CN115539319A - 风电机组及其故障检测方法、装置 - Google Patents

风电机组及其故障检测方法、装置 Download PDF

Info

Publication number
CN115539319A
CN115539319A CN202110733510.XA CN202110733510A CN115539319A CN 115539319 A CN115539319 A CN 115539319A CN 202110733510 A CN202110733510 A CN 202110733510A CN 115539319 A CN115539319 A CN 115539319A
Authority
CN
China
Prior art keywords
sliding
value
preset
torque
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
Application number
CN202110733510.XA
Other languages
English (en)
Inventor
屈帆
牛馨苑
王文静
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.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
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 Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN202110733510.XA priority Critical patent/CN115539319A/zh
Publication of CN115539319A publication Critical patent/CN115539319A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind 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)

Abstract

提供一种风电机组及其故障检测方法、装置。该风电机组的故障检测方法包括:获取风电机组的预定运行数据;以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差;基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。该风电机组的故障检测方法可快速识别出现的变流扭矩异常发散,避免因扭矩长时间发散而导致风电机组倒塔的风险;对CPU占用率低,易于工程化实现。

Description

风电机组及其故障检测方法、装置
技术领域
本公开涉及风力发电技术领域。更具体地,本公开涉及一种风电机组及其故障检测方法、装置。
背景技术
风电机组通过把风能转化为电能进行发电,发电的过程需要变流器和发电机把动能转化为电能。发电机和变流器对风电机组进行扭矩的控制,扭矩回路的异常保护非常重要。在变流器和发电机异常的情况下会表现出扭矩发散的情况,低转速高扭矩也会出现扭矩发散的现象,导致风电机组扭矩大范围波动,振动变大,风电机组安全受到严重的影响。
现有的风机保护策略无法识别扭矩发散的现象。风机运行发电状态长时间出现扭矩发散,加速度故障不会进行保护停机。即使出现加速度超过振动阈值会报加速度故障,但风电机组已经长时间出现了严重的扭矩发散,无法保护风电机组的安全。
发明内容
本公开的示例性实施例在于提供一种风电机组及其故障检测方法、装置,以及时检测出风电机组的故障。
根据本公开的示例性实施例,提供一种风电机组的故障检测方法,包括:获取风电机组的预定运行数据;以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差;基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
可选地,所述预定运行数据可包括风电机组的变流器反馈扭矩。
可选地,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差的步骤可包括:分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的平均值作为每个时刻的滑动平均值;分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的标准差作为每个时刻的滑动标准差。
可选地,基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值的步骤可包括:针对每个时刻,计算变流器反馈扭矩和滑动平均值之间的差值;分别对每个时刻的差值与扭矩最小变化阈值进行比较;基于比较结果来确定每个时刻的扭矩变化的状态值;基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值。
可选地,基于比较结果来确定每个时刻的扭矩变化的状态值的步骤可包括:当所述差值大于扭矩最大变化阈值时,将扭矩变化的状态值确定为第一状态值;当所述差值小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第二状态值;当所述差值不大于扭矩最大变化阈值并且不小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第三状态值。
