CN218062536U - 一种包含多源信号的风电机组在线监测系统 - Google Patents

一种包含多源信号的风电机组在线监测系统 Download PDF

Info

Publication number
CN218062536U
CN218062536U CN202221920325.8U CN202221920325U CN218062536U CN 218062536 U CN218062536 U CN 218062536U CN 202221920325 U CN202221920325 U CN 202221920325U CN 218062536 U CN218062536 U CN 218062536U
Authority
CN
China
Prior art keywords
wind turbine
turbine generator
module
data
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.)
Active
Application number
CN202221920325.8U
Other languages
English (en)
Inventor
胡保红
王健
姜挺盛
宋波
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.)
Guoneng Changyuan Hubei New Energy Co ltd
Original Assignee
Guoneng Changyuan Hubei New Energy 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 Guoneng Changyuan Hubei New Energy Co ltd filed Critical Guoneng Changyuan Hubei New Energy Co ltd
Priority to CN202221920325.8U priority Critical patent/CN218062536U/zh
Application granted granted Critical
Publication of CN218062536U publication Critical patent/CN218062536U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Wind Motors (AREA)

Abstract

本实用新型提供一种包含多源信号的风电机组在线监测系统,设在风电机组上,包括数据采集层、可视化交互层和数据传输层,数据采集层包括前端采集系统和数据采集终端,前端采集系统包括多种传感器,用于采集风电机组多源运行信号数据,数据采集终端对风电机组多源运行信号数据转换成风电机组数字信号,可视化交互层设在风电机组集控中心远程运维系统上,包括分析数据模块、储存数据模块、状态监测模块、实时显示模块、预警报警模块和操作辅助模块,数据传输层用于将数据采集层得到的风电机组数字信号传输给可视化交互层,建立基于多源信号的在线监测系统,能更好地实现对风电机组传动系统实时状态的监测与分析。

Description

一种包含多源信号的风电机组在线监测系统
技术领域
本实用新型涉及风电机组在线监测技术领域,具体涉及一种包含多源信号的风电机组在线监测系统。
背景技术
由于风电机组传动链结构复杂、日常维护困难等因素,加上风场本身自然环境多变,在实际生产过程中风电机组故障频发。因此,采集风电机组的运行数据,实时监测分析风电机组的运行状态,对于减少风电机组故障率、降低风电机组运维费用、提高风电机组风电效率有着极其重要的意义。
在工程实际中,特别是风电机组的故障诊断实现过程中,传统的方法往往单一依赖于振动信号或速度信号,监测系统所收集到的数据有限,常常导致诊断不准确等问题,但是任何单一传感器并不可能具备获取所有目标信息的能力。
实用新型内容
根据现有技术的不足,本实用新型的目的是提供一种包含多源信号的风电机组在线监测系统,建立基于多源信号的在线监测系统,能更好地实现对风电机组传动系统实时状态的监测与分析。
为了解决上述技术问题,本实用新型采用的技术方案为:
一种包含多源信号的风电机组在线监测系统,设在风电机组上,包括数据采集层、可视化交互层和数据传输层;
所述数据采集层包括前端采集系统和数据采集终端,所述前端采集系统包括多种传感器,用于采集风电机组多源运行信号数据,所述数据采集终端对风电机组多源运行信号数据转换成风电机组数字信号;
所述可视化交互层设在风电机组集控中心远程运维系统上,包括分析数据模块、储存数据模块、状态监测模块、实时显示模块、预警报警模块和操作辅助模块,所述分析数据模块用于对风电机组数字信号与正常阈值对比分析并得到异常结果或正常结果,储存数据模块用于对风电机组数字信号及异常结果或正常结果进行储存,状态监测模块用于对风电机组运行状态进行监测,实时显示模块用于显示风电机组运行状态,预警报警模块用于对异常结果进行预警或报警,操作辅助模块用于人工操作进行辅助;
所述数据传输层用于将所述数据采集层得到的风电机组数字信号传输给所述可视化交互层。
进一步地,所述前端采集系统包括加速度传感器、转速传感器、噪声传感器、温度传感器、湿度传感器、图像传感器、红外传感器和空气检测传感器。
进一步地,所述风电机组包括由上至下依次设置的叶片、主轴、齿轮箱、发电机和机舱,所述主轴上设有前主轴承和后主轴承,所述发电机上设有发电机前轴承和发电机后轴承。
进一步地,所述前主轴承、所述后主轴承、所述齿轮箱、所述发电机前轴承和所述发电机后轴承均设有加速度传感器;所述前主轴承、所述后主轴承、所述发电机前轴承、所述发电机后轴承和所述齿轮箱均设有转速传感器;所述前主轴承、所述后主轴承、所述齿轮箱、所述发电机前轴承和所述发电机后轴承均设有噪声传感器;所述前主轴承、所述后主轴承、所述发电机前轴承和所述发电机后轴承均设有温度传感器;所述前主轴承、所述后主轴承、所述发电机前轴承、所述发电机后轴承、所述齿轮箱和所述机舱均设有湿度传感器;所述机舱内还设有图像传感器、红外传感器和空气检测传感器。
进一步地,所述加速度传感器、转速传感器、噪声传感器、温度传感器、湿度传感器、图像传感器、红外传感器和空气检测传感器的误差小于5%。
进一步地,所述数据采集终端包括获取识别模块、调理放大模块、数据融合模块、滤波降噪模块和A/D转换模块,所述获取识别模块用于获取风电机组多源运行信号数据,所述调理放大模块用于对风电机组多源运行信号数据进行调理和放大,所述数据融合模块用于对风电机组多源运行信号数据进行特征融合,所述滤波降噪模块用于对风电机组多源运行信号数据进行滤波和降噪,所述A/D转换模块用于将风电机组多源运行信号数据转换成风电机组数字信号。
进一步地,所述数据融合模块提取风电机组同一位置的不同传感器的相同特征。
进一步地,相同的特征通过BP神经网络算法融合。
进一步地,所述数据传输层通过光纤通信将所述数据采集层得到的风电机组数字信号传输给所述可视化交互层。
进一步地,所述前端采集系统设在风电机组的机舱内部,数据采集终端位于风电机组的塔筒底部控制柜中,所述可视化交互层安装于风电机组集控中心远程运维系统。
与现有技术相比,本实用新型具有以下优点和有益效果:
本实用新型提供一种包含多源信号的风电机组在线监测系统,设有多种传感器,能够建立基于多源信号的在线监测系统,能更好地实现对风电机组传动系统实时状态的监测与分析,可视化交互层设在风电机组集控中心远程运维系统上,分析数据模块能够对风电机组数字信号与正常阈值对比分析并得到异常结果或正常结果,储存数据模块能够对风电机组数字信号及异常结果或正常结果进行储存,状态监测模块能够对风电机组运行状态进行监测,实时显示模块能够显示风电机组运行状态,预警报警模块能够对异常结果进行预警或报警,操作辅助模块能够人工操作进行辅助,帮助更好地管控风电机组。
附图说明
图1为本实用新型的原理图。
图2为各类传感器测点位置的示意图。
其中:1、数据采集层;11、前端采集系统;111、加速度传感器;112、转速传感器;113、噪声传感器;114、温度传感器;115、湿度传感器;116、图像传感器;117、红外传感器;118、空气检测传感器;12、数据采集终端;121、获取识别模块;122、调理放大模块;123、数据融合模块;124、滤波降噪模块;125、A/D转换模块;2、可视化交互层;21、分析数据模块;22、储存数据模块;23、状态监测模块;24、实时显示模块;25、预警报警模块;26、操作辅助模块;3、数据传输层。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型实施例中的技术方案进行清楚、完整地描述。
在本实用新型的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本实用新型和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本实用新型的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本实用新型的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本实用新型提供一种包含多源信号的风电机组在线监测系统,如图1和图2所示,设在风电机组上,包括数据采集层1、可视化交互层2和数据传输层3;
数据采集层1包括前端采集系统11和数据采集终端12,前端采集系统11包括多种传感器,用于采集风电机组多源运行信号数据,数据采集终端12对风电机组多源运行信号数据转换成风电机组数字信号;
可视化交互层2设在风电机组集控中心远程运维系统上,包括分析数据模块21、储存数据模块22、状态监测模块23、实时显示模块24、预警报警模块25和操作辅助模块26,分析数据模块21用于对风电机组数字信号与正常阈值对比分析并得到异常结果或正常结果,储存数据模块22用于对风电机组数字信号及异常结果或正常结果进行储存,状态监测模块23用于对风电机组运行状态进行监测,实时显示模块24用于显示风电机组运行状态,预警报警模块25用于对异常结果进行预警或报警,操作辅助模块26用于人工操作进行辅助;
数据传输层3用于将数据采集层1得到的风电机组数字信号传输给可视化交互层2。
本实用新型提供的一种包含多源信号的风电机组在线监测系统,设有多种传感器,能够建立基于多源信号的在线监测系统,能更好地实现对风电机组传动系统实时状态的监测与分析,可视化交互层2设在风电机组集控中心远程运维系统上,分析数据模块21能够对风电机组数字信号与正常阈值对比分析并得到异常结果或正常结果,储存数据模块22能够对风电机组数字信号及异常结果或正常结果进行储存,状态监测模块23能够对风电机组运行状态进行监测,实时显示模块24能够显示风电机组运行状态,预警报警模块25能够对异常结果进行预警或报警,操作辅助模块26能够人工操作进行辅助,帮助更好地管控风电机组。
本实用新型中,为了更准确地对风电机组异常数据进行故障诊断,数据采集终端12包括获取识别模块121、调理放大模块122、数据融合模块123、滤波降噪模块124和A/D转换模块125,获取识别模块121用于获取风电机组多源运行信号数据,调理放大模块122用于对风电机组多源运行信号数据进行调理和放大,数据融合模块123用于对风电机组多源运行信号数据进行特征融合,滤波降噪模块124用于对风电机组多源运行信号数据进行滤波和降噪,A/D转换模块125用于将风电机组多源运行信号数据转换成风电机组数字信号。
如图1和图2所示,前端采集系统11包括加速度传感器111、转速传感器112、噪声传感器113、温度传感器114、湿度传感器115、图像传感器116、红外传感器117和空气检测传感器118。
风电机组包括由上至下依次设置的叶片、主轴、齿轮箱、发电机和机舱,主轴上设有前主轴承和后主轴承,齿轮箱包括多个齿轮,发电机上设有发电机前轴承和发电机后轴承。
前主轴承、后主轴承、齿轮箱、发电机前轴承和发电机后轴承均设有加速度传感器111;前主轴承、发电机前轴承、发电机后轴承和齿轮箱均设有转速传感器112;前主轴承、后主轴承、齿轮箱、发电机前轴承和发电机后轴承均设有噪声传感器113;前主轴承、后主轴承、发电机前轴承和发电机后轴承均设有温度传感器114;前主轴承、后主轴承、发电机前轴承、发电机后轴承、齿轮箱和机舱均设有湿度传感器115;机舱内还设有图像传感器116、红外传感器117和空气检测传感器118。
多个齿轮包括依次啮合的低速级内齿圈、中速级齿轮、高速级齿轮轴向、高速级齿轮径向。
齿轮箱包括齿轮箱箱体、齿轮箱输入轴、齿轮箱油槽和齿轮箱输出轴,齿轮箱输入轴、齿轮箱油槽、齿轮箱输出轴、低速级内齿圈、中速级齿轮、高速级齿轮轴向和高速级齿轮径向均设在齿轮箱箱体内。
具体地,低速级内齿圈、中速级齿轮、高速级齿轮轴向、高速级齿轮径向均设有加速度传感器111;高速级齿轮轴向设有转速传感器112;低速级内齿圈、中速级齿轮、高速机齿轮轴向均设有噪声传感器113:齿轮箱箱体内部、齿轮箱输入轴、齿轮箱油槽、齿轮箱输出轴均设有温度传感器114;齿轮箱箱体、齿轮箱输入轴、齿轮箱油槽、齿轮箱输出轴均设有湿度传感器115。
齿轮箱和发电机间通过联轴器相连,联轴器上设有加速度传感器111、转速传感器112、噪声传感器113、温度传感器114、湿度传感器115。
本实用新型中,加速度传感器111、转速传感器112、噪声传感器113、温度传感器114、湿度传感器115、图像传感器116、红外传感器117和空气检测传感器118的误差小于5%,以实验室标定和现场工程工况测试为准,保证前端采集系统11得到的信号的可靠性、准确性。
本实用新型中,通过数据采集终端12能够将前端采集系统11采集得到的风电机组多源运行信号数据进行初步处理后通过数据传输层3传递至可视化交互层2,且经过数据融合模块123对风电机组多源运行信号数据进行特征融合,能够更加精准的判断异常情况。
具体地,数据融合模块123提取风电机组同一位置的不同传感器的相同特征,能够更加精准的判断某一具体特征。
其中,温度传感器114测得温度上升说明对应的齿轮或轴承发生故障,噪声传感器113测得噪声上升说明对应的齿轮或轴承发生故障,通常是齿轮或轴承磨损,加速度传感器111测得加速度异常说明对应的齿轮或轴承发生故障,通常是齿轮或轴承磨损或点蚀,转速传感器112测得转速说明对应的齿轮或轴承发生故障,通常是齿轮或轴承磨损或点蚀。通过同一位置至少2种传感器测得的数据异常能够更精准判断对应的位置是否发生故障,方便工作人员维修或更换部件。
图像传感器116、红外传感器117和空气检测传感器118监测机舱工作是否正常。
优选地,相同的特征通过BP神经网络算法融合。
本实用新型中,为了方便数据采集层1和可视化交互层2进行通信,数据传输层3采用局域网技术,通过光纤通信将数据采集层1得到的风电机组数字信号传输给可视化交互层2。
为了方便采集数据,前端采集系统11设在风电机组的机舱内部,为了方便控制,数据采集终端12位于风电机组的塔筒底部控制柜中,可视化交互层2安装于风电机组集控中心远程运维系统。
尽管已描述了本实用新型的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本实用新型范围的所有变更和修改。

