CN113821420A - 风电机组cms系统性能比对和数据转换方法 - Google Patents
风电机组cms系统性能比对和数据转换方法 Download PDFInfo
- Publication number
- CN113821420A CN113821420A CN202110974692.XA CN202110974692A CN113821420A CN 113821420 A CN113821420 A CN 113821420A CN 202110974692 A CN202110974692 A CN 202110974692A CN 113821420 A CN113821420 A CN 113821420A
- Authority
- CN
- China
- Prior art keywords
- cms
- comparison
- output
- different manufacturers
- wind turbine
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 title claims description 52
- 238000012360 testing method Methods 0.000 claims abstract description 87
- 230000001133 acceleration Effects 0.000 claims description 36
- 238000005316 response function Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 11
- 238000003672 processing method Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000013215 result calculation Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 15
- 238000011156 evaluation Methods 0.000 abstract description 7
- 230000005284 excitation Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3495—Performance evaluation by tracing or monitoring for systems
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/865—Monitoring of software
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Wind Motors (AREA)
Abstract
本发明针对现有技术中不同厂家CMS系统评价对比方法存在不确定性和不可靠性的问题,提出了一种基于风电机组CMS系统本身试验性能的比对方法,主要包括前端采集硬件比对和后处理软件输出结果比对,具有较好的性能比对稳定性和工程价值;依据不同厂家CMS系统试验性能的比对结果,本发明还提出了一种全新的不同CMS系统输出指标转换方法,可将不同厂家CMS系统的输出指标统一到其中一种CMS系统的标准下,实现在同一标准下评价不同风电机组的运行状态,提高了风电机组监测的准确度和工作效率。
Description
技术领域
本发明涉及风电技术领域,具体涉及风电机组CMS系统性能比对和数据转换方法。
背景技术
风电行业迎来了爆发式增长;随着风电机组被大批量安装使用,伴随而来的运行故障问题也日益突出。由于风电机组大多安装在高山、平原、海上等风口处,长期承受不同风况作用甚至是强阵风冲击,再加上天气和极端温差的影响,使得风电机组的机械故障频发,这些故障大多表现为机械部件的振动、异响等,风电机组状态监测系统(ConditionMonitoring System,下文简称CMS)被广泛用于各种型号的风电机组上,用于实时监测风电机组的状态和智能故障预警,以保障风电机组安全运行,防患于未然。如果风电机组CMS系统准确性和可靠性不高,则无法监测风电机组的状态并提前发出故障报警,造成风电机组发生重大故障,影响发电量并且损坏风电机组的主要部件,带来巨大的经济损失,因此对风电机组CMS系统试验性能的评价比对至关重要。