可选地,基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值的步骤可包括:针对每个时刻的滑动窗口中的各个扭矩变化的状态值,依次计算前后两个扭矩变化的状态值的乘积;记录所述乘积满足预设条件的次数作为每个时刻的滑动窗口中的滑动累计值。
可选地,当第一状态值为1、第二状态值为-1、第三状态值为0时,所述预设条件可以为所述乘积小于0。
可选地,预设故障条件可包括:在滑动窗口中,滑动累计值大于预设累计阈值并且滑动标准差大于预设标准差阈值的时刻连续出现的次数大于第一阈值。
可选地,所述故障检测方法还可包括:当滑动窗口中的滑动累计值和滑动标准差满足预设故障复位条件时,进行故障复位操作。
可选地,预设故障复位条件可包括:在滑动窗口中,滑动累计值小于或等于预设累计阈值并且滑动标准差小于或等于预设标准差阈值的时刻连续出现的次数大于第二阈值。
可选地,所述故障检测方法还可包括:当确定检测到故障时,对风电机组执行限功率、限桨角以及停机操作中的至少一个。
根据本公开的示例性实施例,提供一种风电机组的故障检测装置,包括:数据获取单元,被配置为获取风电机组的预定运行数据;数据计算单元,被配置为以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差;累计值计算单元,被配置为基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;和故障确定单元,被配置为当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
可选地,所述预定运行数据可包括风电机组的变流器反馈扭矩。
可选地,数据计算单元可被配置为:分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的平均值作为每个时刻的滑动平均值;分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的标准差作为每个时刻的滑动标准差。
可选地,累计值计算单元可被配置为:针对每个时刻,计算变流器反馈扭矩和滑动平均值之间的差值;分别对每个时刻的差值与扭矩最小变化阈值进行比较;基于比较结果来确定每个时刻的扭矩变化的状态值;基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值。
可选地,累计值计算单元可被配置为:当所述差值大于扭矩最大变化阈值时,将扭矩变化的状态值确定为第一状态值;当所述差值小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第二状态值;当所述差值不大于扭矩最大变化阈值并且不小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第三状态值。
可选地,累计值计算单元可被配置为:针对每个时刻的滑动窗口中的各个扭矩变化的状态值,依次计算前后两个扭矩变化的状态值的乘积;记录所述乘积满足预设条件的次数作为每个时刻的滑动窗口中的滑动累计值。
可选地,当第一状态值为1、第二状态值为-1、第三状态值为0时,所述预设条件可以为所述乘积小于0。
可选地,预设故障条件可包括:在滑动窗口中,滑动累计值大于预设累计阈值并且滑动标准差大于预设标准差阈值的时刻连续出现的次数大于第一阈值。
可选地,所述故障检测装置还可包括:故障复位单元,被配置为当滑动窗口中的滑动累计值和滑动标准差满足预设故障复位条件时,进行故障复位操作。
可选地,预设故障复位条件可包括:在滑动窗口中,滑动累计值小于或等于预设累计阈值并且滑动标准差小于或等于预设标准差阈值的时刻连续出现的次数大于第二阈值。
可选地,所述故障检测装置还可包括:执行单元,被配置为当确定检测到故障时,对风电机组执行限功率、限桨角以及停机操作中的至少一个。
根据本公开的示例性实施例,提供一种风电机组,包括:叶轮,安装在旋转主轴上;发电机,与所述旋转主轴直接连接;变流器,对所述发电机输出的电能处理后连接至电网;以及故障检测装置。故障检测装置包括:数据获取单元,被配置为获取风电机组的预定运行数据;数据计算单元,被配置为以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差;累计值计算单元,被配置为基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;以及故障确定单元,被配置为当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
根据本公开的示例性实施例,提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被处理器执行时,实现根据本公开的示例性实施例的风电机组的故障检测方法。
根据本公开的示例性实施例,提供一种计算装置,包括:至少一个处理器;至少一个存储器,存储有计算机程序,当所述计算机程序被所述至少一个处理器执行时,实现根据本公开的示例性实施例的风电机组的故障检测方法。
根据本公开的示例性实施例,提供一种计算机程序产品,该计算机程序产品中的指令可由计算机设备的处理器执行以完成根据本公开的示例性实施例的风电机组的故障检测方法。