Claims (10)

1.一种包含多源信号的风电机组在线监测系统,设在风电机组上,其特征在于:包括数据采集层、可视化交互层和数据传输层;
所述数据采集层包括前端采集系统和数据采集终端,所述前端采集系统包括多种传感器,用于采集风电机组多源运行信号数据,所述数据采集终端对风电机组多源运行信号数据转换成风电机组数字信号;
所述可视化交互层设在风电机组集控中心远程运维系统上,包括分析数据模块、储存数据模块、状态监测模块、实时显示模块、预警报警模块和操作辅助模块,所述分析数据模块用于对风电机组数字信号与正常阈值对比分析并得到异常结果或正常结果,储存数据模块用于对风电机组数字信号及异常结果或正常结果进行储存,状态监测模块用于对风电机组运行状态进行监测,实时显示模块用于显示风电机组运行状态,预警报警模块用于对异常结果进行预警或报警,操作辅助模块用于人工操作进行辅助;
所述数据传输层用于将所述数据采集层得到的风电机组数字信号传输给所述可视化交互层。
2.根据权利要求1所述的包含多源信号的风电机组在线监测系统,其特征在于:所述前端采集系统包括加速度传感器、转速传感器、噪声传感器、温度传感器、湿度传感器、图像传感器、红外传感器和空气检测传感器。
3.根据权利要求2所述的包含多源信号的风电机组在线监测系统,其特征在于:所述风电机组包括由上至下依次设置的叶片、主轴、齿轮箱、发电机和机舱,所述主轴上设有前主轴承和后主轴承,所述发电机上设有发电机前轴承和发电机后轴承。
4.根据权利要求3所述的包含多源信号的风电机组在线监测系统,其特征在于:所述前主轴承、所述后主轴承、所述齿轮箱、所述发电机前轴承和所述发电机后轴承均设有加速度传感器;所述前主轴承、所述后主轴承、所述发电机前轴承、所述发电机后轴承和所述齿轮箱均设有转速传感器;所述前主轴承、所述后主轴承、所述齿轮箱、所述发电机前轴承和所述发电机后轴承均设有噪声传感器;所述前主轴承、所述后主轴承、所述发电机前轴承和所述发电机后轴承均设有温度传感器;所述前主轴承、所述后主轴承、所述发电机前轴承、所述发电机后轴承、所述齿轮箱和所述机舱均设有湿度传感器;所述机舱内还设有图像传感器、红外传感器和空气检测传感器。
5.根据权利要求2所述的包含多源信号的风电机组在线监测系统,其特征在于:所述加速度传感器、转速传感器、噪声传感器、温度传感器、湿度传感器、图像传感器、红外传感器和空气检测传感器的误差小于5%。
6.根据权利要求1所述的包含多源信号的风电机组在线监测系统,其特征在于:所述数据采集终端包括获取识别模块、调理放大模块、数据融合模块、滤波降噪模块和A/D转换模块,所述获取识别模块用于获取风电机组多源运行信号数据,所述调理放大模块用于对风电机组多源运行信号数据进行调理和放大,所述数据融合模块用于对风电机组多源运行信号数据进行特征融合,所述滤波降噪模块用于对风电机组多源运行信号数据进行滤波和降噪,所述A/D转换模块用于将风电机组多源运行信号数据转换成风电机组数字信号。
7.根据权利要求6所述的包含多源信号的风电机组在线监测系统,其特征在于:所述数据融合模块提取风电机组同一位置的不同传感器的相同特征。
8.根据权利要求7所述的包含多源信号的风电机组在线监测系统,其特征在于:相同的特征通过BP神经网络算法融合。
9.根据权利要求1所述的包含多源信号的风电机组在线监测系统,其特征在于:所述数据传输层通过光纤通信将所述数据采集层得到的风电机组数字信号传输给所述可视化交互层。
10.根据权利要求1所述的包含多源信号的风电机组在线监测系统,其特征在于:所述前端采集系统设在风电机组的机舱内部,数据采集终端位于风电机组的塔筒底部控制柜中,所述可视化交互层安装于风电机组集控中心远程运维系统。
CN202221920325.8U 2022-07-22 2022-07-22 一种包含多源信号的风电机组在线监测系统 Active CN218062536U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202221920325.8U CN218062536U (zh) 2022-07-22 2022-07-22 一种包含多源信号的风电机组在线监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202221920325.8U CN218062536U (zh) 2022-07-22 2022-07-22 一种包含多源信号的风电机组在线监测系统

