CN201820121U - 一种风电机组集中和远程监控、故障诊断系统 - Google Patents
一种风电机组集中和远程监控、故障诊断系统 Download PDFInfo
- Publication number
- CN201820121U CN201820121U CN201020207148XU CN201020207148U CN201820121U CN 201820121 U CN201820121 U CN 201820121U CN 201020207148X U CN201020207148X U CN 201020207148XU CN 201020207148 U CN201020207148 U CN 201020207148U CN 201820121 U CN201820121 U CN 201820121U
- Authority
- CN
- China
- Prior art keywords
- wind
- wind turbine
- turbine generator
- fault diagnosis
- generator set
- 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.)
- Expired - Fee Related
Links
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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Control Of Eletrric Generators (AREA)
Abstract
一种风电机组集中和远程监控、故障诊断系统,各类传感器对风电机组进行原始信号取样,将上述各类传感器取得的信号经数据转换模块转换成数字信号传送给现场控制器,数据经处理后传送给上位计算机,包括集中和远程二种方式;计算机检测数据分析判断后得出结论并进行事故预警;计算机对检测数据进行分析得出诊断结论并在显示屏上文字显示。它对风电机组整个机组所有重要部件关键参数的综合性都实行了在线监测,并通过事故预警程序软件对检测数据分析判断后得出结论并进行事故预警;通过本实用新型对运行情况给出诊断,提高大型风电机组的运行安全可靠性和使用寿命。
Description
技术领域:
本实用新型涉及风电机组技术领域,更具体地说涉及风电机组的监控技术领域。
背景技术:
风力发电机组是风电场的关键设备,工作条件恶劣。为了提高大型风电机组运行的安全可靠性和使用寿命,研究开发风电机组的在线监测和故障诊断技术是一项十分重要的工作。
目前,国外兆瓦级以上机组普遍采用变速变桨距控制技术,该项技术已经成熟,正处于功能完善化、运行稳定化、技术智能化的方向发展。
在风电机组建模方面,从1977年开始国外研究人员就采用建模方式分析研究风力发电机组的机械及动力学特性。此后,国外研究人员还建立了变速恒频风力发电机组的完整的动态模型以及控制系统中各个环节的数学模型,主要是为了对其控制方式进行研究。这些都为解决并网型风力机的并网控制和功率调节问题奠定了基础。在此基础上,还出现了多组风电机组的模型,采用功率模型来考虑风电场中风力机组的布置、尾流效应对风力机输出功率的影响等。国外有关机构还建立了完整的风力发电系统的模型,对风电场进行控制和研究。
目前,国际上在兆瓦级变速恒频风电机组的控制技术研究方面已 经对载荷优化、在线监测、远程控制方面有了一定的研究。例如,法国Clipper风能技术公司(Clipper Windpower Technology,INC.)已经对风轮扫掠面的风流变化和塔架的运动进行预测研究,所获得的这些数据都将用在控制系统中以调整风机的运行点、调节控制器、控制风轮转速、减少塔架的振动等。丹麦维斯塔斯(Vestas Wind Systems A/S)已经对风电系统中的独立变桨控制技术展开了研究。其中,部分研究内容已经转化为成熟技术。
风电机组在线监测系统在国外也已有应用,但缺乏一个面向整机组所有重要部件关键参数的综合性在线监测系统。另外,有些在线监测系统还具有信号预处理能力,与传统的监测系统相比有了很大改进。国外风电机组故障诊断专家系统发展很快,近年来也有将模糊技术和神经网络技术引入专家系统,构成模糊专家系统和数据网络故障诊断专家系统,这些模型改善了知识获取的瓶颈问题,但是这些模型也存在不足之处,如冗余的故障信息处理问题。
实用新型内容:
本实用新型要解决的技术问题是提供风电机组集中和远程监控、故障诊断系统,它对风电机组整个机组所有重要部件关键参数的综合性都实行了在线监测,并通过事故预警程序软件对检测数据分析判断后得出结论并进行事故预警;通过故障诊断专家程序软件对运行情况给出诊断,提高大型风电机组的运行安全可靠性和使用寿命,提高风电机组运行质量。
为解决上述技术问题,本实用新型采用如下技术方案:
