风机附近场所的噪声测试，而对于风机机舱内部、尤其是发电机的噪声测试很少，而风机内的噪声过大往往反映了风机传动部件和发电机定子部分、发电机电磁方面可能存在相关缺陷和故障。例如张北风光储电场两台金风3MW风机由于出现问题导致去年几个月无法正常运行，维护后开机运行时现场维护人员反映发电机部分噪声较大，但是无法找出噪声大的根本原因。如果在机舱内布置噪声传感器，进一步分析噪声源的频率成分和噪声强度，可以帮助维护人员找出噪声过大的原因，从而制定相关措施减小噪声，消除可能存在的缺陷。

发明内容

为了解决上述技术问题，本发明提供了一种风机机舱传动链噪声在线监测系统及方法。

本发明具体技术方案如下：

本发明提供了一种风机机舱传动链噪声在线监测系统，包括依次电性连接的一个唯一的噪声传感器、一个唯一的信号采集器、风电场SCADA监控系统以及数据处理系统，所述噪声传感器设在所述风机机舱中部、位于齿轮箱上方，用于采集所述风机机舱传动链运行过程中的原始噪声信号数据；所述信号采集器设在所述风机机舱的控制柜内，用于对所述原始噪声信号数据进行处理、并通过风机环网上传至所述数据处理系统中；

所述风电场SCADA监控系统被配置为：

采集所述风电机舱传动链的实时运行数据，所述实时运行数据包括风机风速实时数据和风机有功功率实时数据；

所述数据处理系统被配置为：

根据所述原始噪声信号数据计算出所述风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到所述风机机舱传动链的噪声声压级；同时结合所述风机机舱传动链在不同倍频带的频带声级和所述风机机舱内噪声声压级进行工况判别，得到对应工况区间的所述不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率；对所述当前特征量和当前特征量变化率进行监测，从而实现对风机机舱传动链噪声的在线监测。

进一步地，所述数据处理系统包括数据预处理模块、数据分析模块以及前端展示模块，所述数据预处理模块被配置为：

对所述原始噪声信号数据以及所述实施运行数据进行清洗、去除干扰数据，进行数据编码并存储到数据库中；根据所述原始噪声信号数据计算出所述风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到所述风机机舱传动链的噪声声压级；

所述数据分析模块被配置为：

获取所述风机机舱的所述实时运行数据，并据此划定若干个工况区间，分别每个所述工况区间内的测量数据计算不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述噪声声压级的当前特征量和当前特征量变化率，根据所述当前特征量判断所述风机机舱传动链噪声是否超标，并根据所述当前特征量变化率对噪声的变化趋势进行预测；

所述前端展示模块被配置为：

将所述当前特征量和所述当前特征量变化率利用软件界面的形式展示出来，从而实现对所述风机机舱噪声的在线监测。

进一步地，所述数据分析模块被配置为以如下方法计算所述当前特征量和所述当前特征量变化率：

根据所述实时运行数据划定若干个工况区间，运用滑动平均算法计算得到当前风机的工况点，并针对所述工况区间计算所述工况点运行参数变化率；根据所述工况点运行参数变化率，确定当前工况点处于哪一个工况点、是否处于稳定状态；通过划定多个工况区间、并分别进行上述计算和判断过程，即可以对风电机组进行工况判别；结合不同工况区间的所述不同倍频带的频带声级和所述风机机舱传动链的噪声声压级进行工况判别，通过加权平均算法和多元线性回归分析方法，得到不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述噪声声压级的当前特征量和当前特征量变化率。