Publications (1)

Publication Number Publication Date
CN218062536U true CN218062536U (zh) 2022-12-16

Family

ID=84402433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202221920325.8U Active CN218062536U (zh) 2022-07-22 2022-07-22 一种包含多源信号的风电机组在线监测系统

Country Status (1)

Country Link
CN (1) CN218062536U (zh)

Similar Documents

Publication Publication Date Title
CN110469462B (zh) 一种基于多模板的风电机组智能状态监测系统
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
CN108757344B (zh) 一种风力发电机组在线监测系统
CN109396954B (zh) 嵌入式主轴系统异常状态智能检测和信息推送装置
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
CN111428386B (zh) 基于复杂网络的电梯曳引机转子故障诊断信息融合方法
CN108799014B (zh) 数据采集传感器以及变桨系统的检测系统、方法和装置
CN208431107U (zh) 一种风力发电机组在线监测系统
CN114371001A (zh) 一种齿轮箱故障缺陷检测系统
CN218062536U (zh) 一种包含多源信号的风电机组在线监测系统
CN114295367B (zh) 一种风电机组齿轮箱工况在线监测方法
CN116398374A (zh) 一种海上风机变压器散热系统故障检测装置
CN205879533U (zh) 电机轴承在线监测及智能预警系统
CN108318230A (zh) 一种石化旋转机组故障诊断装置及其诊断方法
CN202453182U (zh) 一种风电机组齿轮箱故障诊断装置
CN203541101U (zh) 减定径机齿轮箱组状态在线监测装置
CN106153364A (zh) 应用于铁路大型养路机械的运行数据智能分析检测系统
CN111242329A (zh) 一种港口起重机传动部件大数据监控系统及监控方法
CN115450854A (zh) 基于深度神经网络的风电机组齿轮箱故障监测方法及系统
CN113834677B (zh) 举升装置故障检测系统、故障检测方法、装置及存储介质
CN115758233A (zh) 一种高速精密带钢冷轧机主传动齿轮箱故障诊断方法
CN114414235A (zh) 变速器倾斜试验方法、系统、装置、终端设备及存储介质
CN114048950A (zh) 一种风电机组健康度评估方法及系统
CN113048220B (zh) 一种矿用提升机齿轮箱隐患识别方法及监测装置
CN220378407U (zh) 基于位移、弯矩、扭矩的风电机组传动链故障检测装置

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant