CN116044679A - 一种风电机组载荷监控方法、装置和系统 - Google Patents

一种风电机组载荷监控方法、装置和系统 Download PDF

Info

Publication number
CN116044679A
CN116044679A CN202211725692.7A CN202211725692A CN116044679A CN 116044679 A CN116044679 A CN 116044679A CN 202211725692 A CN202211725692 A CN 202211725692A CN 116044679 A CN116044679 A CN 116044679A
Authority
CN
China
Prior art keywords
wind turbine
loads
maintenance
load
turbine generator
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
CN202211725692.7A
Other languages
English (en)
Inventor
石敏
张凌伟
武宇繁
赵志辉
宋文隆
樊北琛
孙国强
赵立慧
樊小俊
王欣
赵鹏
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.)
Jingneng New Energy Sunit Right Banner Wind Power Generation Co ltd
Original Assignee
Jingneng New Energy Sunit Right Banner Wind Power Generation 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 Jingneng New Energy Sunit Right Banner Wind Power Generation Co ltd filed Critical Jingneng New Energy Sunit Right Banner Wind Power Generation Co ltd
Priority to CN202211725692.7A priority Critical patent/CN116044679A/zh
Publication of CN116044679A publication Critical patent/CN116044679A/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
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/82Forecasts
    • F05B2260/821Parameter estimation or prediction
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/83Testing, e.g. methods, components or tools therefor
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/84Modelling or simulation
    • 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

本发明公开了一种风电机组载荷监控方法、装置和系统,方法包括以下步骤:预先建立风电机组的各组成部件载荷及与检测位置定位、风电机组状态数据、维护历史记录的映射关系数据库;根据维护历史记录,通过预测算法,建立各组成部件载荷监测情况对应的维护预测模型;通过传感检测获得风电机组的各组成部件实时载荷,所述各组成部件载荷至少包括叶根载荷、传动链载荷、塔顶载荷、塔底载荷;根据所述各组成部件实时载荷,将所述各组成部件实时载荷输入所述维护预测模型给出维护方案。本发明可进行故障定位、可靠性预测,自动给出维护方案,有效解决了现有技术的不足,很好提升维护水平,保障风电机组可靠性的效果。