进一步地，所述数据分析模块被配置为通过如下方法计算所述不同倍频带的频带声级：

其中：L_pi为1/3倍频列表中每个倍频带的频带声级，P_i为所述所述1/3倍频列表中每个倍频带的升压有效值，P₀为基准升压，P₀＝2*10^-5Pa；

所述数据分析模块还被配置为通过如下方法计算所述噪声声压级：

其中：L_A为A计权的频带声级，L_Pi为第i个倍频带的频带声级，△A_i为第i个倍频带的A计权的网络衰减值。

进一步地，所述系统还包括警报模块，所述警报模块被配置为：

设置一个当前特征量第一阈值和一个当前特征量第二阈值，且所述当前特征量第二阈值大于所述当前特征量第一阈值；另外设置一个当前特征量变化率第一阈值和一个当前特征量变化率第二阈值，且所述当前特征量变化率第二阈值大于所述当前特征量变化率第一阈值；当所述噪声声压级当前特征量超过所述当前特征量第一阈值但未超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第一阈值但未超过所述当前特征量变化率第二阈值时，发出故障警告；当所述噪声声压级当前特征量超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第二阈值时，自动进行报警。

本发明另一方面提供了运行在上述系统中的风机机舱传动链噪声在线监测方法，包括如下步骤：

通过设置在所述风机机舱中部的唯一的噪声传感器实时采集所述风机机舱传动链运行过程中产生的原始噪声信号数据，并由所述信号采集器对所述原始噪声信号数据进行处理、通过风机环网上传至所述数据处理系统中；根据所述原始噪声信号数据计算所述风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到所述风机机舱传动链的噪声声压级；

通过风电场SCADA监控系统采集所述风机机舱传动链的实时运行数据，并结合所述风机机舱传动链在不同倍频带的频带声级和所述风机机舱传动链的噪声声压级进行工况判别、得到对应工况区间的所述不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率；

对所述不同倍频带的频带声级的当前特征量和当前特征量变化率以及所述风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率进行监测，从而实现对所述风机机舱传动链噪声的在线监测。

进一步地，所述当前特征量和所述当前特征量变化率的计算方法如下：

根据所述实时运行数据划定若干个工况区间，运用滑动平均算法计算得到当前风机的工况点，并针对所述工况区间计算所述工况点运行参数变化率；根据所述工况点运行参数变化率，确定当前工况点处于哪一个工况点、是否处于稳定状态；通过划定多个工况区间、并分别进行上述计算和判断过程，即可以对风电机组进行工况判别；结合不同工况区间的所述不同倍频带的频带声级和所述风机机舱传动链的噪声声压级进行工况判别，通过加权平均算法和多元线性回归分析方法，得到不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述噪声声压级的当前特征量和当前特征量变化率。

进一步地，所述不同倍频带的频带声级的计算方法如下：

其中：L_pi为1/3倍频列表中每个倍频带的频带声级，P_i为所述所述1/3倍频列表中每个倍频带的升压有效值，P₀为基准升压，P₀＝2*10^-5Pa。

进一步地，所述噪声声压级的计算方法如下：

L_A为A计权的频带声级，L_Pi为第i个倍频带的频带声级，△A_i为第i个倍频带的A计权的网络衰减值。

进一步地，所述方法还包括如下步骤：

设置一个当前特征量第一阈值和一个当前特征量第二阈值，且所述当前特征量第二阈值大于所述当前特征量第一阈值；另外设置一个当前特征量变化率第一阈值和一个当前特征量变化率第二阈值，且所述当前特征量变化率第二阈值大于所述当前特征量变化率第一阈值；当所述噪声声压级当前特征量超过所述当前特征量第一阈值但未超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第一阈值但未超过所述当前特征量变化率第二阈值时，发出故障警告；当所述噪声声压级当前特征量超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第二阈值时，自动进行报警。

本发明的有益效果如下：本发明提供了一种风机机舱传动链噪声在线监测系统及相应的方法，在风机机舱中部设置一个唯一的噪声传感器，用于采集机舱内传动链设备运行过程中产生的噪声信号数据；根据噪声信号数据计算风机机舱内的不同倍频带的频带声级，结合不同倍频带下的A计权网络衰减值得到风机机舱传动链的噪声声压级，并通过风电场SCADA监控系统采集的实时运行数据进行不同工况下的数据处理，得到对应工况区间的不同倍频带的频带声级和风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率，对此进行监测和展示，从而对风机机舱传动链噪声进行在线检测。该方法通过唯一的一个噪声传感器采集声音信号，测量简单便捷，成本低廉，检测结果准确性高，适合用于对风电机舱传动链运行状态进行在线监测。

