CN113268937B - 一种基于数据融合的风电机组大部件损坏分析系统 - Google Patents
一种基于数据融合的风电机组大部件损坏分析系统 Download PDFInfo
- Publication number
- CN113268937B CN113268937B CN202110382581.XA CN202110382581A CN113268937B CN 113268937 B CN113268937 B CN 113268937B CN 202110382581 A CN202110382581 A CN 202110382581A CN 113268937 B CN113268937 B CN 113268937B
- Authority
- CN
- China
- Prior art keywords
- wind
- turbine generator
- data
- fault information
- analysis module
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 230000004927 fusion Effects 0.000 title claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 239000012530 fluid Substances 0.000 claims abstract description 14
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000012876 topography Methods 0.000 claims abstract description 9
- 238000013461 design Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010977 unit operation Methods 0.000 description 6
- 238000011835 investigation Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及一种基于数据融合的风电机组大部件损坏分析系统,包括场站环境分析系统及风电机组故障信息系统;所述场站环境分析系统包括气象数据分析模块、地形分析模块、流体仿真模块及测风数据分析模块;风电机组故障信息系统用于获取电气系统故障信息、机械系统故障信息、控制系统故障信息和对外影响信息,通过机组运行数据变量,基于故障信息提示,分析故障机组与其他机组的异常表现,结合气象,地形,流体,风参,载荷以及机组异常表现,综合判定大部件损坏的原因。本发明采用多数据源多角度融合的分析技术,能够从宏观到微观,从外界环境到内部机组运行,更加全面,更加深入得到大部件损坏问题的原因。
Description
技术领域
本发明属于风力发电技术领域,尤其涉及一种基于数据融合的风电机组大部件损坏分析系统。
背景技术
风力发电机组大部件的损坏不仅损失发电量,而且其更换和维修的成本很高,造成风电场业主的经济损失。对于重大部件的发生损坏时,要全面深入的分析问题,找到根本原因,积极整改,保障风电场的正常运行。目前风机大部件损坏的问题有响应的处理流程,包括事故上报,现场采取措施及初步分析,现场调查、事故结论,防范措施等。但对于如何分析损坏的原因没有提出具体的方法,对分析数据的来源也局限于大部件损坏现场调查信息,机组运行数据,部件设计参数等。
发明内容
本发明的目的是提供一种基于数据融合的风电机组大部件损坏分析系统,采用基于多元数据融合技术分析的方法,综合运用收集到大部件损坏信息,机组运行数据、风资源数据、气象数据、地形数据,无人机数据,设计数据,载荷仿真数据等,精确定位故障的类型和根本原因,为制定更具针对性的技术措施提供数据依据。
本发明提供了一种基于数据融合的风电机组大部件损坏分析系统,包括场站环境分析系统及风电机组故障信息系统;
所述场站环境分析系统包括气象数据分析模块、地形分析模块、流体仿真模块及测风数据分析模块;
所述气象数据分析模块用于利用中尺度仿真,模拟发生大部件损坏时的气象环境要素,用以判定是否与极端风况有关系;
所述地形分析模块用于通过崎岖指数,地形倾角,高程差距离比用于表征故障机组的地形复杂程度,利用建设前后的地形数据对比,量化前后的地形变化,判定故障机组是否存在特殊地形及前后期地形变化;
所述流体仿真模块用于模拟风经过故障机组的风速、风向、湍流、切变变化,判定异常情况;
测风数据分析模块用于将历史风参与载荷数据结合复盘机组设计参数,将同期风参与载荷数据结合判定机组实际运行载荷,以及验证是否存在异常情况;
所述风电机组故障信息系统用于获取电气系统故障信息、机械系统故障信息、控制系统故障信息和对外影响信息,通过机组运行数据变量,基于故障信息提示,分析故障机组与其他机组的异常表现,结合气象,地形,流体,风参,载荷以及机组异常表现,综合判定大部件损坏的原因。
进一步地,所述气象数据分析模块模拟的气象环境要素包括逐小时的风速,风向的变化情况。
进一步地,所述测风数据分析模块由测风塔、雷达及风功率预测塔获取风参数据。
进一步地,所述风参数据包括风速、主风能、威布尔尺度参数、威布尔形状参数、湍流以及切变。
进一步地,所述机组运行数据变量包括塔筒、机舱、齿轮箱、变流器、发电机、偏航控制、变桨控制参数。
借由上述方案,通过基于数据融合的风电机组大部件损坏分析系统,引入基于中尺度气象环境分析、IEC标准机组地形复杂度的量化以及利用无人机数据和设计前期地形数据建设期前后地形变化、故障机组流体仿真参数、测风(测风塔、雷达、风功率预测塔)分析,多数据源多角度融合的分析技术,能够从宏观到微观,从外界环境到内部机组运行,更加全面,更加深入得到大部件损坏问题的原因。