Description

一种风电机组载荷监控方法、装置和系统
技术领域:
本发明涉及风电机组监控技术领域,尤其涉及一种风电机组载荷监控方法、装置和系统。
背景技术:
风电市场竞争日益加剧,风电机组的性价比和可靠性成为占有市场的关键因素。降低机组整机成本和提升机组运行可靠性是目前各整机厂商技术研发创新的主要方向。叶根载荷、传动链载荷、塔顶载荷、塔底载荷等机组部件,其受载情况严重影响机组运行的可靠性,因此非常有必要对其载荷进行实时监控。
机组部件载荷监控的关键在于能否实现载荷信号的准确测量。目前,普遍的测量方式是通过测量机组部件关键点的应变量来获得机组部件的载荷。但是,对于监测到的数据,并不能给出可靠性预测。或者在检测到某些参数值超限时,并不能及时给出故障定位、维护方案,并不能起到很好提升维护水平,保障风电机组可靠性的效果。
发明内容:
本发明的目的在于提供一种风电机组载荷监控方法、装置和系统,以解决现有技术的不足。
本发明由如下技术方案实施:一种风电机组载荷监控方法,包括以下步骤:
预先建立风电机组的各组成部件载荷及与检测位置定位、风电机组状态数据、维护历史记录的映射关系数据库;
根据维护历史记录,通过预测算法,建立各组成部件载荷监测情况对应的维护预测模型;
通过传感检测获得风电机组的各组成部件实时载荷,所述各组成部件载荷至少包括叶根载荷、传动链载荷、塔顶载荷、塔底载荷;
根据所述各组成部件实时载荷,将所述各组成部件实时载荷输入所述维护预测模型给出维护方案。
进一步的,所述映射关系数据库中各组成部件载荷与检测位置定位一一对应,所述检测位置定位均设置唯一的ID号。
进一步的,所述映射关系数据库中维护历史记录数据至少包括故障部件点位、故障部件点位载荷值、故障现象、处置措施。
进一步的,所述预测算法包括历史平均预测方法、时间序列预测方法、卡尔曼滤波预测方法、模糊回归预测方法。
进一步的,所述通过传感检测获得风电机组的各组成部件实时载荷,检测方式为力学检测、光学检测和/或超声波检测。
进一步的,所述维护预测模型包括各组成部件实时载荷数值与故障预测及对应维护方案的函数关系。
本发明还提供一种风电机组载荷监控装置,包括:
映射关系数据库构建模块,用于预先建立风电机组的各组成部件载荷及与检测位置定位、风电机组状态数据、维护历史记录的映射关系数据库;
维护预测模型构建模块,用于根据维护历史记录,通过预测算法,建立各组成部件载荷监测情况对应的维护预测模型;
传感检测模块,用于通过传感检测获得风电机组的各组成部件实时载荷,所述各组成部件载荷至少包括叶根载荷、传动链载荷、塔顶载荷、塔底载荷;
维护方案输出模块,用于根据所述各组成部件实时载荷,将所述各组成部件实时载荷输入所述维护预测模型给出维护方案。
本发明还提供一种控制器,所述控制器包括:存储器、处理器,所述存储器用于存储计算机程序;所述处理器用于根据所述存储器存储的计算机程序,实现如上述风电机组载荷监控方法。
本发明还提供一种风电机组载荷监控系统,包括力学检测传感器、光学检测传感器和/或超声波检测传感器和如上述的控制器,还包括网络通信模块,所述力学检测传感器、光学检测传感器和/或超声波检测传感器安装在风电机组的各组成部件的相应采集点位,所述力学检测传感器、光学检测传感器和/或超声波检测传感器采集的传感数据传输到控制器,控制器通过网络通信模块传输给远程监控计算机,所述网络通信模块为有线网络模块或者无线网络模块。
本发明还提供一种计算机,所述计算机包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述的风电机组载荷监控方法。
本发明的优点:
本发明基于知识的方法,结合专家和操作人员的经验知识转化为专家系统,基于专家经验数据库建立维护预测模型,结合采集的风电机组各组成部件实时载荷,进行故障定位、可靠性预测,自动给出维护方案,有效解决了现有技术的不足,很好提升维护水平,保障风电机组可靠性的效果。
附图说明:
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种风电机组载荷监控方法流程图;
图2为本发明实施例的一种风电机组载荷监控装置原理框图;
图3为本发明实施例的一种风电机组载荷监控系统原理框图。
具体实施方式:
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,所描述的实施例仅仅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。
如图1所示,一种风电机组载荷监控方法,包括以下步骤:
S1、预先建立风电机组的各组成部件载荷及与检测位置定位、风电机组状态数据、维护历史记录的映射关系数据库;
S2、根据维护历史记录,通过预测算法,建立各组成部件载荷监测情况对应的维护预测模型;
S3、通过传感检测获得风电机组的各组成部件实时载荷,各组成部件载荷至少包括叶根载荷、传动链载荷、塔顶载荷、塔底载荷;
S4、根据各组成部件实时载荷,将各组成部件实时载荷输入维护预测模型给出维护方案。
本实施例中,映射关系数据库中各组成部件载荷与检测位置定位一一对应,检测位置定位均设置唯一的ID号,这样就实现了对风机组件关键检测点的定位,当控制器得到与ID号绑定的传感数据,就可以直接定位为风电机组哪里的数据。
本实施例中,映射关系数据库中维护历史记录数据至少包括故障部件点位、故障部件点位载荷值、故障现象、处置措施。
本实施例中,预测算法包括历史平均预测方法、时间序列预测方法、卡尔曼滤波预测方法、模糊回归预测方法。这些预测方法均为利用历史数据建立预测模型的方法,具体原理和步骤这里不再赘述。
本实施例中,通过传感检测获得风电机组的各组成部件实时载荷,检测方式为力学检测、光学检测和/或超声波检测。力学检测方法是通过在结构件表面黏贴电阻式应变片来测量结构件的形变,该方法由于传感器布线复杂,受电磁干扰严重、需要经常更换等缺点,不适用于风电机组机组部件载荷的长期检测;光学检测方法是利用光纤光栅传感器进行信号的采集,虽然光纤光栅传感器作为一种新型传感器,具有抗电磁干扰,可靠性高和使用寿命长等特点,非常适合机组部件载荷的长期监测,但由于其自身特性,须采用高性能的单色仪或光谱仪,才能保证传感器检测的灵敏度和分辨率;同样地,超声波检测方法由于其设备复杂,成本昂贵,实用性和性价比较低,不适用于风电机组机组部件载荷的长期监测。因此,本发明根据机组部件实际情况,选择力学检测、光学检测、超声波检测某一或者其组合。
本实施例中,维护预测模型包括各组成部件实时载荷数值与故障预测及对应维护方案的函数关系。比如,风电机组运行在非常复杂的载荷情况下,所受载荷既有周期性成份又有随机成份,且两者均为风电机组疲劳载荷的来源。叶片承受的交变载荷会对叶片结构造成疲劳损伤破坏,研究表明,风电机组叶片的使用寿命很大程度上取决干疲劳寿命。同时,塔架与轮毂也时刻承受着由叶轮传递的动载荷,产生疲劳问题。再比如,因基础设计不当、基础质量不良、基础载荷不正确等或地震、极端天气下超过风机安全风速的大风等自然灾害造成风力发电机组倒塔事故。因此,叶根载荷、传动链载荷、塔顶载荷、塔底载荷,与这些故障均有相关性,维护预测模型包含载荷数值与故障预测的映射关系。同时,基于日常维护知识经验,可以在维护预测模型中建立故障与维护方案的映射关系。因此,基于维护预测模型,当得到载荷数值,即可实现故障预测,当发生故障,即可给出维护方案。
本发明基于知识的方法,结合专家和操作人员的经验知识转化为专家系统,基于专家经验数据库建立维护预测模型,结合采集的风电机组各组成部件实时载荷,进行故障定位、可靠性预测,自动给出维护方案。给出维护方案时,具体为选取某些特征变量作为输入和输出,根据建立的两者间的回归模型,在进行诊断时,把待测风机的实测结果输入模型,模型会给出一个输出结果,这个输出结果和实际结果之间会存在一个残差,最终是通过对残差的分析来判断风电机组是否为健康状态,如果状态不健康根据维护经验专家知识库给出维护方案。
如图2所示,本发明还提供一种风电机组载荷监控装置,包括:
映射关系数据库构建模块101,用于预先建立风电机组的各组成部件载荷及与检测位置定位、风电机组状态数据、维护历史记录的映射关系数据库;
维护预测模型构建模块102,用于根据维护历史记录,通过预测算法,建立各组成部件载荷监测情况对应的维护预测模型;
传感检测模块103,用于通过传感检测获得风电机组的各组成部件实时载荷,各组成部件载荷至少包括叶根载荷、传动链载荷、塔顶载荷、塔底载荷;
维护方案输出模块104,用于根据各组成部件实时载荷,将各组成部件实时载荷输入维护预测模型给出维护方案。
本发明还提供一种控制器,控制器包括:存储器、处理器,存储器用于存储计算机程序;处理器用于根据存储器存储的计算机程序,实现如上述风电机组载荷监控方法。
如图3所示,本发明还提供一种风电机组载荷监控系统,包括力学检测传感器202、光学检测传感器203和/或超声波检测传感器201和如上述所述控制器204,还包括网络通信模块205,力学检测传感器202、光学检测传感器203和/或超声波检测传感器201安装在风电机组的各组成部件的相应采集点位,力学检测传感器202、光学检测传感器203和/或超声波检测传感器201采集的传感数据传输到控制器204,控制器204通过网络通信模块205传输给远程监控计算机206,网络通信模块205为有线网络模块或者无线网络模块。本发明优选无线通信网络,比如4G/5G通信技术,尤其适应于风电机组分布范围大的情形。
本发明还提供一种计算机(可以是服务器),实现上述远程监控功能,计算机程序产品包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述的风电机组载荷监控方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种风电机组载荷监控方法,其特征在于,包括以下步骤:
预先建立风电机组的各组成部件载荷及与检测位置定位、风电机组状态数据、维护历史记录的映射关系数据库;
根据维护历史记录,通过预测算法,建立各组成部件载荷监测情况对应的维护预测模型;
通过传感检测获得风电机组的各组成部件实时载荷,所述各组成部件载荷至少包括叶根载荷、传动链载荷、塔顶载荷、塔底载荷;
根据所述各组成部件实时载荷,将所述各组成部件实时载荷输入所述维护预测模型给出维护方案。
2.根据权利要求1所述的一种风电机组载荷监控方法,其特征在于,所述映射关系数据库中各组成部件载荷与检测位置定位一一对应,所述检测位置定位均设置唯一的ID号。
3.根据权利要求1所述的一种风电机组载荷监控方法,其特征在于,所述映射关系数据库中维护历史记录数据至少包括故障部件点位、故障部件点位载荷值、故障现象、处置措施。
4.根据权利要求1所述的一种风电机组载荷监控方法,其特征在于,所述预测算法包括历史平均预测方法、时间序列预测方法、卡尔曼滤波预测方法、模糊回归预测方法。
5.根据权利要求1所述的一种风电机组载荷监控方法,其特征在于,所述通过传感检测获得风电机组的各组成部件实时载荷,检测方式为力学检测、光学检测和/或超声波检测。
6.根据权利要求1所述的一种风电机组载荷监控方法,其特征在于,所述维护预测模型包括各组成部件实时载荷数值与故障预测及对应维护方案的函数关系。
7.一种风电机组载荷监控装置,其特征在于,包括:
映射关系数据库构建模块,用于预先建立风电机组的各组成部件载荷及与检测位置定位、风电机组状态数据、维护历史记录的映射关系数据库;
维护预测模型构建模块,用于根据维护历史记录,通过预测算法,建立各组成部件载荷监测情况对应的维护预测模型;
传感检测模块,用于通过传感检测获得风电机组的各组成部件实时载荷,所述各组成部件载荷至少包括叶根载荷、传动链载荷、塔顶载荷、塔底载荷;
维护方案输出模块,用于根据所述各组成部件实时载荷,将所述各组成部件实时载荷输入所述维护预测模型给出维护方案。
8.一种控制器,其特征在于,所述控制器包括:存储器、处理器,所述存储器用于存储计算机程序;所述处理器用于根据所述存储器存储的计算机程序,实现如权利要求1-6任意一项所述风电机组载荷监控方法。
9.一种风电机组载荷监控系统,其特征在于,包括力学检测传感器、光学检测传感器和/或超声波检测传感器和如权利要求8所述的控制器,还包括网络通信模块,所述力学检测传感器、光学检测传感器和/或超声波检测传感器安装在风电机组的各组成部件的相应采集点位,所述力学检测传感器、光学检测传感器和/或超声波检测传感器采集的传感数据传输到控制器,控制器通过网络通信模块传输给远程监控计算机,所述网络通信模块为有线网络模块或者无线网络模块。
10.一种如权利要求9所述的计算机,其特征在于,所述计算机包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1-6任一项所述的风电机组载荷监控方法。
CN202211725692.7A 2022-12-30 2022-12-30 一种风电机组载荷监控方法、装置和系统 Pending CN116044679A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211725692.7A CN116044679A (zh) 2022-12-30 2022-12-30 一种风电机组载荷监控方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211725692.7A CN116044679A (zh) 2022-12-30 2022-12-30 一种风电机组载荷监控方法、装置和系统

Publications (1)

Publication Number Publication Date
CN116044679A true CN116044679A (zh) 2023-05-02

Family

ID=86128873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211725692.7A Pending CN116044679A (zh) 2022-12-30 2022-12-30 一种风电机组载荷监控方法、装置和系统

Country Status (1)

Country Link
CN (1) CN116044679A (zh)

Similar Documents

Publication Publication Date Title
CN112085930B (zh) 一种发电机组智能监测预警系统及方法
EP3638900B1 (en) Independent monitoring system for a wind turbine
JP6553399B2 (ja) 演算システム、風力発電システム、又は、風車の余寿命又は疲労損傷量の算出方法
CN109655106A (zh) 一种用于运转设备安康实时监测系统
CN108921303A (zh) 工业电动机的故障诊断及预测性维护方法
KR100815032B1 (ko) 발전소 온라인 실시간 성능 감시 시스템
CN108331718A (zh) 风电机组偏航系统在线监测机构及故障诊断系统和方法
CN107271170A (zh) 一种机械设备故障类型的自动诊断方法及系统
CN111509847A (zh) 一种电网机组状态的智能检测系统及方法
CN110864795A (zh) 一种称重异常报警系统
CN104122086A (zh) 基于Kriging模型的风力机齿轮箱故障诊断方法
CN106815771A (zh) 一种风电场载荷的长期评估方法
CN102022263A (zh) 用以调节风轮机中部件警报水平的方法和系统
CN111946559A (zh) 一种风机基础和塔架结构检测方法
CN108825447B (zh) 一种风力机监测方法及系统
CN110837045A (zh) 一种诊断泵系统潜在故障的方法及检测系统
CN114442543A (zh) 一种适用于水电站故障预警的计算机监测方法
CN116044679A (zh) 一种风电机组载荷监控方法、装置和系统
CN112257224A (zh) 汽轮发电机状态检修方法、系统以及终端
CN208431106U (zh) 风电机组偏航系统在线监测机构
CN109187896B (zh) 一种模块组合式多参数水质数据采集装置及其使用方法
CN115962100A (zh) 一种风电机组状态监测系统
KR200267127Y1 (ko) 원자력발전소용 텐덤형 디젤발전기 성능감시장치
CN114091811A (zh) 一种核电厂循环水泵维修决策系统及设计方法
CN116104478A (zh) 基于实测电功率的示功仪故障诊断方法

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