附图说明

图1为实施例1所述的风机机舱传动链噪声在线监测系统中噪声传感器的安装方式示意图；

图2为实施例1所述的风机机舱传动链噪声在线监测系统的结构示意图；

图3为实施例2所述的风机机舱传动链噪声在线监测方法的流程图。

具体实施方式

下面结合附图和以下实施例对本发明作进一步详细说明。需要说明的是，下文中提到的所有“频带声级”和“声压级”的物理量的单位均为分贝(dB)，且所有“声压级”均是基于A计权规则的声压级。

实施例1

如图1～3所示，本实施例1提供了一种风机机舱传动链噪声在线监测系统，包括依次电性连接的一个唯一的噪声传感器1、一个唯一的信号采集器2、风电场SCADA监控系统3以及数据处理系统4，噪声传感器1设在风机机舱5中部、位于齿轮箱上方，用于采集风机机舱传动链运行过程中的原始噪声信号数据；信号采集器2设在风机机舱5的控制柜内，用于对原始噪声信号数据进行处理、并通过风机环网上传至数据处理系统4中；

风电场SCADA监控系统3被配置为：

采集风电机舱传动链的实时运行数据，实时运行数据包括风机风速实时数据和风机有功功率实时数据；

数据处理系统4被配置为：

根据原始噪声信号数据计算出风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到风机机舱传动链的噪声声压级；同时结合风机机舱传动链在不同倍频带的频带声级和风机机舱5内噪声声压级进行工况判别，得到对应工况区间的不同倍频带的频带声级的当前特征量和当前特征量变化率、以及风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率；对当前特征量和当前特征量变化率进行监测，从而实现对风机机舱传动链噪声的在线监测。

进行监测时，在配置好风电场SCADA监控系统3和数据处理系统4的数据采集定义和数据处理程序后，通过唯一的一个噪声传感器1采集风机运行时机舱的噪声信号；该噪声传感器1设在风机机舱5中部、位于齿轮箱上方，此处与风机传动链两端距离适中、且距离传动链整体位置最近，使得采集的信号更加准确、可靠。

风机机舱5噪声的状态正常与否与不同倍频带的频带声级和噪声声压级之间存在内在联系，因此可以直接通过监测在对应工况下不同倍频带的频带声级、噪声的声压级来实现对机舱噪声状态的评价。根据噪声数据得到不同倍频带的频带声级以及风机机舱传动链的噪声声压级，通过风电场SCADA监控系统3采集到风机机舱5设备的实时运行数据后，数据处理系统4划定若干个工况区间，在不同的工况区间内分别计算不同倍频带的频带声级的当前特征量和当前特征量变化率、以及噪声声压级的当前特征量和当前特征量变化率，根据当前特征量判断风机机舱传动链噪声是否超标，并根据当前特征量变化率对噪声的变化趋势进行预测，进而判断达到报警阈值的时间。

该实施例采用一个噪声传感器仍然能够采集到机舱内部全部的噪声信号，同时具有如下优势：

(1)节约成本，减少噪声传感器的数量，从而降低硬件设备成本；同时减少了传感器的安装以及信号线的布线工作，从而降低施工难度及工作量；

(2)采用单个传感器，使系统只需要负责处理单个传感器的数据，从而降低了数据分析系统的复杂程度；同时，采用单个传感器采集信号，数据分析过程中无需处理多个传感器信号之间存在的时间差，从而降低计算误差、有效提高系统的准确程度。