目前市场上存在多个厂家的CMS系统,它们的准确度和可靠性不尽相同,这些CMS系统的性能差异将会造成风电机组故障的漏判或错判。而现有技术中关于不同厂家CMS系统的评价对比方法,主要是通过CMS系统预报结果与现场实际发生故障的情况作对比分析,得到各厂家CMS系统故障诊断的准确率、误报率和漏报率,这样的统计结果存在不确定性,不同的样本数量或不同的风场均会出现不同情况,无法从CMS系统本身出发定性地评价不同厂家CMS系统的差异;而且,由于不同厂家CMS系统的数据处理方法和过程存在差异,所以无法在同一振动评价指标下使用不同的CMS系统监测风电机组的工作状态。
发明内容
本发明针对现有技术中不同CMS系统评价对比方法存在不确定性和不可靠性的问题,提出了一种基于CMS系统本身试验性能的比对方法,主要包括前端采集硬件比对和后处理软件输出结果比对,具有较好的性能比对稳定性和工程价值;根据不同CMS系统试验性能的比对结果,本发明还提出了一种不同CMS系统数据转换方法,只需将不同厂家CMS系统的输出指标统一到其中一种CMS系统的标准下,进而实现在同一标准下评价不同风电机组的运行状态,提高了风电机组监测的准确度和工作效率。
为了实现上述目的,本发明采用以下技术方案:
风电机组CMS系统性能比对和数据转换方法,包括以下步骤:步骤S1)在相同测试环境下对不同厂家CMS系统的试验性能进行比对,包括前端采集硬件比对和后处理软件输出结果比对;步骤S2)依据不同厂家CMS系统试验性能比对结果,提出一种不同厂家CMS系统输出指标转换方法,所述方法结合了数据拟合模型和基于物理系统频响函数理论建立的数据转换关系。本发明提出的数据转换方法可以将不同厂家CMS系统的输出指标统一到其中一种CMS系统的标准下,进而实现在同一标准下评价不同风电机组的运行状态,提高了风电机组监测的准确度和工作效率;另外,本发明从CMS系统本身的试验性能出发,建立了相同测试环境下不同厂家CMS系统的比对机制,相较于现有技术只将CMS系统预报结果与现场实际故障情况作对比分析,得到各厂家CMS系统故障诊断的准确率、误报率和漏报率,本发明不受样本数量和风场差异影响,具有准确性和可靠性。
作为优选,步骤S2的具体过程,包括以下步骤:步骤C1)确定不同厂家CMS系统待评价的输出指标,包括时域和频域参量;步骤C2)采用高阶拟合的数据处理方法,建立不同厂家CMS系统输出指标的数据拟合模型;步骤C3)依据物理系统频响函数理论,建立相同测试环境下不同厂家CMS系统的数据采集模型,并得到不同厂家CMS系统输出指标的转换关系;步骤C4)结合数据拟合模型和基于物理系统频响函数理论的不同厂家CMS系统输出指标的转换关系,提出一种全新的不同厂家CMS系统输出指标转换方法。
不同CMS系统输出指标的高阶拟合方法,包括以下内容:
针对需要评价的时域和频域指标,将相同测试环境下不同CMS系统的输出指标进行数据拟合。令A厂家CMS系统输出指标为统一标准,输出的时域和频域指标定义为Y;B/C/D厂家的 CMS系统输出指标需要转换到A厂家标准下,定义B/C/D厂家输出的时域和频域指标为Xi (i=1,2,3),则高阶拟合计算公式可表示为:
Y=kXi n+aXi n-1+bXi n-2+…+cXi+d
其中,k,a,b,c,d为数据转换系数。
在上式中,自变量Xi中分别输入B/C/D厂家CMS系统的现场测试结果,就可将它们转换到 A厂家标准下的监测结果Y。
基于物理系统频响函数理论建立不同CMS系统输出指标的转换关系,包括以下内容:在相同测试环境下,建立不同CMS系统的多物理系统频响函数模型,H1(f)、H2(f)…Hn(f)分别表示不同CMS系统在同源x(t)作用下的频响函数,y1(t)、y2(t)…yn(t)为不同CMS系统相同测试环境下的输出指标。通过推导计算可得,CMS系统2现场测试结果转换到CMS系统 1标准下的公式为:
式中,Y1(f)和Y2(f)是相同测试环境下CMS系统1和CMS系统2输出指标的频域表示,Y2现场实测(f)是CMS系统2现场测试结果的频域表示,Y2转换为1(f)是CMS系统2现场测试结果转换到CMS系统1标准下的频域表示。
结合数据拟合模型和基于物理系统频响函数理论建立的不同CMS系统输出指标转换关系,从时域和频域两个方向利用平均统计的思想分别对上述两种方法进行融合,提出一种全新的不同CMS系统输出指标的转换方法,公式如下:
式中,Y(t)和Y(f)是根据两种方法融合后的数据转换方法得到的时域和频域输出指标, Y数据拟合(t)和Y数据拟合(f)是利用高阶数据拟合模型得到的时域和频域输出指标,Y频响函数理论(f) 是基于物理系统频响函数理论建立的不同CMS系统输出指标转换关系下的频域输出指标。
作为优选,所述前端采集硬件比对的具体过程,包括以下步骤:步骤A1)在相同测试环境下采用标准数据采集仪对前端采集硬件进行数据采集,测试工况包括并网初期阶段、变速变功率阶段和额定满发功率阶段;步骤A2)根据采集结果,分别比对加速度和速度的情况,时域比对指标包括有效值、峰峰值、方差和峭度;频域比对指标包括特征频率和频谱变化趋势。
在6MW试验台上开展前端采集硬件比对测试,这里的前端采集硬件主要是指不同厂家CMS系统搭配使用的加速度传感器,选择主轴承、齿轮箱内齿圈和发电机驱动端作为三个测点位置,并且主轴承处选用低频加速度传感器,齿轮箱内齿圈和发电机驱动端处均选用普频加速度传感器,不同厂家CMS系统的加速度传感器对称布置在风电机组振动监测预留孔位的周围,以此保证每个加速度传感器接收到的激励源是一致的;在相同测试环境下采用标准数据采集仪对前端采集硬件进行数据采集,其中,相同测试环境包括同一试验台、同一测试风电机组和同种测试工况,测试工况包括并网初期阶段、变速变功率阶段和额定满发功率阶段,标准数据采集仪选择德维创211型(DEWE-211)数据采集仪,另外,对不同加速度传感器进行同一测试环境下的数据采集工作时,需要保证采样频率和采样时间一致。
作为优选,所述后处理软件输出结果比对的具体过程,包括以下步骤:步骤B1)收集相同测试环境下不同厂家CMS系统输出的振动结果,测试工况包括定速定载工况和变速变载工况;步骤B2)根据不同厂家CMS系统输出的振动结果,分别比对加速度和速度的情况,时域比对指标包括有效值和峰峰值;频域比对指标包括特征频率、倍频和包络情况;步骤B3) 从各厂家CMS系统后处理软件功能性差异的角度,对比不同厂家CMS系统的软件设置和结果计算设置。
依据上述前端采集硬件的比对结果,同样在6MW试验台开展不同CMS系统后处理软件输出结果比对测试,整个测试使用全套的CMS设备,包括前端采集硬件、采集站和后处理软件;与现场CMS系统安装情况一致,在风电机组传动链上选择7个测点,分别是主轴承、齿轮箱输入端、齿轮箱内齿圈、齿轮箱高速输出端、齿轮箱低速输出端、发电机驱动端和发电机非驱动端,其中主轴承和齿轮箱输入端选用低频加速度传感器,其它均选用普频加速度传感器,不同CMS系统的加速度传感器对称布置在风电机组振动监测预留孔位的周围,以此保证每套CMS系统接收到的振动源是一致的;收集相同测试环境下不同厂家CMS系统输出的振动结果,测试工况包括定速定载工况和变速变载工况,其中,定速定载工况是依据风电机组功率曲线选择了18个定转速定功率的测试点,涵盖了并网到满发的全过程,而变速变载工况是指在某一转速范围内功率也发生波动,同时也开展了扫频工况的比对,这些都是为了更好的模拟现场风电机组的运行情况。
作为优选,所述前端采集硬件比对的测点包括主轴承、齿轮箱内齿圈和发电机驱动端,所述主轴承采用低频加速度传感器;所述齿轮箱内齿圈和发电机驱动端采用普频加速度传感器。不同厂家CMS系统的加速度传感器对称布置在风电机组振动监测预留孔位的周围,以此保证每个加速度传感器接收到的激励源是一致的。
作为优选,所述后处理软件输出结果比对的测点包括主轴承、齿轮箱输入端、齿轮箱内齿圈、齿轮箱高速输出端、齿轮箱低速输出端、发电机驱动端和发电机非驱动端,所述主轴承和齿轮箱输入端低频加速度传感器;所述齿轮箱内齿圈、齿轮箱高速输出端、齿轮箱低速输出端、发电机驱动端和发电机非驱动端采用普频加速度传感器。不同厂家CMS系统的加速度传感器对称布置在风电机组振动监测预留孔位的周围,以此保证每个加速度传感器接收到的激励源是一致的。
作为优选,相同测试环境包括同一试验台、同一测试风电机组、相同测点位置和同种测试工况。在相同测试环境下对不同厂家CMS系统的试验性能进行比对,保证不同厂家CMS 系统的评价比对结果具有可靠性和准确性。
因此,本发明的优点是:
(1)本发明提出了一种风电机组CMS系统性能比对方法,基于CMS系统本身的试验性能进行比对测试,不受样本数量和风场差异影响,具有准确性和可靠性;
(2)本发明提出了一种风电机组CMS系统数据转换方法,只需将不同厂家CMS系统的输出指标统一到其中一种CMS系统的标准下,进而实现在同一标准下评价不同风电机组的运行状态,提高了风电机组监测的准确度和工作效率。
附图说明
图1是本发明实施例的流程图。
图2是本发明实施例中不同厂家CMS系统输出指标的数据拟合模型示意图。
图3是本发明实施例中基于物理系统频响函数理论建模示意图。
图4是本发明实施例中不同厂家CMS系统输出指标转换流程图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
如图1所示,风电机组CMS系统性能比对和数据转换方法,包括2个主要步骤,步骤S1)在相同测试环境下对不同厂家CMS系统的试验性能进行比对,包括前端采集硬件比对和后处理软件输出结果比对;步骤S2)依据不同厂家CMS系统试验性能比对结果,结合数据拟合模型和基于物理系统频响函数理论建立的不同CMS系统输出指标转换关系,提出一种全新的不同厂家CMS系统输出指标的转换方法。
如图1所示,在步骤S1中,在厂内6MW试验台开展前端采集硬件比对测试,这里的前端采集硬件主要是指不同CMS系统搭配使用的加速度传感器。另外,标准数据采集仪选择德维创211型(DEWE-211)数据采集仪。选择主轴承、齿轮箱内齿圈和发电机驱动端三个测点位置,并且主轴承处选用低频加速度传感器,齿轮箱内齿圈和发电机驱动端处均选用普频加速度传感器,不同厂家CMS系统的加速度传感器对称布置在风电机组振动监测预留孔位的周围,以此保证每个加速度传感器接收到的激励源是一致的。
在前端采集硬件比对测试中,选择并网初期、变转速变功率端和额定满发三个测试工况,对不同加速度传感器进行同一测试环境下的数据采集工作,保证采样频率和采样时间一致。考察加速度和速度两个参量,时域评价指标包括有效值、峰峰值、方差和峭度指标;频域关注不同CMS系统的特征频率和频谱的变化趋势。
如图1所示,在步骤S1中,对不同厂家CMS系统后处理软件输出结果进行比对测试,依据上述前端采集硬件的比对结果,同样在6MW试验台开展不同CMS系统后处理软件输出结果比对测试,整个测试使用全套的CMS设备,包括前端采集硬件、采集站和后处理软件等;与现场CMS系统安装情况一致,在风电机组传动链上选择7个测点,分别是主轴承、齿轮箱输入端、齿轮箱内齿圈、齿轮箱高速输出端、齿轮箱低速输出端、发电机驱动端和发电机非驱动端,其中主轴承和齿轮箱输入端选用低频加速度传感器,其它均选用普频加速度传感器,不同CMS系统的加速度传感器对称布置在风电机组振动监测预留孔位的周围,以此保证每套CMS系统接收到的振动源是一致的。
在后处理软件输出结果比对测试中,收集相同测试环境下不同厂家CMS系统输出的振动结果,测试工况包括定速定载工况和变速变载工况,其中,定速定载工况是依据风电机组功率曲线选择了18个定转速定功率的测试点,涵盖了并网到满发的全过程,而变速变载工况是指在某一转速范围内功率也发生波动,同时也开展了扫频工况的比对,这些都是为了更好的模拟现场风电机组的运行情况。根据不同厂家CMS系统输出的振动结果,分别比对加速度和速度的情况,时域比对指标包括有效值和峰值;频域比对指标包括特征频率、倍频和包络情况。
如图1所示,在步骤S2中,依据步骤S1中风电机组CMS系统试验性能比对结果,采用高阶拟合的数据处理方法,建立不同厂家CMS系统输出指标的数据拟合模型;与此同时,依据物理系统频响函数理论,建立相同环境下不同厂家CMS系统的数据采集模型,并得到不同厂家CMS系统输出指标的转换关系;最后利用平均统计的思想将上述两种方法融合,提出一种全新的不同厂家CMS系统输出指标的转换方法。
如图2所示,依据相同测试环境下不同CMS系统试验性能的比对结果,选择A厂家的CMS系统为统一标准,输出的时域和频域指标定义为Y变量,B/C/D厂家CMS系统输出的时域和频域指标定义为Xi(i=1,2,3)变量,通过高阶数据拟合方法将B/C/D厂家CMS系统输出指标转换到A厂家CMS系统标准下:
Y=kXi n+aXi n-1+bXi n-2+…+cXi+d (1)
式中,k,a,b,c,d为数据转换系数。
为了实现不同数据转换模型之间的修正和优化,将时域指标和频域指标分开处理,公式(1) 可表示为时域和频域两种形式,用公式(1-1)和公式(1-2)表示:
式中,k,a,…d;K,A,…D为数据转换系数,Xi(t)和Xi(f)(i=1,2,3)为B/C/D厂家CMS系统输出的时域和频域指标,Y(t)和Y(f)是A厂家CMS系统输出的时域和频域指标。
在式(1-1)和(1-2)中,自变量Xi中分别输入B/C/D厂家CMS系统的现场测试结果,就可将它们转换到A厂家标准下的监测结果Y。
如图3所示,依据风电机组CMS系统试验性能比对结果,并基于物理系统频响函数理论建立不同CMS系统输出指标转换关系,具体包括:
1)针对单物理系统的频响函数理论,有如下几点结论:
单物理系统的输入x(t)和输出y(t)关系可用卷积积分表示,如公式(2):
另外,h(τ)可称为单位脉冲响应函数或权函数,它的频域形式称为频响函数H(f),如公式(3) 和公式(4):
H(f)=|H(f)|e-jφ(f) (4)
最后,利用卷积定理,得到单物理系统输入和输出频域的关系式,如公式(5):
Y(f)=H(f)X(f) (5)
式中,Y(f)和X(f)是输入x(t)和输出y(t)的频域结果。
2)在同源环境下建立不同CMS系统的多物理系统频响函数模型,如图3所示,其中H1(f)、 H2(f)…Hn(f)分别表示不同CMS系统在同源x(t)作用下的频响函数,y1(t)、y2(t)…yn(t)为不同CMS系统的输出指标,同时在模型中加入了由标准数据采集仪H(f)组成的物理系统,输出指标为y(t),并参与后续的计算和转换关系推导。
3)依据图3建立的多物理系统频响函数模型,有两种思路推导不同CMS系统输出指标的转换关系,两种思路具体过程如下:
第一种思路无需标准数据采集仪H(f),直接在同源条件下推导不同CMS系统之间输出指标的转换关系,具体步骤如下:
以某两个厂家CMS系统输出指标数y1(t)、y2(t)为例,
Y1(f)=H1(f)X(f) (6)
Y2(f)=H2(f)X(f) (7)
由公式(6)和公式(7)可得:
结合公式(8),将CMS系统2输出指标转换到CMS系统1标准下,可表示为:
式中,Y1(f)和Y2(f)是相同测试环境下CMS系统1和CMS系统2输出指标的频域表示,Y2现场实测(f)是CMS系统2现场测试结果的频域表示,Y2转换为1(f)是CMS系统2现场测试结果转换到CMS系统1标准下的频域表示。
公式(9)中包含了时域和频域输出指标,后续为了和高阶数据拟合方法融合,需要将时域和频域结果分开计算。
第二种思路是利用标准采集仪H(f),在同源条件下推导不同CMS系统输出指标的转换关系,
具体步骤如下:
以标准数据采集仪输出y(t)和某一CMS系统输出指标yn(t)为例,
Y(f)=H(f)X(f)
在同源激励下可以得到某一CMS系统输出指标yn(t)的表达公式,如公式(11),
由公式(11)可得:
将公式(12)融入到CMS系统1和CMS系统2中可得:
式中,Y1(f)和Y2(f)是相同测试环境下CMS系统1和CMS系统2输出指标的频域表示,Y2现场实测(f)是CMS系统2现场测试结果的频域表示,Y2转换为1(f)是CMS系统2现场测试结果转换到CMS系统1标准下的频域表示。
对比公式(9)和公式(13)发现:在同源激励下两种思路推导的不同CMS系统之间输出指标的转换关系一致,故基于物理系统频响函数理论的不同CMS系统输出指标转换关系可用公式(9)或公式(13)表示。
如图4所示,利用平均统计方法融合高阶数据拟合模型和基于物理系统频响函数建立的不同CMS系统输出指标的转换关系,提出一种全新的不同CMS系统输出指标(数据)的转换方法,具体包括:
1)针对数据拟合过程中公式(1),将自变量Xi替换为B/C/D厂家CMS系统现场实测结果(即输出指标),此时公式(1)就是B/C/D厂家CMS系统输出指标转换到A厂家CMS系统标准下的计算公式;
2)在两种数据转换方法融合时,需要将时域和频域分开进行融合,时域计算时公式(1-1) 无需变换,但公式(9)或公式(13)需要通过傅里叶反变换变换到时域,如公式(14)所示,频域计算时可直接对公式(1-2)和公式(9)或公式(13)进行融合:
3)利用平均统计方法对公式(1)和公式(9)或公式(13)进行融合计算,提出一种全新的不同CMS系统输出指标(数据)转换方法:
式中,Y(t)和Y(f)是根据全新的两种方法融合后的输出指标(数据)转换方法得到的时域和频域输出指标,Y数据拟合(t)和Y数据拟合(f)是利用高阶数据拟合模型得到的时域和频域输出指标,Y频响函数理论(f)是基于物理系统频响函数理论建立的不同CMS系统输出指标转换关系下的频域输出指标。
Claims (7)
1.风电机组CMS系统性能比对和数据转换方法,其特征在于,包括以下步骤:
步骤S1:在相同测试环境下对不同厂家CMS系统的试验性能进行比对,包括前端采集硬件比对和后处理软件输出结果比对;
步骤S2:依据不同厂家CMS系统试验性能比对结果,提出一种不同厂家CMS系统输出指标转换方法,所述方法结合了数据拟合模型和基于物理系统频响函数理论建立的数据转换关系。
2.根据权利要求1所述的风电机组CMS系统性能比对和数据转换方法,步骤S2的具体过程,包括以下步骤:
步骤C1:确定不同厂家CMS系统待评价的输出指标,包括时域和频域参量;
步骤C2:采用高阶拟合的数据处理方法,建立不同厂家CMS系统输出指标的数据拟合模型;
步骤C3:依据物理系统频响函数理论,建立相同测试环境下不同厂家CMS系统的数据采集模型,并得到不同厂家CMS系统输出指标的转换关系;
步骤C4:结合数据拟合模型和基于物理系统频响函数理论的不同厂家CMS系统输出指标的转换关系,提出一种全新的不同厂家CMS系统输出指标转换方法。
3.根据权利要求1所述的风电机组CMS系统性能比对和数据转换方法,其特征在于,所述前端采集硬件比对的具体过程,包括以下步骤:
步骤A1:在相同测试环境下,采用标准数据采集仪对前端采集硬件进行数据采集,测试工况包括并网初期阶段、变速变功率阶段和额定满发功率阶段;
步骤A2:根据采集结果,分别比对加速度和速度的情况,时域比对指标包括有效值、峰峰值、方差和峭度;频域比对指标包括特征频率和频谱变化趋势。
4.根据权利要求1所述的风电机组CMS系统性能比对和数据转换方法,其特征在于,所述后处理软件输出结果比对的具体过程,包括以下步骤:
步骤B1:收集相同测试环境下不同厂家CMS系统输出的振动结果,测试工况包括定速定载工况和变速变载工况;
步骤B2:根据不同厂家CMS系统输出的振动结果,分别比对加速度和速度的情况,时域比对指标包括有效值和峰峰值;频域比对指标包括特征频率、倍频和包络情况;
步骤B3:从各厂家CMS系统后处理软件功能性差异的角度,对比不同厂家CMS系统的软件设置和结果计算设置。
5.根据权利要求3所述的风电机组CMS系统性能比对和数据转换方法,其特征在于,所述前端采集硬件比对的测点包括主轴承、齿轮箱内齿圈和发电机驱动端,所述主轴承采用低频加速度传感器;所述齿轮箱内齿圈和发电机驱动端采用普频加速度传感器。
6.根据权利要求4所述的风电机组CMS系统性能比对和数据转换方法,其特征在于,所述后处理软件输出结果比对的测点包括主轴承、齿轮箱输入端、齿轮箱内齿圈、齿轮箱高速输出端、齿轮箱低速输出端、发电机驱动端和发电机非驱动端,所述主轴承和齿轮箱输入端采用低频加速度传感器;所述齿轮箱内齿圈、齿轮箱高速输出端、齿轮箱低速输出端、发电机驱动端和发电机非驱动端采用普频加速度传感器。
7.根据权利要求1 或2或3或4所述的风电机组CMS系统性能比对和数据转换方法,其特征在于,所述相同测试环境包括同一试验台、同一测试风电机组、相同测点位置和同种测试工况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110974692.XA CN113821420A (zh) | 2021-08-24 | 2021-08-24 | 风电机组cms系统性能比对和数据转换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110974692.XA CN113821420A (zh) | 2021-08-24 | 2021-08-24 | 风电机组cms系统性能比对和数据转换方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113821420A true CN113821420A (zh) | 2021-12-21 |
Family
ID=78913530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110974692.XA Pending CN113821420A (zh) | 2021-08-24 | 2021-08-24 | 风电机组cms系统性能比对和数据转换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113821420A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1528377A2 (en) * | 1998-05-20 | 2005-05-04 | DLI Engineering Corporation | Diagnostic vibration data collector and analyzer |
CN101802551A (zh) * | 2007-07-12 | 2010-08-11 | 派克米瑞斯有限责任公司 | 测量时域数据中脉冲的渡越时间位置的系统和方法 |
WO2015196735A1 (zh) * | 2014-06-23 | 2015-12-30 | 华南理工大学 | 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法 |
CN105320794A (zh) * | 2014-07-30 | 2016-02-10 | 南车株洲电力机车研究所有限公司 | 一种风力发电机组传动链动态特性评估方法 |
CN109425483A (zh) * | 2017-09-04 | 2019-03-05 | 锐电科技有限公司 | 基于scada和cms的风电机组运行状态评估与预测方法 |
WO2020172913A1 (zh) * | 2019-02-28 | 2020-09-03 | 东北大学 | 一种基于组态的生产指标可视化监控系统及方法 |
CN112507769A (zh) * | 2020-08-10 | 2021-03-16 | 北京化工大学 | 一种基于仿真传感器谐振增强特征的轴承故障诊断方法 |
CN112861389A (zh) * | 2019-11-27 | 2021-05-28 | 中车株洲电力机车研究所有限公司 | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 |
CN113064939A (zh) * | 2021-04-07 | 2021-07-02 | 北京理工大学 | 一种新能源车辆三电系统安全特征数据库构建方法 |
-
2021
- 2021-08-24 CN CN202110974692.XA patent/CN113821420A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1528377A2 (en) * | 1998-05-20 | 2005-05-04 | DLI Engineering Corporation | Diagnostic vibration data collector and analyzer |
CN101802551A (zh) * | 2007-07-12 | 2010-08-11 | 派克米瑞斯有限责任公司 | 测量时域数据中脉冲的渡越时间位置的系统和方法 |
WO2015196735A1 (zh) * | 2014-06-23 | 2015-12-30 | 华南理工大学 | 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法 |
CN105320794A (zh) * | 2014-07-30 | 2016-02-10 | 南车株洲电力机车研究所有限公司 | 一种风力发电机组传动链动态特性评估方法 |
CN109425483A (zh) * | 2017-09-04 | 2019-03-05 | 锐电科技有限公司 | 基于scada和cms的风电机组运行状态评估与预测方法 |
WO2020172913A1 (zh) * | 2019-02-28 | 2020-09-03 | 东北大学 | 一种基于组态的生产指标可视化监控系统及方法 |
CN112861389A (zh) * | 2019-11-27 | 2021-05-28 | 中车株洲电力机车研究所有限公司 | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 |
CN112507769A (zh) * | 2020-08-10 | 2021-03-16 | 北京化工大学 | 一种基于仿真传感器谐振增强特征的轴承故障诊断方法 |
CN113064939A (zh) * | 2021-04-07 | 2021-07-02 | 北京理工大学 | 一种新能源车辆三电系统安全特征数据库构建方法 |
Non-Patent Citations (1)
Title |
---|
苏连成;李兴林;李小俚;张燕辽;张仰平;: "风电机组轴承的状态监测和故障诊断与运行维护", 轴承, pages 47 - 53 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101782475B (zh) | 基于风力发电机组振动的叶片故障诊断方法 | |
Yoon et al. | On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis | |
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 | |
WO2021027579A1 (zh) | 中心频率收敛趋势作用下的故障诊断方法 | |
CN103940611B (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断系统 | |
CN103439109A (zh) | 一种风力发电机组传动系统故障预警的方法 | |
CN104048825A (zh) | 一种多传感器融合的风电机组齿轮箱故障定位方法 | |
CN105508149A (zh) | 用于风力发电机组的故障检测方法及装置 | |
CN111415070A (zh) | 一种基于scada数据的风电机组齿轮箱油温过温故障预警方法 | |
CN105065212A (zh) | 一种风电场风电机组校验方法及系统 | |
CN108872852A (zh) | 一种风力发电机故障诊断系统及方法 | |
CN103712792A (zh) | 一种针对风电齿轮箱的故障诊断方法 | |
CN107036808A (zh) | 基于支持向量机概率估计的风电机组齿轮箱复合故障诊断方法 | |
Yoon et al. | Planetary gearbox fault diagnosis using a single piezoelectric strain sensor | |
CN115876507A (zh) | 基于换流阀冷却系统的故障诊断系统 | |
CN103808405A (zh) | 烟气发电机组振动故障的自动诊断方法和装置 | |
WO2022100046A1 (zh) | 一种基于零值比例频谱特征的机械传动故障检测方法 | |
CN113204849A (zh) | 一种齿轮箱齿轮剥落故障检测方法 | |
CN113821420A (zh) | 风电机组cms系统性能比对和数据转换方法 | |
Li et al. | A spectral self-focusing fault diagnosis method for automotive transmissions under gear-shifting conditions | |
CN115962100A (zh) | 一种风电机组状态监测系统 | |
Song et al. | Framework of designing an adaptive and multi-regime prognostics and health management for wind turbine reliability and efficiency improvement | |
Deng et al. | A fractional hilbert transform order optimization algorithm based DE for bearing health monitoring | |
CN112799378A (zh) | 一种用于风力发电机组硬件信号的诊断及模拟方法 |
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 | ||
CB02 | Change of applicant information |
Country or region after: China Address after: 311106 No. 558, Shunfeng Road, Qianjiang Economic Development Zone, Hangzhou, Zhejiang Applicant after: Yunda Energy Technology Group Co.,Ltd. Address before: 311106 No. 558, Shunfeng Road, Qianjiang Economic Development Zone, Yuhang District, Hangzhou City, Zhejiang Province Applicant before: ZHEJIANG WINDEY Co.,Ltd. Country or region before: China |