CN115306652A - 一种风电机组发电机轴承故障预警方法及装置 - Google Patents
一种风电机组发电机轴承故障预警方法及装置 Download PDFInfo
- Publication number
- CN115306652A CN115306652A CN202210904416.0A CN202210904416A CN115306652A CN 115306652 A CN115306652 A CN 115306652A CN 202210904416 A CN202210904416 A CN 202210904416A CN 115306652 A CN115306652 A CN 115306652A
- Authority
- CN
- China
- Prior art keywords
- generator
- bearing
- temperature
- early warning
- data
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (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)
Abstract
本发明涉及一种风电机组发电机轴承故障预警的方法及装置,包括步骤:筛选风电机组发电机轴承历史数据;得到发电机轴承温升与转速关系的散点图;得到发电机轴承温升与转速关系曲线;计算关系曲线与初始温度水平线的包围面积;构建检测指标K;计算过往指标;评估健康状态。本发明的有益效果是:利用历史数据,引入环境温度与发电机转速,并建立了能够表征每个机组发电机轴承独立特性的前后端轴承温差新特征;通过对温升速率与前后端轴承温差的监测,有效提升了故障预警装置对轴承的早期故障的敏感度;提出了发电机轴承的故障监测指标,利用月度、双周、单周三个监测指标对轴承健康状态进行全方面评估,有效提升了轴承故障预警的准确度。
Description
技术领域
本发明属于风电技术领域,尤其涉及一种风电机组发电机轴承故障预警的方法及装置。
背景技术
高昂的运行和维护成本是当前阻碍风电行业加速健康发展的一个重要因素。业内调查统计显示,风电机组发电机轴承故障导致机组非计划停机的时间较长,且占机组维修成本的比例也较高。深入调查研究发现,目前多数风场采用定时检修及故障后维修的方法,导致潜在的故障不能被及时发现,只能在故障停机后被动地进行非计划的维修更换;这不仅提高了维修更换所需的成本,还造成了发电量的损失。此外,对完好设备的重复检修也会增加运维成本,甚至造成过度维护,影响设备的使用寿命,大大提升了运维成本。因此,研究开发一种风电机组发电机轴承故障预警方法及装置,显得意义重大。
当前,行业内主要通过在风机主控系统中设置轴承温度的限值来达到报警的目的。然而,由于风电机组的机型较多,不同机组的结构负载存在差异,因此通过设置报警限值常常无法及时准确的发现轴承故障,并且即使同一风场同一型号的机组,也会由于风况载荷、环境以及维护状况等方面的区别,其轴承温度变化情况也存在个体差异。
综上所述,目前的风电机组发电机轴承故障预警方法存在以下问题:1)轴承温度报警限值不具有普适性,易造成故障漏报及误报;2)简单的温度阈值对比方法对于轴承早期故障的敏感度较低;3)轴承温度的报警限值设置宽松,导致较多轴承故障无法被及时发现。
发明内容
本发明的目的是克服现有技术中的不足,提供一种风电机组发电机轴承故障预警的方法及装置。
这种风电机组发电机轴承故障预警装置,包括用于采集数据的运行数据采集单元、用于存储数据的数据存储单元、用于对数据进行处理分析的数据处理分析单元、用于判定发电机轴承健康状态的阈值监控报警单元和用于提示与反馈检修信息的运维检修反馈单元;
所述运行数据采集单元、数据存储单元、数据处理分析单元、阈值监控报警单元和运维检修反馈单元依次电连接;数据处理分析单元和阈值监控报警单元均电连接数据存储单元,运维检修反馈单元电连接阈值监控报警单元。
作为优选:每一条电连接的线路中,信号单向流通。
这种风电机组发电机轴承故障预警装置的预警方法,包括以下步骤:
步骤1、获取发电机驱动端轴承温度、发电机非驱动端轴承温度、风机发电机转速、风机舱内温度和风机状态的历史数据,并对异常数据和无效数据进行剔除;
步骤2、得到发电机轴承温升数据并绘制发电机轴承温升与转速关系的散点图;
步骤3、分别得到发电机驱动端轴承温升与转速的关系曲线L1、发电机非驱动端轴承温升与转速的关系曲线L2、发电机驱动端与非驱动端温度差与转速的关系曲线L3;
步骤4、计算L1、L2和L3与对应的初始温度水平线包围的面积Sd、SNd、Se;
步骤5、构建发电机轴承健康监测指标K:
K=λ1Se+λ2Sd+λ3SNd
其中λ1,λ2,λ3∈[0,1]为温度指标调节参数;
步骤6、分别计算当前时刻往前一个月、两周、一周的运行数据,得到月度监测值KM、双周监测值K2W和单周监测值KW;并将结果发送至数据存储单元和阈值监控报警单元;
步骤7、比较KM、K2W、KW与阈值Limit_KM、Limit_K2W、Limit_Kw;
步骤8、评估风电机组发电机轴承的健康状态并发送至数据存储单元。
作为优选,步骤1中:按风机状态筛选出机组无故障正常运转发电时的历史数据;按发电机转速范围区间特点,设置转速上下限范围,且所选转速范围内的数据量占比大于等于90%;最后按SCADA系统预设温度上限值的2倍剔除数据中的异常点。
作为优选,步骤2具体为:
发电机驱动端轴承温升=发电机驱动端轴承温度-风机舱内温度;
发电机非驱动端轴承温升=发电机非驱动端轴承温度-风机舱内温度;
发电机驱动端与非驱动端温度差=发电机驱动端轴承温度-发电机非驱动端轴承温度;
根据上式的计算结果,分别得到发电机驱动端轴承温升与转速关系的散点图、发电机非驱动端轴承温升与转速关系的散点图和发电机驱动端与非驱动端温度差与转速关系的散点图。
作为优选,步骤3具体为:将转速分段为多个区间段,计算各区间段内发电机轴承温升数据点的平均值,将各转速段的平均值连成曲线,得到发电机轴承温升与转速的关系曲线。
作为优选,步骤4中:初始温度水平线的高度,为最低转速时发电机轴承的温升或温差值。
作为优选,步骤6中:月度监测值KM、双周监测值K2W和单周监测值KW的计算式分别为:
其中分别为当前时刻往前一个月的数据所形成的曲线L3、L1、L2与其初始温度水平线所围成的面积;分别为当前时刻往前两周的数据所形成的曲线L3、 L1、L2与其初始温度水平线所围成的面积;分别为当前时刻往前一周的数据所形成的曲线L3、L1、L2与其初始温度水平线所围成的面积。
作为优选,步骤7中:KM、K2W和KW和阈值Limit_KM、Limit_K2W、Limit_Kw的比较在阈值监控报警单元14中进行,其中Limit_KM、Limit_K2W、Limit_Kw均为自定义参数,由预警反馈结果优化得到。
作为优选,步骤8中:使用下述评估公式评估风电机组发电机轴承的健康状态
当评估结果显示注意、警告或报警时,阈值监控报警单元对运维检修反馈单元发出指令信号;运维检修反馈单元收到指令后,对对应风电机组发电机轴承进行检修,并将结果反馈至阈值监控报警单元,阈值监控报警单元的指令信号停止。
本发明的有益效果是:
1)本发明使用的计算模型引入了环境温度与发电机转速这两个影响轴承温度的关键因素,区别于传统发电机轴承故障预警所采用的单一固定式硬阈值的方式,利用历史数据建立了温升速率相关的新特征,并建立了能够表征每个机组发电机轴承独立特性的前后端轴承温差新特征。
2)本发明通过对温升速率与前后端轴承温差的监测,有效提升了故障预警装置对轴承的早期故障的敏感度,避免严重故障的发生。
3)本发明提出了发电机轴承的故障监测指标,且综合利用月度、双周、单周三个监测指标对轴承健康状态进行全方面评估,有效提升了轴承故障预警的准确度。
附图说明
图1为风电机组发电机轴承故障预警方法的详细流程图;
图2为风电机组发电机驱动端轴承温升曲线的示意图;
图3为风电机组发电机驱动端轴承温升曲线L1所围面积的示意图;
图4为风电机组发电机非驱动端轴承温升曲线L2所围面积的示意图;
图5为风电机组发电机驱动端与非驱动端温度差与转速关系曲线L3所围面积的示意图;
图6为风电机组发电机轴承故障预警装置的结构示意图。
附图标记说明:运行数据采集单元11、数据存储单元12、数据处理分析单元13、阈值监控报警单元14、运维检修反馈单元15。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出,对于本技术领域的普通人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