根据本公开的示例性实施例的风电机组及其故障检测方法、装置,通过首先获取风电机组的预定运行数据,并且以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差,然后基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值,当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障,从而快速识别出现的变流扭矩异常发散,避免因扭矩长时间发散而导致风电机组倒塔的风险。此外,在运行根据本公开的示例性实施例的风电机组的故障检测方法时,对CPU占用率低,易于工程化实现。
将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点,还有一部分通过描述将是清楚的,或者可以经过本公开总体构思的实施而得知。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述,本公开的示例性实施例的上述和其他目的和特点将会变得更加清楚,其中:
图1示出根据本公开的示例性实施例的风电机组的故障检测方法的流程图;
图2示出根据本公开的示例性实施例的风电机组的故障检测之前的数据采集和处理的示例流程图;
图3示出根据本公开的示例性实施例的风电机组的故障检测方法的示例流程图;
图4示出根据本公开的示例性实施例的故障停机逻辑图;
图5示出根据本公开的示例性实施例的风电机组的故障检测装置的框图;
图6示出根据本公开的示例性实施例的风电机组的系统示意图;和
图7示出根据本公开的示例性实施例的计算装置的示意图。
具体实施方式
现将详细参照本公开的示例性实施例,所述实施例的示例在附图中示出,其中,相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例,以便解释本公开。
图1示出根据本公开的示例性实施例的风电机组的故障检测方法的流程图。
参照图1,在步骤S101,获取风电机组的预定运行数据。
在本公开的示例性实施例中,预定运行数据可包括风电机组的变流器反馈扭矩。
具体来说,可获取风电场各个风电机组的实时数据和初始化参数信息。风电机组的实时数据可包括,例如,但不限于,风电机组的工作状态、变流器反馈扭矩、反馈功率等数据。风电机组的初始化参数信息可包括,例如,但不限于,风电机组的机位扭矩波动标准差阈值、故障延时触发时间、故障延时复位时间、最小扭矩穿越次数等。
在步骤S102,以预设时间段为滑动窗口,依次计算预定运行数据在每个时刻的滑动平均值和滑动标准差。
作为示例,预设时间段可以是300ms。这里,预设时间段也可以是其他时间长度,本公开对此不进行限定。可针对变流器反馈扭矩,计算300ms滑动平均值、300ms互动标准差。
在本公开的示例性实施例中,在依次计算预定运行数据在每个时刻的滑动平均值和滑动标准差时,可分别计算处于每个时刻之前的预设时间段内的变流器反馈扭矩的平均值作为每个时刻的滑动平均值,并且分别计算处于每个时刻之前的预设时间段内的变流器反馈扭矩的标准差作为每个时刻的滑动标准差。也就是说,分别计算处于每个时刻之前的300ms内的变流器反馈扭矩的平均值作为每个时刻的滑动平均值,并且分别计算处于每个时刻之前的300ms内的变流器反馈扭矩的标准差作为每个时刻的滑动标准差。
在步骤S103,基于预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值。
在本公开的示例性实施例中,在基于预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值时,可首先针对每个时刻,计算变流器反馈扭矩和滑动平均值之间的差值,然后分别对每个时刻的差值与扭矩最小变化阈值进行比较,基于比较结果来确定每个时刻的扭矩变化的状态值,并且基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值。
在本公开的示例性实施例中,在基于比较结果来确定每个时刻的扭矩变化的状态值时,可当所述差值大于扭矩最大变化阈值时,将扭矩变化的状态值确定为第一状态值;当所述差值小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第二状态值;当所述差值不大于扭矩最大变化阈值并且不小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第三状态值。
作为示例,第一状态值可以是1,第二状态值可以是-1,第三状态值可以是0。
在本公开的示例性实施例中,在基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值时,可首先针对每个时刻的滑动窗口中的各个扭矩变化的状态值,依次计算前后两个扭矩变化的状态值的乘积,然后记录前后两个扭矩变化的状态值的乘积满足预设条件的次数作为每个时刻的滑动窗口中的滑动累计值。
在本公开的示例性实施例中,当第一状态值为1、第二状态值为-1、第三状态值为0时,预设条件可以是所述乘积小于0。
作为示例,针对每个时刻,对变流器反馈扭矩和滑动平均值做差,将差值和扭矩最小变化阈值进行比较,来判断扭矩变化的3种状态。这里,3种状态的状态值可分别为,例如,但不限于,1、0、-1。如果前后两个时刻的状态值的乘积小于0,则扭矩变化穿越的次数加1;如果前后两个时刻的状态值的乘积不小于0,则扭矩变化穿越的次数加0。将300ms内穿越的次数作为时刻的滑动窗口中的滑动累计值。还可采用快速傅里叶变换等其他的判断方法来判断扭矩的穿越次数,本公开对此不进行限定。
