CN117967527A - 一种基于实时运行数据的风电机组运行状态监控系统 - Google Patents

Abstract

一种基于实时运行数据的风电机组运行状态监控系统，涉及风力发电领域，包括监控中心，所述监控中心通信连接有数据采集模块、模型构建模块、数据分析模块、数据调控模块、数据预警模块以及数据可视化模块；通过数据采集端对风电机组进行数据采集，获得相应的机组数据；依据所获得的机组数据进行模型构建，获得相应的风电孪生模型；获取风电机组的实际输出功率和预估输出功率，并根据两者的比对结果判断风电机组是否存在异常；获取风电机组的风偏角，并依据所获得的风偏角对相应的风电机组进行调控并进行监督，对风电机组的运行状态进行故障评估，并进行可视化报警，本发明提高了风电机组的稳定运行效率、增加故障判断的准确率。

Description

一种基于实时运行数据的风电机组运行状态监控系统

技术领域

本发明涉及风力发电领域，具体是一种基于实时运行数据的风电机组运行状态监控系统。

背景技术

风能是利用自然力量转换能量的方法，为社会建设与人们的生活提供了有力的能源保障；风力发电机的应用不仅可以解决目前中国电能应用不足的情况，而且可以更好地保护环境；风是自然界中常见的自然现象，尤其是在风资源丰富的山区。机组建设不仅可以为国家创造更大的经济价值，而且可以确保当地的电力供应；然而，随着国内风力发电行业的飞速发展，风力发电机的故障已成为不可忽视的问题；

与现有技术相比，传统的运行状态监控系统多为对单一数据进行监控，且只进行单一验证，进而导致对风电机组的运行状态监控准确性不足，对后续的风电机组检修工作的辅助效率不佳，这些是我们需要解决的问题，为此我们提供了一种基于实时运行数据的风电机组运行状态监控系统。

发明内容

本发明的目的在于提供一种基于实时运行数据的风电机组的运行状态监控系统；

本发明的目的可以通过以下技术方案实现：一种基于实时运行数据的风电机组运行状态监控系统，包括监控中心，所述监控中心通信连接有数据采集模块、模型构建模块、数据分析模块、数据调控模块、数据预警模块以及数据可视化模块；

所述数据采集模块用于设置数据采集端、并通过所述数据采集端对风电机组进行数据采集，获得相应的机组数据；

所述模型构建模块用于依据所采集机组数据进行模型构建，获得相应的风电孪生模型；

所述数据分析模块用于依据所采集的机组数据获取风电机组的实际输出功率和预估输出功率，并根据两者的比较结果判断风电机组是否存在异常，若存在异常，则生成相应的调控通知；

所述数据调控模块用于依据所获得的调控通知获取风电机组的风偏角，并依据所获得的风偏角对风电机组进行角度调控；

所述数据预警模块用于对所获得的风偏角的角度调控过程进行监督，并结合所获得的风电孪生模型对风电机组的运行状态进行故障评估，获得相应的故障评估结果；

所述数据可视化模块用于依据所获得的故障评估结果进行相应的可视化报警。

进一步的，其特征在于，所述数据采集模块通过数据采集端对风电机组进行数据采集，获得相应的机组数据的过程包括：

所述数据采集模块由若干个数据采集端组成，所述数据采集端包括采集节点和监测节点，通过所述采集节点对风电机组的运行数据进行采集，所述监测节点用于对风电机组周围的风况数据进行采集；

将所采集的运行数据和风况数据进行打包，获得相应的机组数据，并将其上传至监控中心进行储存。

进一步的，所述模型构建模块依据所获得的机组数据进行模型构建，获得相应的风电孪生模型的过程包括：

获取相应风电机组的结构示意图，依据所获得的风电机组的结构示意图获取相应风电机组的属性参数，将所获得的属性参数导入三维建模软件内，获得相应的三维模型，并依据其在数字空间内对风电机组进行1：1搭建相应的物理模型；

将所采集的机组数据与物理模型进行结合，使所获得的物理模型可通过虚拟运行还原风电机组的实际运行状态，进而获得相应的数字孪生模型，并将后续所采集的机组数据与数字孪生模型相连接以实时更新模型的输入参数，以获得相应的风电孪生模型。

进一步的，所述数据分析模块依据所采集的机组数据获取风电机组的实际输出功率和预估输出功率，并根据两者的比较结果判断风电机组是否存在异常，若存在异常，则生成相应的调控通知的过程包括：

获取风速与风电机组的预估输出功率之间的函数模型，将所采集的风速输入至所获得的函数模型内，获得相应的预估输出功率，将所获得的预估输出功率与实时采集的输出功率进行偏差计算，获得相应的偏差值，依据所获得的偏差值判断风电机组内相应数据采集端所处位置是否存在异常，若存在异常，则生成调控通知，并反馈至监控中心。

进一步的，所述数据调控模块依据所获得的调控通知获取风电机组的风偏角，并依据所获得的风偏角对风电机组进行角度调控的过程包括：

依据所采集的风况数据获取相应数据采集端处所对应的风偏角，并依据所获得的风偏角获取相应风电机组的调控角度，依据所获得的调控角度生成调控指令，并将其反馈至监控中心，所述监控中心接收到调控指令后，依据所获得的调控角度远程对风电机组进行角度调控。

进一步的，所述预警模块用于对调控过程进行监督的过程包括：

当监控中心接收到调控指令后，远程控制风电机组进行角度调控，将相应的风偏角调控至零，并对相应调控过程所需要的时间进行记录，获得相应的实际调控时间；

同时依据所述调控指令对所获得的风电孪生模型采取相同的角度调控操作，获得相应的理论调控时间；

将所获得的理论调控时间和实际调控时间进行比较，并依据比较结果判断相应的风电机组是否存在转向问题，若存在转向问题，则生成转向预警，并反馈至监控中心；若不存在转向问题，则结合所获得的风电孪生模型对相应风电机组的运行状态进行故障评估。

进一步的，结合所获得的风电孪生模型对相应风电机组的云状态进行故障评估的过程包括：

待调控完成，所述监控中心将风电孪生模型内的风电机组的机组姿势进行调整，并对调控过程中所对应的输出功率进行记录，选取最大输出功率处，将相应的最大输出功率记为理论输出功率，相应的机组姿势记为最佳机组姿势，依据所获得的最佳机组姿势对相应的风电机组进行调整，待调整成，通过所述数据采集端获取相应风电机组在最佳机组姿势下的实际输出功率；

依据所获得的理论输出功率和实际输出功率计算出相应风电机组的输出效率；

设置输出效率阈值，将所获得的输出效率和输出效率阈值进行比对，并依据比对结果对风电机组的运行状态进行判定，依据判定结果生成相应的预警信息，所述预警信息包括一级预警和二级预警。

进一步的，所述数据可视化模块依据故障评估结果进行相应的可视化报警的过程包括：

基于3D图像引擎，实时动态展示风电孪生模型的运行画面，并通过数据可视化技术对比展示风电机组与相应风电孪生模型的动态过程，且风电孪生模型内根据预警信息进行不同的颜色预警，其中一级预警与转向预警为红色，二级预警为黄色，正常运行状态下为无色；同时监控中心的管理人员可通过风电孪生模型进入数据采集端所处的位置进行观察，查看相应数据采集端处的机组数据。

与现有技术相比，本发明的有益效果是：通过构建风电孪生模型和函数模型，并输出相应的输出功率，这使得我们可以根据实际风速变化准确预测风电机组的输出功率，为风电机组的调控提供依据，并通过对风电机组进行多次输出功率验证，有效的提高了对风电机组运行状态进行判断的准确性；同时还可通过风电机组的转向时间判断是否存在故障问题，以进行相应的预警，有助于提高故障响应效率。

