CN112253404A - 基于多级健康评估的风机传动链智能运维系统 - Google Patents
基于多级健康评估的风机传动链智能运维系统 Download PDFInfo
- Publication number
- CN112253404A CN112253404A CN202011289634.5A CN202011289634A CN112253404A CN 112253404 A CN112253404 A CN 112253404A CN 202011289634 A CN202011289634 A CN 202011289634A CN 112253404 A CN112253404 A CN 112253404A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- data
- information
- transmission chain
- evaluation
- 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
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 223
- 230000005540 biological transmission Effects 0.000 title claims abstract description 66
- 230000036541 health Effects 0.000 title claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 90
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000001228 spectrum Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 14
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003750 conditioning effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
公开了一种基于多级健康评估的风机传动链智能运维系统，包括机载评估系统、智能运维平台、远程诊断中心和运维终端。机载评估系统采集风机传动链的运行数据，根据所述运行数据对传动链健康状态进行评估，生成初级评估报告，将所得初级评估报告发送至智能运维平台进行二次评估，智能运维平台结合二次评估报告和SCADA系统的监测数据，给出运维方案，将棘手问题发送至远程诊断中心，由专家团队分析后得到评估结果和运维方案反馈至智能运维平台，后发送运维方案至机载评估系统和运维终端。所述系统采用多级健康评估方式，提高了评估结果的准确度，减少了漏诊、误诊，提出的运维方案考虑了风场实际运行状况，提高了运维效率，降低运维成本，提升风场效益。
Description
技术领域
本发明涉及风机传动链运维技术，特别是涉及一种基于多级健康评估的风机传动链智能运维系统。
背景技术
近年来，中国风电发展迅速，截止2019年底，全国风电累计装机2.1亿千瓦，其中陆上风电2.04亿千瓦。陆上风力发电装备一般安装在高山、荒野、戈壁等环境较为恶劣的场所，不仅会遭受暴晒、沙尘、雨雪、雷暴、高温或严寒等极端恶劣天气的影响，而且受自然风的影响，长期工作在复杂多变的载荷作用下，加速了风电装备关键部件的退化速度，故障时有发生，其中，风机传动链的故障时常发生，造成的故障停机时间较长，造成的维修成本较高，发电损失较大，严重影响了风电的经济效益。
风电装备运行场所处于偏僻地带，基于“少人值守、无人值班”的理念，现场生产人员配置精简，登塔巡检周期较长，难以实时掌握风电装备的运行状况，可能造成部分故障没有及时发现，导致故障恶化，增加维修难度和成本。且根据国家政策，自2021年1月1日开始，新核准的陆上风电项目全面实现平价上网，对风电装备运维成本提出了更高的要求。
目前，针对风机传动链的在线监测及故障诊断技术还处于起步阶段，主要采用振动分析法：利用加速度传感器实时监测风机传动链的振动信息，并根据工程经验和数据积累预先设定振动阈值，判断故障风机传动链的健康状况。如公开号为CN103234585A的专利文献，提出了一种大型风电机组在线监测及故障诊断系统，虽然能实现对风电场机组关键部件的实时监测和故障报警，但其诊断、分析在中央控制室，导致风场光纤环网的数据负荷较大，且诊断不及时，未能实现运维闭环。公开号为CN111322206A的专利文献提出了一种风电机组机械大部件的智慧运维系统，虽然实现了风电机组机械大部件的故障自动预警与线上运维闭环，但其在生成运维建议信息时，未充分考虑风场运营情况，且其数据价值发挥不充分，运营商和设备厂商之间的数据交互渠道不畅通。综述，风机传动链运行工况较为复杂，工作过程中振动幅值时常跳动，确定的阈值往往会导致故障误诊、漏诊；且目前的监测与诊断系统未综合考虑耗品备件信息、运维人员信息、风场风速预测等，时常出现耗品备件准备不足、大风季恰逢计划检修，而小风季时却无巡检的情况，大大降低了运维效率，未能有效实现风机传动链在全生命周期内的科学运维，导致运维成本居高不下，降低了风电场的经济效益，且运营商和设备厂商之间数据交互不充分，风场运营数据价值利用率低。
发明内容
本发明提出了一种基于多级健康评估的风机传动链智能运维方法和系统，采用“初级评估-二次评估-专家精诊”的多级健康评估方式对风机传动链健康状态进行评估，且通过在各风机塔筒内安装风机传动链监测与诊断系统进行现场级诊断，降低了风场光纤环网的数据负荷，提高了诊断效率和评估结果的可靠度，有效减少漏诊、误诊，同时充分考虑风场实际运行状况，针对风机传动链，提出科学、合理的运维方案，提高了运维效率，降低运维成本，并为研究人员和设备厂商提供了数据访问通道，有助于提高风电场的数字化、智能化管理，提升风场效益。
根据本发明实施例的一方面，一种基于多级健康评估的风机传动链智能运维系统，包括：
机载评估系统，采集风场各风机传动链的运行数据，根据所述运行数据对传动链健康状态进行评估，生成初级评估报告；
运维终端，用于接收运维方案，从所述机载评估系统获取该运维方案对应风机传动链的设备信息，并记录反馈根据所述运维方案进行运维时产生的运维数据；
智能运维平台，包括：
可视化界面，用于对所述机载评估系统所做的初级评估报告集中进行可视化展示；
二次评估模块，用于根据所述初级评估报告，获取异常风机传动链的运行数据，并对异常风机传动链的运行数据进行处理获取健康表征信息，根据所述健康表征信息对异常风机传动链的健康状况做二次评估，生成二次评估报告，并将所述健康表征信息和所述二次评估报告发送至所述可视化界面展示和所述机载评估系统；
运维信息库，用于存储风机传动链的特征知识和运维信息，并根据所述健康表征信息、所述二次评估报告和所述运维终端反馈的所述运维数据对数据库进行更新和完善；
运维工单生成模块，用于根据所述二次评估报告、所述运维信息库信息和SCADA系统监测数据生成所述运维方案和运维工单，并将所述运维工单存储于所述运维信息库，所述运维方案发送给所述运维终端和所述机载评估系统；和
数据共享中心，用于传输所述二次评估模块不能评估的风机传动链状态，管理数据访问权限，提供数据共享平台；
远程诊断中心，用于从所述数据共享中心获取所述二次评估模块不能评估的风机传动链状态，进行分析得到专家级评估报告，结合SCADA系统监测数据形成专家级运维方案，并将专家级评估报告和专家级运维方案反馈至所述智能运维平台，所述智能运维平台将所述专家级运维方案发送至所述运维终端和所述机载评估系统。
在一些示例中，所述智能运维平台还包括报表生成模块，用于将所述风机传动链设备信息、所述评估报告、所述运维工单进行整理并生成报表；对风机传动链的所述运维数据、故障数据进行统计分析，并生成报表；对所述运维信息库进行整理，并生成耗材、备件、工具储备和采购报表。
在一些示例中，所述机载评估系统包括：
加速度计，安装于风机传动链采集传动链所述运行数据的振动信息；
转速计，安装于发电机上采集发电机的转速信息；
第一处理模块，用于根据所述转速信息对数字化的所述振动信息进行阶次跟踪处理，计算所述振动信息的特征值，将该特征值与预先设定的阈值进行比较，得到所述评估报告；
第二处理模块，用于从所述第一处理模块获取并存储所述特征值和所述评估报告，以及异常风机传动链的振动信息和转速信息，并根据运维记录和所述智能运维平台的指令对存储数据进行整理，并用于存储运维方案。
通信模块，用于将所述初级评估报告发送至所述智能运维平台，用于根据所述智能运维平台的数据请求反馈相应数据。
在一些示例中，所述特征值包括峰峰值、均值、均方根值、频率、能量值。
