CN112360702A - 一种振动数据的集中监测方法及装置 - Google Patents
一种振动数据的集中监测方法及装置 Download PDFInfo
- Publication number
- CN112360702A CN112360702A CN202011280581.0A CN202011280581A CN112360702A CN 112360702 A CN112360702 A CN 112360702A CN 202011280581 A CN202011280581 A CN 202011280581A CN 112360702 A CN112360702 A CN 112360702A
- Authority
- CN
- China
- Prior art keywords
- vibration data
- monitored
- generating set
- data
- wind generating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 230000009471 action Effects 0.000 claims description 12
- 230000032683 aging Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/327—Rotor or generator speeds
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/334—Vibration measurements
-
- 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
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)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请提供了一种振动数据的集中监测方法及装置，本申请提供的方法包括：针对待监测区域内任一待监测风力发电机组，获取多个历史时刻对应的振动数据以及发电机转速数据；根据发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，并且确定有效振动数据的均值；如果有效振动数据的均值大于第一预设阈值，则确定当前时刻后的第一时间段内，多个第一振动数据对应的第一有效振动数据的均值；确定样本风力发电机组在第一时间段内，多个第二振动数据对应的第二有效振动数据的均值；如果第一相似性系数小于预设系数，则向待监测风力发电机组发出停机指令。本申请提供的方法提高了振动数据的准确率和利用价值。
Description
技术领域
本申请涉及电力技术领域，特别涉及一种振动数据的集中监测方法及装置。
背景技术
由主轴、齿轮箱以及发电机等部件构成的风力发电机组是目前提供清洁能源的重要设备组。为了保证风力发电机组处于平稳运行的状态，监测人员实时监控各个风力发电机组的各类数据。在风力发电机组各类被监控数据中，振动数据是传感器采集到的各个部件的振动频率所对应的数据。振动数据如果在正常的预设范围内，则风力发电机组的各个部件处于正常工作状态。如果振动数据异常，则振动数据对应的部件出现了设备老化的情况。
由于复杂的作业环境，风力发电机组难以避免的会受到外力撞击。各个部件会因撞击产生额外的振动，从而使得振动数据发生异常。而与此同时，外力撞击并不会对风力发电机组造成实际损害，仅会在短时间范围内改变风力发电机组各个部件的振动频率，风力发电机组本身并没有出现异常状态，仍然在正常运行。这种“虚假”异常振动数据，并不能真正反映风力发电机组的真实工作状况，还会浪费人力进行故障排查。除此以外，由于振动数据所反映的设备老化问题，不具有即刻的恶劣生产影响，因此在众多的被监控数据中，振动数据经常处于被忽视的状态。振动数据本身误报率高，所反映问题不具备即刻的恶劣影响，众多的影响因素，导致振动数据的利用价值偏低。
基于此，目前亟需一种振动数据的集中监测方法，用于解决现有技术中振动数据经常出现虚假性报警，利用价值偏低的问题。
发明内容
本申请提供了一种振动数据的监测方法及装置，可用于解决在现有技术中振动数据反映出的长期隐患故障无法及时处理的问题。
第一方面，本申请提供了一种振动数据的集中监测方法，所述方法包括：
针对待监测区域内任一待监测风力发电机组，获取多个历史时刻对应的振动数据以及发电机转速数据；
根据所述发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，并且确定有效振动数据的均值；
如果所述有效振动数据的均值大于第一预设阈值，则确定当前时刻后的第一时间段内，多个第一振动数据对应的第一有效振动数据的均值；所述多个第一振动数据与所述第一时间段相对应；
根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的样本风力发电机组；
确定所述样本风力发电机组在所述第一时间段内，多个第二振动数据对应的第二有效振动数据的均值；所述多个第二振动数据与所述第一时间段相对应；
如果第一相似性系数小于所述预设系数，则向所述待监测风力发电机组发出停机指令；所述停机指令用于指示所述待监测风力发电机组执行停机动作；所述第一相似性系数根据所述第一有效振动数据的均值与所述第二有效振动数据的均值确定。
结合第一方面，在第一方面的一种可实现方式中，根据所述发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，包括：
确定所述发电机转速数据中超过预设发电机转速数据阈值的第一发电机转速数据；
确定出与所述第一发电机转速数据相对应的第一待筛选振动数据；
排除所述第一待筛选振动数据中，数据值为零值或负值的无效振动数据，得到第二待筛选振动数据；所述第一待筛选振动数据由所述无效振动数据以及所述第二待筛选振动数据构成；所述无效振动数据为所述待监测风力发电机组在非工作状态时刻对应的振动数据；
确定第二待筛选振动数据的均值以及第二待筛选数据的方差；
根据所述第二待筛选振动数据的均值以及所述第二待筛选振动数据的方差，确定有效振动数据范围；
排除所述第二待筛选振动数据中，在所述有效振动数据范围外的异常振动数据，得到所述有效振动数据；所述第二待筛选振动数据由所述有效振动数据以及所述异常振动数据后构成；所述异常振动数据为所述待监测风力发电机组在外力作用下产生异常振动时刻对应的振动数据。
结合第一方面，在第一方面的一种可实现方式中，所述有效振动数据范围通过以下方法确定：
其中，c为所述有效振动数据范围；
为所述第二待筛选振动数据的均值；x为所述第二待筛选振动数据的方差。
结合第一方面，在第一方面的一种可实现方式中，所述方法还包括：
如果所述有效振动数据的均值不大于所述第一预设阈值，且大于第二预设阈值，则确定当前时刻后的第二时间段内，多个第三振动数据对应的第三有效振动数据的均值；所述多个第三振动数据与所述第二时间段相对应；
根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的所述样本风力发电机组；
确定所述样本风力发电机组在所述第二时间段内，多个第四振动数据对应的第四有效振动数据的均值；所述多个第四振动数据与所述第二时间段相对应；
如果第二相似性系数小于所述预设系数，则向所述待监测风力发电机组发出告警指令；所述告警指令用于指示监测人员对所述待监测风力发电机组进行故障排除；所述第二相似性系数根据所述第三有效振动数据的均值与所述第四有效振动数据的均值确定。
结合第一方面，在第一方面的一种可实现方式中，所述振动数据至少包括以下八种振动数据：发电机前轴承径向振动数据、发电机后轴承径向振动数据、齿轮箱输入轴承径向振动数据、齿轮箱低速轴轴承径向振动数据、齿轮箱中间轴轴承径向振动数据、齿轮箱高速轴轴承径向振动数据、主轴前轴承径向振动数据以及主轴后轴承径向振动数据。
第二方面，本申请提供了一种振动数据的集中监测装置，所述装置包括：
获取模块，用于针对待监测区域内任一待监测风力发电机组，获取多个历史时刻对应的振动数据以及发电机转速数据；
确定模块，用于根据所述发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，并且确定有效振动数据的均值；
所述确定模块，还用于如果所述有效振动数据的均值大于第一预设阈值，则确定当前时刻后的第一时间段内，多个第一振动数据对应的第一有效振动数据的均值；所述多个第一振动数据与所述第一时间段相对应；以及，根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的样本风力发电机组；以及，确定所述样本风力发电机组在所述第一时间段内，多个第二振动数据对应的第二有效振动数据的均值；所述多个第二振动数据与所述第一时间段相对应；
指令模块，用于如果第一相似性系数小于所述预设系数，则向所述待监测风力发电机组发出停机指令；所述停机指令用于指示所述待监测风力发电机组执行停机动作；所述第一相似性系数根据所述第一有效振动数据的均值与所述第二有效振动数据的均值确定。
结合第二方面，在第二方面的一种可实现方式中，所述确定模块，具体用于：
确定所述发电机转速数据中超过预设发电机转速数据阈值的第一发电机转速数据；
确定出与所述第一发电机转速数据相对应的第一待筛选振动数据；
排除所述第一待筛选振动数据中，数据值为零值或负值的无效振动数据，得到第二待筛选振动数据；所述第一待筛选振动数据由所述无效振动数据以及所述第二待筛选振动数据构成；所述无效振动数据为所述待监测风力发电机组在非工作状态时刻对应的振动数据；
确定第二待筛选振动数据的均值以及第二待筛选数据的方差；
根据所述第二待筛选振动数据的均值以及所述第二待筛选振动数据的方差，确定有效振动数据范围；
排除所述第二待筛选振动数据中，在所述有效振动数据范围外的异常振动数据，得到所述有效振动数据；所述第二待筛选振动数据由所述有效振动数据以及所述异常振动数据后构成；所述异常振动数据为所述待监测风力发电机组在外力作用下产生异常振动时刻对应的振动数据。
结合第二方面，在第二方面的一种可实现方式中，所述有效振动数据范围通过以下方法确定：
其中，c为所述有效振动数据范围；
为所述第二待筛选振动数据的均值；x为所述第二待筛选振动数据的方差。
结合第二方面，在第二方面的一种可实现方式中，所述确定模块，还用于：
如果所述有效振动数据的均值不大于所述第一预设阈值，且大于第二预设阈值，则确定当前时刻后的第二时间段内，多个第三振动数据对应的第三有效振动数据的均值；所述多个第三振动数据与所述第二时间段相对应；
根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的所述样本风力发电机组；
确定所述样本风力发电机组在所述第二时间段内，多个第四振动数据对应的第四有效振动数据的均值；所述多个第四振动数据与所述第二时间段相对应；
如果第二相似性系数小于所述预设系数，则向所述待监测风力发电机组发出告警指令；所述告警指令用于指示监测人员对所述待监测风力发电机组进行故障排除；所述第二相似性系数根据所述第三有效振动数据的均值与所述第四有效振动数据的均值确定。
结合第二方面，在第二方面的一种可实现方式中，所述振动数据至少包括以下八种振动数据：发电机前轴承径向振动数据、发电机后轴承径向振动数据、齿轮箱输入轴承径向振动数据、齿轮箱低速轴轴承径向振动数据、齿轮箱中间轴轴承径向振动数据、齿轮箱高速轴轴承径向振动数据、主轴前轴承径向振动数据以及主轴后轴承径向振动数据。
本申请，首先将获取的振动数据中的无效数据以及异常数据予以排除。留下具有分析价值的有效振动数据，当有效振动数据的均值出现异常，再次获取其他风力发电机组的有效振动数据的均值，进一步排除待监测风力发电机组受到外力撞击而出现“误报警”的情况。本申请，根据工程经验确定第一预设阈值以及第二预设阈值，建立分级报警的制度，根据故障的级别，采取不同的应对措施。本申请提供的方法，最大程度的保障振动数据体现设备状况的准确性，并根据振动数据的不同情况，采取对应的合适措施。
附图说明
图1为本申请实施例提供的一种振动数据的集中监测方法的流程示意图；
图2为本申请实施例提供的一种获取有效振动数据的流程示意图；
图3为本申请实施例提供的一种振动数据的集中监测装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
如图1所示，为本申请实施例提供的一种振动数据的集中监测方法的流程示意图。本申请实施例包括以下步骤：
步骤101，针对待监测区域内任一待监测风力发电机组，获取多个历史时刻对应的振动数据以及发电机转速数据。
具体的，待监测区域内有多个待检测风力发电机组，本申请实施例将众多的待监测风力发电机组的振动数据统一集中处理。
待监测区域内的风力发电机组包括不同机型的风例发电机组。在对众多的风例发电机组进行统一处理前，需预先建立信息库，在信息库中录入所有待监测风力发电机组的机型信息以及位置信息，并对所有待监测风力发电机组进行统一的编号命名。
本申请实施例中，同一历史时刻下的振动数据与同一历史时刻下的发电机转速数据相对应。
其中，振动数据至少包括以下八种振动数据：发电机前轴承径向振动数据、发电机后轴承径向振动数据、齿轮箱输入轴承径向振动数据、齿轮箱低速轴轴承径向振动数据、齿轮箱中间轴轴承径向振动数据、齿轮箱高速轴轴承径向振动数据、主轴前轴承径向振动数据以及主轴后轴承径向振动数据。
每一种振动数据均是将传感器设置于风力发电机组不同的位置，通过传感器采集相应位置的振动数据。具体的，传感器的固定方式有两种，第一种方式，通过打孔将传感器固定在相应位置；第二种方式采用磁座粘贴的方式把传感器固定在相应位置。其中，第一种方式，传感器的响应频率上限高，采集到的振动数据更精确，但是现场施工难度大。第二种方式，固定方法简单，固定位置的选择灵活，但是采集到的振动数据不够精确。传感器的具体固定方法，根据现场实际情况进行调整。
步骤102，根据发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，并且确定有效振动数据的均值。
具体的，振动数据由无效振动数据、异常振动数据以及有效振动数据构成。其中，无效振动数据为待监测风力发电机组在非工作状态时刻对应的振动数据。异常振动数据为待监测风力发电机组在外力作用下产生异常振动时刻对应的振动数据。
如图2所示，为本申请实施例提供的一种获取有效振动数据的流程示意图。具体的，获取有效振动数据包括以下步骤：
步骤201，确定发电机转速数据中超过预设发电机转速数据阈值的第一发电机转速数据。
具体的，发电机处于空转或检修状态下，风力发电机组处于非工作状态。非工作状态下对应的振动数据显然不具有研究价值，需要排除。根据发电机转速数据可以确定风力发电机组是否处于非工作状态。
本申请实施例中一种可行的方式为，将发电机额定转速的三分之一作为预设发电机转速数据。根据工程经验，当发电机的转速低于发电机额定转速的三分之一时，风力发电机组大概率处于非工作状态。具体的预设发电机转速数据阈值根据实际情况可进行调节，此处不作特别限定。
步骤202，确定出与第一发电机转速数据相对应的第一待筛选振动数据。
由于发电机转速数据与振动数据的获取时刻相同，因此确定第一发电机转速数据的获取时刻，即可确定出在同一获取时刻的第一发电机转速数据。
步骤203，排除第一待筛选振动数据中，数据值为零值或负值的无效振动数据，得到第二待筛选振动数据。
具体的，第一待筛选振动数据由无效振动数据以及第二待筛选振动数据构成。
第一待筛选振动数据中，数据值为零值或负值的数据，显然对应的获取时刻，风力发电机组不处于工作状态，或者出现了通讯设备故障等问题。因此不具有研究价值，需要进行排除。
步骤204，确定第二待筛选振动数据的均值以及第二待筛选数据的方差。
步骤205，根据第二待筛选振动数据的均值以及第二待筛选振动数据的方差，确定有效振动数据范围。
具体的，本申请实施例中，有效振动数据范围通过以下方法确定：
公式(1)中，c为所述有效振动数据范围；
为所述第二待筛选振动数据的均值；x为所述第二待筛选振动数据的方差。
步骤206，排除第二待筛选振动数据中，在有效振动数据范围外的异常振动数据，得到有效振动数据。
具体的，第二待筛选振动数据由有效振动数据以及异常振动数据后构成。
步骤103，判断有效振动数据的均值是否大于第一预设阈值；如果有效振动数据的均值大于第一预设阈值，则执行步骤104，否则执行步骤110。
其中，第一预设阈值是根据工程经验以及风力发电机组的出厂设置确定的，当待监测风力发电机组在正常工作状态下的振动数据阈值。如果前述确定的有效振动数据的均值是否大于第一预设阈值，则说明待监测风力发电机组内部的零件可能出现了老化现象，存在安全隐患，也可能是因为待监测风力发电机组受到外力撞击，各个部件出现了不正常的振动，具体情况需要根据后续步骤，进行进一步地判断。
步骤104，确定当前时刻后的第一时间段内，多个第一振动数据对应的第一有效振动数据的均值。
其中，多个第一振动数据与第一时间段相对应。本申请实施例中，第一时间段为根据工程经验确定的时间，例如第一时间段可确定为半个小时。
本申请实施例中，第一有效振动数据的均值与有效振动数据的均值的确定方法一致。详细步骤与前述步骤201至步骤206一致，此处不再赘述。
步骤105，根据待监测风力发电机组的位置信息以及机型信息，从待监测区域内确定出距离待监测风力发电机组预设距离内，且同一机型的样本风力发电机组。
具体的，位置信息以及机型信息从预先建立好的信息库中获取。
需要说明的是，同一机型且处于相近位置的风例发电机组由于所处环境的风速一致，如果待监测风力发电机组处于正常工作状态，则采集到待监测风力发电机组的振动数据与样本风力发电机组的振动数据类似。
需要说明的是，样本风力发电机组是待监测区域内任意一个与待监测样本风力发电机组机型信息相同，且距离较近处于正常工作状态的风力发电机组。由于其他的风力发电机组也存在故障的可能性，因此步骤105可以确定多个样本风力发电机组。
步骤106，确定样本风力发电机组在第一时间段内，多个第二振动数据对应的第二有效振动数据的均值。
具体的，多个第二振动数据与第一时间段相对应。
其中，第二有效振动数据的均值与有效振动数据的均值的确定方法一致。详细步骤与前述步骤201至步骤206一致，此处不再赘述。
步骤107，判断第一相似性系数是否小于预设系数，如果第一相似性系数小于预设系数，则执行步骤108，否则，执行步骤109。
其中，第一相似性系数根据第一有效振动数据的均值与第二有效振动数据的均值确定。
具体的，第一相似性系数通过以下方法确定：
公式(2)中，r为第一相似性系数；
为第一有效振动数据的均值；ai为第一时间段内编号为i的第一有效振动数据；
为第二有效振动数据的均值；bi为第二时间段内编号为i的第二有效振动数据。
本申请实施例中，将预设系数确定为0.5。如果第一相似性系数小于预设系数，则说明待监测风力发电机组与样本风力发电机组处于不同的工作状态。相应的，待监测风力发电机组因为部件出现异常状况，才导致有效振动数据的均值大于第一预设阈值，此时需要立刻采取安全措施。如果第一相似性系数大于或等于预设系数，则说明待监测风力发电机组与样本风力发电机组处于相同的工作状态。相应的，待监测风力发电机组因为外部撞击等异常情况，才导致有效振动数据的均值大于第一预设阈值。不需要采取其他特殊措施。
步骤108，向待监测风力发电机组发出停机指令。
具体的，停机指令用于指示待监测风力发电机组执行停机动作。
本申请实施例中，第一预设阈值是一个高危数值，可以设置为有效振动数据范围的百分之1.25倍左右。如果有效振动数据的均值大于第一预设阈值，则说明此时，待监测风力发电机组的部件老化情况十分严重，随时会出现停机故障，因此需要待监测风力发电机组立刻停止运行。
步骤109，向待监测风力发电机组继续正常运行指令。
排除了前述故障的可能性后，待监测风力发电机组保持继续正常运行。
待监测风力发电机组可能出现老化情况，但是老化状态并不严重，对此，本申请实施例还设置了第二预设阈值。
需要说明的是，第二预设阈值在数值上小于第一预设阈值。第一预设阈值和第二预设阈值反应出来的待监测风力发电机组的老化程度不同，对应的，所需采取的应对措施也不一样。
需要说明的是，本申请实施例中，第一预设阈值以及第二预设阈值都是预先根据工程经验确定的。如果待监测风力发电机组在实际工作过程中，报警次数过高，则可以根据事情情况更新第一预设阈值以及第二预设阈值。
具体的，本申请实施例还包括步骤110至步骤115。
下面，详细阐述步骤110至步骤115。
步骤110，判断有效振动数据的均值是否大于第二预设阈值，如果有效振动数据的均值是否大于第二预设阈值，则执行步骤111，否则，执行步骤109。
步骤111，确定当前时刻后的第二时间段内，多个第三振动数据对应的第三有效振动数据的均值。
具体的，多个第三振动数据与第二时间段相对应。
第三有效振动数据的均值与有效振动数据的均值的确定方法一致。详细步骤与前述步骤201至步骤206一致，此处不再赘述。
需要说明的是，第二时间段在时间上长于第一时间段。如果第一时间段设定为半小时，则第二时间段可以设定我两个小时。这样设置，是因为当有效振动数据的均值大于第一预设阈值，所反映出来的设备问题远比当有效振动数据的均值大于第二预设阈值所反映出来的设备问题严重。
步骤112，根据待监测风力发电机组的位置信息以及机型信息，从待监测区域内确定出距离待监测风力发电机组预设距离内，且同一机型的样本风力发电机组。
步骤113，确定样本风力发电机组在第二时间段内，多个第四振动数据对应的第四有效振动数据的均值。
具体的，多个第四振动数据与第二时间段相对应。
第四有效振动数据的均值与有效振动数据的均值的确定方法一致。详细步骤与前述步骤201至步骤206一致，此处不再赘述。
步骤114，判断第二相似性系数是否小于预设系数，如果第二相似性系数是小于预设系数，则执行步骤115，否则，执行步骤109。
其中，第二相似性系数根据第三有效振动数据的均值与第四有效振动数据的均值确定。
步骤115，向待监测风力发电机组发出告警指令。
具体的，告警指令用于指示监测人员对待监测风力发电机组进行故障排除。
本申请实施例提供的方法，首先将获取的振动数据中的无效数据以及异常数据予以排除。留下具有分析价值的有效振动数据，当有效振动数据的均值出现异常，再次获取其他风力发电机组的有效振动数据的均值，进一步排除待监测风力发电机组受到外力撞击而出现“误报警”的情况。本申请，根据工程经验确定第一预设阈值以及第二预设阈值，建立分级报警的制度，根据故障的级别，采取不同的应对措施。本申请提供的方法，最大程度的保障振动数据体现设备状况的准确性，并根据振动数据的不同情况，采取对应的合适措施。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图3示例性示出了本申请实施例提供的一种振动数据的集中监测装置的结构示意图。如图3所示，该装置具有实现上述振动数据的集中监测方法的功能，该功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以包括：获取模块301、确定模块302以及指令模块303。
获取模块301，用于针对待监测区域内任一待监测风力发电机组，获取多个历史时刻对应的振动数据以及发电机转速数据。
确定模块302，用于根据发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，并且确定有效振动数据的均值。
确定模块302，还用于如果有效振动数据的均值大于第一预设阈值，则确定当前时刻后的第一时间段内，多个第一振动数据对应的第一有效振动数据的均值；多个第一振动数据与第一时间段相对应；以及，根据待监测风力发电机组的位置信息以及机型信息，从待监测区域内确定出距离待监测风力发电机组预设距离内，且同一机型的样本风力发电机组；以及，确定样本风力发电机组在第一时间段内，多个第二振动数据对应的第二有效振动数据的均值；多个第二振动数据与第一时间段相对应。
指令模块303，用于如果第一相似性系数小于预设系数，则向待监测风力发电机组发出停机指令；停机指令用于指示待监测风力发电机组执行停机动作；第一相似性系数根据第一有效振动数据的均值与第二有效振动数据的均值确定。
可选的，确定模块302，具体用于：
确定发电机转速数据中超过预设发电机转速数据阈值的第一发电机转速数据；以及，确定出与第一发电机转速数据相对应的第一待筛选振动数据；以及，排除第一待筛选振动数据中，数据值为零值或负值的无效振动数据，得到第二待筛选振动数据；第一待筛选振动数据由无效振动数据以及第二待筛选振动数据构成；无效振动数据为待监测风力发电机组在非工作状态时刻对应的振动数据；以及，确定第二待筛选振动数据的均值以及第二待筛选数据的方差；以及，根据第二待筛选振动数据的均值以及第二待筛选振动数据的方差，确定有效振动数据范围；以及，排除第二待筛选振动数据中，在有效振动数据范围外的异常振动数据，得到有效振动数据；第二待筛选振动数据由有效振动数据以及异常振动数据后构成；异常振动数据为待监测风力发电机组在外力作用下产生异常振动时刻对应的振动数据。
可选的，有效振动数据范围通过以下方法确定：
其中，c为有效振动数据范围；
为第二待筛选振动数据的均值；x为第二待筛选振动数据的方差。
可选的，确定模块302，还用于：
如果有效振动数据的均值不大于第一预设阈值，且大于第二预设阈值，则确定当前时刻后的第二时间段内，多个第三振动数据对应的第三有效振动数据的均值；多个第三振动数据与第二时间段相对应；以及，根据待监测风力发电机组的位置信息以及机型信息，从待监测区域内确定出距离待监测风力发电机组预设距离内，且同一机型的样本风力发电机组；以及，确定样本风力发电机组在第二时间段内，多个第四振动数据对应的第四有效振动数据的均值；多个第四振动数据与第二时间段相对应；以及，如果第二相似性系数小于预设系数，则向待监测风力发电机组发出告警指令；告警指令用于指示监测人员对待监测风力发电机组进行故障排除；第二相似性系数根据第三有效振动数据的均值与第四有效振动数据的均值确定。
可选的，振动数据至少包括以下八种振动数据：发电机前轴承径向振动数据、发电机后轴承径向振动数据、齿轮箱输入轴承径向振动数据、齿轮箱低速轴轴承径向振动数据、齿轮箱中间轴轴承径向振动数据、齿轮箱高速轴轴承径向振动数据、主轴前轴承径向振动数据以及主轴后轴承径向振动数据。
本申请实施例，首先将获取的振动数据中的无效数据以及异常数据予以排除。留下具有分析价值的有效振动数据，当有效振动数据的均值出现异常，再次获取其他风力发电机组的有效振动数据的均值，进一步排除待监测风力发电机组受到外力撞击而出现“误报警”的情况。本申请，根据工程经验确定第一预设阈值以及第二预设阈值，建立分级报警的制度，根据故障的级别，采取不同的应对措施。本申请提供的方法，最大程度的保障振动数据体现设备状况的准确性，并根据振动数据的不同情况，采取对应的合适措施。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种振动数据的集中监测方法，其特征在于，所述方法包括：
针对待监测区域内任一待监测风力发电机组，获取多个历史时刻对应的振动数据以及发电机转速数据；
根据所述发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，并且确定有效振动数据的均值；
如果所述有效振动数据的均值大于第一预设阈值，则确定当前时刻后的第一时间段内，多个第一振动数据对应的第一有效振动数据的均值；所述多个第一振动数据与所述第一时间段相对应；
根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的样本风力发电机组；
确定所述样本风力发电机组在所述第一时间段内，多个第二振动数据对应的第二有效振动数据的均值；所述多个第二振动数据与所述第一时间段相对应；
