CN114183299B - 一种双回路型式的风力发电站scada系统的运行方法 - Google Patents

一种双回路型式的风力发电站scada系统的运行方法 Download PDF

Info

Publication number
CN114183299B
CN114183299B CN202111519725.8A CN202111519725A CN114183299B CN 114183299 B CN114183299 B CN 114183299B CN 202111519725 A CN202111519725 A CN 202111519725A CN 114183299 B CN114183299 B CN 114183299B
Authority
CN
China
Prior art keywords
data
database
local area
wind power
area network
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
Application number
CN202111519725.8A
Other languages
English (en)
Other versions
CN114183299A (zh
Inventor
苏营
王乾
王罗
邓友汉
邹祖冰
吴海飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Three Gorges Corp
Original Assignee
China Three Gorges Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Three Gorges Corp filed Critical China Three Gorges Corp
Priority to CN202111519725.8A priority Critical patent/CN114183299B/zh
Publication of CN114183299A publication Critical patent/CN114183299A/zh
Application granted granted Critical
Publication of CN114183299B publication Critical patent/CN114183299B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F03D7/00—Controlling wind motors 
    • 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
    • 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
    • F05B2260/00—Function
    • F05B2260/80—Diagnostics
    • 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
    • F05B2260/00—Function
    • F05B2260/82—Forecasts
    • 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)
  • Wind Motors (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种双回路型式的风力发电站SCADA系统的运行方法，SCADA系统包括数据采集系统，数据采集系统用于采集风力发电站数据，数据采集系统的输出端与数据传输系统的输入端连接，数据传输系统的输出端与数据处理服务器的输入端连接；该系统运行时，包括以下步骤：步骤1：数据采集系统采集风力发电站数据；步骤2：将采集的数据借助数据传输系统送至数据处理服务器；步骤3：数据处理服务器对数据进行分析，以实现故障诊断、功率预测。本发明的目的在于提供多种SCADA系统配合使用的新方法，来提高监控系统的利用率和可靠性。

Description

一种双回路型式的风力发电站SCADA系统的运行方法
技术领域
本发明属于风力发电站及其附属设施设备技术领域，具体涉及多种风机自带SCADA系统形成的双回路监测和控制网络。
背景技术
随着新能源风力发电的发展，风电的装机容量和类型越来越多，配套的SCADA在线监测系统的类型不一，导致监测设备系统过多，不仅造成设备的浪费，对运维工作者操作和监测设备运行情况，也造成一定的不便。
SCADA系统由分布式数据采集系统，在线监测的数据处理服务器，人机交互平台，数据传输系统。通过对不同SCADA系统采用同种协议的数据通信网络，统一的组态软件平台，并采用双回路网络型式进行数据传输，增加了数据处理服务器的利用率，也减小了运维工作者操控的难度。
发明内容
本发明的目的在于提供一种双回路型式的风力发电站SCADA系统的运行方法，以对众多的风力发电设备进行高效、可靠的监测。
一种双回路型式的风力发电站SCADA系统的运行方法，SCADA系统包括数据采集系统，数据采集系统用于采集风力发电站数据，数据采集系统的输出端与数据传输系统的输入端连接，数据传输系统的输出端与数据处理服务器的输入端连接；
该系统运行时，包括以下步骤：
步骤1：数据采集系统采集风力发电站数据；
步骤2：将采集的数据借助数据传输系统送至数据处理服务器；
步骤3：数据处理服务器对数据进行分析，以实现故障诊断、功率预测。
数据处理服务器的输出端与人机交互平台的输入端连接，人机交互平台用以实现界面展示、工程师操作、故障指示。
在步骤1中，所采集的风力发电站的数据包括：SVG无功补偿设备，无间断供电设备，高频开关设备，地理信息系统，A厂家永磁直驱风力发电机组，B厂家半直驱风力发电机组；
在步骤2中，数据传输系统采用双回路型式线路，确保数据传输可靠，且线路互为备用；
在步骤3中，数据处理服务器采用插值和归一化方法将采集数据整理出数据库，用数据驱动方法分析数据，实现故障诊断和功率预测。
在步骤1中，
A厂家数据库为：Sa(xa1，xa2，xa3，xa4，xa5，xa6，......，xa(m-1)，xam)，B厂家数据库为：Sb(xb1，xb2，xb3，xb4，xb5，xb6，......，xb(n-1)，xbn)，设置统一数据库，变量数为k个，将A厂家数据库、B厂家数据库中不一致的数据量均统计，不存在数据量的变量值记为0，则k大于m和n，统一后数据库为S(x1，x2，x3，x4，x5，x6，......，x(k-1)，xk)；
A厂家风力发电系统数据库中收集的数据包括：变桨系统、变流系统、冷却系统、发电机、液压站，等位置收集的数据；B厂家风力发电系统数据库除A厂家收集的数据，还包括：齿轮箱、联轴器，等位置收集的数据。
上述数据采集系统为分布式数据采集系统，它包括中央监控装置、能量管理系统、消防监控系；
数据处理服务器包括：存储服务器A、存储服务器B、故障诊断服务器、功率预测服务器；
数据传输系统包括：主局域网A，主局域网B，子局域网A，子局域网B，GPRS A，GPRSB，边界路由器。
在步骤1中的各分布式数据采集系统将各类数据采集起来，其中，SVG无功补偿设备，无间断供电设备，高频开关设备，地理信息系统这些数据采集设备通过步骤2中的子局域网A和子局域网B双线传输；对A厂家永磁直驱风力发电机组采集的数据通过GPRS A无线传输；对B厂家半直驱风力发电机组采集的数据通过GPRS B无线传输；将子局域网A，子局域网B，GPRS A，GPRS B采集的数据汇总至互为备用的主局域网A和主局域网B，主局域网A和主局域网B之间通过边界路由器连接，使两个局域网之间的数据相互传输，将上述采集数据通过数据传输系统传输至在线监测的数据处理服务器，和故障预警系统对数据进行分析和专家诊断。
在步骤2中，在线监测的数据处理服务器中，数据处理服务器对各部分收集的数据进行分析，人机交互系统安置于SCADA服务器上，包括人机交互界面、实时数据库系统、管理与控制系统、操作员站、工程师站，操作员站为可操作显示的信息系统，工程师站为运行和故障的报表后台系统。
在步骤3中，采用插值和归一化方法将采集数据整理出数据库，归一化方法满足下式：
Figure SMS_1
式中，i＝1,2,···,n；j＝1,2,···,p；n为样本数；p为变量数；xij，xij*分别为标准化处理前，后放入样本值，
Figure SMS_2
为样本的平均值，sj为样本的标准差。
在步骤3中，用数据驱动方法分析数据，采用数据库中的故障诊断模型，计算异常评分，利用指数加权确定故障阈值，故障诊断模型中代表风机失效程度的异常值f满足下式：
Figure SMS_3
其中，l＝1,2,···,n；Xl,k为训练集输入，
Figure SMS_4
为重构输出；
使用下式对时间尺度的异常值Ft进行分级：
Ft＝α·ft+(1-α)ft-1 (3)
其中，t是时间指数，ɑ是历史得分的权重；
故障阈值的上限Fu(t)、下限Fl(t)的计算公式分别为：
Figure SMS_5
其中，μ和ε为训练数据集得分的均值和标准差，K为常数；
将进行归一化处理的数据放到训练好的模型中，得出数据库中的异常值，根据时间线绘制故障图来判断风机是否故障；
计算SCADA数据库中各参数的残差，从而确定故障部位。
与现有技术相比，本发明具有如下技术效果：
1)通过建立统一的数据库，可以有效提高数据管理的效率，并采用同一种数据分析方法来提高数据分析服务器的利用率；
2)通过采用双回路型式的SCADA传输系统，使不同厂家、不同类型的风机监测系统应用至同一人机交互平台，可以提高操作人员的运维效率，从根本上解决了现阶段风力发电场SCADA系统的冗余问题。
3)本发明解决了现有风力发电站的SCADA系统均采用风机厂家配套系统，容易造成电站使用端出现资源冗余和资源浪费这一现象的技术问题，对电站不同机型的数据进行了统一的运行管理；
4)对同一风力发电站的不同类型机组的采集数据进行插值和归一化处理，整理成新型数据库，并采用多参数轮动阈值法，对多种类型的机组参数的异动进行判断；
5)采用双回路型式的系统连接方法，边界路由器将两回路相连接，将不同类型机组连接至同一数据平台，搭建至SCADA系统上，提高该SCADA系统的广适性和利用率。
附图说明
下面结合附图和实施例对本发明作进一步说明：
图1为本发明系统运行流程图；
图2为本发明系统的具体部件连接图。
具体实施方式
如图1所示，一种双回路型式的风力发电站SCADA系统的运行方法，它包含风力发电站分布式数据采集系统，在线监测的数据处理服务器，人机交互平台，数据传输系统；
通过以下步骤实现：
步骤1：风力发电站分布式数据采集系统采集风力发电站数据包含：SVG无功补偿设备，无间断供电设备，高频开关设备，地理信息系统，A厂家永磁直驱风力发电机组，B厂家半直驱风力发电机组。
步骤2：将采集的数据借助数据传输系统放至在线监测的数据处理服务器。数据传输系统采用双回路型式线路，确保数据传输可靠，且线路互为备用。
步骤3：数据处理服务器采用插值和归一化方法将采集数据整理出数据库，用数据驱动方法分析数据，实现故障诊断和功率预测。
步骤4：将数据处理服务器通过数据传输系统与人机交互平台连接，进行收集数据和分析数据的界面展示、工程师操作、故障指示。
步骤1中的A厂家永磁直驱风力发电系统和B厂家双馈风力发电系统的故障诊断的实时数据库不完全相同，为避免采用两套并行的数据库造成数据库重复，对数据库进行并行收集，但对两个数据库统一计算与分析；
A厂家数据库为，Sa(xa1，xa2，xa3，xa4，xa5，xa6，......，xa(m-1)，xam)，B厂家数据库为，Sb(xb1，xb2，xb3，xb4，xb5，xb6，......，xb(n-1)，xbn)，为了使两个数据库统一，设置统一数据库，变量数为k个，将A厂家数据库、B厂家数据库中不一致的数据量均统计，不存在数据量的变量值记为0，则k大于m和n，统一后数据库为S(x1，x2，x3，x4，x5，x6，......，x(k-1)，xk)。
A厂家风力发电系统数据库中收集的数据包括：变桨系统、变流系统、冷却系统、发电机、液压站，等位置收集的数据。
B厂家风力发电系统数据库除A厂家收集的数据，还包括：齿轮箱、联轴器，等位置收集的数据。
如图2，所述的风力发电系统分布式数据采集系统包含中央监控装置、能量管理系统、消防监控系统。
所述的在线监测的数据处理服务器包含：存储服务器A、存储服务器B、故障诊断服务器、功率预测服务器。
所述的人机交互平台包含：操作员站、工程师站、指示系统、硬件隔离模块、人机交互系统(组态软件系统)。
所述的采集数据传输系统包含，主局域网A，主局域网B，子局域网A，子局域网B，GPRS A，GPRS B，边界路由器。
步骤1中的各种分布式数据采集系统将各类数据采集起来，其中，SVG无功补偿设备，无间断供电设备，高频开关设备，地理信息系统等数据采集设备通过步骤2中的子局域网A和子局域网B双线传输；对A厂家永磁直驱风力发电系统采集的数据通过GPRS A无线传输；对B厂家永磁直驱风力发电系统采集的数据通过GPRS B无线传输。将子局域网A，子局域网B，GPRS A，GPRS B采集的数据汇总至互为备用的主局域网A和主局域网B，主局域网A和主局域网B之间通过边界路由器连接，使两个局域网之间的数据可以相互传输，将上述采集数据通过数据传输系统传输至在线监测的数据处理服务器，和故障预警系统对数据进行分析和专家诊断。
步骤2中的在线监测的数据处理服务器中，数据处理服务器对各部分收集的数据进行分析，人机交互系统(组态软件系统)安置于SCADA服务器上，包括人机交互界面、实时数据库系统、管理与控制系统、操作员站、工程师站，操作员站为可操作显示的信息系统，工程师站为运行和故障的报表后台系统；
步骤3中采用插值和归一化方法将采集数据整理出数据库。归一化方法满足下式：
Figure SMS_6
式中，i＝1,2,···,n；j＝1,2,···,p；n为样本数；p为变量数；xij，xij*分别为标准化处理前，后放入样本值，
Figure SMS_7
为样本的平均值，sj为样本的标准差。
步骤3中的用数据驱动方法分析数据，主要是采用数据库中的训练故障诊断模型，计算异常评分，利用指数加权确定故障阈值。故障诊断模型中代表风机失效程度的异常值f满足下式：
Figure SMS_8
其中，l＝1,2,···,n；Xl,k为训练集输入，
Figure SMS_9
为重构输出。
使用下式对时间尺度的异常值Ft进行分级：
Ft＝α·ft+(1-α)ft-1 (3)
其中，t是时间指数，ɑ是历史得分的权重，一般ɑ设为0.3。
故障阈值的上限Fu(t)、下限Fl(t)的计算公式分别为：
Figure SMS_10
其中，μ和ε为训练数据集得分的均值和标准差。K为常数，为训练集最大异常值的1.25倍。
将进行归一化处理的数据放到训练好的模型中，得出数据库中的异常值，根据时间线绘制故障图来判断风机是否故障。
计算SCADA数据库中各参数的残差，从而确定故障部位。
对建立的数据库进行整理、分析，利用数据对各部位的故障诊断做出判断，同时，对风力发电功率进行预测和上报。

Claims (5)

1.一种双回路型式的风力发电站SCADA系统的运行方法，其特征在于，所述SCADA系统包括数据采集系统(1)，数据采集系统(1)用于采集风力发电站数据，数据采集系统(1)的输出端与数据传输系统(2)的输入端连接，数据传输系统(2)的输出端与数据处理服务器(3)的输入端连接；
该系统运行时，包括以下步骤：
步骤1：数据采集系统(1)采集风力发电站数据；
步骤2：将采集的数据借助数据传输系统(2)送至数据处理服务器(3)；
步骤3：数据处理服务器(3)对数据进行分析，以实现故障诊断、功率预测；
在步骤1中，所采集的风力发电站的数据包括：SVG无功补偿设备，无间断供电设备，高频开关设备，地理信息系统，A厂家永磁直驱风力发电机组，B厂家半直驱风力发电机组；
在步骤2中，数据传输系统(2)采用双回路型式线路，确保数据传输可靠，且线路互为备用；
在步骤3中，数据处理服务器(3)采用插值和归一化方法将采集数据整理出数据库，用数据驱动方法分析数据，实现故障诊断和功率预测；
在步骤1中，
A厂家数据库为：Sa(xa1，xa2，xa3，xa4，xa5，xa6，......，xa(m-1)，xam)，B厂家数据库为：Sb(xb1，xb2，xb3，xb4，xb5，xb6，......，xb(n-1)，xbn)，设置统一数据库，变量数为k个，将A厂家数据库、B厂家数据库中不一致的数据量均统计，不存在数据量的变量值记为0，则k大于m和n，统一后数据库为S(x1，x2，x3，x4，x5，x6，......，x(k-1)，xk)；
A厂家风力发电系统数据库中收集的数据包括：变桨系统、变流系统、冷却系统、发电机、液压站这些位置收集的数据；B厂家风力发电系统数据库除A厂家收集的数据，还包括：齿轮箱、联轴器这些位置收集的数据；
数据采集系统(1)为分布式数据采集系统，它包括中央监控装置、能量管理系统、消防监控系；
数据处理服务器(3)包括：存储服务器A、存储服务器B、故障诊断服务器、功率预测服务器；
数据传输系统(2)包括：主局域网A，主局域网B，子局域网A，子局域网B，GPRS A，GPRSB，边界路由器；
在步骤1中的各分布式数据采集系统将各类数据采集起来，其中，SVG无功补偿设备，无间断供电设备，高频开关设备，地理信息系统这些数据采集设备通过步骤2中的子局域网A和子局域网B双线传输；对A厂家永磁直驱风力发电机组采集的数据通过GPRS A无线传输；对B厂家半直驱风力发电机组采集的数据通过GPRS B无线传输；将子局域网A，子局域网B，GPRS A，GPRS B采集的数据汇总至互为备用的主局域网A和主局域网B，主局域网A和主局域网B之间通过边界路由器连接，使两个局域网之间的数据相互传输，将上述采集数据通过数据传输系统(2)传输至在线监测的数据处理服务器(3)，和故障预警系统对数据进行分析和专家诊断。
2.根据权利要求1所述的双回路型式的风力发电站SCADA系统的运行方法，其特征在于，SCADA系统的数据处理服务器(3)的输出端与人机交互平台(4)的输入端连接，人机交互平台(4)用以实现界面展示、工程师操作、故障指示。
3.根据权利要求1所述的双回路型式的风力发电站SCADA系统的运行方法，其特征在于，在步骤2中，在线监测的数据处理服务器(3)中，数据处理服务器(3)对各部分收集的数据进行分析，人机交互系统安置于SCADA服务器上，包括人机交互界面、实时数据库系统、管理与控制系统、操作员站、工程师站，操作员站为可操作显示的信息系统，工程师站为运行和故障的报表后台系统。
4.根据权利要求1所述的双回路型式的风力发电站SCADA系统的运行方法，其特征在于，在步骤3中，采用插值和归一化方法将采集数据整理出数据库，归一化方法满足下式：
Figure FDA0004226386810000021
式中，i＝1,2,···,n；j＝1,2,···,p；n为样本数；p为变量数；xij，xij*分别为标准化处理前，后放入样本值，
Figure FDA0004226386810000022
为样本的平均值，sj为样本的标准差。
5.根据权利要求1或2或4所述的双回路型式的风力发电站SCADA系统的运行方法，其特征在于，在步骤3中，用数据驱动方法分析数据，采用数据库中的故障诊断模型，计算异常评分，利用指数加权确定故障阈值，故障诊断模型中代表风机失效程度的异常值f满足下式：
Figure FDA0004226386810000023
其中，l＝1,2,···,n；Xl,k为训练集输入，
Figure FDA0004226386810000024
为重构输出；
使用下式对时间尺度的异常值Ft进行分级：
Ft＝α·ft+(1-α)ft-1 (3)
其中，t是时间指数，ɑ是历史得分的权重；
故障阈值的上限Fu(t)、下限Fl(t)的计算公式分别为：
Figure FDA0004226386810000025
其中，μ和ε为训练数据集得分的均值和标准差，K为常数；
将进行归一化处理的数据放到训练好的模型中，得出数据库中的异常值，根据时间线绘制故障图来判断风机是否故障；
计算SCADA数据库中各参数的残差，从而确定故障部位。
CN202111519725.8A 2021-12-13 2021-12-13 一种双回路型式的风力发电站scada系统的运行方法 Active CN114183299B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111519725.8A CN114183299B (zh) 2021-12-13 2021-12-13 一种双回路型式的风力发电站scada系统的运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111519725.8A CN114183299B (zh) 2021-12-13 2021-12-13 一种双回路型式的风力发电站scada系统的运行方法

Publications (2)

Publication Number Publication Date
CN114183299A CN114183299A (zh) 2022-03-15
CN114183299B true CN114183299B (zh) 2023-07-14

Family

ID=80604741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111519725.8A Active CN114183299B (zh) 2021-12-13 2021-12-13 一种双回路型式的风力发电站scada系统的运行方法

Country Status (1)

Country Link
CN (1) CN114183299B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1871432A (zh) * 2003-10-22 2006-11-29 通用电气公司 风力涡轮机系统的控制
CN101461116A (zh) * 2004-12-17 2009-06-17 再生动力系统股份公司 风场功率调节和风场功率调节方法
CN102434387A (zh) * 2011-11-16 2012-05-02 三一电气有限责任公司 风机检测诊断系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1871432A (zh) * 2003-10-22 2006-11-29 通用电气公司 风力涡轮机系统的控制
CN101461116A (zh) * 2004-12-17 2009-06-17 再生动力系统股份公司 风场功率调节和风场功率调节方法
CN102434387A (zh) * 2011-11-16 2012-05-02 三一电气有限责任公司 风机检测诊断系统

Also Published As

Publication number Publication date
CN114183299A (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
CN110674189B (zh) 一种智能变电站二次状态监测与故障定位的方法
CN109885021A (zh) 一种基于实时采集数据对采集设备进行监测的方法及系统
CN104504607A (zh) 一种基于模糊聚类算法的光伏电站故障诊断方法
CN112594142B (zh) 一种基于5g的端云协同风电运维诊断系统
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
CN103218695A (zh) 二次设备智能状态评估诊断系统及其方法
CN102510125A (zh) 电力一次设备运行工况监测方法及装置
CN112253404B (zh) 基于多级健康评估的风机传动链智能运维系统
CN116308304B (zh) 基于元学习概念漂移检测的新能源智慧运维方法及系统
CN110723166A (zh) 一种道岔监测方法及系统
CN112561238A (zh) 一种抽水蓄能电站辅机设备状态健康评价系统及方法
CN111327468A (zh) 一种用于电力系统的边缘计算平台的运行方法及其系统
CN103631245A (zh) 一种配电终端缺陷诊断系统及方法
CN115453267A (zh) 一种电力信息系统故障诊断系统
CN114297265A (zh) 基于物联技术的智能运维方法
CN116298684A (zh) 一种配电网用故障研判定位系统
CN112949874B (zh) 一种配电终端缺陷特征自诊断方法及系统
CN117391675B (zh) 一种数据中心基础设施运维管理方法
CN114183299B (zh) 一种双回路型式的风力发电站scada系统的运行方法
CN110033102A (zh) 一种巨型水电厂具有学习功能的智能诊断方法及专家系统
CN108613820A (zh) 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法
CN114320773B (zh) 一种基于功率曲线分析与神经网络的风电机组故障预警方法
Zhang Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data
CN114280383A (zh) 一种大型地面站天线的健康检测装置及健康检测方法
CN113431800A (zh) 一种实时判别风机运行状态的方法

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