在一些示例中，所述二次评估模块对对异常风机传动链的运行数据进行时域分析、频域分析和时频域分析；通过所述时域分析获取所述振动信息的时域统计特征，包括峰峰值、均方根值、峭度指标和峰值指标；通过所述频域分析获取所述振动信息的频域特征，包括频谱、包络谱、功率谱和高阶谱；所述时频域分析包括对所述振动信息的小波分析、小波包分析、经验模态分解和信号原子分析。
在一些示例中，所述运维信息库包括：
专家知识库，用于提供所述运维工单生成模块所需的专家知识，包括检修时间、检修周期和检修方法；
耗材备件信息库，用于记录耗材、备件的出入库情况，并用于统计其储备情况和使用频率，给出采购计划；
维修工具库，用于记录维修工具、车辆的出入库情况，管理维修工具的使用；
运维人员信息库，用于记录运维人员的基本信息和技能，根据检修部件的不同，推荐最佳人选；
特征知识库，用于提供风机传动链的基本特征信息，包括其正常状态的特征知识、典型故障下的响应特性。
在一些示例中，所述智能运维平台向提供相关申请材料符合要求的权限用户开放数据。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。
图1为本发明一实施例提供的一种基于多级健康评估的风机传动链智能运维系统架构。
图2为本发明一实施例提供的一种机载评估系统架构。
图3为本发明一实施例提供的一种基于多级健康评估的风机传动链智能运维系统数据采集和处理流程。
图4为本发明一实施例提供的一种智能运维平台组成。
图5为本发明一实施例提供的一种多级健康评估流程。
图6为本发明一实施例提供的一种数据访问权限审核流程。
具体实施方式
本发明旨在提供一种基于多级健康评估的风机传动链智能运维系统，通过“系统自评-平台二评-专家精诊”的方式提高传动链健康评估可靠度和准确度，有效发现和诊断早期微弱故障，降低漏诊、误诊。同时结合了SCADA系统的监测数据，充分考虑了风场情况，制定科学合理的检修、运维方案，有效提升运维效率，降低运维成本。并为研究人员和设备厂商等权限用户提供了数据访问权限，为其优化风机传动链设计、改进系统健康评估模型、改进数据特征提取技术研究提供了数据支持，实现了风机传动链运维的数字化、智能化、网络化。
图1展示了一种基于多级健康评估的风机传动链智能运维系统，该运维系统包括机载评估系统、智能运维平台、远程诊断中心和运维终端。所述机载评估系统采集风机传动链(监测点)的运行数据，经数据预处理、健康评估后将结果储存，并经光纤环网将初级健康评估报告发送至所述智能运维平台进行可视化。所述智能运维平台对异常监测点的运行数据进行处理和二次评估，并结合SCADA系统监测数据，给出运维方案，并将运维方案发送至所述运维终端和所述机载评估系统。对于难以解决的问题或者难以精确评估的风机传动链健康状况，发送至所述远程诊断中心，所述远程诊断中心获取相应数据进行分析、制定对应的运维方案，并将运维方案反馈至所述智能运维平台。所述智能运维平台可为研究人员、设备厂商等权限用户提供数据共享通道。
图2展示了一种机载评估系统，其安装于风力发电机组机舱内，用于监测和评估风机传动链运行状态。所述机载评估系统包括信号调理电路、模数转换模块、第一处理模块(可采用DSP模块)、第二处理模块(可采用ARM模块)、存储设备、通讯模块、转速计和加速度计。
所述加速度计安装于风机传动链关键部位采集传动链的振动信息，该关键部位可以包括但不限于以下一个或多个位置：主轴前轴承、齿轮箱输入轴轴承、齿轮箱齿圈、齿轮箱中间轴轴承、齿轮箱高速轴轴承、发电机输入轴轴承、发电机输出轴轴承。所述转速计安装于发电机端采集发电机的转速信息。
所述加速度计将采集的振动信息发送至所述信号调理电路的放大电路和滤波电路。所述信号调理电路将所述加速度计获取的振动信号进行电流电压转换、放大和滤波处理，并将处理后的振动信息发送至所述模数转换模块进行模数转换，得到数字化振动信息。数字化振动信息和所述转速计采集的发电机的转速信息传输至所述第一处理模块进行处理。如图3所示，所述第一处理模根据转速信息对振动信息进行阶次跟踪处理，计算振动信息的特征值，该特征值包括峰峰值、均值、均方根值、频率、能量值；并将特征值与预先设定的阈值进行比较，自动评估风机传动链健康状况，生成初级评估报告；并与所述第二处理模块交互。所述第二处理模块将特征值存储在所述存储设备内、将风机传动链健康状况的初级评估报告发送至所述智能运维平台。其中，当特征值未超过阈值时，将特征值数据和初级健康评估报告加时间标志后发送至所述第二处理模块储存；当特征值超过阈值时，将处理后的数字化振动信息、转速信息、特征值和初级健康评估报告加时间标志后发送至所述第二处理模块。
所述智能运维平台布置在风场集控中心，用于集中、实时显示风机传动链健康状态，对风机传动链异常信息进行二次评估处理，并自动给出运维方案。图4展示了一种智能运维平台，包括二次评估模块、运维信息库、运维工单生成模块、可视化界面、数据共享中心和报表生成模块。
运维信息库包含专家知识库、耗材备案信息库、维修工具库、运维人员信息库和特征知识库。所述专家知识库存储有故障案例、故障类型、故障处理方案、检修方案等。所述耗材备件信息库存储有维护风机传动链所需耗材备件及其储备情况。所述维修工具库存储有运维所需工器具、车辆等。所述运维人员信息库存储有风场运维人员基本信息和专业技能，及其在岗状态。所述特征知识库存储有风机传动链的特征量和所述二次评估模块计算所得的特征知识。上述运维信息库在系统运行过程中，会通过出触发式查询进行数据更新(删除、添加、修改)，并会根据所述远程诊断中心反馈信息对数据库进行更新、完善。
所述二次评估模块用于对异常监测点实时振动信息和发电机端的转速信息进行信号处理和健康评估。信号处理包括时域分析、频域分析和时频域分析。时域分析用于计算振动信息的峰峰值、均方根值、峭度指标和峰值指标。频域分析用于计算振动信息的频谱、包络谱、功率谱和高阶谱。时频域分析用于对振动信号进行小波分析、小波包分析、经验模态分解和信号原子分析。健康评估基于所述运维信息库的所述特征知识库，采用深度学习、支持向量机、神经网络进行评估、诊断。
所述可视化界面用于对风场各风机的机载评估系统所做的传动链健康评估报告集中进行可视化，并对出现异常的风机进行报警显示。
所述运维工单生产模块用于结合评估报告、运维信息库和SCADA系统的监测数据生成运维方案。
所述数据共享中心管理研究人员和设备厂商等权限用户的数据访问和使用权限，并管理所述机载评估系统的更新。
所述报表生成模块主要用于对运维数据、故障数据、运维信息库数据进行统计分析，并生成报表。
继续参考图3，所述二次评估模块对异常风机进行二次评估，得到二次评估报告，将二次评估报告反馈至所述可视化界面和所述运维工单生产模块。所述运维工单生产模块结合评估报告、运维信息库和SCADA系统的监测数据生成运维方案。对于难以解决的问题或难以精确评估的风机传动链状态，所述二次评估模块经所述数据共享中心将故障信息数据发送至远程诊断中心，由专家团队进行分析和给出运维方案，并结果反馈至二次评估模块确认后发送至所述机载评估系统和所述运维终端，作为现场运维人员对风机传动链实施运维的技术支撑和指导。
所述远程诊断中心经网络通过防护墙后连接至所述智能运维平台，对所述智能运维平台难以解决的问题或难以精确评估的风机传动链状态进行分析，得到专家级评估结果，并根据SCADA系统的监测数据，分析风场运行状态，制定科学合理的专家级运维方案，并将专家级评估结果和运维方案反馈至智能运维平台，供现场运维人员使用，且智能运维平台根据反馈信息对二次评估模块和运维信息库进行优化和完善。
所述运维终端为数字化运维设备(如手机、平板电脑等)。运维人员根据运维方案对风场风机传动链进行维护、检修。所述运维终端主要用于接收运维方案，与所述机载评估系统通信，获取对应风机传动链的设备信息，并记录根据运维方案进行运维时产生的运维数据，并传输至所述机载评估系统进行存储。
如图5所示，所述机载评估系统自动对风机传动链健康状态进行评估，并通过光纤环网将结果发送至所述智能运维平台，所述智能运维平台集中进行可视化，若接收的评估结果中含异常监测点，则智能运维平台对异常监测点进行二次评估，并根据基于SCADA系统的监测数据得到的风速预测、风功率预测，形成运维方案，智能运维平台将无法精确评估和诊断的异常，经防火墙后发送至远端的远程终端中心，由专家团队进行分析、评估，生成评估报告，并根据基于SCADA系统的监测数据得到的风速预测、风功率预测，形成专家运维方案，反馈至智能运维平台，智能运维平台根据评估结果，确定是否需要立即维护，对于无需立即维护的风机传动链，会在其可视化平台处添加标签：需定期关注，对于需要立即维护的风机，智能运维平台将查询运维信息库，检查运维材料、工具、人员是否满足要求，当满足要求时，智能运维平台根据专家知识库、风速预测和风功率预测信息制定运维方案，并将运维方案发送至运维终端和机载评估系统，运维终端的运维人员根据运维方案进行运维。