一种风电机组集中和远程监控、故障诊断系统,
各类传感器对风电机组中的风力机、主轴、轴承、齿轮箱、异步发电机、偏航机构、机舱和塔架进行如下原始信号取样:
a)转速:转速传感器对发电机主轴转速和叶轮转速进行信号取样;
b)温度:温度传感器对发电机温度、齿轮箱油温、高速轴承温度和机组环境温度进行温度信号取样;
c)油位:油位传感器对润滑油位和液压系统油位进行信号取样;
d)振动:振动传感器对齿轮箱振动、主轴振动、轴承振动进行信号取样;
将上述各类传感器取得的信号经适配电路处理后,再经数据转换模块转换成数字信号传输给现场控制器进行数据处理并上传至上位计算机;
计算机分析判断后得出结论并进行事故预警;
计算机对检测数据进行分析得出诊断结论并在显示器上文字显示。
所述计算机对检测数据分析判断后得出结论并以文字、LED或语音形式显示。
所述现场控制器为PLC或单片机。
本实用新型的优点在于:
1、它对风电机组整个机组所有重要部件关键参数都实行了在线监测,并通过事故预警程序软件对检测数据分析判断后得出结论并进 行事故预警;通过故障诊断专家程序软件对运行情况给出诊断,提高我国大型风电机组的运行安全可靠性和使用寿命,提高风电机组运行质量。降低风电机组的维护成本,提高年发电量,因此其市场和利润空间很大。
2、基于专家系统进行故障诊断与预警的风电机组一体化在线监控系统。该系统可以在不影响风电机组运行的状态下实时地监测其运行状态,并根据监测数据的变化等信息,利用主元分析(PCA)与独立成分分析(ICA)等方法对风电机组的状况做出分析,以达到故障预警的目的。从而提高设备运行的安全性与可靠性,延长设备的使用寿命,并降低维修成本。
3、利用模糊理论及粗糙集等方法构建风电机组故障诊断专家系统,克服了传统专家系统知识获取的瓶颈和推理单调性等问题,具有更新知识容易,规则易于理解等优点,从而提高风电机组的故障诊断正确率。
4、提出利用神经网络等技术建立风电机组设备事故预警模型,能根据在线监测数据自动判别机组设备是否异常,并启动相关的故障诊断程序,保证机组的安全运行。
5、使用本实用新型可以有效降低结构疲劳载荷,提高发电量。
附图说明:
图1为本实用新型的结构原理示意图;
图2为本实用新型的其中一种实施方式的原理示意图;
图3为本实用新型的另一种实施试的原理示意图。
具体实施方式:
实施例,见图1~3所示,一种风电机组集中和远程监控、故障诊断系统,各类传感器2对风电机组1中的风力机、主轴、轴承、齿轮箱、异步发电机、偏航机构、机舱和塔架进行如下原始信号取样:
a)转速:转速传感器对发电机主轴转速和叶轮转速进行信号取样;
b)温度:温度传感器对发电机温度、齿轮箱油温、高速轴承温度和机组环境温度进行温度信号取样;
c)油位:油位传感器对润滑油位和液压系统油位进行信号取样;
d)振动:振动传感器对齿轮箱振动、主轴振动、轴承振动进行信号取样;
将上述各类传感器取得的信号经适配电路3处理后,再经数据转换模块4转换成数字信号传输给现场控制器5进行数据处理并上传至上位计算机6;
计算机6分析判断后得出结论并进行事故预警;
计算机6对检测数据进行分析得出诊断结论并在显示器7上文字显示。
所述计算机6对检测数据分析判断后得出结论并以文字、LED或语音形式显示。
所述现场控制器5为PLC或单片机。
其中,1、温度传感器可采用:PT100、AD590、DS18B20等;
2、转速传感器可采用:霍尔转速传感器如Hal-12、HE-01等;
3、油位传感器可采用:如6PR 008079-2、4G24等
4、振动传感器可采用:如霍尔振动传感器、电流涡流振动传感器、微型全向振动器m315161等;
5、用于单片机控制的A/D转换器,可采用:ADC0809、TLC1549、TLC0831等;用于PLC控制的A/D转换器,比如PLC为三菱FX2N,则可采用:FX2N-4AD等;
6、单片机芯片繁多,常规如AT89S51、AT89S52等;PLC种类亦是繁多,如三菱FX2N、西门子、欧姆龙等。
图2所示为控制器采用单片机模式。经现场控制器5处理后的检测数据传输给上位计算机6处理。
图3所示为控制器采用可编程控制器(PLC)模式。
Claims (3)
1.一种风电机组集中和远程监控、故障诊断系统,其特征在于:
各类传感器(2)对风电机组(1)中的风力机、主轴、轴承、齿轮箱、异步发电机、偏航机构、机舱和塔架进行如下原始信号取样:
a)转速:转速传感器对发电机主轴转速和叶轮转速进行信号取样;
b)温度:温度传感器对发电机温度、齿轮箱油温、高速轴承温度和机组环境温度进行温度信号取样;
c)油位:油位传感器对润滑油位和液压系统油位进行信号取样;
d)振动:振动传感器对齿轮箱振动、主轴振动、轴承振动进行信号取样;
将上述各类传感器取得的信号经适配电路(3)处理后,再经数据转换模块(4)转换成数字信号传输给现场控制器(5)进行数据处理并上传至上位计算机(6);
计算机(6)分析判断后得出结论并进行事故预警;
计算机(6)对检测数据进行分析得出诊断结论并在显示器(7)上文字显示。
2.根据权利要求1所述的风电机组集中和远程监控、故障诊断系统,其特征在于:计算机(6)对检测数据分析判断后得出结论并以文字、LED或语音形式显示。
3.根据权利要求1所述的风电机组集中和远程监控、故障诊断 系统,其特征在于:现场控制器(5)为PLC或单片机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201020207148XU CN201820121U (zh) | 2010-05-28 | 2010-05-28 | 一种风电机组集中和远程监控、故障诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201020207148XU CN201820121U (zh) | 2010-05-28 | 2010-05-28 | 一种风电机组集中和远程监控、故障诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201820121U true CN201820121U (zh) | 2011-05-04 |
Family
ID=43918069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201020207148XU Expired - Fee Related CN201820121U (zh) | 2010-05-28 | 2010-05-28 | 一种风电机组集中和远程监控、故障诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201820121U (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825893A (zh) * | 2010-05-05 | 2010-09-08 | 湖州师范学院 | 风电机组集中和远程监控、故障诊断系统 |
CN102519616A (zh) * | 2011-12-23 | 2012-06-27 | 北京天源科创风电技术有限责任公司 | 应用于风力发电机的感温探测装置 |
CN102748214A (zh) * | 2012-07-10 | 2012-10-24 | 国电联合动力技术有限公司 | 耦合于控制系统的风电机组状态监测与故障诊断系统 |
CN103234585A (zh) * | 2013-04-16 | 2013-08-07 | 内蒙古航天亿久科技发展有限责任公司 | 一种大型风电机组在线监测及故障诊断系统 |
CN103353561A (zh) * | 2013-06-24 | 2013-10-16 | 国家电网公司 | 一种风电机组交流回路检测系统及其检测方法 |
CN108234225A (zh) * | 2016-12-13 | 2018-06-29 | 北京金风科创风电设备有限公司 | 风力发电机组主从站间通信质量的监测方法和装置 |
WO2018137099A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于物联网的风电机组监控方法及系统 |
CN108965393A (zh) * | 2018-06-15 | 2018-12-07 | 联想(北京)有限公司 | 转换设备、故障设备的远程监控方法和系统 |
US10288043B2 (en) | 2014-11-18 | 2019-05-14 | Abb Schweiz Ag | Wind turbine condition monitoring method and system |
-
2010
- 2010-05-28 CN CN201020207148XU patent/CN201820121U/zh not_active Expired - Fee Related
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825893A (zh) * | 2010-05-05 | 2010-09-08 | 湖州师范学院 | 风电机组集中和远程监控、故障诊断系统 |
CN102519616A (zh) * | 2011-12-23 | 2012-06-27 | 北京天源科创风电技术有限责任公司 | 应用于风力发电机的感温探测装置 |
CN102748214A (zh) * | 2012-07-10 | 2012-10-24 | 国电联合动力技术有限公司 | 耦合于控制系统的风电机组状态监测与故障诊断系统 |
CN102748214B (zh) * | 2012-07-10 | 2014-09-03 | 国电联合动力技术有限公司 | 耦合于控制系统的风电机组状态监测与故障诊断系统 |
CN103234585A (zh) * | 2013-04-16 | 2013-08-07 | 内蒙古航天亿久科技发展有限责任公司 | 一种大型风电机组在线监测及故障诊断系统 |
CN103353561A (zh) * | 2013-06-24 | 2013-10-16 | 国家电网公司 | 一种风电机组交流回路检测系统及其检测方法 |
CN103353561B (zh) * | 2013-06-24 | 2016-09-28 | 国家电网公司 | 一种风电机组交流回路检测系统及其检测方法 |
US10288043B2 (en) | 2014-11-18 | 2019-05-14 | Abb Schweiz Ag | Wind turbine condition monitoring method and system |
CN108234225A (zh) * | 2016-12-13 | 2018-06-29 | 北京金风科创风电设备有限公司 | 风力发电机组主从站间通信质量的监测方法和装置 |
CN108234225B (zh) * | 2016-12-13 | 2020-09-22 | 北京金风科创风电设备有限公司 | 风力发电机组主从站间通信质量的监测方法和装置 |
WO2018137099A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于物联网的风电机组监控方法及系统 |
CN108965393A (zh) * | 2018-06-15 | 2018-12-07 | 联想(北京)有限公司 | 转换设备、故障设备的远程监控方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101825893A (zh) | 风电机组集中和远程监控、故障诊断系统 | |
CN201820121U (zh) | 一种风电机组集中和远程监控、故障诊断系统 | |
CN104019000B (zh) | 风力发电机组的载荷谱测定与前瞻性维护系统 | |
CN202710100U (zh) | 风力发电机组远程在线健康状态监测与故障诊断系统 | |
CN108343566B (zh) | 一种基于风电机组运行状态的叶片覆冰故障在线监测方法及系统 | |
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 | |
CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断系统 | |
CN102434388A (zh) | 风力发电机组健康状态在线监测装置及其监测方法 | |
CN104018988B (zh) | 基于物理组件模型和实时数据的风力发电机组监测系统 | |
CN203519144U (zh) | 一种风力发电机叶片与塔筒状态监测系统 | |
CN202732222U (zh) | 基于风速超前预测的风力发电机组控制装置 | |
CN106815771A (zh) | 一种风电场载荷的长期评估方法 | |
CN202326011U (zh) | 一种风电机组的状态监测与故障诊断系统 | |
CN215370120U (zh) | 一种海上风电机组智能综合状态监测系统 | |
CN101839216A (zh) | 具有应变传感器的风力发电机智能叶片 | |
CN103852255B (zh) | 基于神经网络风力发电机组典型传动故障智能诊断方法 | |
CN105041571B (zh) | 预测风速风向的智能控制系统及其控制方法 | |
CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 | |
CN205592074U (zh) | 风力发电机组机械载荷远程自动测量装置 | |
CN108061005A (zh) | 一种基于plc的风力发电控制系统 | |
CN202221377U (zh) | 风力发电机组小功试验系统 | |
CN208431106U (zh) | 风电机组偏航系统在线监测机构 | |
CN205175690U (zh) | 基于dsp的风力发电机组在线故障诊断系统 | |
CN106677985A (zh) | 一种风力发电机组评估系统及其预测控制服务系统 | |
Zhai et al. | Research on real working condition simulation and performance test of wind power main bearing based on test bench |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110504 Termination date: 20120528 |