附图说明
图1是本发明基于风电场前中后期数据的风电场系统优化系统的一应用实施例。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参图1所示,本实施例提供了一种基于数据融合的风电机组大部件损坏分析系统,通过场站环境分析系统和风电机组故障信息系统两部分,从宏观到微观,从外部环境到内部机组运行,多角度剖析大部件损坏的原因。场站环境分析系统包括气象数据分析模块、地形分析模块、流体仿真模块和测风数据分析模块。风电机组故障信息系统包括电气、机械、控制和对外界影响四部分。
气象数据分析模块从宏观环境,利用中尺度仿真,模拟发生大部件损坏时的气象环境要素,包括不限于逐小时的风速,风向的变化情况,用于判定是否与极端风况有关系。
地形分析模块通过崎岖指数,地形倾角,高程差距离比表征故障机组的地形复杂程度,另外利用建设前后的地形数据对比,量化前后的地形变化,判定故障机组是否存在特殊地形及前后期地形变化。
流体仿真模块从微观角度,模拟风经过故障机组的风速、风向、湍流、切变等变化,判定异常情况。
测风数据分析模块获取测风塔、雷达和风功率预测塔的测风数据。测风数据包括风速,主风能、A(威布尔尺度参数),K(威布尔形状参数),湍流以及切变。历史风参可以结合载荷数据再次复盘机组设计参数,同期风参可以结合载荷判定机组实际运行载荷,以及验证是否存在异常情况。
风电机组故障信息系统获取电气系统故障、机械系统故障、控制系统和对外影响信息。通过机组运行数据变量包括塔筒、机舱,齿轮箱,变流器、发电机、偏航控制、变桨控制等参数,通过故障信息的提示,分析故障机组与其他机组的异常表现,结合气象,地形,流体、风参,载荷以及机组异常表现,综合判定大部件损坏的原因。
实施例
某某风电场大部件损坏,第一步收集运行数据,地形数据,测风数据,机组数据等,输入到场站环境分析系统,得到气象仿真结果、流体仿真结果和地形信息。
从宏观气象角度分析,在故障日期发生了风速快速增长和风向的接近90度变化。在微观流体角度,通过对风速,风向、入流角和风切变等进行分析,发现在叶轮面内,故障机组的在西北方向风向有较大差别。进一步将机组运行数据导入风电机组故障信息系统。机组的控制系统在版本号一致情况下,出现分层现象。并且故障机组湍流值远超过设计值。其偏航次数超过其他机组。
本实施例提供的风电机组大部件损坏分析系统基于多数据融合技术和多角度分析,包括不限于从气象,地形,流体和测风等场站外部环境以及风电机组控制系统、机械系统、电气系统、以及外界影响等风机故障信息,综合得到大部件损坏根本原因,能够从宏观到微观,从外界环境到内部机组运行,更加全面,更加深入得到大部件损坏问题的原因,用以制定针对性的技术方案。
以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (5)
1.一种基于数据融合的风电机组大部件损坏分析系统,其特征在于,包括场站环境分析系统及风电机组故障信息系统;
所述场站环境分析系统包括气象数据分析模块、地形分析模块、流体仿真模块及测风数据分析模块;
所述气象数据分析模块用于利用中尺度仿真,模拟发生大部件损坏时的气象环境要素,用以判定是否与极端风况有关系;
所述地形分析模块用于通过崎岖指数,地形倾角,高程差距离比用于表征故障机组的地形复杂程度,利用建设前后的地形数据对比,量化前后的地形变化,判定故障机组是否存在特殊地形及前后期地形变化;
所述流体仿真模块用于模拟风经过故障机组的风速、风向、湍流、切变变化,判定异常情况;
测风数据分析模块用于将历史风参与载荷数据结合复盘机组设计参数,将同期风参与载荷数据结合判定机组实际运行载荷,以及验证是否存在异常情况;
所述风电机组故障信息系统用于获取电气系统故障信息、机械系统故障信息、控制系统故障信息和对外影响信息,通过机组运行数据变量,基于故障信息提示,分析故障机组与其他机组的异常表现,结合气象,地形,流体,风参,载荷以及机组异常表现,综合判定大部件损坏的原因。
2.根据权利要求1所述的基于数据融合的风电机组大部件损坏分析系统,其特征在于,所述气象数据分析模块模拟的气象环境要素包括逐小时的风速,风向的变化情况。
3.根据权利要求1所述的基于数据融合的风电机组大部件损坏分析系统,其特征在于,所述测风数据分析模块由测风塔、雷达及风功率预测塔获取风参数据。
4.根据权利要求3所述的基于数据融合的风电机组大部件损坏分析系统,其特征在于,所述风参数据包括风速、主风能、威布尔尺度参数、威布尔形状参数、湍流以及切变。
5.根据权利要求1所述的基于数据融合的风电机组大部件损坏分析系统,其特征在于,所述机组运行数据变量包括塔筒、机舱、齿轮箱、变流器、发电机、偏航控制、变桨控制参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110382581.XA CN113268937B (zh) | 2021-04-09 | 2021-04-09 | 一种基于数据融合的风电机组大部件损坏分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110382581.XA CN113268937B (zh) | 2021-04-09 | 2021-04-09 | 一种基于数据融合的风电机组大部件损坏分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113268937A CN113268937A (zh) | 2021-08-17 |
CN113268937B true CN113268937B (zh) | 2024-04-05 |
Family
ID=77228615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110382581.XA Active CN113268937B (zh) | 2021-04-09 | 2021-04-09 | 一种基于数据融合的风电机组大部件损坏分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113268937B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010185745A (ja) * | 2009-02-12 | 2010-08-26 | Chugoku Electric Power Co Inc:The | 受風計測装置及びこれを備えた受風監視システム |
CN102434392A (zh) * | 2011-11-09 | 2012-05-02 | 保定天威风电科技有限公司 | 风电场机组风速、风向共享系统 |
CN104331621A (zh) * | 2014-11-05 | 2015-02-04 | 中国大唐集团新能源股份有限公司 | 一种风资源计算方法 |
CN106295896A (zh) * | 2016-08-15 | 2017-01-04 | 国网新疆电力公司电力科学研究院 | 结合遥感地形信息的中微尺度电网风害预警方法 |
CN106505631A (zh) * | 2016-10-29 | 2017-03-15 | 塞壬智能科技(北京)有限公司 | 智能风电风功率预测系统 |
CN107886194A (zh) * | 2017-10-31 | 2018-04-06 | 广东电网有限责任公司惠州供电局 | 一种大风灾害下异物挂线故障概率计算方法 |
JP2019074060A (ja) * | 2017-10-19 | 2019-05-16 | 日本精工株式会社 | 風力発電用風車の状態監視装置、状態監視方法、及び状態監視システム |
CN112531892A (zh) * | 2020-11-23 | 2021-03-19 | 武汉耀能科技有限公司 | 一种基于物联网终端的输电线路全寿命监测平台 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201621916D0 (en) * | 2016-12-21 | 2017-02-08 | Romax Tech Ltd | Wind farm operation |
-
2021
- 2021-04-09 CN CN202110382581.XA patent/CN113268937B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010185745A (ja) * | 2009-02-12 | 2010-08-26 | Chugoku Electric Power Co Inc:The | 受風計測装置及びこれを備えた受風監視システム |
CN102434392A (zh) * | 2011-11-09 | 2012-05-02 | 保定天威风电科技有限公司 | 风电场机组风速、风向共享系统 |
CN104331621A (zh) * | 2014-11-05 | 2015-02-04 | 中国大唐集团新能源股份有限公司 | 一种风资源计算方法 |
CN106295896A (zh) * | 2016-08-15 | 2017-01-04 | 国网新疆电力公司电力科学研究院 | 结合遥感地形信息的中微尺度电网风害预警方法 |
CN106505631A (zh) * | 2016-10-29 | 2017-03-15 | 塞壬智能科技(北京)有限公司 | 智能风电风功率预测系统 |
JP2019074060A (ja) * | 2017-10-19 | 2019-05-16 | 日本精工株式会社 | 風力発電用風車の状態監視装置、状態監視方法、及び状態監視システム |
CN107886194A (zh) * | 2017-10-31 | 2018-04-06 | 广东电网有限责任公司惠州供电局 | 一种大风灾害下异物挂线故障概率计算方法 |
CN112531892A (zh) * | 2020-11-23 | 2021-03-19 | 武汉耀能科技有限公司 | 一种基于物联网终端的输电线路全寿命监测平台 |
Non-Patent Citations (5)
Title |
---|
Automatic Rain and Wind Measurement Fault Identification in Mesoscale Weather Station Networks;Vesa Hasu;2008 IEEE Instrumentation and Measurement Technology Conference;全文 * |
Hybrid Neural Network Based on GRU with Uncertain Factors for Forecasting Ultra-short-term Wind Power;Xinyu Meng;2020 2nd International Conference on Industrial Artificial Intelligence (IAI);全文 * |
基于改进深度森林算法的风电机组故障诊断技术研究;郭莹莹;可再生能源;第37卷(第11期);第1720-1725页 * |
海上风电机组易损部件的劣化趋势预测研究;钱轶群;中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑;C042-1444 * |
风电场微观选址分析;蒋伟节;王明军;刘麒祥;朱明玺;王大伟;;东方电气评论;第29卷(第115期);第65-71页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113268937A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102403593B1 (ko) | 부유식 해상풍력 터빈용 디지털 트윈 시스템 장치 | |
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 | |
CN106815771B (zh) | 一种风电场载荷的长期评估方法 | |
KR102213386B1 (ko) | 해상풍력단지 가상현실 디지털 트윈 시스템 및 방법 | |
EP3575985A1 (en) | Method for determining the life of components of a wind turbine or similar according to its location | |
CN105065212A (zh) | 一种风电场风电机组校验方法及系统 | |
Oh et al. | Development of a 20 kW wind turbine simulator with similarities to a 3 MW wind turbine | |
CN104074687A (zh) | 一种用于兆瓦级风电机组的载荷及性能测试方法及装置 | |
Barber et al. | Development of a wireless, non-intrusive, MEMS-based pressure and acoustic measurement system for large-scale operating wind turbine blades | |
CN111878322A (zh) | 风力发电机装置 | |
Matzke et al. | Full scale system simulation of a 2.7 MW wind turbine on a system test bench | |
CN103852255A (zh) | 基于神经网络风力发电机组典型传动故障智能诊断方法 | |
Helmedag et al. | Testing nacelles of wind turbines with a hardware in the loop test bench | |
CN110023621B (zh) | 确定风力涡轮上的载荷 | |
Schlipf et al. | IEA Wind Task 32: Best Practices for the Certification of Lidar-Assisted Control Applications | |
CN113268937B (zh) | 一种基于数据融合的风电机组大部件损坏分析系统 | |
CN110608133B (zh) | 一种海上风力发电控制系统及方法 | |
Entezami et al. | Wind turbine condition monitoring system | |
CN112287621B (zh) | 风电机组运行状态阈值曲线确定方法、评价方法及系统 | |
CN110008583B (zh) | 风电场中风资源情况的预测方法及系统 | |
Cohal et al. | Fault Detection and Isolation of a Wind Turbine | |
Haraldsdóttir et al. | Lifetime analysis of a wind turbine component | |
CN114000989B (zh) | 一种风力发电机组叶片气动性能衰减检测方法及测试系统 | |
CN117852151A (zh) | 一种基于激光雷达的风电场三维建模方法 | |
Astolfi et al. | Computing the real impact of wind turbine power curve upgrades: a scada-based multivariate linear method and a vortex generator test case |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231124 Address after: No. 2, xizhuan Hutong, Caishikou street, Xicheng District, Beijing 100052 Applicant after: Datang renewable energy test and Research Institute Co.,Ltd. Address before: 100041 room a-1725, 2nd floor, building 3, yard 30, Shixing street, Shijingshan District, Beijing Applicant before: CHINA DATANG CORPORATION NEW ENERGY SCIENCE AND TECHNOLOGY RESEARCH INSTITUTE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |