CN115796609B - 一种新能源设备的远程管控系统及方法 - Google Patents
一种新能源设备的远程管控系统及方法 Download PDFInfo
- Publication number
- CN115796609B CN115796609B CN202310082818.1A CN202310082818A CN115796609B CN 115796609 B CN115796609 B CN 115796609B CN 202310082818 A CN202310082818 A CN 202310082818A CN 115796609 B CN115796609 B CN 115796609B
- Authority
- CN
- China
- Prior art keywords
- wind generating
- value
- wind
- generating set
- risk
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012545 processing Methods 0.000 claims description 38
- 238000012163 sequencing technique Methods 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 15
- 230000014509 gene expression Effects 0.000 claims description 10
- 238000010248 power generation Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000005452 bending Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004901 spalling Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- Wind Motors (AREA)
Abstract
本发明公开了一种新能源设备的远程管控系统及方法，所述管控方法包括以下步骤：在对风力发电站中风力发电机组进行排序时，通过采集采集风力发电机组的各项参数，参数通过公式处理后建立机组系数，然后通过每个风力发电机组的机组系数建立风险度值，依据风险度值由大到小重新排序风力发电机组。本发明在对若干风力发电机组管控时，能够优先管控检测运行状况差的风力发电机组，并且，系统通过机组系数与风险梯度阈值的对比结果能够在风力发电机组故障前间预测，从而提前做出预警，保证风力发电机组的安全运行。
Description
技术领域
本发明涉及计算机与设备管控技术领域，具体涉及一种新能源设备的远程管控系统及方法。
背景技术
面对气候变化和环境风险挑战，能源资源约束日益严峻，随着时代的发展以及科学技术的进步，新能源逐渐走进了我们的生活，新能源是指在新的科学技术基础上加以开发利用的可再生能源；
目前，水能、太阳能、风能是世界上三大可再生能源，利用风能进行风力发电是世界上大部分国家的一种能源战略选择，在风电产业当中，其最为重要的就是风力发电的技术装备和产业基础，我国在2000年之前就开始重视风电技术的应用，近20多年来持续加大对风电技术和装备研发和投入，并取得了较大的成绩，随着我国出台专门的风力发电扶持政策和引导措施之后，一批又一批代表当前国际先进技术水平的风力发电设备和制造企业脱颖而出，除我国以外，世界上很多国家都采取了非常高效的激励措施来推动本国风力发电技术装备行业的进步。
当前对风能利用的最好的一种方式就是风力发电，利用风能进行风力发电是世界上大部分国家的一种能源战略选择，在风电产业当中，其最为重要的组成部分就是风力发电的技术装备和产业基础。
现有技术存在以下不足：
1、风力发电站中通常会设置多个风力发电机组，现有对风力发电机组在线管控检测通常为固定排序检测（即矩阵排列检测），存在故障时进行维修，然而，多个风力发电机组的运行状况不一，通过固定排序检测时，运行状况差的风力发电机组存在没法优先检测的可能性，从而导致风力发电机组损坏或引发安全事故；
2、现有对风力发电机组远程管控时，只有在风力发电机组发生故障时，系统才能检测报警提示，然而，当风力发电机组出现故障时，容易造成更大的损失或引发安全事故（如风叶变形掉落或其它零件掉落、炸裂）。
发明内容
