CN116717434A - 风力发电系统及其风电机组的预警方法、及可读存储介质 - Google Patents
风力发电系统及其风电机组的预警方法、及可读存储介质 Download PDFInfo
- Publication number
- CN116717434A CN116717434A CN202310648408.9A CN202310648408A CN116717434A CN 116717434 A CN116717434 A CN 116717434A CN 202310648408 A CN202310648408 A CN 202310648408A CN 116717434 A CN116717434 A CN 116717434A
- Authority
- CN
- China
- Prior art keywords
- value
- wind
- generator
- power
- power curve
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims abstract description 129
- 238000010586 diagram Methods 0.000 claims abstract description 124
- 230000005856 abnormality Effects 0.000 claims abstract description 82
- 238000012423 maintenance Methods 0.000 claims abstract description 58
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 8
- 238000005461 lubrication Methods 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 description 5
- 239000004519 grease Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
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
-
- 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
-
- 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
Abstract
本发明公开了风力发电系统及其风电机组的预警方法、及可读存储介质，方法包括：当基于预设检测模型监测到风力发电系统中存在风电机组的发电机出现功率曲线异常时，获取异常时段内的转速值和功率值，以及发电机所在风电机组的风速仪在异常时段内采集的风速值；将风速值和功率值生成为风功曲线比对图，以及将转速值和功率值生成为散点比对图；根据风功曲线比对图和散点比对图，确定发电机的风险值和参考检修措施；将获取的发电机的历史预警信息和风险值、参考检修措施生成为预警信息，对发电机进行功率曲线异常的预警。以此，通过预警信息实现发电机功率曲线异常的提前预警，且使得检修更为方便，提高了检修的效率。
Description
技术领域
本发明涉及风力发电技术领域，尤其涉及一种风力发电系统及其风电机组的预警方法、及可读存储介质。
背景技术
风力发电因风能的清洁环保和可再生性而日益收到重视，其基本工作原理是将风能转化为机械能，再通过发电机将机械能转化为电能，并将其输出到电网中。实现风力发电的系统主要由包括风轮、主轴、齿轮箱、发电机以及支撑塔架的多个风电机组构成。风轮上设置有叶片，当叶片受到风的作用旋转时，将风能转化为机械能。
风电机组发电与其内部各个部件的正常运行息息相关，如发电机的正常运行、主轴的正常转动等，但难以避免的可能会发生某些异常，例如发电机温升过高、功率曲线异常，主轴润滑异常等。当前对于出现功率曲线异常的发电机缺少提前预警机制，在因发电机功率曲线异常而导致风电机组不能正常运行发电时，检修人员才去检修，未能实现异常的提前预警。并且检修人员也不能直接知晓是何种异常导致风电机组不能正常运行发电，而是需要通过逐一检测各个元器件才能确定。如此导致检修困难且效率低。
发明内容
本发明的主要目的在于提供一种风力发电系统及其风电机组的预警方法、设备，及可读存储介质，旨在解决现有技术中风力发电系统的风电机组因缺少发电机功率曲线异常预警机制而未能实现异常的提前预警，及导致故障检修困难和检修效率低的技术问题。
为实现上述目的，本发明提供一种风力发电系统中风电机组的预警方法，所述预警方法包括：
当基于预设检测模型监测到风力发电系统中存在任一风电机组的发电机出现功率曲线异常时，获取所述发电机在异常时段内的转速值和功率值，以及所述发电机所在风电机组的风速仪在所述异常时段内采集的风速值；
将所述风速值和所述功率值生成为风功曲线比对图，以及将所述转速值和所述功率值生成为散点比对图；
根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施；
获取所述发电机的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，以及基于所述预警信息，对所述发电机进行功率曲线异常的预警。
可选地，所述将所述风速值和所述功率值生成为风功曲线比对图的步骤包括：
获取样本风速数据和样本发电功率数据，并将所述样本风速数据和所述样本发电功率数据形成为数据曲线后拟合，生成为参考风速功率曲线；
将所述风速值和所述功率值生成为风速功率曲线，并将所述风速功率曲线和所述参考风速功率曲线添加到预设模板图中，生成为所述风功曲线比对图。
可选地，所述将所述转速值和所述功率值生成为散点比对图的步骤包括：
获取所述风力发电系统中未异常发电机在所述异常时段内的参考转速值和参考功率值；
将各所述未异常发电机的所述参考转速值和所述参考功率值生成为各所述未异常发电机的参考散点图；
将所述转速值和所述功率值生成为待比对散点图，并基于所述待比对散点图和各所述参考散点图，形成所述散点比对图。
可选地，所述散点比对图包括多风机散点比对图和单风机散点比对图，所述基于所述待比对散点图和各所述参考散点图，形成所述散点比对图的步骤包括：
将所述待比对散点图与各所述参考散点图排列对比，生成所述多风机散点比对图；
从各所述参考散点图中选取任一目标散点图，并将所述待比对散点图与所述目标散点图合并，形成所述单风机散点比对图。
可选地，所述根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施的步骤包括：
根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证；
若所述发电机的功率曲线异常的真实性通过验证，则根据所述风功曲线比对图、多风机散点比对图和单风机散点比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；
根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。
可选地，所述根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证的步骤包括：
获取所述风功曲线比对图中风速功率曲线相对于参考风速功率曲线的偏离平均值和偏离比率，并根据所述偏离平均值和所述偏离比率，判断所述风速功率曲线是否存在异常；
获取所述多风机散点比对图中与预设转速区间对应的区间功率，并根据所述区间功率判断所述多风机散点比对图中待比对散点图的目标区间功率是否存在异常；
判断所述单风机散点比对图中待比对散点图的第一数据点相对于目标散点图的第二数据点是否更为分散，且所述第一数据点的平均数值小于所述第二数据点的平均数值；
若所述风速功率曲线存在异常，和/或所述目标区间功率存在异常，和/或所述第一数据点相对于所述第二数据点更为分散且所述第一数据点的平均数值小于所述第二数据点的平均数值，则判断所述发电机的功率曲线异常的真实性通过验证。
可选地，所述根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：
将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；
将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。
可选地，所述参考检修措施至少包括检测所述发电机所在风电机组的主轴承是否存在润滑异常，检测所述风电机组的变桨是否存在异常，以及检测所述发电机对应的控制策略是否异常。
进一步地，为实现上述目的，本发明还提供一种风力发电系统，所述风力发电系统包括：存储器、处理器、通信总线以及存储在所述存储器上的控制程序：
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行所述控制程序，以实现如上所述风力发电系统中风电机组的预警方法的步骤。
进一步地，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质上存储有控制程序，所述控制程序被处理器执行时实现如上所述风力发电系统中风电机组的预警方法的步骤。
本发明的风力发电系统及其发电机的预警方法、及可读存储介质，设置有预设检测模型，在通过该预设检测模型监测到风力发电系统中存在任一风电机组的发电机出现功率曲线异常时，对出现功率曲线异常的发电机在异常时段内的转速值和功率值进行获取，同时还获取该发电机所在风电机组的风速仪在异常时段内采集的风速值，进而依据风速值和功率值生成风功曲线比对图，以及依据转速值和功率值生成散点比对图；此后，根据风功曲线比对图和散点比对图，确定出现功率曲线异常的发电机的风险值和参考检修措施。风险值体现了功率曲线的异常程度，参考检修措施则体现了针对功率曲线异常的发电机可能采取的检修措施。此后，对出现功率曲线异常的发电机的历史预警信息进行获取，并将该历史预警信息、风险值、参考检修措施等共同生成为预警信息输出，用以对出现功率曲线异常的发电机进行异常预警。由此，通过预警信息实现对可能发生异常的发电机进行预警，避免在因发电机功率曲线异常而导致风电机组不能正常发电后才关注到异常，实现异常的提前预警。并且，检修人员通过查看预警信息中的参考检修措施即可知晓可能导致异常的原因和相应的检修措施，有利于快速排除异常原因，检修更为便捷，大大提高了检修的效率。
附图说明
图1为本发明风力发电系统中风电机组的预警方法第一实施例的流程示意图；
图2为本发明风力发电系统中风电机组的预警方法第二实施例的流程示意图；
图3为本发明风力发电系统中风电机组的预警方法一实施例生成的风功曲线比对图；
图4为本发明风力发电系统中风电机组的预警方法一实施例生成的多风机散点比对图；
图5为本发明风力发电系统中风电机组的预警方法一实施例生成的单风机散点比对图；
图6为本发明风力发电系统中风电机组的预警方法第三实施例的流程示意图；
图7为本发明风力发电系统一实施例方案涉及的硬件运行环境的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明提供一种风力发电系统中风电机组的预警方法，请参照图1，图1为本发明风力发电系统中风电机组的预警方法第一实施例方案的流程示意图。
本发明实施例提供了风力发电系统中风电机组的预警方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。具体地，本实施例中的风力发电系统中风电机组的预警方法包括：
步骤S10，当基于预设检测模型监测到风力发电系统中存在任一风电机组的发电机出现功率曲线异常时，获取所述发电机在异常时段内的转速值和功率值，以及所述发电机所在风电机组的风速仪在所述异常时段内采集的风速值；
本实施例的风力发电系统包括多个风电机组，每一风电机组均至少包括风轮、主轴、齿轮箱、发电机，以及支撑塔架等。主轴上设置有主轴承，风轮则至少包括叶片、轮毂、轴承、转子等。叶片在风的作用下产生扭矩使转轴转动，将风轮转换为机械能，机械能则通过齿轮箱、联轴器、轴承等传动装置传递给发电机，由发电机依据电磁感应转化为交流电。
本发电机的预警方法可以应用于风力发电系统的整体，也可以应用于风力发电系统中的各个风电机组。风力发电系统中必然设置有用于控制各部件有序运行，以实现风力发电的控制装置，控制装置可以是中心式的整体控制，也可以是分布式的整体加局部控制。对于前者发电机的预警方法应用于该整体控制装置，即系统的控制装置上，对于后者则发电机的预警方法既可以应用于整体的控制装置上，也可以应用于局部的控制装置上，即每个风电机组各自的控制装置上。本实施例优选以系统的控制装置为例进行说明。
进一步地，为了监测风电机组中各个部件的运行情况，预先设置有多个检测模型，例如可设置主轴承润滑、发电机温升、功率曲线等检测模型，还可针对风速仪、齿轮箱等设置各类型的检测模型。本实施例中可将各类检测模型统一为预设检测模型，当然也可以将各类检测模型单独分开，设置多个检测模型。
更进一步地，预设检测模型通过预先训练形成有体现发电机功率曲线正常的参考数据，通过该类参考数据可实时监测发电机是否出现功率曲线异常。在监测到风力发电系统中有某一风电机组的发电机出现功率曲线异常，说明发电机的功率曲线可能存在问题时，为了确保检测的准确性，还设置有结合发电机的转速值、功率值，以及对应风速仪所采集的风速值等进行验证的机制。为此，需要对存在出现功率曲线异常的发电机在异常时段内的转速值和功率值进行获取，以及该发电机所在风电机组的风速仪在该异常时段采集的风速值进行获取。当然，该获得的转速值、功率值和风速值也可以是包含异常时段在内的更长一段时间的数值，对此则需要从其中筛选出位于异常时段内的转速值、功率值和风速值。
步骤S20，将所述风速值和所述功率值生成为风功曲线比对图，以及将所述转速值和所述功率值生成为散点比对图；
进一步地，将获取的异常时段内风速值和发电功率值，基于其他未出现风功曲线异常的发电机在异常时段的正常功率值及其所在风电机组的正常风速值，生成为风功曲线比对图。同时，对于出现功率曲线异常的发电机在异常时段内的转速值和功率值，则将两者基于其他为出现功率曲线异常的发电机在异常时段内的正常转速值和正常功率值生成为散点比对图。通过风功曲线比对图和散点比对图体现出现功率曲线异常的发电机的异常性。
步骤S30，根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施；
可理解地，发电机功率曲线异常的严重程度不同对风电机组发电所产生的影响不同，某些异常可能给风电机组带来较为严重的影响，例如直接导致风电机组停机，而另一些异常则给风电机组带来的影响较轻。因此，为了确定发电机功率曲线异常的严重程度，在通过风功曲线比对图和散点比对图判定出由预设检测模型监测的出现功率曲线异常的发电机确实存在异常后，需依据该风功曲线比对图和散点比对图，确定该出现功率曲线异常的发电机的风险值，用以体现风险的严重程度。此外，还可依据风险值确定预警等级。可预先设定风险值区间与预警等级之间的对应关系，如设定风险值的范围为0-1，其中0-0.3对应预警等级为低级，0.31-0.7对应预警等级为中级，0.71-1对应的预警等级为高级。在确定风险值后，依据风险值所在的区间即可确定对应的预警等级。
进一步地，还可预先针对各种故障异常设置对应的检修措施，通过风功曲线比对图和散点比对图判定出可能存在的异常，进而查找对应的检修措施作为参考检修措施，以便于检修人员通过该参考检修措施对出现功率曲线异常的发电机进行快速准确检修。其中，由预设的检修措施所确定参考检修措施至少包括检测发电机所在风电机组的主轴承的润滑油脂存量、注油管是否破裂、注油点是否存在油脂泄露等情况，以确定主轴承是否存在润滑异常；检测发电机所在风电机组的桨角度编码器运行状况和信号传输通道状况，以及所在风电机组的变桨系统运行状况是否正常，以确定出现功率曲线异常的发电机所在风电机组的变桨是否存在异常；以及检测对发电机的运行进行控制的控制策略是否异常等。
步骤S40，获取所述发电机的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，以及基于所述预警信息，对所述发电机进行功率曲线异常的预警。
更进一步地，同一风电机组内的发电机可能多次出现功率曲线异常，每次功率曲线异常前均会进行预警。对于新一次的预警设置有将以往出现的预警共同形成为预警信息的机制，以便于整体反映风电机组中发电机功率曲线的异常情况。具体地，对当前出现功率曲线异常的发电机的历史预警信息进行获取，该历史预警信息可包括以往预警次数和预警等级，例如预警等级包括高、中、低三级，该发电机功率曲线以往的预警次数为8次，3次高等级预警、3次中等级预警和2次低等级预警。同时，历史预警信息还可以包括以往预警的具体描述和预警的时间，以及预警曲线。预警曲线为由历史预警次数、预警等级和预警时间生成的曲线，便于检修人员查看该发电机功率曲线整体的预警情况。
更进一步地，将获取的历史预警信息与风险值、参考检修措施一并生成为预警信息，预先设置有形成预警信息的模板，将历史预警信息中的各项信息、风险值和参考检修措施等添加到模板的相应位置，即可形成一条预警信息。进而将预警信息输出到风力发电系统的监控中心或者与风力发电系统通信连接的检修人员的智能终端进行预警，以便于检修人员查看并依据预警信息对出现功率曲线异常的发电机进行及时检修。
可理解地，检修人员在依据预警信息对出现功率曲线异常的发电机检修后，该发电机的功率曲线即可恢复正常，该次预警的异常已解决成为历史预警，需对历史预警信息进行更新。具体地，预设检测模型对检修人员检修过的当前出现功率曲线异常的发电机的数据进行分析，确定该发电机是否为仍存在功率曲线异常的发电机。若非仍存在功率曲线异常的发电机，则说明监测到的异常已经消除，故输出预警消除提示信息。同时，依据该当前最新的预警信息对其历史预警信息进行更新，以便于该发电机下次出现功率曲线异常的维护检修。
本实施的风力发电系统中风电机组的预警方法，设置有预设检测模型，在通过该预设检测模型监测到风力发电系统中存在任一风电机组的发电机出现功率曲线异常时，对出现功率曲线异常的发电机在异常时段内的转速值和功率值进行获取，同时还获取该发电机所在风电机组的风速仪在异常时段内采集的风速值，进而依据风速值和功率值生成风功曲线比对图，以及依据转速值和功率值生成散点比对图；此后，根据风功曲线比对图和散点比对图，确定出现功率曲线异常的发电机的风险值和参考检修措施。风险值体现了功率曲线的异常程度，参考检修措施则体现了针对功率曲线异常的发电机可能采取的检修措施。此后，对出现功率曲线异常的发电机的历史预警信息进行获取，并将该历史预警信息、风险值、参考检修措施等共同生成为预警信息输出，用以对出现功率曲线异常的发电机进行异常预警。由此，通过预警信息实现对可能发生异常的发电机进行预警，避免在因发电机功率曲线异常而导致风电机组不能正常发电后才关注到异常，实现异常的提前预警。并且，检修人员通过查看预警信息中的参考检修措施即可知晓可能导致异常的原因和相应的检修措施，有利于快速排除异常原因，检修更为便捷，大大提高了检修的效率。
进一步地，请参照图2，基于本发明风力发电系统中风电机组的预警方法的第一实施例，提出本发明风力发电系统中风电机组的预警方法第二实施例。
所述风力发电系统中风电机组的预警方法第二实施例与所述风力发电系统中风电机组的预警方法第一实施例的区别在于，所述将所述风速值和所述功率值生成为风功曲线比对图的步骤包括：
步骤S21，获取样本风速数据和样本发电功率数据，并将所述样本风速数据和所述样本发电功率数据形成为数据曲线后拟合，生成为参考风速功率曲线；
步骤S22，将所述风速值和所述功率值生成为风速功率曲线，并将所述风速功率曲线和所述参考风速功率曲线添加到预设模板图中，生成为所述风功曲线比对图；
进一步地，获取其他未出现风功曲线异常的发电机在异常时段的正常功率值及其所在风电机组的正常风速值，作为样本发电功率数据和样本风速数据，并将该样本发电功率数据和样本风速数据形成为数据曲线。其中，来源于同一台发电机的样本发电功率数据和样本风速数据，形成为一条数据曲线。进而对各数据曲线进行拟合，获得参考风速功率曲线。同时，预先设置有用于生成风功曲线比对图的预设模板图，将获取的异常时段内风速值和发电功率值生成为风速功率曲线，并将风速功率曲线和参考风速功率曲线添加到预设模板图中，生成为风功曲线比对图。通过风功曲线比对图中，风速功率曲线相对于参考风速功率曲线的差别，体现出现功率曲线异常的发电机的异常程度。具体请参见图3所示，①号曲线为为参考风速功率曲线，②号曲线为风速功率曲线，由两者共同生成为风功曲线比对图。
更进一步地，所述将所述转速值和所述功率值生成为散点比对图的步骤包括：
步骤S23，获取所述风力发电系统中未异常发电机在所述异常时段内的参考转速值和参考功率值；
步骤S24，将各所述未异常发电机的所述参考转速值和所述参考功率值生成为各所述未异常发电机的参考散点图；
步骤S25，将所述转速值和所述功率值生成为待比对散点图，并基于所述待比对散点图和各所述参考散点图，形成所述散点比对图。
进一步地，获取其他未出现功率曲线异常的发电机在异常时段的正常转速值和正常功率值，作为参考转速值和参考功率值。建立功率转速二维坐标轴，一坐标轴代表功率、另一坐标轴达标转速，例如横轴代表转速，纵轴代表功率。将各个未出现功率曲线异常的发电的参考转速值和参考功率值形成各自的参考数值对，并将各参考数值对分别添加到二维坐标轴上，形成为各未出现风功曲线异常的发电机的参考散点图，每一未出现风功曲线异常的发电机对应一张参考散点图。同时，将获取的出现风功曲线异常发电机的转速值和功率值形成为异常数值对，并将异常数值对添加到二维坐标轴上，形成待比对散点图，进而由该待比对散点图和各个参考散点图共同形成散点比对图。其中，形成的散点比对图包括多风机散点比对图和单风机散点比对图，具体地，所述基于所述待比对散点图和各所述参考散点图，形成所述散点比对图的步骤包括：
步骤a1，将所述待比对散点图与各所述参考散点图排列对比，生成所述多风机散点比对图；
步骤a2，从各所述参考散点图中选取任一目标散点图，并将所述待比对散点图与所述目标散点图合并，形成所述单风机散点比对图。
进一步地，多风机散点比对图为多个风电机组形成的散点图进行对比，对于参考散点图和待比对散点图，则将待比对散点图和各参考散点图逐一排列，形成多风机散点比对图。具体请参见图4，将风电机组简称为风机，其中，43号风机的发电机出现功率曲线异常，39号、41号和62号风机的发电机未出现功率曲线异常，左上角为39号风机形成的参考散点图，右上角为41号风机形成的参考散点图，右下角为62号风机形成的参考散点图，左下角为43号风机形成的待比对散点图。单风机散点比对图则为单独的一个参考散点图与待比对散点图的对比，从各参考散点图中任意选取一张作为目标散点图，进而将待比对散点图与该目标散点图合并，即形成单风机散点比对图。具体请参见图5，集中于①号曲线的点为39号风机形成的参考散点图，分散于①号曲线周围的点为43号风机形成的待比对散点图。由两者共同形成单风机散点比对图，体现出现功率曲线异常的风电机组与未出现功率曲线异常的风电机组在转速功率上的差异性。
本实施例将未出现功率曲线异常的发电机生成的参考风速功率曲线和参考散点图，作为风速功率曲线和待比对散点图的参考，形成风功曲线比对图和散点比对图，并将散点比对图区分为多风机散点比对图和单风机散点比对图，实现风速功率曲线和待比对散点图的全面比对，进而使得发电机功率曲线异常性的判断更为准确。
进一步地，请参照图6，基于本发明风力发电系统中风电机组的预警方法的第一或第二实施例，提出本发明风力发电系统中风电机组的预警方法第三实施例。
所述风力发电系统中风电机组的预警方法第三实施例与所述风力发电系统中风电机组的预警方法第一或第二实施例的区别在于，所述根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施的步骤包括：
步骤S31，根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证；
本实施例中风功曲线比对图的异常性、多风机散点比对图的异常性以及单风机单点比对图的异常性，均可用于体现发电机功率曲线异常的严重程度，也可验证预设检测模型监测的准确性。具体地，先根据风功曲线比对图、多风机散点比对图和单风机散点比对图，对发电机功率曲线异常的真实性进行验证，若风功曲线比对图存在异常、多风机散点比对图存在异常或者单风机散点比对图存在异常，则可确定发电机确实出现功率曲线异常。其中，所述根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证的步骤包括：
步骤b1，获取所述风功曲线比对图中风速功率曲线相对于参考风速功率曲线的偏离平均值和偏离比率，并根据所述偏离平均值和所述偏离比率，判断所述风速功率曲线是否存在异常；
步骤b2，获取所述多风机散点比对图中与预设转速区间对应的区间功率，并根据所述区间功率判断所述多风机散点比对图中待比对散点图的目标区间功率是否存在异常；
步骤b3，判断所述单风机散点比对图中待比对散点图的第一数据点相对于目标散点图的第二数据点是否更为分散，且所述第一数据点的平均数值小于所述第二数据点的平均数值；
步骤b4，若所述风速功率曲线存在异常，和/或所述目标区间功率存在异常，和/或所述第一数据点相对于所述第二数据点更为分散且所述第一数据点的平均数值小于所述第二数据点的平均数值，则判断所述发电机的功率曲线异常的真实性通过验证。
可理解地，对于风功曲线比对图，其风速功率曲线相对于参考风速功率曲线中不同风速点对应的功率差值均不同，为了体现差值偏离的大小，可选取风功曲线比对图中多个风速点，计算各个风速点对应的功率差值，进而在各个功率差值之间做均值运算获得偏离平均值。同时，计算风速功率曲线的斜率，以及参考风速功率曲线的斜率，在两个斜率之间做差值，获得偏离比率。其中，偏离平均值越大，偏离比率越大，则说明风速功率曲线与参考风速功率曲线之间的差异越大。从而可依据偏离平均值和偏离比率，判断风速功率曲线是否存在异常。设定表征异常的第一阈值和第二阈值，将偏离平均值与第一阈值比对，以及将偏离比率与第二阈值比对，若偏离平均值大于第一阈值，或者偏离比率大于第二阈值，则判定风速功率曲线偏离参考风速功率曲线较大，风速功率曲线存在异常，反之则不存在异常。
进一步地，对于多风机散点比对图，预先设定预设转速区间，如图4中小于6转每分的区间。对多风机散点比对图中各参考散点图和待比对散点图在预设转速区间的区间功率进行获取，并将待比对散点图的区间功率作为目标区间功率，进而将目标区间功率与各区间功率进行比对，通过比对判断多风机散点比对图中待比对散点图的目标区间功率是否存在异常。若各区间功率的差异不大，而目标区间功率与各区间功率差异较大，则说明存在异常。如图4中39号风机、41号风机和62号风机在小于6转每分的区间，区间功率为0，而43号风机在小于6转每分的区间，目标区间功率不为0，从而说明43号风机的目标区间功率存在异常。
更进一步地，对于单风机散点比对图，将其中待比对散点图的数据点作为第一数据点，以及将其中目标散点图的数据点作为第二数据图，进而将第一数据图和第二数据图对比，判断第一数据点是否相对于第二数据点是否更分散。并且，将第一数据点进行均值处理，获得第一数据点的平均数值，以及将第二数据点进行均值处理，获得第二数据点的平均数值，进而将第一数据点的平均数值与第二数据点的平均数值比对，判断第一数据点的平均数值是否小于第二数据点的平均数值。若第一数据点相对于第二数据点更分散，且第一数据点的平均数值小于第二数据点的平均数值，则说明待比对散点图相对于目标散点图更分散，且功率更小，待比对散点图存在异常。
进一步地，若判定风速功率曲线存在异常，或者目标区间功率存在异常，或者第一数据点相对于第二数据点更为分散且第一数据点的平均数值小于第二数据点的平均数值，或者三者中存在两项或三项异常，则说明发电机确实出现功率曲线异常，故判断发电机功率曲线异常的真实性验证通过。反之，若经判定风速功率曲线不存在异常，目标区间功率不存在异常，以及第一数据点相对于第二数据点未分散且第一数据点的平均数值不小于第二数据点的平均数值，则说明发电机功率曲线不存在异常，故判断发电机功率曲线异常的真实性验证不通过，进而说明监测到发电机功率曲线异常的预设检测模型的检测不准确，从而输出对预设检测模型进行优化的提示信息，通过对预设检测模型的优化来提升其检测的准确性。
步骤S32，若所述发电机的功率曲线异常的真实性通过验证，则根据所述风功曲线比对图、多风机散点比对图和单风机散点比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；
步骤S33，根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。
更进一步地，对于功率曲线异常的真实性通过验证的发电机，则依据风功曲线比对图生成第一风险值和第一检修措施，通过风功曲线比对图对应的风险值体现发电机功率曲线的异常程度及可能的检修措施。同时，还依据多风机散点比对图生成第二风险值和第二检修措施，通过多风机散点比对图对应的风险值体现发电机功率曲线的异常程度及可能的检修措施。此外，还依据单风机散点比对图生成第三风险值和第三检修措施，通过单风机散点比对图对应的风险值体现发电机功率曲线的异常程度及可能的检修措施。
进一步地，因第一风险值、第二风险值和第三风险值所体现的风险各不相同，故需要依据三者确定整体的风险值。同时，第一检修措施、第二检修措施和第三检修措施所体现的检修方式也各不相同，同样需要根据三者确定整体的参考检修措施。具体地，所述根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：
步骤c1，将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；
步骤c2，将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。
更进一步地，第一风险值、第二风险值和第三风险值体现的风险大小各异，值越大风险越大，故可在第一风险值、第二风险值和第三风险值之间比对，确定其中数值最大的作为整体的风险值。第一检修措施、第二检修措施和第三检修措施体现对可能故障的检修方式，为了检修的全面性，将第一检修措施、第二检修措施和第三检修措施做并集运算，得到运算结果即为整体全面的参考检修措施。
本实施例根据风功曲线比对图，多风机散点比对图和单风机散点比对图，设置发电机功率曲线异常的验证机制，以使得预测检测模型的检测更为准确。并且，对于验证确实存在功率曲线异常的发电机，通过风功曲线比对图、多风机散点比对图和单风机散点比对图确定整体上的风险值用以准确体现出现功率曲线异常的发电机的风险，以及确定全面的参考检修措施供检修人员参考，以快速排除异常点进行检修，提高了发电机功率曲线异常预警的准确性。
此外，本发明实施例还提供一种风力发电系统。参照图7，图7为本发明风力发电系统实施例方案涉及的设备硬件运行环境的结构示意图。
如图7所示，该风力发电系统可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
本领域技术人员可以理解，图7中示出的风力发电系统的硬件结构并不构成对风力发电系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图7所示，作为一种可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及控制程序。其中，操作系统是管理和控制风力发电系统与软件资源的程序，支持网络通信模块、用户接口模块、控制程序以及其他程序或软件的运行；网络通信模块用于管理和控制网络接口1004；用户接口模块用于管理和控制用户接口1003。
在图7所示的风力发电系统硬件结构中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；处理器1001可以调用存储器1005中存储的控制程序，并执行以下操作：
当基于预设检测模型监测到风力发电系统中存在任一风电机组的发电机出现功率曲线异常时，获取所述发电机在异常时段内的转速值和功率值，以及所述发电机所在风电机组的风速仪在所述异常时段内采集的风速值；
将所述风速值和所述功率值生成为风功曲线比对图，以及将所述转速值和所述功率值生成为散点比对图；
根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施；
获取所述发电机的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，以及基于所述预警信息，对所述发电机进行功率曲线异常的预警。
进一步地，所述将所述风速值和所述功率值生成为风功曲线比对图的步骤包括：
获取样本风速数据和样本发电功率数据，并将所述样本风速数据和所述样本发电功率数据形成为数据曲线后拟合，生成为参考风速功率曲线；
将所述风速值和所述功率值生成为风速功率曲线，并将所述风速功率曲线和所述参考风速功率曲线添加到预设模板图中，生成为所述风功曲线比对图。
进一步地，所述将所述转速值和所述功率值生成为散点比对图的步骤包括：
获取所述风力发电系统中未异常发电机在所述异常时段内的参考转速值和参考功率值；
将各所述未异常发电机的所述参考转速值和所述参考功率值生成为各所述未异常发电机的参考散点图；
将所述转速值和所述功率值生成为待比对散点图，并基于所述待比对散点图和各所述参考散点图，形成所述散点比对图。
进一步地，所述散点比对图包括多风机散点比对图和单风机散点比对图，所述基于所述待比对散点图和各所述参考散点图，形成所述散点比对图的步骤包括：
将所述待比对散点图与各所述参考散点图排列对比，生成所述多风机散点比对图；
从各所述参考散点图中选取任一目标散点图，并将所述待比对散点图与所述目标散点图合并，形成所述单风机散点比对图。
进一步地，所述根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施的步骤包括：
根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证；
若所述发电机的功率曲线异常的真实性通过验证，则根据所述风功曲线比对图、多风机散点比对图和单风机散点比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；
根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。
进一步地，所述根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证的步骤包括：
获取所述风功曲线比对图中风速功率曲线相对于参考风速功率曲线的偏离平均值和偏离比率，并根据所述偏离平均值和所述偏离比率，判断所述风速功率曲线是否存在异常；
获取所述多风机散点比对图中与预设转速区间对应的区间功率，并根据所述区间功率判断所述多风机散点比对图中待比对散点图的目标区间功率是否存在异常；
判断所述单风机散点比对图中待比对散点图的第一数据点相对于目标散点图的第二数据点是否更为分散，且所述第一数据点的平均数值小于所述第二数据点的平均数值；
若所述风速功率曲线存在异常，和/或所述目标区间功率存在异常，和/或所述第一数据点相对于所述第二数据点更为分散且所述第一数据点的平均数值小于所述第二数据点的平均数值，则判断所述发电机的功率曲线异常的真实性通过验证。
进一步地，所述根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：
将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；
将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。
进一步地，所述参考检修措施至少包括检测所述发电机所在风电机组的主轴承是否存在润滑异常，检测所述风电机组的变桨是否存在异常，以及检测所述发电机对应的控制策略是否异常。
本发明风力发电系统的具体实施方式与上述风力发电系统中风电机组的预警方法各实施例基本相同，在此不再赘述。
本发明实施例还提出一种可读存储介质。所述可读存储介质上存储有控制程序，所述控制程序被处理器执行时实现如上所述风力发电系统中风电机组的预警方法的步骤。
本发明可读存储介质可以为计算机可读存储介质，其具体实施方式与上述风力发电系统中风电机组的预警方法各实施例基本相同，在此不再赘述。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，这些均属于本发明的保护之内。
Claims (10)
1.一种风力发电系统中风电机组的预警方法，其特征在于，所述预警方法包括：
当基于预设检测模型监测到风力发电系统中存在任一风电机组的发电机出现功率曲线异常时，获取所述发电机在异常时段内的转速值和功率值，以及所述发电机所在风电机组的风速仪在所述异常时段内采集的风速值；
将所述风速值和所述功率值生成为风功曲线比对图，以及将所述转速值和所述功率值生成为散点比对图；
根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施；
获取所述发电机的历史预警信息，并将所述历史预警信息，所述风险值和参考检修措施生成为预警信息，以及基于所述预警信息，对所述发电机进行功率曲线异常的预警。
2.如权利要求1所述的预警方法，其特征在于，所述将所述风速值和所述功率值生成为风功曲线比对图的步骤包括：
获取样本风速数据和样本发电功率数据，并将所述样本风速数据和所述样本发电功率数据形成为数据曲线后拟合，生成为参考风速功率曲线；
将所述风速值和所述功率值生成为风速功率曲线，并将所述风速功率曲线和所述参考风速功率曲线添加到预设模板图中，生成为所述风功曲线比对图。
3.如权利要求1所述的预警方法，其特征在于，所述将所述转速值和所述功率值生成为散点比对图的步骤包括：
获取所述风力发电系统中未异常发电机在所述异常时段内的参考转速值和参考功率值；
将各所述未异常发电机的所述参考转速值和所述参考功率值生成为各所述未异常发电机的参考散点图；
将所述转速值和所述功率值生成为待比对散点图，并基于所述待比对散点图和各所述参考散点图，形成所述散点比对图。
4.如权利要求1所述的预警方法，其特征在于，所述散点比对图包括多风机散点比对图和单风机散点比对图，所述基于所述待比对散点图和各所述参考散点图，形成所述散点比对图的步骤包括：
将所述待比对散点图与各所述参考散点图排列对比，生成所述多风机散点比对图；
从各所述参考散点图中选取任一目标散点图，并将所述待比对散点图与所述目标散点图合并，形成所述单风机散点比对图。
5.如权利要求1所述的预警方法，其特征在于，所述根据所述风功曲线比对图和散点比对图，确定所述发电机的风险值和参考检修措施的步骤包括：
根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证；
若所述发电机的功率曲线异常的真实性通过验证，则根据所述风功曲线比对图、多风机散点比对图和单风机散点比对图，分别生成第一风险值、第二风险值、第三风险值，以及分别生成第一检修措施、第二检修措施和第三检修措施；
根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施。
6.如权利要求5所述的预警方法，其特征在于，所述根据所述风功曲线比对图，以及所述散点比对图中的多风机散点比对图和单风机散点比对图，对所述发电机的功率曲线异常的真实性进行验证的步骤包括：
获取所述风功曲线比对图中风速功率曲线相对于参考风速功率曲线的偏离平均值和偏离比率，并根据所述偏离平均值和所述偏离比率，判断所述风速功率曲线是否存在异常；
获取所述多风机散点比对图中与预设转速区间对应的区间功率，并根据所述区间功率判断所述多风机散点比对图中待比对散点图的目标区间功率是否存在异常；
判断所述单风机散点比对图中待比对散点图的第一数据点相对于目标散点图的第二数据点是否更为分散，且所述第一数据点的平均数值小于所述第二数据点的平均数值；
若所述风速功率曲线存在异常，和/或所述目标区间功率存在异常，和/或所述第一数据点相对于所述第二数据点更为分散且所述第一数据点的平均数值小于所述第二数据点的平均数值，则判断所述发电机的功率曲线异常的真实性通过验证。
7.如权利要求5所述的预警方法，其特征在于，所述根据所述第一风险值、第二风险值、第三风险值，以及所述第一检修措施、第二检修措施和第三检修措施，确定所述风险值和所述参考检修措施的步骤包括：
将所述第一风险值、第二风险值和第三风险值比对，确定最大值作为所述风险值；
将所述第一检修措施、第二检修措施和第三检修措施做并集运算，获得并集运算结果作为所述参考检修措施。
8.如权利要求1-7任一项所述的预警方法，其特征在于，所述参考检修措施至少包括检测所述发电机所在风电机组的主轴承是否存在润滑异常，检测所述风电机组的变桨是否存在异常，以及检测所述发电机对应的控制策略是否异常。
9.一种风力发电系统，其特征在于，所述风力发电系统包括：存储器、处理器、通信总线以及存储在所述存储器上的控制程序：
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行所述控制程序，以实现如权利要求1-8中任一项所述的风力发电系统中风电机组的预警方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有控制程序，所述控制程序被处理器执行时实现如权利要求1-8任一项所述的风力发电系统中风电机组的预警方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310648408.9A CN116717434A (zh) | 2023-05-30 | 2023-05-30 | 风力发电系统及其风电机组的预警方法、及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310648408.9A CN116717434A (zh) | 2023-05-30 | 2023-05-30 | 风力发电系统及其风电机组的预警方法、及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116717434A true CN116717434A (zh) | 2023-09-08 |
Family
ID=87865333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310648408.9A Pending CN116717434A (zh) | 2023-05-30 | 2023-05-30 | 风力发电系统及其风电机组的预警方法、及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116717434A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117212074A (zh) * | 2023-09-25 | 2023-12-12 | 武汉盈风能源科技有限公司 | 风力发电系统及其变桨电机的温升预警方法、及存储介质 |
| CN117390573A (zh) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
-
2023
- 2023-05-30 CN CN202310648408.9A patent/CN116717434A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117212074A (zh) * | 2023-09-25 | 2023-12-12 | 武汉盈风能源科技有限公司 | 风力发电系统及其变桨电机的温升预警方法、及存储介质 |
| CN117212074B (zh) * | 2023-09-25 | 2024-03-12 | 武汉盈风能源科技有限公司 | 风力发电系统及其变桨电机的温升预警方法及存储介质 |
| CN117390573A (zh) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
| CN117390573B (zh) * | 2023-12-12 | 2024-02-23 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116717434A (zh) | 风力发电系统及其风电机组的预警方法、及可读存储介质 | |
| Zhang et al. | Wind turbine fault detection based on SCADA data analysis using ANN | |
| JP6906354B2 (ja) | 風車発電機の疲労損傷量算出装置、風力発電システム、及び風車発電機の疲労損傷量算出方法 | |
| US8433425B2 (en) | Method, system and computer program product for dynamic rule engine for a wind turbine farm | |
| US10180997B2 (en) | Apparatus for simulating wind power farm | |
| CN106525415B (zh) | 一种风电机组传动链健康状态评价系统及方法 | |
| CN108252873B (zh) | 一种风力发电机组在线数据监测及其性能评估的系统 | |
| CN106815771B (zh) | 一种风电场载荷的长期评估方法 | |
| JP2019128704A (ja) | 設備状態監視装置および設備状態監視方法 | |
| CN105508149B (zh) | 用于风力发电机组的故障检测方法及装置 | |
| KR20160017681A (ko) | 풍력플랜트 관리 시스템 및 그 방법 | |
| CN110067708B (zh) | 一种使用功率曲线识别偏航对风不正的方法 | |
| CN112065668A (zh) | 一种风电机组状态异常评估方法及系统 | |
| WO2016042652A1 (ja) | 風力発電設備および風力発電設備の損傷度診断装置 | |
| CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 | |
| KR20210010123A (ko) | 복합 조건을 고려한 진동 기반 고장 진단 방법 및 이러한 방법을 수행하는 장치 | |
| JP2020180563A (ja) | 風力発電システム及び風力発電装置のメンテナンス方法 | |
| GB2555010B (en) | Determining loads on a wind turbine | |
| EP2506104A2 (en) | Method, system and computer program product for correlating information and location | |
| CN116838548A (zh) | 风力发电系统及其发电机温升的预警方法、及存储介质 | |
| CN116557232A (zh) | 风力发电系统及其风机主轴承的预警方法、及存储介质 | |
| Zhang et al. | Probability warning for wind turbine gearbox incipient faults based on SCADA data | |
| 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 | |
| CN116826955A (zh) | 风力发电系统及其风速仪的预警方法、及可读存储介质 | |
| CN112202924A (zh) | 基于物联网的大功率风电机组高强螺栓智能检测系统 |
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 |