如果第一相似性系数小于所述预设系数，则向所述待监测风力发电机组发出停机指令；所述停机指令用于指示所述待监测风力发电机组执行停机动作；所述第一相似性系数根据所述第一有效振动数据的均值与所述第二有效振动数据的均值确定。
2.根据权利要求1所述的方法，其特征在于，根据所述发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，包括：
确定所述发电机转速数据中超过预设发电机转速数据阈值的第一发电机转速数据；
确定出与所述第一发电机转速数据相对应的第一待筛选振动数据；
排除所述第一待筛选振动数据中，数据值为零值或负值的无效振动数据，得到第二待筛选振动数据；所述第一待筛选振动数据由所述无效振动数据以及所述第二待筛选振动数据构成；所述无效振动数据为所述待监测风力发电机组在非工作状态时刻对应的振动数据；
确定第二待筛选振动数据的均值以及第二待筛选数据的方差；
根据所述第二待筛选振动数据的均值以及所述第二待筛选振动数据的方差，确定有效振动数据范围；
排除所述第二待筛选振动数据中，在所述有效振动数据范围外的异常振动数据，得到所述有效振动数据；所述第二待筛选振动数据由所述有效振动数据以及所述异常振动数据后构成；所述异常振动数据为所述待监测风力发电机组在外力作用下产生异常振动时刻对应的振动数据。
3.根据权利要求2所述的方法，其特征在于，所述有效振动数据范围通过以下方法确定：
其中，c为所述有效振动数据范围；
为所述第二待筛选振动数据的均值；x为所述第二待筛选振动数据的方差。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
如果所述有效振动数据的均值不大于所述第一预设阈值，且大于第二预设阈值，则确定当前时刻后的第二时间段内，多个第三振动数据对应的第三有效振动数据的均值；所述多个第三振动数据与所述第二时间段相对应；
根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的所述样本风力发电机组；
确定所述样本风力发电机组在所述第二时间段内，多个第四振动数据对应的第四有效振动数据的均值；所述多个第四振动数据与所述第二时间段相对应；
如果第二相似性系数小于所述预设系数，则向所述待监测风力发电机组发出告警指令；所述告警指令用于指示监测人员对所述待监测风力发电机组进行故障排除；所述第二相似性系数根据所述第三有效振动数据的均值与所述第四有效振动数据的均值确定。
5.根据权利要求1所述的方法，其特征在于，所述振动数据至少包括以下八种振动数据：发电机前轴承径向振动数据、发电机后轴承径向振动数据、齿轮箱输入轴承径向振动数据、齿轮箱低速轴轴承径向振动数据、齿轮箱中间轴轴承径向振动数据、齿轮箱高速轴轴承径向振动数据、主轴前轴承径向振动数据以及主轴后轴承径向振动数据。
6.一种振动数据的集中监测装置，其特征在于，所述装置包括：
获取模块，用于针对待监测区域内任一待监测风力发电机组，获取多个历史时刻对应的振动数据以及发电机转速数据；
确定模块，用于根据所述发电机转速数据以及预设的发电机转速数据阈值，获取有效振动数据，并且确定有效振动数据的均值；
所述确定模块，还用于如果所述有效振动数据的均值大于第一预设阈值，则确定当前时刻后的第一时间段内，多个第一振动数据对应的第一有效振动数据的均值；所述多个第一振动数据与所述第一时间段相对应；以及，根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的样本风力发电机组；以及，确定所述样本风力发电机组在所述第一时间段内，多个第二振动数据对应的第二有效振动数据的均值；所述多个第二振动数据与所述第一时间段相对应；
指令模块，用于如果第一相似性系数小于所述预设系数，则向所述待监测风力发电机组发出停机指令；所述停机指令用于指示所述待监测风力发电机组执行停机动作；所述第一相似性系数根据所述第一有效振动数据的均值与所述第二有效振动数据的均值确定。
7.根据权利要求6所述的装置，其特征在于，所述确定模块，具体用于：
确定所述发电机转速数据中超过预设发电机转速数据阈值的第一发电机转速数据；
确定出与所述第一发电机转速数据相对应的第一待筛选振动数据；
排除所述第一待筛选振动数据中，数据值为零值或负值的无效振动数据，得到第二待筛选振动数据；所述第一待筛选振动数据由所述无效振动数据以及所述第二待筛选振动数据构成；所述无效振动数据为所述待监测风力发电机组在非工作状态时刻对应的振动数据；
确定第二待筛选振动数据的均值以及第二待筛选数据的方差；
根据所述第二待筛选振动数据的均值以及所述第二待筛选振动数据的方差，确定有效振动数据范围；
排除所述第二待筛选振动数据中，在所述有效振动数据范围外的异常振动数据，得到所述有效振动数据；所述第二待筛选振动数据由所述有效振动数据以及所述异常振动数据后构成；所述异常振动数据为所述待监测风力发电机组在外力作用下产生异常振动时刻对应的振动数据。
8.根据权利要求7所述的装置，其特征在于，所述有效振动数据范围通过以下方法确定：
其中，c为所述有效振动数据范围；
为所述第二待筛选振动数据的均值；x为所述第二待筛选振动数据的方差。
9.根据权利要求6所述的装置，其特征在于，所述确定模块，还用于：
如果所述有效振动数据的均值不大于所述第一预设阈值，且大于第二预设阈值，则确定当前时刻后的第二时间段内，多个第三振动数据对应的第三有效振动数据的均值；所述多个第三振动数据与所述第二时间段相对应；
根据所述待监测风力发电机组的位置信息以及机型信息，从所述待监测区域内确定出距离所述待监测风力发电机组预设距离内，且同一机型的所述样本风力发电机组；
确定所述样本风力发电机组在所述第二时间段内，多个第四振动数据对应的第四有效振动数据的均值；所述多个第四振动数据与所述第二时间段相对应；
如果第二相似性系数小于所述预设系数，则向所述待监测风力发电机组发出告警指令；所述告警指令用于指示监测人员对所述待监测风力发电机组进行故障排除；所述第二相似性系数根据所述第三有效振动数据的均值与所述第四有效振动数据的均值确定。
10.根据权利要求6所述的装置，其特征在于，所述振动数据至少包括以下八种振动数据：发电机前轴承径向振动数据、发电机后轴承径向振动数据、齿轮箱输入轴承径向振动数据、齿轮箱低速轴轴承径向振动数据、齿轮箱中间轴轴承径向振动数据、齿轮箱高速轴轴承径向振动数据、主轴前轴承径向振动数据以及主轴后轴承径向振动数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011280581.0A CN112360702B (zh) | 2020-11-16 | 2020-11-16 | 一种振动数据的集中监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011280581.0A CN112360702B (zh) | 2020-11-16 | 2020-11-16 | 一种振动数据的集中监测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112360702A true CN112360702A (zh) | 2021-02-12 |
| CN112360702B CN112360702B (zh) | 2022-11-25 |
Family
ID=74516189
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011280581.0A Active CN112360702B (zh) | 2020-11-16 | 2020-11-16 | 一种振动数据的集中监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112360702B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101705908A (zh) * | 2009-12-09 | 2010-05-12 | 三一电气有限责任公司 | 风力发电机组及其状态监测系统和方法 |
| CN106640548A (zh) * | 2016-12-19 | 2017-05-10 | 北京金风科创风电设备有限公司 | 用于风力发电机组的状态监测方法和装置 |
| CN107061186A (zh) * | 2017-06-09 | 2017-08-18 | 北京金风慧能技术有限公司 | 风力发电机组振动异常预警方法和装置 |
| US20170363072A1 (en) * | 2016-06-21 | 2017-12-21 | Doosan Heavy Industries & Construction Co., Ltd. | Vibration monitoring and diagnosing system for wind power generator |
| CN107725283A (zh) * | 2017-09-19 | 2018-02-23 | 江苏方天电力技术有限公司 | 一种基于深度信念网络模型的风机故障检测方法 |
| CN108204834A (zh) * | 2016-12-19 | 2018-06-26 | 北京金风科创风电设备有限公司 | 风力发电机组的状态监测方法及装置 |
| JP2019027324A (ja) * | 2017-07-27 | 2019-02-21 | 日本精工株式会社 | 風力発電機の異常検知システム及び異常検知方法 |
| CN110688617A (zh) * | 2019-10-09 | 2020-01-14 | 北京天泽智云科技有限公司 | 风机振动异常检测方法及装置 |
| KR102068446B1 (ko) * | 2019-09-30 | 2020-01-20 | (주)에스엠인스트루먼트 | 자가 학습형 풍력발전시스템 상태 감시 고장 진단 방법 |
| CN111275024A (zh) * | 2020-03-22 | 2020-06-12 | 东北电力大学 | 含噪声标签有限数据驱动的变工况风机滚动轴承故障诊断方法 |
| CN111878324A (zh) * | 2020-08-28 | 2020-11-03 | 国电联合动力技术有限公司 | 一种风电场塔筒涡激振动预警方法及预警系统 |
-
2020
- 2020-11-16 CN CN202011280581.0A patent/CN112360702B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101705908A (zh) * | 2009-12-09 | 2010-05-12 | 三一电气有限责任公司 | 风力发电机组及其状态监测系统和方法 |
| US20170363072A1 (en) * | 2016-06-21 | 2017-12-21 | Doosan Heavy Industries & Construction Co., Ltd. | Vibration monitoring and diagnosing system for wind power generator |
| CN106640548A (zh) * | 2016-12-19 | 2017-05-10 | 北京金风科创风电设备有限公司 | 用于风力发电机组的状态监测方法和装置 |
| CN108204834A (zh) * | 2016-12-19 | 2018-06-26 | 北京金风科创风电设备有限公司 | 风力发电机组的状态监测方法及装置 |
| CN107061186A (zh) * | 2017-06-09 | 2017-08-18 | 北京金风慧能技术有限公司 | 风力发电机组振动异常预警方法和装置 |
| JP2019027324A (ja) * | 2017-07-27 | 2019-02-21 | 日本精工株式会社 | 風力発電機の異常検知システム及び異常検知方法 |
| CN107725283A (zh) * | 2017-09-19 | 2018-02-23 | 江苏方天电力技术有限公司 | 一种基于深度信念网络模型的风机故障检测方法 |
| KR102068446B1 (ko) * | 2019-09-30 | 2020-01-20 | (주)에스엠인스트루먼트 | 자가 학습형 풍력발전시스템 상태 감시 고장 진단 방법 |
| CN110688617A (zh) * | 2019-10-09 | 2020-01-14 | 北京天泽智云科技有限公司 | 风机振动异常检测方法及装置 |
| CN111275024A (zh) * | 2020-03-22 | 2020-06-12 | 东北电力大学 | 含噪声标签有限数据驱动的变工况风机滚动轴承故障诊断方法 |
| CN111878324A (zh) * | 2020-08-28 | 2020-11-03 | 国电联合动力技术有限公司 | 一种风电场塔筒涡激振动预警方法及预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112360702B (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108252873B (zh) | 一种风力发电机组在线数据监测及其性能评估的系统 | |
| US10337502B2 (en) | Early detection of wind turbine degradation using acoustical monitoring | |
| US11300102B2 (en) | System and method for augmenting control of a wind turbine assembly | |
| CN110469462A (zh) | 一种基于多模板的风电机组智能状态监测系统 | |
| CN202330019U (zh) | 一种风电机组的状态监测系统 | |
| CN111381163A (zh) | 电机群组故障预警方法及装置 | |
| CN110907170A (zh) | 一种风电机组齿轮箱轴承温度状态监测与故障诊断方法 | |
| CN204591656U (zh) | 基于工业互联网的火电厂机泵设备故障预警与检修优化系统 | |
| CN114061743A (zh) | 风力发电机组的振动监测方法、装置、设备及介质 | |
| CN116717434A (zh) | 风力发电系统及其风电机组的预警方法、及可读存储介质 | |
| CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 | |
| CN112360702B (zh) | 一种振动数据的集中监测方法及装置 | |
| CN108491622A (zh) | 一种风电机组的故障诊断方法及系统 | |
| CN106525214A (zh) | 一种风力发电机振动检测系统 | |
| CN107218180B (zh) | 一种基于振动加速度测量的风力发电机组传动系统故障报警方法 | |
| CN107300467B (zh) | 一种低速重载传动装置故障诊断方法 | |
| CN115829411A (zh) | 一种海上风电机组运行状态评估方法及评估系统 | |
| CN115842408A (zh) | 基于scada的风电场运行状态检测系统及方法 | |
| CN113218653B (zh) | 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置 | |
| CN113819011A (zh) | 风力发电机组的叶轮状态检测方法、装置及系统 | |
| Kuseyri | Condition monitoring of wind turbines: Challenges and opportunities | |
| CN220434942U (zh) | 一种风电机组全景故障诊断系统 | |
| Cai et al. | Design of an embedded monitoring system used for the operation conditioning of wind turbine: Wind energy | |
| WO2024021545A1 (zh) | 一种风力发电机的控制方法和相关装置 | |
| CN109751197A (zh) | 风力发电机组状态监测系统 |
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 |