附图说明

图1为本发明的原理图。

具体实施方式

如图1所示，一种基于实时运行数据的风电机组运行状态监控系统，包括监控中心，所述监控中心通信连接有数据采集模块、模型构建模块、数据分析模块、数据调控模块、数据预警模块以及数据可视化模块；

所述数据采集模块用于设置数据采集端、并通过所述数据采集端对风电机组进行数据采集，获得相应的机组数据；

所述模型构建模块用于依据所采集机组数据进行模型构建，获得相应的风电孪生模型；

所述数据分析模块用于依据所采集的机组数据获取风电机组的实际输出功率和预估输出功率，并根据两者的比较结果判断风电机组是否存在异常，若存在异常，则生成相应的调控通知；

所述数据调控模块用于依据所获得的调控通知获取风电机组的风偏角，并依据所获得的风偏角对风电机组进行角度调控；

所述数据预警模块用于对所获得的风偏角的角度调控过程进行监督，并结合所获得的风电孪生模型对风电机组的运行状态进行故障评估，获得相应的故障评估结果；

所述数据可视化模块用于依据所获得的故障评估结果进行相应的可视化报警；

需要进一步说明的是，在具体实施过程中，所述数据采集模块对风电机组进行数据采集，获得相应的机组数据的过程包括：

所述数据采集模块由若干个数据采集端组成，将所述数据采集终端依据需求设置于风电机组内；通过所述数据采集端对相应的风电机组进行数据采集，获得相应的机组数据，所述机组数据包括运行数据和风况数据；

所述数据采集端包括采集节点和监测节点，通过所述采集节点对风电机组的运行数据进行采集，所述运行数据包括额定频率、额定风速、切入切出风速以及风电机组的实时输出功率；

所述切入风速指可以启动风电机组开始运行的最低风速，所述切出风速是指为保护风电机组安全，相应风电机组在正常运行时能承受的最高安全风速；所述额定风速指可以供风电机组稳定运行并输出额定功率的风速阈值，所述额定频率为相应风电机组的出厂参数之一；

所述监测节点用于对风电机组周围的风况数据进行采集，获得相应的风况数据，所述风况数据包括风速和风向；所述风速指风的速度，所述风向指风的来向，气象上一般定义为与正北方向的顺时针夹角，例如，风向为0度时，表示风来自正北方向；风向为90度时，表示风来自正东方向；风向为180度时，表示风来自正南方向；风向为270度时，表示风来自正西方向。

需要进一步说明的是，在具体实施过程中，所述模型构建模块依据所获得的机组数据进行模型构建，获得相应的风电孪生模型的过程包括：

获取相应风电机组的结构示意图，依据所获得的风电机组的结构示意图获取相应风电机组的属性参数，所述属性参数包括但不限于风电机组的额定电压、额定电流、风轮直径、塔筒高度；将所获得的属性参数导入至三维建模软件内，具体的可以通过SolidWorks进行建模，并且获得相应的三维模型，并依据其在数字空间内对风电机组进行1∶1搭建相应的物理模型，所述物理模型包括但不限于对风电机组内各机组设备、控制系统的建模；

将所采集的机组数据与物理模型进行结合，使所获得的物理模型可通过虚拟运行还原风电机组的实际运行状态，进而获得相应的数字孪生模型，并将后续所采集的机组数据与数字孪生模型相连接以实时更新模型的输入参数，以获得相应的风电孪生模型；所述风电孪生模型用于模拟风况的输入、风电机组的虚拟运行并输出相应的理论输出功率和其他相关性能数据。

需要进一步说明的是，在具体实施过程中，所述数据分析模块依据所采集的机组数据获取风电机组的实际输出功率和预估输出功率，并根据两者的比较结果判断风电机组是否存在异常，若存在异常，则生成相应的调控通知的过程包括：

设置监控周期，读取监控周期内所采集的机组数据，建立时间关于风速的二维直角坐标系，根据所采集的风速，获得相应的风速变化曲线，

依据所获得的风速变化曲线获取相应风电机组的预估输出功率与风速之间的函数模型，将所获得的函数模型记为P(FS_t)，其中相应函数模型所对应的数学公式如下：

式中，P(FSt)根据不同时刻风速值得出数值为预估输出功率，FS_t表示风速变化曲线中t时刻所对应的风速值，其中t∈(t1，t2)；V_qr、V_e、V_qc、P_e分别表示t时刻所对应的切入风速、额定风速、切出风速和额定功率；

常量λ1、λ2、λ3由V_qr、V_e、V_qc所决定，相应的数学公式如下：

对于实时采集的风速数据和实际输出功率，将所获得的风速数据输入至所构建的函数模型内，获得相应的预估输出功率，将所获得的预估输出功率与实时采集的实际输出功率进行偏差计算，获得相应的偏差值，将所获得的偏差值记为GL；

设置偏差阈值gl，将所获得的偏差值GL与偏差阈值gl进行比对；

若GL≤α1×gl，则不进行其他任何操作；

若GL>α1×gl，表明相应的风电机组的数据采集端处存在异常，则生成相应的调控通知，并将其发送至数据调控模块；

其中，α1为常数，且0＜α1≤1。

需要进一步说明的是，在具体实施过程中，所述数据调控模块依据调控通知获取风电机组的风偏角，并依据所获得的风偏角对相应的风电机组进行调控的过程包括：

读取所储存的风况数据，获取相应风电机组周围环境的风速和风向，将所获得的风速和风向进行标记，分别记为FS、FX；依据所获得的风速和风向获取相应风速矢量，相应的风速矢量为fs＝(FS×cosFX，FS×sinFX)；其中，FS×cosFX是水平方向的速度分量，FS×sinFX是垂直方向的速度分量；

依据风电机组的结构示意图，获得相应风电机组中叶片长度、叶片的安装角度以及塔筒高度，分别将其标记为Y、y和H；

根据风电机组的叶片长度和叶片安装角度，计算出叶片在风速矢量方向上的投影长度，例如叶片在风速矢量方向上的投影长度为Y×cos(β)，其中β是叶片与水平面之间的夹角；

根据叶片在风速矢量方向上的投影长度和风电机组的塔筒高度，计算出叶片与风速矢量之间的夹角，并将计算出的夹角记作风偏角FP_i；

其中，

式中，arctan()表示反正切函数；

π表示圆周率，180/π用于将弧度转换为度数；

对所获得的风偏角进行编号，记为i，其中，i＝1，2，……，n，n＞0且n为整数；则获取相应数据采集端处所对应的风偏角可记为FP_i，并依据获取相应风电机组的调控角度，将所获得的调控角度记为TK；

其中，

式中，a_i数据采集端i处所对应的风偏角的权重占比，具体以实际需求而定；

依据所获得的调控角度生成相应的调控指令，并将其反馈至监控中心；

当监控中心接收到调控指令后，远程控制风电机组依据所获得的调控角度进行调控。

需要进一步说明的是，在具体实施过程中，所述数据预警模块对所获得的风偏角的角度调控过程进行监督，并结合所获得的风电孪生模型对风电机组的运行状态进行故障评估，获得相应的故障评估结果的过程包括：

当监控中心接收到调控指令后，远程控制风电机组进行角度调控，并对相应调控过程所需要的时间进行记录，获得相应的实际调控时间；

同时依据所述调控指令对所获得的风电孪生模型采取相同的角度调控操作，获得相应的理论调控时间；将所获得的理论调控时间和实际调控时间进行比较，并依据比较结果判断相应的风电机组是否存在转向问题，若存在转向问题，则生成转向预警，并反馈至监控中心内；若不存在转向问题，则结合所获得的风电孪生模型对相应风电机组的运行状态进行故障评估；

需要进一步说明的是，在具体实施过程中，结合所获得的风电孪生模型对相应风电机组的运行状态进行故障评估的过程包括：

待调控完成，所述监控中心将风电孪生模型内的风电机组的机组姿势进行调整，并对调整过程中所对应的输出功率进行记录，选取最大输出功率处，将相应的最大输出功率记为理论输出功率，将所获得的理论输出功率记为L_理，相应的机组姿势记为最佳机组姿势，依据所获得的最佳机组姿势对相应的风电机组进行调整，待调整完成，通过所述数据采集端获取在最佳机组姿势下的风电机组的实际输出功率，将所获得的实际输出功率记为L_实；

依据所获得的理论输出功率和实际输出功率计算出相应风电机组的输出效率，并将所获得的输出效率记为L1；

其中，

设置输出效率阈值(C1，C2)，将所获得的输出效率和输出效率阈值进行比对，并依据比对结果判断风电机组是否存在故障；若L1＜C1，则不进行其他任何操作；若C1≤L1＜C2，则表明相应的风电机组为异常运行状态，则生成相应的二级预警；若L1≥C2，则表明相应的风电机组为故障运行状态，则生成相应的一级预警；

本发明通过采用不同方法对风电机组的输出功率进行预测，进而依据预测结果对风电机组进行初次输出功率验证、调整、二次输出功率验证，相比较于传统的单次功率验证，能够有效的提高风电机组运行状态判断的准确率；

需要进一步说明的是，在具体实施过程中，所述监控周期以实际需求而设定，且若本次监控周期内风电机组存在故障，则会依据相应监控周期内风电机组的故障存在时间对下一次监控周期进行调整。

需要进一步说明的是，在具体实施过程中，所述数据可视化模块依据故障评估结果对风电机组的运行状态进行诊断，生成相应的预警信息，并结合所获得的风电孪生模型进行可视化的过程包括：

基于3D图像引擎，实时动态展示风电孪生模型的运行画面，并通过数据可视化技术对比展示风电机组与相应风电孪生模型的动态过程，且风电孪生模型内根据预警信息进行不同的颜色预警，其中一级预警与转向预警为红色，二级预警为黄色，正常运行状态下为无色；同时监控中心的管理人员可通过风电孪生模型进入数据采集端所处的位置进行观察，查看相应数据采集端出的机组数据。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种基于实时运行数据的风电机组运行状态监控系统，包括监控中心，其特征在于，所述监控中心通信连接有数据采集模块、模型构建模块、数据分析模块、数据调控模块、数据预警模块以及数据可视化模块；

所述数据采集模块用于设置数据采集端、并通过所述数据采集端对风电机组进行数据采集，获得相应的机组数据；

所述模型构建模块用于依据所采集机组数据进行模型构建，获得相应的风电孪生模型；

所述数据分析模块用于依据所采集的机组数据获取风电机组的实际输出功率和预估输出功率，并根据两者的比较结果判断风电机组是否存在异常，若存在异常，则生成相应的调控通知；

所述数据调控模块用于依据所获得的调控通知获取风电机组的风偏角，并依据所获得的风偏角对风电机组进行角度调控；

所述数据预警模块用于依据对风偏角的角度调控过程进行监督，并结合所获得的风电孪生模型对风电机组的运行状态进行故障评估，获得相应的故障评估结果；

所述数据可视化模块用于依据所获得的故障评估结果进行相应的可视化报警。

2.根据权利要求1所述的一种基于实时运行数据的风电机组运行状态监控系统，其特征在于，所述数据采集模块通过数据采集端对风电机组进行数据采集，获得相应的机组数据的过程包括：

所述数据采集模块由若干个数据采集端组成，所述数据采集端包括采集节点和监测节点，通过所述采集节点对风电机组的运行数据进行采集，通过所述监测节点对风电机组周围的风况数据进行采集；

将所采集的运行数据和风况数据进行打包，获得相应的机组数据，并将其上传至监控中心进行储存。

3.根据权利要求2所述的一种基于实时运行数据的风电机组运行状态监控系统，其特征在于，所述模型构建模块依据所获得的机组数据进行模型构建，获得相应的风电孪生模型的过程包括：

根据所采集的运行数据和风电机组的特性构建物理模型，将风况数据与物理系统模型相结合，获得相应的风电孪生模型。

4.根据权利要求2所述的一种基于实时运行数据的风电机组运行状态监控系统，其特征在于，所述数据分析模块依据所采集的机组数据获取风电机组的实际输出功率和预估输出功率，并根据两者的比较结果判断风电机组是否存在异常，若存在异常，则生成相应的调控通知的过程包括：

设置监控周期，获取风速与风电机组的预估输出功率之间的函数模型，将所采集的风速输入至所获得的函数模型内，获得相应的预估输出功率，将所获得的预估输出功率与实时采集的输出功率进行偏差计算，获得相应的偏差值，依据所获得的偏差值判断风电机组内相应数据采集端所处位置是否存在异常，若存在异常，则生成调控通知，并反馈至监控中心。

5.根据权利要求4所述的一种基于实时运行数据的风电机组运行状态监控系统，其特征在于，所述数据调控模块依据所获得的调控通知获取风电机组的风偏角，并依据所获得的风偏角对风电机组进行角度调控的过程包括：

依据所采集的风况数据获取相应数据采集端处所对应的风偏角，并依据所获得的风偏角获取相应风电机组的调控角度，依据所获得的调控角度生成调控指令，并将其反馈至监控中心，所述监控中心接收到调控指令后，依据所获得的调控角度远程对风电机组进行角度调控。

6.根据权利要求5所述的一种基于实时运行数据的风电机组运行状态监控系统，其特征在于，所述预警模块对调控过程进行监督的过程包括：

当监控中心接收到调控指令后，远程控制风电机组进行角度调控，将相应的风偏角调控至零，并对相应调控过程所需要的时间进行记录，获得相应的实际调控时间；

同时依据所述调控指令对所获得的风电孪生模型采取相同的角度调控操作，获得相应的理论调控时间；

将所获得的理论调控时间和实际调控时间进行比较，并依据比较结果判断相应的风电机组是否存在转向问题，若存在转向问题，则生成转向预警，并反馈至监控中心；若不存在转向问题，则结合所获得的风电孪生模型对相应风电机组的运行状态进行故障评估。

7.根据权利要求6所述的一种基于实时运行数据的风电机组运行状态监控系统，其特征在于，结合所获得的风电孪生模型对风电机组的运行状态进行故障评估，获得相应的故障评估结果的过程包括：

待调控完成，所述监控中心将风电孪生模型内的风电机组的机组姿势进行调整，并对调控过程中所对应的输出功率进行记录，选取最大输出功率处，将相应的最大输出功率记为理论输出功率，相应的机组姿势记为最佳机组姿势，依据所获得的最佳机组姿势对相应的风电机组进行调整，待调整成，通过所述数据采集端获取相应风电机组在最佳机组姿势下的实际输出功率；

依据所获得的理论输出功率和实际输出功率计算出相应风电机组的输出效率，

设置输出效率阈值，将所获得的输出效率和输出效率阈值进行比对，并依据比对结果对风电机组的运行状态进行判定，依据判定结果生成相应的预警信息，所述预警信息包括一级预警和二级预警。

8.根据权利要求7所述的一种基于实时运行数据的风电机组运行状态监控系统，其特征在于，所述数据可视化模块依据故障评估结果进行相应的可视化报警的过程包括：

基于3D图像引擎，实时动态展示风电孪生模型的运行画面，并通过数据可视化技术对比展示风电机组与相应风电孪生模型的动态过程，且风电孪生模型内根据预警信息进行不同的颜色预警，其中一级预警与转向预警为红色，二级预警为黄色，正常运行状态下为无色；同时监控中心的管理人员可通过风电孪生模型进入数据采集端所处的位置进行观察，查看相应数据采集端处的机组数据。