在步骤S104,当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
在本公开的示例性实施例中,预设故障条件可包括:在滑动窗口中,滑动累计值大于预设累计阈值并且滑动标准差大于预设标准差阈值的时刻连续出现的次数大于第一阈值。基于预设故障条件可快速识别出现的变流扭矩异常发散,避免因扭矩长时间发散而导致风电机组倒塔的风险。
在本公开的示例性实施例中,当滑动窗口中的滑动累计值和滑动标准差满足预设故障复位条件时,可进行故障复位操作。
在本公开的示例性实施例中,预设故障复位条件可包括:在滑动窗口中,滑动累计值小于或等于预设累计阈值并且滑动标准差小于或等于预设标准差阈值的时刻连续出现的次数大于第二阈值。
作为示例,当穿越次数大于扭矩穿越次数设定值,并且满足扭矩的标准差大于扭矩标准差设定值时,如果持续预设时间,则触发扭矩发散故障。当穿越次数不大于扭矩穿越次数设定值,或者扭矩的标准差不大于扭矩标准差设定值时,如果持续预设时间,则复位扭矩发散故障。
在本公开的示例性实施例中,当确定检测到故障时,可对风电机组执行限功率、限桨角以及停机操作中的至少一个。
作为示例,扭矩发散故障被触发后,如果当前功率大于扭矩发散最小功率触发设定阈值,则对风电机组进行停机保护。
此外,在运行根据本公开的示例性实施例的风电机组的故障检测方法时,对CPU占用率低,易于工程化实现。
图2示出根据本公开的示例性实施例的风电机组的故障检测之前的数据采集和处理的示例流程图。图3示出根据本公开的示例性实施例的风电机组的故障检测方法的示例流程图。图4示出根据本公开的示例性实施例的故障停机逻辑图。
如图2所示,首先获取风电场各个机组的实时数据(例如,可包括机组的工作状态、变流器反馈扭矩、反馈功率)和初始化参数信息(例如,可包括风电机组机位扭矩波动标准差阈值、故障延时触发时间T1、故障延时复位时间T2最小扭矩穿越次数N等)。然后可针对变流器反馈扭矩(Torque_Con)计算300ms滑动平均值(Torque_Mean)、300ms互动标准差(Torque_Std)。
如图3所示,首先对变流器反馈扭矩(Torque_Con)与300ms滑动平均值(Torque_Mean)做差,并且将差值与参数扭矩最大变化阈值(PA_rTorqueDiffErr)、最小变化阈值(-PA_rTorqueDiffErr)做比较,判断出扭矩变化的3种状态(1,0,-1)。根据前后两个扭矩的扭矩变化的状态相乘进行判断,小于0为1,否则为0。对扭矩变化穿越的次数做300ms滑动累计值,记录300ms内穿越的次数。当穿越次数大于参数扭矩穿越次数设定值(PA_crossNum),并且满足扭矩的标准差大于参数扭矩标准差设定值(PA_TorqueStd),如果持续时间T1,触发扭发散故障。当穿越次数不大于参数扭矩穿越次数设定值(PA_crossNum),或者扭矩的标准差不大于参数扭矩标准差设定值(PA_TorqueStd),如果持续时间T2,复位扭发散故障。
如图4所示,故障触发后,如果当前功率大于参数扭矩发散最小功率触发设定阈值(Pa_PowerMin),机组进行停机保护。
此外,根据本公开的示例性实施例,还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被执行时,实现根据本公开的示例性实施例的风电机组的故障检测方法。
在本公开的示例性实施例中,所述计算机可读存储介质可承载有一个或者多个程序,当所述计算机程序被执行时可实现以下步骤:获取风电机组的预定运行数据;以预设时间段为滑动窗口,依次计算预定运行数据在每个时刻的滑动平均值和滑动标准差;基于预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
计算机可读存储介质例如可以是,但不限于,电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储计算机程序的有形介质,该计算机程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。计算机可读存储介质可以包含在任意装置中;也可以单独存在,而未装配入该装置中。
此外,根据本公开的示例性实施例,还提供一种计算机程序产品,该计算机程序产品中的指令可由计算机设备的处理器执行以完成根据本公开的示例性实施例的风电机组的故障检测的方法。
以上已经结合图1至图4对根据本公开的示例性实施例的风电机组的故障检测方法进行了描述。在下文中,将参照图5和图对根据本公开的示例性实施例的风电机组、风电机组的故障检测装置及其单元进行描述。
图5示出根据本公开的示例性实施例的风电机组的故障检测装置的框图。
参照图5,风电机组的故障检测装置包括数据获取单元51、数据计算单元52、累计值计算单元53和故障确定单元54。
数据获取单元51被配置为获取风电机组的预定运行数据。
在本公开的示例性实施例中,预定运行数据包括风电机组的变流器反馈扭矩。
数据计算单元52被配置为以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差。
在本公开的示例性实施例中,数据计算单元52可被配置为:分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的平均值作为每个时刻的滑动平均值;分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的标准差作为每个时刻的滑动标准差。
累计值计算单元53被配置为基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值。
在本公开的示例性实施例中,累计值计算单元53可被配置为:针对每个时刻,计算变流器反馈扭矩和滑动平均值之间的差值;分别对每个时刻的差值与扭矩最小变化阈值进行比较;基于比较结果来确定每个时刻的扭矩变化的状态值;基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值。
在本公开的示例性实施例中,累计值计算单元53可被配置为:当所述差值大于扭矩最大变化阈值时,将扭矩变化的状态值确定为第一状态值;当所述差值小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第二状态值;当所述差值不大于扭矩最大变化阈值并且不小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第三状态值。
在本公开的示例性实施例中,累计值计算单元53可被配置为:针对每个时刻的滑动窗口中的各个扭矩变化的状态值,依次计算前后两个扭矩变化的状态值的乘积;记录所述乘积满足预设条件的次数作为每个时刻的滑动窗口中的滑动累计值。
在本公开的示例性实施例中,当第一状态值为1、第二状态值为-1、第三状态值为0时,预设条件可以为所述乘积小于0。
故障确定单元54被配置为当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
在本公开的示例性实施例中,预设故障条件可包括:在滑动窗口中,滑动累计值大于预设累计阈值并且滑动标准差大于预设标准差阈值的时刻连续出现的次数大于第一阈值。
在本公开的示例性实施例中,所述故障检测装置还可包括:故障复位单元(未示出),被配置为当滑动窗口中的滑动累计值和滑动标准差满足预设故障复位条件时,进行故障复位操作。
在本公开的示例性实施例中,预设故障复位条件可包括:在滑动窗口中,滑动累计值小于或等于预设累计阈值并且滑动标准差小于或等于预设标准差阈值的时刻连续出现的次数大于第二阈值。
在本公开的示例性实施例中,所述故障检测装置还可包括:执行单元(未示出),被配置为当确定检测到故障时,对风电机组执行限功率、限桨角以及停机操作中的至少一个。
图6为本公开的示例性实施例提供的一种风电机组的系统示意图。这里,风电机组为永磁直驱型。风电机组600包括安装在旋转主轴上的叶轮602,叶轮602中叶片的桨距角利用桨距信号控制。发电机604直接连接旋转主轴,发电机604输出的电能通过变流器610后输出,再经过变压器606后连接至电网。控制装置620可采集叶轮602的桨距角,并通过设置叶片桨距角的数值进而控制叶轮转速和发电机转速;控制装置620还可通过变流器610采集和控制变流器扭矩。故障检测装置630通过检测变流器扭矩来识别风电机组的扭矩发散故障。其中,控制装置620与故障检测装置630可以设置为整体,或者分别设置。
图6所示为本申请实施例提供的一种风电机组,其中包括的故障检测装置630包括如图5中所示的数据获取单元51、数据计算单元52、累计值计算单元53和故障确定单元54。
在一种实施例中,图6所示的故障检测装置630中存储有计算机程序,当所述计算机程序被所述故障检测装置630执行时,实现根据本公开的示例性实施例的风电机组的故障检测方法。
以上已经结合图5和图6对根据本公开的示例性实施例的风电机组及其故障检测装置进行了描述。接下来,结合图7对根据本公开的示例性实施例的计算装置进行描述。
图7示出根据本公开的示例性实施例的计算装置的示意图。
参照图7,根据本公开的示例性实施例的计算装置7,包括存储器71和处理器72,所述存储器71上存储有计算机程序,当所述计算机程序被处理器72执行时,实现根据本公开的示例性实施例的风电机组的故障检测方法。
在本公开的示例性实施例中,当所述计算机程序被处理器72执行时,可实现以下步骤:获取风电机组的预定运行数据;以预设时间段为滑动窗口,依次计算预定运行数据在每个时刻的滑动平均值和滑动标准差;基于预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
以上已参照图1至图7描述了根据本公开的示例性实施例的风电机组及其故障检测方法、装置。然而,应该理解的是:图5中所示的风电机组的故障检测装置及其单元可分别被配置为执行特定功能的软件、硬件、固件或上述项的任意组合,图7中所示的计算装置并不限于包括以上示出的组件,而是可根据需要增加或删除一些组件,并且以上组件也可被组合。
根据本公开的示例性实施例的风电机组及其故障检测方法、装置,通过首先获取风电机组的预定运行数据,并且以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差,然后基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值,当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障,从而快速识别出现的变流扭矩异常发散,避免因扭矩长时间发散而导致机组倒塔的风险。此外,在运行根据本公开的示例性实施例的风电机组的故障检测方法时,对CPU占用率低,易于工程化实现。
尽管已经参照其示例性实施例具体显示和描述了本公开,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本公开的精神和范围的情况下,可以对其进行形式和细节上的各种改变。

Claims (25)

1.一种风电机组的故障检测方法,包括:
获取风电机组的预定运行数据;
以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差;
基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;
当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
2.根据权利要求1所述的故障检测方法,其中,所述预定运行数据包括风电机组的变流器反馈扭矩。
3.根据权利要求2所述的故障检测方法,其中,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差的步骤包括:
分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的平均值作为每个时刻的滑动平均值;
分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的标准差作为每个时刻的滑动标准差。
4.根据权利要求2所述的故障检测方法,其中,基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值的步骤包括:
针对每个时刻,计算变流器反馈扭矩和滑动平均值之间的差值;
分别对每个时刻的差值与扭矩最小变化阈值进行比较;
基于比较结果来确定每个时刻的扭矩变化的状态值;
基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值。
5.根据权利要求4所述的故障检测方法,其中,基于比较结果来确定每个时刻的扭矩变化的状态值的步骤包括:
当所述差值大于扭矩最大变化阈值时,将扭矩变化的状态值确定为第一状态值;
当所述差值小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第二状态值;
当所述差值不大于扭矩最大变化阈值并且不小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第三状态值。
6.根据权利要求5所述的故障检测方法,其中,基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值的步骤包括:
针对每个时刻的滑动窗口中的各个扭矩变化的状态值,依次计算前后两个扭矩变化的状态值的乘积;
记录所述乘积满足预设条件的次数作为每个时刻的滑动窗口中的滑动累计值。
7.根据权利要求6所述的故障检测方法,其中,当第一状态值为1、第二状态值为-1、第三状态值为0时,所述预设条件为所述乘积小于0。
8.根据权利要求1所述的故障检测方法,其中,预设故障条件包括:在滑动窗口中,滑动累计值大于预设累计阈值并且滑动标准差大于预设标准差阈值的时刻连续出现的次数大于第一阈值。
9.根据权利要求1所述的故障检测方法,还包括:
当滑动窗口中的滑动累计值和滑动标准差满足预设故障复位条件时,进行故障复位操作。
10.根据权利要求9所述的故障检测方法,其中,预设故障复位条件包括:在滑动窗口中,滑动累计值小于或等于预设累计阈值并且滑动标准差小于或等于预设标准差阈值的时刻连续出现的次数大于第二阈值。
11.根据权利要求1所述的故障检测方法,还包括:
当确定检测到故障时,对风电机组执行限功率、限桨角以及停机操作中的至少一个。
12.一种风电机组的故障检测装置,包括:
数据获取单元,被配置为获取风电机组的预定运行数据;
数据计算单元,被配置为以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差;
累计值计算单元,被配置为基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;和
故障确定单元,被配置为当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
13.根据权利要求12所述的故障检测装置,其中,所述预定运行数据包括风电机组的变流器反馈扭矩。
14.根据权利要求13所述的故障检测装置,其中,数据计算单元被配置为:
分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的平均值作为每个时刻的滑动平均值;
分别计算处于每个时刻之前的所述预设时间段内的变流器反馈扭矩的标准差作为每个时刻的滑动标准差。
15.根据权利要求13所述的故障检测装置,其中,累计值计算单元被配置为:
针对每个时刻,计算变流器反馈扭矩和滑动平均值之间的差值;
分别对每个时刻的差值与扭矩最小变化阈值进行比较;
基于比较结果来确定每个时刻的扭矩变化的状态值;
基于每个时刻的扭矩变化的状态值计算每个时刻的滑动窗口中的滑动累计值。
16.根据权利要求15所述的故障检测装置,其中,累计值计算单元被配置为:
当所述差值大于扭矩最大变化阈值时,将扭矩变化的状态值确定为第一状态值;
当所述差值小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第二状态值;
当所述差值不大于扭矩最大变化阈值并且不小于扭矩最小变化阈值时,将扭矩变化的状态值确定为第三状态值。
17.根据权利要求16所述的故障检测装置,其中,累计值计算单元被配置为:
针对每个时刻的滑动窗口中的各个扭矩变化的状态值,依次计算前后两个扭矩变化的状态值的乘积;
记录所述乘积满足预设条件的次数作为每个时刻的滑动窗口中的滑动累计值。
18.根据权利要求17所述的故障检测装置,其中,当第一状态值为1、第二状态值为-1、第三状态值为0时,所述预设条件为所述乘积小于0。
19.根据权利要求12所述的故障检测装置,其中,预设故障条件包括:在滑动窗口中,滑动累计值大于预设累计阈值并且滑动标准差大于预设标准差阈值的时刻连续出现的次数大于第一阈值。
20.根据权利要求12所述的故障检测装置,还包括:
故障复位单元,被配置为当滑动窗口中的滑动累计值和滑动标准差满足预设故障复位条件时,进行故障复位操作。
21.根据权利要求20所述的故障检测装置,其中,预设故障复位条件包括:在滑动窗口中,滑动累计值小于或等于预设累计阈值并且滑动标准差小于或等于预设标准差阈值的时刻连续出现的次数大于第二阈值。
22.根据权利要求12所述的故障检测装置,还包括:
执行单元,被配置为当确定检测到故障时,对风电机组执行限功率、限桨角以及停机操作中的至少一个。
23.一种存储有计算机程序的计算机可读存储介质,其中,当所述计算机程序被处理器执行时,实现权利要求1至11中任一项所述的风电机组的故障检测方法。
24.一种计算装置,包括:
至少一个处理器;
至少一个存储器,存储有计算机程序,当所述计算机程序被所述至少一个处理器执行时,实现权利要求1至11中任一项所述的风电机组的故障检测方法。
25.一种风电机组,其特征在于,包括:
叶轮,安装在旋转主轴上;
发电机,与所述旋转主轴直接连接;
变流器,对所述发电机输出的电能处理后连接至电网;以及
故障检测装置,包括:
数据获取单元,被配置为获取风电机组的预定运行数据;
数据计算单元,被配置为以预设时间段为滑动窗口,依次计算所述预定运行数据在每个时刻的滑动平均值和滑动标准差;
累计值计算单元,被配置为基于所述预定运行数据和每个时刻的滑动平均值来计算每个时刻的滑动窗口中的滑动累计值;以及
故障确定单元,被配置为当滑动累计值和滑动标准差满足预设故障条件时,确定风电机组发生故障。
CN202110733510.XA 2021-06-30 2021-06-30 风电机组及其故障检测方法、装置 Pending CN115539319A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110733510.XA CN115539319A (zh) 2021-06-30 2021-06-30 风电机组及其故障检测方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110733510.XA CN115539319A (zh) 2021-06-30 2021-06-30 风电机组及其故障检测方法、装置

Publications (1)

Publication Number Publication Date
CN115539319A true CN115539319A (zh) 2022-12-30

Family

ID=84705635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110733510.XA Pending CN115539319A (zh) 2021-06-30 2021-06-30 风电机组及其故障检测方法、装置

Country Status (1)

Country Link
CN (1) CN115539319A (zh)

Similar Documents

Publication Publication Date Title
CN108087210B (zh) 风力发电机组叶片异常识别方法及装置
KR101450147B1 (ko) 풍력발전기의 관성제어 방법
CN102288283B (zh) 汽轮发电机组振动故障的监测方法及装置
US9261079B2 (en) Arrangement for generating a control signal for controlling a power output of a power generation system
US8872372B2 (en) Method and systems for operating a wind turbine when recovering from a grid contingency event
US9771823B2 (en) Power generation system control following transient grid event
CN108240303A (zh) 风力发电机风向标故障冗余运行方法和系统
CN113931806A (zh) 风力发电机组及其控制方法、控制器和控制系统
CN107630785B (zh) 一种多种工况下的风电机组保护控制系统
CN114778116A (zh) 一种风力发电机组变桨轴承故障预警方法及系统
WO2022166144A1 (zh) 偏航控制方法、装置、电子设备和存储介质
CN112653130B (zh) 一种基于惯量比确定电网的频率支撑能力的方法及系统
US10233771B2 (en) System and method for preventing an emergency over-speed condition in a rotating machine
CN115539319A (zh) 风电机组及其故障检测方法、装置
CN108843490B (zh) 一种叶片桨距角补偿控制方法及风电机组防超速控制方法
WO2020098887A1 (en) Method for stabilising a rotor of a wind turbine
CN112600199B (zh) 一种基于转子动能的风电机组等效转动惯量在线评估方法
CN109209781B (zh) 风力发电机组的故障定位方法及装置
CN114322194B (zh) 空调末端装置的控制处理方法、装置和空调设备
CN114198267B (zh) 用于极端阵风的风力发电机组的运行控制方法及系统
CN112160868B (zh) 变桨系统的监控方法、系统、设备及介质
CN115842360A (zh) 一种新能源机组的控制方法及系统
CN115395560A (zh) 一种双馈风力发电机组转速恢复方法及其系统
CN109669351B (zh) 风电机组多模自适应控制方法、装置及计算机存储介质
CN116517769B (zh) 风力发电机组及其停机控制方法及装置

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