本发明的目的是提供一种新能源设备的远程管控系统及方法，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：一种新能源设备的远程管控方法，所述管控方法包括以下步骤：
S1：依据风力发电站中风力发电机组的布置方式，对若干风力发电机组标注序号；
S2：处理端通过标注序号由大到小对风力发电机组进行一次排序，排序表标注为{i1,i2,i3,...in}，n为正整数，完成初始化；
S3：采集端采集风力发电机组的各项参数，参数通过公式处理后建立机组系数；
S4：机组系数与处理短预设风险梯度阈值进行对比，管控系统根据对比结果做出相应处理；
S5：处理端通过每个风力发电机组的机组系数建立风险度值，依据风险度值由小到大重新排序风力发电机组，完成对排序表的二次更新；
S6：对风力发电站中风力发电机组进行远程管控检测时，选择排序表正序进行管控检测。
在一个优选的实施方式中，步骤S3中，建立机组系数包括以下步骤：
S3.1：采集端采集风力发电机组的机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力；
S3.2：机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力分别标定为Jkpy、Jzfh、Clhz、Clzs、Zcyl；
S3.3：将机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力去除单位后做归一化处理，建立机组系数，表达式为：
式中，分别为机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力的比例系数，为机组系数，为误差修正因子，取值0.968，，且。
度阈值进行对比包括以下步骤：
S4.1：设定风险梯度阈值MX和风险梯度阈值MY，且MY＞MX，将机组系数与风险梯度阈值进行对比；
S4.2：若机组系数风险梯度阈值MX，系统预测风力发电机组将要发生故障，此时发出一级预警，检修人员接收到一级预警信号时，需要直接对风力发电机组进行停机检修处理；
S4.3：若风险梯度阈值MX机组系数风险梯度阈值MY，系统预测风力发电机组存在发生故障的可能性，此时发出二级预警，检修人员接收到二级预警信号时，在发电作业完成后对风力发电机组进行检修；
S4.4：若机组系数风险梯度阈值MY，表明风力发电机组处于稳定状态运行，系统不发出预警。
在一个优选的实施方式中，所述一级预警的重要度大于二级预警重要度，当系统发出一级预警时，检修人员接收到一级预警信号，直接对风力发电机组进行停机检修处理，机组系数风险梯度阈值MX的风力发电机组不生成风险度值，管控系统不再对机组系数风险梯度阈值MX的风力发电机组做管控检测。
在一个优选的实施方式中，机壳扭曲偏移度通过设置在风力发电机组处的工业相机进行监测；机轴承载负荷通过设置在轴承外圈底部的压力传感器进行监测；齿轮交变荷载通过设置在齿轮轴处的压力传感器监测，齿轮啮合噪声通过设置在齿轮处的分贝计监测；轴承接触应力通过设置在轴承处的温度传感器监测。
在一个优选的实施方式中，还包括以下步骤：
S7：采集端通过风速传感器采集可能发生故障风力发电机组所处区域的风速，依据风速由大到小生成风速值；
S8：结合风险度值计算二次排序值，表达式为：Ec=α*Fxd+β*Fs，式中，Ec为二次排序值，Fxd为风险度值，Fs为风速值，α、β分别为风险度值与风速值的权重系数；
S9：处理端通过二次排序值由大到小更新排序表，管控系统依据排序表正序管控检测风力发电机组。
在一个优选的实施方式中，步骤S8中，α、β分别取值为70%、30%，则表达式为Ec=70%*Fxd+30%*Fs。
在一个优选的实施方式中，在预测风力发电机组将要发生故障时，管控系统先启动刹车系统对将要发生故障的风力发电机组做刹车处理，然后再根据排序表对可能发生故障的风力发电机组做刹车处理，待风叶停止转动后，检修人员再检修风力发电机组。
本发明还提供一种新能源设备的远程管控系统，包括标注模块、处理模块、采集模块、对比模块、预警模块、排序模块；
标注模块依据风力发电站中风力发电机组的布置方式，对若干风力发电机组标注序号，采集模块采集风力发电机组的各项参数以及风力发电机组所处区域风速，参数通过公式处理后建立机组系数，对比模块将机组系数与处理短预设风险梯度阈值进行对比，预警模块依据对比结果判断是否发出预警信号。
在一个优选的实施方式中，所述处理模块通过机组系数生成风险度值，通过风速生成风速值，通过公式：Ec=α*Fxd+β*Fs计算二次排序值，Ec为二次排序值，Fxd为风险度值，Fs为风速值，α、β分别为风险度值与风速值的权重系数，排序模块通过二次排序值由大到小更新排序表，管控系统依据排序表正序管控检测风力发电机组。