权限用户主要为研究人员和设备厂商，根据其提供的证明材料，智能运维平台对其数据访问权限进行管理，并根据其数据请求，提供对应数据，为其优化风机传动链设计、改进系统健康评估模型、改进数据特征提取技术研究提供了数据支持。如图6所示，当权限用户(研究人员和设备厂商)需要对风场运维数据进行访问时，向智能运维平台提出申请，并提供相关申请材料(包括申请原因、申请人基本信息、申请人信用查询等)，智能运维平台对材料进行审核，若材料不符合要求，则驳回申请，对于材料不充分用户，则要求其补充材料，若申请人员符合要求，则向其开放数据。
Claims (7)
1.一种基于多级健康评估的风机传动链智能运维系统，其特征在于，包括：
机载评估系统，采集风场各风机传动链的运行数据，根据所述运行数据对传动链健康状态进行评估，生成初级评估报告；
运维终端，用于接收运维方案，从所述机载评估系统获取该运维方案对应风机传动链的设备信息，并记录反馈根据所述运维方案进行运维时产生的运维数据；
智能运维平台，包括：
可视化界面，用于对所述机载评估系统所做的初级评估报告集中进行可视化展示；
二次评估模块，用于根据所述初级评估报告，获取异常风机传动链的运行数据，并对异常风机传动链的运行数据进行处理获取健康表征信息，根据所述健康表征信息对异常风机传动链的健康状况做二次评估，生成二次评估报告，并将所述健康表征信息和所述二次评估报告发送至所述可视化界面展示和所述机载评估系统；
运维信息库，用于存储风机传动链的特征知识和运维信息，并根据所述健康表征信息、所述二次评估报告和所述运维终端反馈的所述运维数据对数据库进行更新和完善；
运维工单生成模块，用于根据所述二次评估报告、所述运维信息库信息和SCADA系统监测数据生成所述运维方案和运维工单，并将所述运维工单存储于所述运维信息库，所述运维方案发送给所述运维终端和所述机载评估系统；
数据共享中心，用于传输所述二次评估模块不能评估的风机传动链状态，管理数据访问权限，提供数据共享平台；
远程诊断中心，用于从所述数据共享中心获取所述二次评估模块不能评估的风机传动链状态，进行分析得到专家级评估报告，结合SCADA系统监测数据形成专家级运维方案，并将专家级评估报告和专家级运维方案反馈至所述智能运维平台，所述智能运维平台将所述专家级运维方案发送至所述运维终端和所述机载评估系统。
2.根据权利要求1所述的基于多级健康评估的风机传动链智能运维系统，其特征在于，所述智能运维平台还包括报表生成模块，用于将所述风机传动链设备信息、所述评估报告、所述运维工单进行整理并生成报表；对风机传动链的所述运维数据、故障数据进行统计分析，并生成报表；对所述运维信息库进行整理，并生成耗材、备件、工具储备和采购报表。
3.根据权利要求1或2所述的基于多级健康评估的风机传动链智能运维系统，其特征在于，所述机载评估系统包括：
加速度计，安装于风机传动链采集传动链，采集所述运行数据的振动信息；
转速计，安装于发电机上采集发电机的转速信息；
第一处理模块，用于根据所述转速信息对数字化的所述振动信息进行阶次跟踪处理，计算所述振动信息的特征值，将该特征值与预先设定的阈值进行比较，得到所述评估报告；
第二处理模块，用于从所述第一处理模块获取并存储所述特征值和所述评估报告，以及异常风机传动链的振动信息和转速信息，并根据运维记录和所述智能运维平台的指令对存储数据进行整理，并用于存储运维方案；
通信模块，用于将所述初级评估报告发送至所述智能运维平台，用于根据所述智能运维平台的数据请求反馈相应数据。
4.根据权利要求3所述的基于多级健康评估的风机传动链智能运维系统，其特征在于，所述特征值包括峰峰值、均值、均方根值、频率、能量值。
5.根据权利要求1所述的基于多级健康评估的风机传动链智能运维系统，其特征在于，所述二次评估模块对对异常风机传动链的运行数据进行时域分析、频域分析和时频域分析；通过所述时域分析获取所述振动信息的时域统计特征，包括峰峰值、均方根值、峭度指标和峰值指标；通过所述频域分析获取所述振动信息的频域特征，包括频谱、包络谱、功率谱和高阶谱；所述时频域分析包括对所述振动信息的小波分析、小波包分析、经验模态分解和信号原子分析。
6.根据权利要求1所述的基于多级健康评估的风机传动链智能运维系统，其特征在于，所述运维信息库包括：
专家知识库，用于提供所述运维工单生成模块所需的专家知识，包括检修时间、检修周期和检修方法；
耗材备件信息库，用于记录耗材、备件的出入库情况，并用于统计其储备情况和使用频率，给出采购计划；
维修工具库，用于记录维修工具、车辆的出入库情况，管理维修工具的使用；
运维人员信息库，用于记录运维人员的基本信息和技能，根据检修部件的不同，推荐最佳人选；
特征知识库，用于提供风机传动链的基本特征信息，包括其正常状态的特征知识、典型故障下的响应特性。
7.根据权利要求1所述的基于多级健康评估的风机传动链智能运维系统，其特征在于，所述智能运维平台向提供相关申请材料符合要求的权限用户开放数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011289634.5A CN112253404B (zh) | 2020-11-17 | 2020-11-17 | 基于多级健康评估的风机传动链智能运维系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011289634.5A CN112253404B (zh) | 2020-11-17 | 2020-11-17 | 基于多级健康评估的风机传动链智能运维系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112253404A true CN112253404A (zh) | 2021-01-22 |
| CN112253404B CN112253404B (zh) | 2022-09-13 |
Family
ID=74266054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011289634.5A Active CN112253404B (zh) | 2020-11-17 | 2020-11-17 | 基于多级健康评估的风机传动链智能运维系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112253404B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113482863A (zh) * | 2021-07-16 | 2021-10-08 | 南京安维士传动技术股份有限公司 | 风力发电机组状态评估与健康管理系统 |
| CN114837902A (zh) * | 2022-06-02 | 2022-08-02 | 中节能风力发电股份有限公司 | 一种风电机组健康度评估方法、系统、设备和介质 |
| CN117150032A (zh) * | 2023-08-04 | 2023-12-01 | 华能澜沧江水电股份有限公司 | 一种水电站发电机组的智能维护系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106525415A (zh) * | 2016-10-25 | 2017-03-22 | 华北电力科学研究院有限责任公司 | 一种风电机组传动链健康状态评价系统及方法 |
| CN111525684A (zh) * | 2019-02-01 | 2020-08-11 | 上海电气风电集团有限公司 | 一种基于云平台的风电场集群化监控的运维系统 |
-
2020
- 2020-11-17 CN CN202011289634.5A patent/CN112253404B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106525415A (zh) * | 2016-10-25 | 2017-03-22 | 华北电力科学研究院有限责任公司 | 一种风电机组传动链健康状态评价系统及方法 |
| CN111525684A (zh) * | 2019-02-01 | 2020-08-11 | 上海电气风电集团有限公司 | 一种基于云平台的风电场集群化监控的运维系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113482863A (zh) * | 2021-07-16 | 2021-10-08 | 南京安维士传动技术股份有限公司 | 风力发电机组状态评估与健康管理系统 |
| CN113482863B (zh) * | 2021-07-16 | 2022-07-01 | 南京安维士传动技术股份有限公司 | 风力发电机组状态评估与健康管理系统 |
| CN114837902A (zh) * | 2022-06-02 | 2022-08-02 | 中节能风力发电股份有限公司 | 一种风电机组健康度评估方法、系统、设备和介质 |
| CN117150032A (zh) * | 2023-08-04 | 2023-12-01 | 华能澜沧江水电股份有限公司 | 一种水电站发电机组的智能维护系统及方法 |
| CN117150032B (zh) * | 2023-08-04 | 2024-06-11 | 华能澜沧江水电股份有限公司 | 一种水电站发电机组的智能维护系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112253404B (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112253404B (zh) | 基于多级健康评估的风机传动链智能运维系统 | |
| CN103234585A (zh) | 一种大型风电机组在线监测及故障诊断系统 | |
| CN104503399B (zh) | 一种集团级风电机组状态监测及故障诊断平台 | |
| CN103033359B (zh) | 一种多特征多级综合评判的风电机组主传动装置故障诊断方法 | |
| Zaher et al. | A multi-agent fault detection system for wind turbine defect recognition and diagnosis | |
| US20120053983A1 (en) | Risk management system for use with service agreements | |
| CN111525684A (zh) | 一种基于云平台的风电场集群化监控的运维系统 | |
| Chen et al. | Survey of commercially available SCADA data analysis tools for wind turbine health monitoring | |
| Butler et al. | A feasibility study into prognostics for the main bearing of a wind turbine | |
| CN108252873A (zh) | 一种风力发电机组在线数据监测及其性能评估的系统 | |
| CN102032115A (zh) | 用于分析报告数据的系统和方法 | |
| CN111878322B (zh) | 风力发电机装置 | |
| CN116720752A (zh) | 基于大数据的装配式建筑质量信息监管系统 | |
| CN112613066B (zh) | 一种基于大规模风电场的互联网信息管理系统 | |
| KR102136970B1 (ko) | 풍력발전 시스템의 데이터 처리장치 및 방법 | |
| Cevasco et al. | O&M cost-Based FMECA: Identification and ranking of the most critical components for 2-4 MW geared offshore wind turbines | |
| CN113221453A (zh) | 风电机组齿轮箱输出轴故障监测预警方法 | |
| CN114297265A (zh) | 基于物联技术的智能运维方法 | |
| CN117649044A (zh) | 一种海上风电机组多维度量化状态评估方法 | |
| CN117390944A (zh) | 一种变电站运行工况仿真系统 | |
| CN117151684A (zh) | 风电风机数据分析预警方法、系统、装置及可读存储介质 | |
| CN208431106U (zh) | 风电机组偏航系统在线监测机构 | |
| Song et al. | Framework of designing an adaptive and multi-regime prognostics and health management for wind turbine reliability and efficiency improvement | |
| Zhang | Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data | |
| CN113947223A (zh) | 一种智能化设备健康管理系统及方法 |
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 |