具体实施时，数据处理系统4包括数据预处理模块41、数据分析模块42以及前端展示模块43，数据预处理模块41被配置为：

对原始噪声信号数据以及实施运行数据进行清洗、去除干扰数据，进行数据编码并存储到数据库中；根据原始噪声信号数据计算出风机机舱传动链在不同倍频带的声级，并结合不同倍频带下的A计权网络衰减值、计算得到风机机舱传动链的噪声声压级；

数据分析模块42被配置为：

获取风机机舱5的实时运行数据，并据此划定若干个工况区间，分别每个工况区间内的测量数据计算不同倍频带的频带声级的当前特征量和当前特征量变化率、以及噪声声压级的当前特征量和当前特征量变化率，根据当前特征量判断风机机舱传动链噪声是否超标，并根据当前特征量变化率对噪声的变化趋势进行预测，进而判断达到报警阈值的时间；

前端展示模块43被配置为：

将当前特征量和当前特征量变化率利用软件界面的形式展示出来，从而实现对风机机舱5噪声的在线监测。

风机的噪声过大，很可能是由于齿轮、轴承以及转动等旋转机械部件的不平衡，这种不平衡使电机产生电磁振动、进而产生不平衡的电磁力，其直接反映了风机本身存在问题；而由于风机属于发电机与旋转设备，使得其运行时不会只产生单一频率的噪声。在噪声测量中，为了分析引起噪声的分院，除了进行噪声总值测量外，往往还需要进行噪声频谱分析，通过频谱分析确定噪声源的主要频率成分(例如高频、中频或低频)，并据此判断噪声的来源(例如轴承、齿轮箱、电机或叶片的缺陷和故障等)，从而准确诊断出风机存在的故障，以便有针对性地进行维修和处理。

因此，在具体实施时，数据分析模块42被配置为以如下方法计算当前特征量和当前特征量变化率：

根据实时运行数据划定若干个工况区间，运用滑动平均算法计算得到当前风机的工况点，并针对工况区间计算工况点运行参数变化率；根据工况点运行参数变化率，确定当前工况点处于哪一个工况点、是否处于稳定状态；通过划定多个工况区间、并分别进行上述计算和判断过程，即可以对风电机组进行工况判别；结合不同工况区间的不同倍频带的频带声级特征量和风机机舱传动链的噪声声压级特征量进行工况判别，通过加权平均算法和多元线性回归分析方法，得到不同倍频带的频带声级的当前特征量和当前特征量变化率、以及噪声声压级的当前特征量和当前特征量变化率。

同时，数据分析模块42还被配置为通过如下方法计算不同倍频带的频带声级：

其中：L_pi为1/3倍频列表中每个倍频带的频带声级，P_i为1/3倍频列表中每个倍频带的升压有效值，P₀为基准升压，P₀＝2*10^-5Pa；

数据分析模块42还被配置为通过如下方法计算噪声声压级：

其中：L_A为A计权的频带声级，L_Pi为第i个倍频带的频带声级，△A_i为第i个倍频带的A计权的网络衰减值。

具体实施时，系统还包括警报模块44，警报模块44被配置为：

设置一个当前特征量第一阈值和一个当前特征量第二阈值，且当前特征量第二阈值大于当前特征量第一阈值；另外设置一个当前特征量变化率第一阈值和一个当前特征量变化率第二阈值，且当前特征量变化率第二阈值大于当前特征量变化率第一阈值；当噪声声压级当前特征量超过当前特征量第一阈值但未超过当前特征量第二阈值、和/或噪声声压级当前特征量变化率超过当前特征量变化率第一阈值但未超过当前特征量变化率第二阈值时，发出故障警告；当噪声声压级当前特征量超过当前特征量第二阈值、和/或噪声声压级当前特征量变化率超过当前特征量变化率第二阈值时，自动进行报警。

通过当前特征量和当前特征量变化率两个指标进行报警级别的判定，需要二者中至少一方超过阈值时、方可以发出相应级别的警报，具体可以采用如下规则：(1)当前特征量和当前特征量变化率均未超过第一阈值，说明当前处于健康状态；(2)当前特征量未超第一阈值而当前特征量变化率超过了，说明当前的状态还不算严重，但是在持续恶化中，此时需发出故障警告；(3)当前特征量超过第一阈值而当前特征量变化率未超过，说明当前的状态已经比较严重，但是没有继续恶化，此时需发出故障警告；(4)当前特征量和当前特征量变化率均超过第一阈值，说明当前的状态已经比较严重，并继续恶化，此时需继续与第二阈值进行对比，如二者均未超过第二阈值，则发出故障警告，否则需自动进行报警。

在持续监测的过程中，当连续监测时间未超过预设的时间阈值时，不同倍频带的频带声级和风机机舱传动链的噪声声压级的特征量第一阈值均为参考国标而制定；当连续检测时间超过该时间阈值时，不同倍频带的频带声级和风机机舱传动链的噪声声压级的当前特征量阈值均为根据噪声传感器1前期积累的数据计算出的数值。由此可以随时间推移调整基准数据，从而确保监测结果的准确性和时效性。

实施例2

如图2所示，本实施例2提供了一种运行在实施例1提供的系统中的风机机舱传动链噪声在线监测方法，包括如下步骤：

通过设置在风机机舱5中部的唯一的噪声传感器1实时采集风机机舱传动链运行过程中产生的原始噪声信号数据，并由信号采集器2对原始噪声信号数据进行处理、通过风机环网上传至数据处理系统4中；根据原始噪声信号数据计算风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到风机机舱传动链的噪声声压级；

通过风电场SCADA监控系统3采集风机机舱传动链的实时运行数据，并结合风机机舱传动链在不同倍频带的频带声级和风机机舱传动链的噪声声压级进行工况判别、得到对应工况区间的不同倍频带的频带声级的当前特征量和当前特征量变化率、以及风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率；

对不同倍频带的频带声级的当前特征量和当前特征量变化率以及风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率进行监测，从而实现对风机机舱传动链噪声的在线监测。

在具体实施时，当前特征量和当前特征量变化率的计算方法如下：

根据实时运行数据划定若干个工况区间，运用滑动平均算法计算得到当前风机的工况点，并针对工况区间计算工况点运行参数变化率；根据工况点运行参数变化率，确定当前工况点处于哪一个工况点、是否处于稳定状态；通过划定多个工况区间、并分别进行上述计算和判断过程，即可以对风电机组进行工况判别；结合不同工况区间的不同倍频带的频带声级特征量和风机机舱传动链的噪声声压级特征量进行工况判别，通过加权平均算法和多元线性回归分析方法，得到不同倍频带的频带声级的当前特征量和当前特征量变化率、以及噪声声压级的当前特征量和当前特征量变化率。

在具体实施时，不同倍频带的频带声级的计算方法如下：

其中：L_pi为1/3倍频列表中每个倍频带的频带声级，P_i为1/3倍频列表中每个倍频带的升压有效值，P₀为基准升压，P₀＝2*10^-5Pa。

同时，噪声声压级的计算方法如下：

L_A为A计权的频带声级，L_Pi为第i个倍频带的频带声级，△A_i为第i个倍频带的A计权的网络衰减值。

在具体实施时，方法还包括如下步骤：

设置一个当前特征量第一阈值和一个当前特征量第二阈值，且当前特征量第二阈值大于当前特征量第一阈值；另外设置一个当前特征量变化率第一阈值和一个当前特征量变化率第二阈值，且当前特征量变化率第二阈值大于当前特征量变化率第一阈值；当噪声声压级当前特征量超过当前特征量第一阈值但未超过当前特征量第二阈值、和/或噪声声压级当前特征量变化率超过当前特征量变化率第一阈值但未超过当前特征量变化率第二阈值时，发出故障警告；当噪声声压级当前特征量超过当前特征量第二阈值、和/或噪声声压级当前特征量变化率超过当前特征量变化率第二阈值时，自动进行报警。

应用实例

应用上述实施例提供的系统和方法，对广西资源县金紫山风电场的风机机舱传动链的状态进行检测，持续监测15个月，期间故障警告0次、报警6次，故障报警率(报警与警告总次数在实际故障次数中的占比)为100％，报警有效率(报警/警告确认有效的次数在报警警告总次数中的占比)为100％，表明实施例提供的系统和方法能对风机机舱的运行状态进行准确、高效地判断。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种风机机舱传动链噪声在线监测系统，其特征在于，包括依次电性连接的一个唯一的噪声传感器(1)、一个唯一的信号采集器(2)、风电场监控系统(3)以及数据处理系统(4)，所述噪声传感器(1)设在所述风机机舱中部、位于齿轮箱上方，用于采集所述风机机舱传动链运行过程中的原始噪声信号数据；所述信号采集器(2)设在所述风机机舱的控制柜内，用于对所述原始噪声信号数据进行处理、并通过风机环网上传至所述数据处理系统(4)中；

所述风电场监控系统(3)被配置为：

采集所述风机机舱传动链的实时运行数据，所述实时运行数据包括风机风速实时数据和风机有功功率实时数据；

所述数据处理系统(4)被配置为：

根据所述原始噪声信号数据计算出所述风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到所述风机机舱传动链的噪声声压级；同时结合所述风机机舱传动链在不同倍频带的频带声级和所述风机机舱内噪声声压级进行工况判别，得到对应工况区间的所述不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率；对所述当前特征量和当前特征量变化率进行监测，从而实现对风机机舱传动链噪声的在线监测；

所述数据处理系统(4)包括数据预处理模块(41)、数据分析模块(42)以及前端展示模块(43)，所述数据预处理模块(41)被配置为：对所述原始噪声信号数据以及所述实时运行数据进行清洗、去除干扰数据，进行数据编码并存储到数据库中；根据所述原始噪声信号数据计算出所述风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到所述风机机舱传动链的噪声声压级；

所述数据分析模块(42)被配置为：

获取所述风机机舱的所述实时运行数据，并据此划定若干个工况区间，分别每个所述工况区间内的测量数据计算不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述噪声声压级的当前特征量和当前特征量变化率，根据所述当前特征量判断所述风机机舱传动链噪声是否超标，并根据所述当前特征量变化率对噪声的变化趋势进行预测；

所述前端展示模块(43)被配置为：

将所述当前特征量和所述当前特征量变化率利用软件界面的形式展示出来，从而实现对所述风机机舱噪声的在线监测；

所述数据分析模块(42)被配置为以如下方法计算所述当前特征量和所述当前特征量变化率：

计算过程包括：根据所述实时运行数据划定若干个工况区间，运用滑动平均算法计算得到当前风机的工况点，并针对所述工况区间计算所述工况点运行参数变化率；判断过程包括：根据所述工况点运行参数变化率，判断当前工况点处于哪一个工况点、是否处于稳定状态；通过划定多个工况区间、并分别进行上述计算过程和判断过程，即对风电机组进行工况判别；结合不同工况区间的所述不同倍频带的频带声级和所述风机机舱传动链的噪声声压级进行工况判别，通过加权平均算法和多元线性回归分析方法，得到不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述噪声声压级的当前特征量和当前特征量变化率。

2.如权利要求1所述的风机机舱传动链噪声在线监测系统，其特征在于，所述数据分析模块(42)被配置为通过如下方法计算所述不同倍频带的频带声级：

其中：L_pi为1/3倍频列表中每个倍频带的频带声级，P_i为所述1/3倍频列表中每个倍频带的升压有效值，P₀为基准升压，P₀＝2*10^-5Pa；

所述数据分析模块(42)还被配置为通过如下方法计算所述噪声声压级：

其中：L_A为A计权的频带声级，L_Pi为第i个倍频带的频带声级，△A_i为第i个倍频带的A计权的网络衰减值。

3.如权利要求1所述的风机机舱传动链噪声在线监测系统，其特征在于，所述系统还包括警报模块(44)，所述警报模块(44)被配置为：设置一个当前特征量第一阈值和一个当前特征量第二阈值，且所述当前特征量第二阈值大于所述当前特征量第一阈值；另外设置一个当前特征量变化率第一阈值和一个当前特征量变化率第二阈值，且所述当前特征量变化率第二阈值大于所述当前特征量变化率第一阈值；当所述噪声声压级当前特征量超过所述当前特征量第一阈值但未超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第一阈值但未超过所述当前特征量变化率第二阈值时，发出故障警告；当所述噪声声压级当前特征量超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第二阈值时，自动进行报警。

4.一种运行在权利要求1～3中任一项所述系统中的风机机舱传动链噪声在线监测方法，其特征在于，包括如下步骤：

通过设置在所述风机机舱中部的唯一的噪声传感器(1)实时采集所述风机机舱传动链运行过程中产生的原始噪声信号数据，并由所述信号采集器(2)对所述原始噪声信号数据进行处理、通过风机环网上传至所述数据处理系统(4)中；根据所述原始噪声信号数据计算所述风机机舱传动链在不同倍频带的频带声级，并结合不同倍频带下的A计权网络衰减值、计算得到所述风机机舱传动链的噪声声压级；

通过风电场监控系统(3)采集所述风机机舱传动链的实时运行数据，并结合所述风机机舱传动链在不同倍频带的频带声级和所述风机机舱传动链的噪声声压级进行工况判别、得到对应工况区间的所述不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率；

对所述不同倍频带的频带声级的当前特征量和当前特征量变化率以及所述风机机舱传动链的噪声声压级的当前特征量和当前特征量变化率进行监测，从而实现对所述风机机舱传动链噪声的在线监测；

所述当前特征量和所述当前特征量变化率的计算方法如下：

计算过程包括：根据所述实时运行数据划定若干个工况区间，运用滑动平均算法计算得到当前风机的工况点，并针对所述工况区间计算所述工况点运行参数变化率；判断过程包括：根据所述工况点运行参数变化率，判断当前工况点处于哪一个工况点、是否处于稳定状态；通过划定多个工况区间、并分别进行上述计算过程和判断过程，即对风电机组进行工况判别；结合不同工况区间的所述不同倍频带的频带声级和所述风机机舱传动链的噪声声压级进行工况判别，通过加权平均算法和多元线性回归分析方法，得到不同倍频带的频带声级的当前特征量和当前特征量变化率、以及所述噪声声压级的当前特征量和当前特征量变化率。

5.如权利要求4所述的风机机舱传动链噪声在线监测方法，其特征在于，所述不同倍频带的频带声级的计算方法如下：

其中：L_pi为1/3倍频列表中每个倍频带的频带声级，P_i为所述1/3倍频列表中每个倍频带的升压有效值，P₀为基准升压，P₀＝2*10^-5Pa。

6.如权利要求5所述的风机机舱噪声在线监测方法，其特征在于，所述噪声声压级的计算方法如下：

L_A为A计权的频带声级，L_Pi为第i个倍频带的频带声级，△A_i为第i个倍频带的A计权的网络衰减值。

7.如权利要求4所述的风机机舱噪声在线监测方法，其特征在于，所述方法还包括如下步骤：

设置一个当前特征量第一阈值和一个当前特征量第二阈值，且所述当前特征量第二阈值大于所述当前特征量第一阈值；另外设置一个当前特征量变化率第一阈值和一个当前特征量变化率第二阈值，且所述当前特征量变化率第二阈值大于所述当前特征量变化率第一阈值；当所述噪声声压级当前特征量超过所述当前特征量第一阈值但未超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第一阈值但未超过所述当前特征量变化率第二阈值时，发出故障警告；当所述噪声声压级当前特征量超过所述当前特征量第二阈值、和/或所述噪声声压级当前特征量变化率超过所述当前特征量变化率第二阈值时，自动进行报警。

Images