在上述技术方案中，本发明提供的技术效果和优点：
1、本发明在对风力发电站中风力发电机组进行排序时，通过采集采集风力发电机组的各项参数，参数通过公式处理后建立机组系数，然后通过每个风力发电机组的机组系数建立风险度值，依据风险度值由大到小重新排序风力发电机组，这样使得管控系统在对若干风力发电机组管控时，能够优先管控检测运行状况差的风力发电机组，并且，系统通过机组系数与风险梯度阈值的对比结果能够在风力发电机组故障前间预测，从而提前做出预警，保证风力发电机组的安全运行；
2、本发明通过采集机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力去除单位后做归一化处理，建立机组系数，将多种导致风力发电机组故障的因素综合处理，有利于提高数据的处理效率，且分析更为准确；
3、本发明通过在预测风力发电机组可能发生故障的同时，通过风速传感器采集可能发生故障风力发电机组所处区域的风速，然后结合风险度值与风速值生成二次排序值再次更新排序表，当将要发生故障的风力发电机组刹车完成后，再依据排序表对可能发生故障的风力发电机组做刹车处理，管控效率高。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1所示，本实施例所述一种新能源设备的远程管控方法，所述管控方法包括以下步骤：
依据风力发电站中风力发电机组的布置方式，对若干风力发电机组标注序号，处理端通过标注序号由大到小对风力发电机组进行一次排序，排序表标注为{i1,i2,i3,...in}，n为正整数，初期对风力发电站中风力发电机组进行远程管控检测时，可选择排序表正序或者倒叙进行管控检测，采集端采集风力发电机组的各项参数，参数通过公式处理后建立机组系数，并将机组系数与处理短预设风险梯度阈值进行对比，管控系统根据对比结果做出相应处理，处理端通过每个风力发电机组的机组系数建立风险度值，机组系数越大，风险度值越大，依据风险度值由小到大重新排序风力发电机组，完成对排序表的二次更新，对风力发电站中风力发电机组进行远程管控检测时，选择排序表正序进行管控检测；
本发明在对风力发电站中风力发电机组进行排序时，通过采集采集风力发电机组的各项参数，参数通过公式处理后建立机组系数，然后通过每个风力发电机组的机组系数建立风险度值，依据风险度值由大到小重新排序风力发电机组，这样使得管控系统在对若干风力发电机组管控时，能够优先管控检测运行状况差的风力发电机组，并且，系统通过机组系数与风险梯度阈值的对比结果能够在风力发电机组故障前间预测，从而提前做出预警，保证风力发电机组的安全运行。
依据风力发电站中风力发电机组的布置方式，对若干风力发电机组标注序号，处理端通过标注序号由大到小对风力发电机组进行一次排序，排序表标注为{i1,i2,i3,...in}，n为正整数，初期对风力发电站中风力发电机组进行远程管控检测时，可选择排序表正序或者倒叙进行管控检测，具体为：
现有风力发电站中风力发电机组的布置方式通常为矩阵布置，则对风力发电机组的初次排序方式可选择“S”路径排列、并排排列、由内到外排列或由外到内排列，从而完成风力发电机组的排序初始化。
实施例2
上述实施例1中，采集端采集风力发电机组的各项参数，参数通过公式处理后建立机组系数，并将机组系数与处理短预设风险梯度阈值进行对比，管控系统根据对比结果做出相应处理具体包括以下步骤：
1）采集端采集风力发电机组的机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力；
2）机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力分别标定为Jkpy、Jzfh、Clhz、Clzs、Zcyl；
3）将机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力去除单位后做归一化处理，建立机组系数，表达式为：
式中，分别为机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力的比例系数，为机组系数，为误差修正因子，取值0.968，，且，比例系数的具体值由本领域技术人员根据风力发电机组的型号进行设置，在此不做限定。
本申请通过采集机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力去除单位后做归一化处理，建立机组系数，将多种导致风力发电机组故障的因素综合处理，有利于提高数据的处理效率，且分析更为准确。
4）设定风险梯度阈值MX和风险梯度阈值MY，且MY＞MX，将机组系数与风险梯度阈值进行对比；
5）若机组系数风险梯度阈值MX，系统预测风力发电机组将要发生故障，此时发出一级预警，检修人员接收到一级预警信号时，需要直接对风力发电机组进行停机检修处理；
6）若风险梯度阈值MX机组系数风险梯度阈值MY，系统预测风力发电机组存在发生故障的可能性，此时发出二级预警，检修人员接收到二级预警信号时，可在该次发电作业完成后对风力发电机组进行检修；
7）若机组系数风险梯度阈值MY，表明风力发电机组处于稳定状态运行，系统不发出预警。
具体的，一级预警的重要度大于二级预警重要度，且当系统发出一级预警时，由于检修人员接收到一级预警信号时，需要直接对风力发电机组进行停机检修处理，机组系数风险梯度阈值MX的风力发电机组不生成风险度值，管控系统不再对机组系数风险梯度阈值MX的风力发电机组做管控检测，可进一步提高管控效率。
机壳扭曲偏移度通过设置在风力发电机组处的工业相机进行监测，当机壳扭曲偏移度过大时，会导致风机轴不对中，风机轴不对中包括轴线平行、交叉和混合不对中，轴发生不对中时，其时域图为一倍频正弦波和二倍频谐波叠加而成，轴心运动轨迹是香蕉形或8字形；
频谱特征主要表现为：对于平行不对中，有稳定的一、二和四倍频分量，二倍频较大，在径向上一和二倍频分量为主，二倍频一般超过基频；
对于角不对中，有稳定的一、二和三倍频分量，轴向振动基频较大；对于混合不对中，有稳定的一、二和三倍频分量，二倍频较大，四到十倍频分量较小。
机轴承载负荷通过设置在轴承外圈底部的压力传感器进行监测，当机轴承载负荷过大时，风机轴容易弯曲，轴弯曲其时域图类似等幅正弦信号；轴弯曲常伴有不同尺度的轴瓦碰摩，故会有碰摩特性出现，频谱方面，轴向一和二倍频振动可能加大，径向二倍频较大，甚至超过基频，前后轴承轴向的相位差较明显，可达到180°。
风力发电机组在风机轴不对中以及风机轴弯曲状态下持续运行时，会风机轴不断受到摩擦会导致风机轴断裂，风机轴断裂后，风叶从支撑架上掉落，存在较大的安全隐患。
齿轮交变荷载通过设置在齿轮轴处的压力传感器监测，齿轮啮合噪声通过设置在齿轮处的分贝计监测，齿轮交变荷载过大会导致齿根处极易出现疲劳裂纹而且慢慢扩大，甚至出现断裂，轮齿断裂方式包括轮齿在齿根处疲劳断裂、轮齿裂纹和轮齿局部地方断裂等，齿轮轮齿断裂后，齿轮啮合噪音随之增大，通过加入齿轮啮合噪声参数可以更为准确的判断齿轮的运行状态。
轴承接触应力通过设置在轴承处的温度传感器监测，当轴承接触应力过大时，轴承内部的滚动摩擦力变大，此时轴承的温度升高，温度越高，轴承接触应力越大，累计到极限时，内外圈滚道或滚动体的表面上将发生疲劳剥落，轴承的疲劳剥落故障将引起冲击性负载，使其工作振动变得更加激烈，轴承装配不当和轴弯曲都可以引起轴承疲劳剥落。
实施例3
由于风力发电站中设置有若干风力发电机组，不同位置的风力发电机组所受到的风力风速不同，因此，在风力发电机组上还需要建立风速传感器，用于实时监测风力发电机组所处区域的风速大小；
上述实施例2中，在预测风力发电机组可能发生故障时，且风力发电站因为其它因素影响导致备用电源不足时，采集端通过风速传感器采集可能发生故障风力发电机组所处区域的风速，依据风速由大到小生成风速值，则结合实施例1中的风险度值计算二次排序值，表达式为：Ec=α*Fxd+β*Fs，式中，Ec为二次排序值，Fxd为风险度值，Fs为风速值，α、β分别为风险度值与风速值的权重系数，处理端通过二次排序值由大到小更新排序表，管控系统依据排序表正序管控检测风力发电机组。
本实施例中，α、β分别取值为70%、30%，则表达式为Ec=70%*Fxd+30%*Fs。
在预测风力发电机组将要发生故障时，管控系统先启动刹车系统对将要发生故障的风力发电机组做刹车处理，然后再根据排序表对可能发生故障的风力发电机组做刹车处理，待风叶停止转动后，检修人员再检修风力发电机组。
本实施例中，通过在预测风力发电机组可能发生故障的同时，通过风速传感器采集可能发生故障风力发电机组所处区域的风速，然后结合风险度值与风速值生成二次排序值再次更新排序表，当将要发生故障的风力发电机组刹车完成后，再依据排序表对可能发生故障的风力发电机组做刹车处理，管控效率高。
实施例4
本实施例所述一种新能源设备的远程管控系统，包括标注模块、处理模块、采集模块、对比模块、预警模块、排序模块；
其中，
标注模块：用于依据风力发电站中风力发电机组的布置方式，对若干风力发电机组标注序号；
采集模块：用于采集风力发电机组的各项参数以及风力发电机组所处区域风速，参数通过公式处理后建立机组系数；
对比模块：将机组系数与处理短预设风险梯度阈值进行对比；
预警模块：依据对比结果判断是否发出预警信号；
处理模块：通过机组系数生成风险度值，通过风速生成风速值，通过公式：Ec=α*Fxd+β*Fs计算二次排序值，Ec为二次排序值，Fxd为风险度值，Fs为风速值，α、β分别为风险度值与风速值的权重系数；
排序模块：通过二次排序值由大到小更新排序表，管控系统依据排序表正序管控检测风力发电机组。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-onlymemory，ROM)、随机存取存储器(randomaccessmemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种新能源设备的远程管控方法，其特征在于：所述管控方法包括以下步骤：
S1：依据风力发电站中风力发电机组的布置方式，对若干风力发电机组标注序号；
S2：处理端通过标注序号由大到小对风力发电机组进行一次排序，排序表标注为{i1,i2,i3,...in}，n为正整数，完成对排序表的初始化处理；
S3：采集端采集风力发电机组的各项参数，参数通过公式处理后建立机组系数；
步骤S3中，建立机组系数包括以下步骤：
S3.1：采集端采集风力发电机组的机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力；
S3.2：机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力分别标定为Jkpy、Jzfh、Clhz、Clzs、Zcyl；
S3.3：将机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力去除单位后做归一化处理，建立机组系数，表达式为：
式中，分别为机壳扭曲偏移度、机轴承载负荷、齿轮交变荷载、齿轮啮合噪声、轴承接触应力的比例系数，为机组系数，为误差修正因子，取值0.968，，且；
S4：机组系数与处理短预设风险梯度阈值进行对比，管控方法根据对比结果做出相应处理；
S5：处理端通过每个风力发电机组的机组系数建立风险度值，依据风险度值由小到大重新排序风力发电机组，完成对排序表的二次更新；
S6：对风力发电站中风力发电机组进行远程管控检测时，选择排序表正序进行管控检测。
2.根据权利要求1所述的一种新能源设备的远程管控方法，其特征在于：步骤S4中，机组系数与处理短预设风险梯度阈值进行对比包括以下步骤：
S4.1：设定风险梯度阈值MX和风险梯度阈值MY，且MY＞MX，将机组系数与风险梯度阈值进行对比；
S4.2：若机组系数风险梯度阈值MX，系统预测风力发电机组将要发生故障，此时发出一级预警，检修人员接收到一级预警信号时，需要直接对风力发电机组进行停机检修处理；
S4.3：若风险梯度阈值MX机组系数风险梯度阈值MY，系统预测风力发电机组存在发生故障的可能性，此时发出二级预警，检修人员接收到二级预警信号时，在发电作业完成后对风力发电机组进行检修；
S4.4：若机组系数风险梯度阈值MY，表明风力发电机组处于稳定状态运行，系统不发出预警。
3.根据权利要求2所述的一种新能源设备的远程管控方法，其特征在于：所述一级预警的重要度大于二级预警重要度，当系统发出一级预警时，检修人员接收到一级预警信号，直接对风力发电机组进行停机检修处理，机组系数风险梯度阈值MX的风力发电机组不生成风险度值，管控方法不再对机组系数风险梯度阈值MX的风力发电机组做管控检测。
4.根据权利要求3所述的一种新能源设备的远程管控方法，其特征在于：机壳扭曲偏移度通过设置在风力发电机组处的工业相机进行监测；机轴承载负荷通过设置在轴承外圈底部的压力传感器进行监测；齿轮交变荷载通过设置在齿轮轴处的压力传感器监测，齿轮啮合噪声通过设置在齿轮处的分贝计监测；轴承接触应力通过设置在轴承处的温度传感器监测。
5.根据权利要求1所述的一种新能源设备的远程管控方法，其特征在于：还包括以下步骤：
S7：采集端通过风速传感器采集可能发生故障风力发电机组所处区域的风速，依据风速由大到小生成风速值；
S8：结合风险度值计算二次排序值，表达式为：Ec=α*Fxd+β*Fs，式中，Ec为二次排序值，Fxd为风险度值，Fs为风速值，α、β分别为风险度值与风速值的权重系数；
S9：处理端通过二次排序值由大到小更新排序表，管控方法依据排序表正序管控检测风力发电机组。
6.根据权利要求5所述的一种新能源设备的远程管控方法，其特征在于：步骤S8中，α、β分别取值为70%、30%，则表达式为Ec=70%*Fxd+30%*Fs。