作为一种实施例,一种基于历史运行数据分析的风电机组发电机轴承故障预警装置,该装置通过不断更新迭代获取风电机组发电机驱动端轴承温度、发电机非驱动端轴承温度、风电机组发电机转速、风电机组机舱内温度等历史运行数据进行分析。为消除环境温度的影响,特别建立了发电机驱动端轴承温升、发电机非驱动端轴承温升以及发电机前后两端轴承温度差三个新特征,并在此基础上分别绘制出上述特征随发电机转速变化的散点图。通过转速分段取平均的方法得到各转速区间的平均值以建立各特征随转速的关系曲线,再计算出各关系曲线与初始温度线所围成的面积。最后,将上述面积代入监测指标计算公式,分别计算出月度监测值KM、双周监测值K2W、单周监测值KW,将各监测值分别与其阈值进行比较以评估发电机轴承当前的健康状态并输出结果。
图6示出了风电机组发电机轴承故障预警装置的组成,包括运行数据采集单元11,数据存储单元12,数据处理分析单元13,阈值监控报警单元14,运维检修反馈单元15,其中运行数据采集单元11电连接数据存储单元12,数据存储单元12电连接数据处理分析单元13,数据处理分析单元13电连接数据存储单元12和阈值监控报警单元14,阈值监控报警单元14 电连接数据存储单元12和运维检修反馈单元15,运维检修反馈单元15电连接阈值监控报警单元14。
运行数据采集单元11用于不断从机组SCADA系统获取最新的运行数据,可依据评估需求定时或者触发执行;数据存储单元12用于存储风电机组的历史运行数据以及后续数据分析产生的结果数据,在本实施列中为节约硬件成本,该数据存储单元12通过动态更新去除旧数据的方法使数据库仅保留一个半月的历史运行数据量;数据处理分析单元13,用于对运行数据进行处理并计算监测指标,其计算分析的结果存储于单元12;阈值监控报警单元14,用于分析比较监测指标与其对应阈值的大小关系,并输出轴承健康状态的判断结果,也可在该单元对机组的阈值参数进行定制化更改;运维检修反馈单元15,用于指导现场运维人员对发电机轴承进行检修并记录反馈,以对阈值参数进行优化。
实施例二
作为另一种实施例,实施例一种所述的基于历史运行数据分析的风电机组发电机轴承故障预警装置的预警方法,参见图1,该方法具体为:
步骤1、从风机SCADA系统不断更新获取风电机组的历史运行数据,使数据库始终保持最新一个半月的数据量,所采集的运行数据须包含发电机驱动端轴承温度,发电机非驱动端轴承温度,风机发电机转速,风机舱内温度,风机状态等特征参数;
对风电机组的历史运行数据进行处理,剔除异常及无效数据,保留风电机组发电机正常运转状态下的数据;
步骤1.1按风机状态筛选出机组无故障正常运转发电时的数据;
步骤1.2按发电机转速范围区间特点,设置转速上下限范围,保证该范围的数据量占比不低于90%,从而通过该步骤剔除数据占比较少的转速点,本发明的实施例按950~1400RPM 设置转速筛选条件;
步骤1.3按SCADA系统预设温度上限值的2倍,剔除数据中的异常点;
步骤2、为消除环境温度影响,建立与风电机组发电机轴承温度相关的三个新特征,并得到新特征与速度关系的散点图;
步骤2.1建立风电机组发电机驱动端轴承温升新特征:
发电机驱动端轴承温升=发电机驱动端轴承温度-风机舱内温度
建立风电机组发电机非驱动端轴承温升新特征:
发电机非驱动端轴承温升=发电机非驱动端轴承温度-风机舱内温度
建立风电机组发电机驱动端与非驱动端轴承温度差新特征:
发电机前后两端轴承温度差=发电机驱动端轴承温度-发电机非驱动端轴承温度
步骤2.2构建风电机组发电机轴承温升与转速关系散点图;
构建风电机组发电机驱动端轴承温升与转速关系散点图,如图2所示;参照图2方法,构建出风电机组发电机非驱动端轴承温升与转速关系散点图;参照图2方法,构建出风电机组发电机驱动端与非驱动端温度差与转速关系散点图;
步骤3、分别依据上述散点图,建立轴承温升与转速的关系曲线,本发明的实施例采取转速分段取平均的方法得到各段温升平均值,再将各转速分段点的平均值相连成线,具体的:按每隔50RPM的间隔将转速分段,计算落入[950,1000),[1000,1050),[1050,1100),…,[1350,1400]各区间段内温升数据点的平均值,如图2中曲线所示;
步骤3.1按上述转速分段取平均的方法,建立风电机组发电机驱动端轴承温升与转速关系曲线L1,如图3所示;
步骤3.2按上述转速分段取平均的方法,建立风电机组发电机非驱动端轴承温升与转速关系曲线L2,如图4所示;
步骤3.3按上述转速分段取平均的方法,建立风电机组发电机驱动端与非驱动端温度差与转速关系曲线L3,如图5所示;
步骤4、分别依据上述关系曲线,计算该曲线与其初始温度水平线所包围形成的面积,在本实施例中,初始温度水平线定义为转速950RPM转速时温升或者温差值,由于轴承温度受转速影响较大,当轴承内部出现点蚀剥落、凹坑磨损等故障时摩擦生热现象会更显著,且会随着转速的升高温度上升的越为明显,故采用温升曲线所围面积可以较为敏感地发现轴承内部的早期故障;
步骤4.1计算风电机组发电机驱动端轴承温升与转速关系曲线L1与其初始温度水平线所包围面积Sd;
步骤4.2计算风电机组发电机非驱动端轴承温升与转速关系曲线L2与其初始温度水平线所包围面积SNd;
步骤4.3计算风电机组发电机驱动端与非驱动端温度差与转速关系曲线L3与其初始温度水平线所包围面积Se;
步骤5、构建发电机轴承健康监测指标K:
K=λ1Se+λ2Sd+λ3SNd
上式中,λ1,λ2,λ3∈[0,1]为温度指标调节参数,此值可根据预警反馈情况进行不断优化调整,在本实施例中λ1=0.5,λ2,λ3=0.25;
步骤6、为避免偶发随机因素影响,本实施例从多个时间维度对轴承的健康监测指标K进行全方面评估,具体地:计算当前时刻往前一个月运行数据所得月度监测值KM,计算当前时刻往前两周运行数据所得双周监测值K2W,计算当前时刻往前一周运行数据所得单周监测值 KW;
其中分别为当前时刻往前一个月的数据所形成的曲线L3、L1、L2与其初始温度水平线所围成的面积;分别为当前时刻往前两周的数据所形成的曲线L3、 L1、L2与其初始温度水平线所围成的面积;分别为当前时刻往前一周的数据所形成的曲线L3、L1、L2与其初始温度水平线所围成的面积。
步骤7、将上述监测值KM、K2W和KW,分别与其阈值Limit_KM、Limit_K2W和Limit_Kw进行比较,观测其是否超限;上述阈值依据预警反馈结果进行不断优化;
步骤8、依据下述评估公式,便可得到风电机组发电机轴承当前的健康状态,判断其是否存在故障。
对需要运维检修的风电机组发电机轴承进行处理,并将处理结果反馈至阈值监控报警单元14。
Claims (10)
1.一种风电机组发电机轴承故障预警装置,其特征在于,包括:用于采集数据的运行数据采集单元(11)、用于存储数据的数据存储单元(12)、用于对数据进行处理分析的数据处理分析单元(13)、用于判定发电机轴承健康状态的阈值监控报警单元(14)和用于提示与反馈检修信息的运维检修反馈单元(15);
所述运行数据采集单元(11)、数据存储单元(12)、数据处理分析单元(13)、阈值监控报警单元(14)和运维检修反馈单元(15)依次电连接;数据处理分析单元(13)和阈值监控报警单元(14)均电连接数据存储单元(12),运维检修反馈单元(15)电连接阈值监控报警单元(14)。
2.根据权利要求1所述的风电机组发电机轴承故障预警装置,其特征在于:每一条电连接的线路中,信号单向流通。
3.如权利要求1所述的风电机组发电机轴承故障预警装置的预警方法,其特征在于,包括以下步骤:
步骤1、获取发电机驱动端轴承温度、发电机非驱动端轴承温度、风机发电机转速、风机舱内温度和风机状态的历史数据,并对异常数据和无效数据进行剔除;
步骤2、得到发电机轴承温升数据并绘制发电机轴承温升与转速关系的散点图;
步骤3、分别得到发电机驱动端轴承温升与转速的关系曲线L1、发电机非驱动端轴承温升与转速的关系曲线L2、发电机驱动端与非驱动端温度差与转速的关系曲线L3;
步骤4、计算L1、L2和L3与对应的初始温度水平线包围的面积Sd、SNd、Se;
步骤5、构建发电机轴承健康监测指标K:
K=λ1Se+λ2Sd+λ3SNd
其中λ1,λ2,λ3∈[0,1]为温度指标调节参数;
步骤6、分别计算当前时刻往前一个月、两周、一周的运行数据,得到月度监测值KM、双周监测值K2W和单周监测值KW;并将结果发送至数据存储单元(12)和阈值监控报警单元(14);
步骤7、比较KM、K2W、KW与阈值Limit_KM、Limit_K2W、Limit_Kw;
步骤8、评估风电机组发电机轴承的健康状态并发送至数据存储单元(12)。
4.根据权利要求3所述的风电机组发电机轴承故障预警装置的预警方法,其特征在于,步骤1中:按风机状态筛选出机组无故障正常运转发电时的历史数据;按发电机转速范围区间特点,设置转速上下限范围,且所选转速范围内的数据量占比大于等于90%;最后按SCADA系统预设温度上限值的2倍剔除数据中的异常点。
5.根据权利要求3所述的风电机组发电机轴承故障预警装置的预警方法,其特征在于,步骤2具体为:
发电机驱动端轴承温升=发电机驱动端轴承温度-风机舱内温度;
发电机非驱动端轴承温升=发电机非驱动端轴承温度-风机舱内温度;
发电机驱动端与非驱动端温度差=发电机驱动端轴承温度-发电机非驱动端轴承温度;
根据上式的计算结果,分别得到发电机驱动端轴承温升与转速关系的散点图、发电机非驱动端轴承温升与转速关系的散点图和发电机驱动端与非驱动端温度差与转速关系的散点图。
6.根据权利要求3所述的风电机组发电机轴承故障预警装置的预警方法,其特征在于,步骤3具体为:将转速分段为多个区间段,计算各区间段内发电机轴承温升数据点的平均值,将各转速段的平均值连成曲线,得到发电机轴承温升与转速的关系曲线。
7.根据权利要求3所述的风电机组发电机轴承故障预警装置的预警方法,其特征在于,步骤4中:初始温度水平线的高度,为最低转速时发电机轴承的温升或温差值。
9.根据权利要求3所述的风电机组发电机轴承故障预警装置的预警方法,其特征在于,步骤7中:KM、K2W和KW和阈值Limit_KM、LimitK2W、Limit_Kw的比较在阈值监控报警单元(14)中进行,其中Limit_KM、Limit_K2W、Limit_Kw均为自定义参数,由预警反馈结果优化得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210904416.0A CN115306652A (zh) | 2022-07-29 | 2022-07-29 | 一种风电机组发电机轴承故障预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210904416.0A CN115306652A (zh) | 2022-07-29 | 2022-07-29 | 一种风电机组发电机轴承故障预警方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115306652A true CN115306652A (zh) | 2022-11-08 |
Family
ID=83858586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210904416.0A Pending CN115306652A (zh) | 2022-07-29 | 2022-07-29 | 一种风电机组发电机轴承故障预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115306652A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117350114A (zh) * | 2023-10-11 | 2024-01-05 | 浙江浙能临海海上风力发电有限公司 | 一种风机健康状态评估方法、装置和系统 |
CN117782647A (zh) * | 2024-02-23 | 2024-03-29 | 杭州中港地铁装备维护有限公司 | 一种地铁行走部轴承健康状态监测系统 |
-
2022
- 2022-07-29 CN CN202210904416.0A patent/CN115306652A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117350114A (zh) * | 2023-10-11 | 2024-01-05 | 浙江浙能临海海上风力发电有限公司 | 一种风机健康状态评估方法、装置和系统 |
CN117350114B (zh) * | 2023-10-11 | 2024-03-29 | 浙江浙能临海海上风力发电有限公司 | 一种风机健康状态评估方法、装置和系统 |
CN117782647A (zh) * | 2024-02-23 | 2024-03-29 | 杭州中港地铁装备维护有限公司 | 一种地铁行走部轴承健康状态监测系统 |
CN117782647B (zh) * | 2024-02-23 | 2024-06-04 | 杭州中港地铁装备维护有限公司 | 一种地铁行走部轴承健康状态监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115306652A (zh) | 一种风电机组发电机轴承故障预警方法及装置 | |
CN101900079B (zh) | 用于控制风力涡轮机的操作的方法和系统 | |
JP7185808B1 (ja) | 故障を検出するための方法および装置、モデルをトレーニングするための方法および装置、並びにそれらのデバイスおよび記憶媒体 | |
CN112784373B (zh) | 一种风电机组齿轮箱的故障预警方法 | |
CN101929432B (zh) | 用于控制风力涡轮机的运行的方法和系统 | |
Cui et al. | An anomaly detection approach based on machine learning and scada data for condition monitoring of wind turbines | |
CN110414154B (zh) | 一种带有双测点的风机部件温度异常检测和报警方法 | |
US6587737B2 (en) | Method for the monitoring of a plant | |
CN104019000A (zh) | 风力发电机组的载荷谱测定与前瞻性维护系统 | |
CN110907170B (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 | |
CN117129790B (zh) | 一种电力系统故障诊断系统 | |
CN103912448A (zh) | 一种区域风电场机组功率特性监测方法 | |
Qu et al. | Wind turbine condition monitoring based on assembled multidimensional membership functions using fuzzy inference system | |
CN103925155A (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
CN107654342A (zh) | 一种考虑湍流的风电机组功率异常的检测方法 | |
CN116771610A (zh) | 一种调整风电机组变桨系统故障评估值的方法 | |
CN114781143A (zh) | 一种风电场发电量监测预警评估方法与系统 | |
CN117093938A (zh) | 一种基于深度学习的风机轴承的故障检测方法和系统 | |
CN109578226B (zh) | 基于结冰探测器与场群互通的风电机组结冰状态检测方法 | |
CN116557230A (zh) | 一种风电场机组功率异常在线评估方法及系统 | |
CN116735223A (zh) | 一种燃气轮机多参数异常检测的方法 | |
CN107218180A (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 | |
CN115326393A (zh) | 一种基于温度信息的风电机组轴承对故障诊断方法 | |
CN111075661B (zh) | 基于温度变化趋势判断风电机组主轴轴承健康状况的方法 | |
CN114060232A (zh) | 风力发电机组发电状态监测方法 |
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 |