7.根据权利要求6所述的一种新能源设备的远程管控方法，其特征在于：在预测风力发电机组将要发生故障时，管控方法先启动刹车系统对将要发生故障的风力发电机组做刹车处理，然后再根据排序表对可能发生故障的风力发电机组做刹车处理，待风叶停止转动后，检修人员再检修风力发电机组。
8.一种新能源设备的远程管控系统，所述管控系统用于实现权利要求1-7任一项所述的管控方法，其特征在于：包括标注模块、处理模块、采集模块、对比模块、预警模块、排序模块；
标注模块依据风力发电站中风力发电机组的布置方式，对若干风力发电机组标注序号，采集模块采集风力发电机组的各项参数以及风力发电机组所处区域风速，参数通过公式处理后建立机组系数，对比模块将机组系数与处理短预设风险梯度阈值进行对比，预警模块依据对比结果判断是否发出预警信号。
9.根据权利要求8所述的一种新能源设备的远程管控系统，其特征在于：所述处理模块通过机组系数生成风险度值，通过风速生成风速值，通过公式：Ec=α*Fxd+β*Fs计算二次排序值，Ec为二次排序值，Fxd为风险度值，Fs为风速值，α、β分别为风险度值与风速值的权重系数，排序模块通过二次排序值由大到小更新排序表，管控系统依据排序表正序管控检测风力发电机组。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310082818.1A CN115796609B (zh) | 2023-02-08 | 2023-02-08 | 一种新能源设备的远程管控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310082818.1A CN115796609B (zh) | 2023-02-08 | 2023-02-08 | 一种新能源设备的远程管控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115796609A CN115796609A (zh) | 2023-03-14 |
| CN115796609B true CN115796609B (zh) | 2023-04-18 |
Family
ID=85430532
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310082818.1A Active CN115796609B (zh) | 2023-02-08 | 2023-02-08 | 一种新能源设备的远程管控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115796609B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116777220B (zh) * | 2023-07-06 | 2023-12-08 | 北京睿智融科控股股份有限公司 | 一种企业风控管理方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102008006370A1 (de) * | 2008-01-28 | 2009-07-30 | Prüftechnik Dieter Busch AG | Verfahren und Vorrichtung zum Überwachen einer Maschine |
| JP7013787B2 (ja) * | 2017-10-19 | 2022-02-01 | 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 |
| CN112611584B (zh) * | 2020-05-18 | 2023-06-02 | 北京金风慧能技术有限公司 | 风力发电机组的疲劳失效检测方法、装置、设备及介质 |
| CN115163424A (zh) * | 2022-06-29 | 2022-10-11 | 中国软件与技术服务股份有限公司 | 基于神经网络的风电机组齿轮箱油温故障检测方法和系统 |
| CN115539327A (zh) * | 2022-10-13 | 2022-12-30 | 沈阳嘉越电力科技有限公司 | 风电机组监测预警方法、监测预警系统及可读存储介质 |
-
2023
- 2023-02-08 CN CN202310082818.1A patent/CN115796609B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115796609A (zh) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101196432B (zh) | 用于估计变速箱寿命的方法和系统 | |
| US10527520B2 (en) | Operating wind motors and determining their remaining useful life | |
| JP5561835B2 (ja) | 物品監視のためのシステムおよび方法 | |
| CN104019000B (zh) | 风力发电机组的载荷谱测定与前瞻性维护系统 | |
| CN103430004B (zh) | 发电站中的齿轮箱的磨损监控 | |
| EP3421786B1 (en) | Systems and methods for detecting damage in wind turbine bearings | |
| CN115796609B (zh) | 一种新能源设备的远程管控系统及方法 | |
| CN108072524B (zh) | 一种风电机组齿轮箱轴承故障预警方法 | |
| EP3631205A1 (en) | Wind turbine fault detection using acoustic, vibration, and electrical signals | |
| CN112487910A (zh) | 核电汽轮机系统故障预警方法及系统 | |
| JP2019027324A (ja) | 風力発電機の異常検知システム及び異常検知方法 | |
| CN102096771B (zh) | 汽轮发电机组轴承瓦温变化趋势实时分析方法 | |
| US8955372B2 (en) | Systems and methods for continuous pressure change monitoring in turbine compressors | |
| CN114412726A (zh) | 风电机组变桨轴承检测方法、装置及风力机组 | |
| CN109854375A (zh) | 一种轴瓦失效的预诊断方法及装置 | |
| US20210381928A1 (en) | Improved operating method for transmissions | |
| CN116085212A (zh) | 一种新能源风电机组的运行状态实时监测方法及系统 | |
| JP6869156B2 (ja) | 状態監視装置および状態監視方法 | |
| JP6639265B2 (ja) | 異常診断装置および異常診断方法 | |
| JP7101013B2 (ja) | 風力発電所の監視システム | |
| CN102879085B (zh) | 汽轮发电机组低频振动非稳态实时预警方法 | |
| JP2021096102A (ja) | 転がり軸受の状態監視方法及び転がり軸受の状態監視装置 | |
| EP3951532A1 (en) | Condition monitoring system and wind power generation system comprising same | |
| CN106940249A (zh) | 一种汽轮机大轴弯曲检测方法 | |
| CN115126666A (zh) | 基于场区控制模拟的海上风电场运维服务平台装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240305 Address after: 215000, Room 109, Building 23, Meilin Xinyuan, Pingjiang District, Suzhou City, Jiangsu Province Patentee after: Liu Hong Country or region after: China Address before: Room 1126, 11th Floor, Kechuang Building, No. 16 Datong Road, High-tech Zone, Suzhou City, Jiangsu Province, 215000 Patentee before: DANBO TECHNOLOGY (SUZHOU) Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |