ES2578019T3 - Sistema y procedimiento de gestión del estado de una turbina eólica - Google Patents

Sistema y procedimiento de gestión del estado de una turbina eólica Download PDF

Info

Publication number
ES2578019T3
ES2578019T3 ES10173475.4T ES10173475T ES2578019T3 ES 2578019 T3 ES2578019 T3 ES 2578019T3 ES 10173475 T ES10173475 T ES 10173475T ES 2578019 T3 ES2578019 T3 ES 2578019T3
Authority
ES
Spain
Prior art keywords
wind turbine
failure
data
controller
probability
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
ES10173475.4T
Other languages
English (en)
Inventor
Sameer Vittal
Subrat Nanda
Amit Joshi
Donna Green
Hesham Azzam
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Application granted granted Critical
Publication of ES2578019T3 publication Critical patent/ES2578019T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/047—Automatic control; Regulation by means of an electrical or electronic controller characterised by the controller architecture, e.g. multiple processors or data communications
    • 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
    • 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
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/0264—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor for stopping; controlling in emergency situations
    • 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
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/048—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/332—Maximum loads or fatigue criteria
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

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)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Wind Motors (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Un sistema (100) de turbina eólica que comprende al menos una turbina eólica (202) y que incluye un controlador (204) adaptado para gestionar la duración de vida operacional de la al menos una turbina eólica (202), estando acoplado dicho controlador de manera comunicativa con la turbina eólica y un subsistema servidor (216) y estando configurado dicho controlador (204) para: recibir datos operativos (214) de la turbina eólica; transmitir los datos operativos al subsistema servidor; transmitir al subsistema servidor (216) una solicitud de datos históricos (222) correspondientes a la turbina eólica (100); recibir una respuesta del subsistema servidor (216), comprendiendo la respuesta datos históricos correspondientes a la turbina eólica; y estando caracterizado porque el controlador (204) está configurado además para: determinar una estimación de un tiempo hasta el fallo de la turbina eólica, en función de al menos uno de los datos operativos y los datos históricos, determinándose el tiempo estimado hasta el fallo a partir de una combinación de dos o más probabilidades de fallo usando ecuaciones de fusión de datos basándose en una teoría de pruebas de Dempster-Shafer, fusión de datos bayesiana, y/o lógica difusa, en el que las probabilidades de fallo comprenden una primera probabilidad de fallo, basada en al menos un factor de mantenimiento basado en la física, una segunda probabilidad de fallo basada en al menos un factor de mantenimiento empírico y una tercera probabilidad de fallo basada en al menos un factor de mantenimiento basado en eventos.

Description

imagen1
imagen2
imagen3
imagen4
imagen5
imagen6
5
10
15
20
25
30
35
imagen7
en donde, por ejemplo, Var(X3) es la varianza de X3 y Cov(X3, X4) es la covarianza de X3 y X4 calculadas por técnicas estadísticas estándares. Además, en la realización ejemplar, se calcula la estadística T cuadrada de Hotelling para su uso en futuras observaciones del conjunto de medición (OD1, X3, X4, X5, X6, X7), en donde la prueba estadística T cuadrada de Hotelling se calcula utilizando:
imagen8
y se establecen los niveles de umbral de alarma superior e inferior sobre los valores de T2. Además, en la realización ejemplar, se calcula un valor actualizado de T2 cada vez que se obtiene un nuevo vector de medición, y se utiliza un cambio brusco en T2 para alertar a un cambio en el estado, que podría ser una anomalía potencial.
Las realizaciones anteriores describen un detector multivariante utilizado para comparar el comportamiento de una unidad con sí misma. En una realización alternativa, se calcula la característica de aceite de desecho, OD1, para las “k” turbinas del parque eólico, y esa serie de tiempos de medición toma la forma:
imagen9
en donde el vector medio X , la matriz C de varianza-covarianza para las “k” turbinas, y la estadística T cuadrada
de Hotelling asociada se calculan utilizando el mismo acercamiento estadístico descrito anteriormente. Cabe señalar que las realizaciones anteriores para calcular un valor de T cuadrada de Hotelling utilizan una técnica estadística estándar que también se puede aplicar como un detector de anomalía, para su uso con los datos de aceite de desecho.
La Figura 5 es un diagrama de bloques que ilustra un subsistema 500 ejemplar para calcular la probabilidad 502 de fallo basada en eventos para su uso por un controlador, tal como el controlador 204 mostrado en la Figura 2, para determinar la duración de vida operacional operativa de una turbina eólica, tal como la turbina eólica 100 mostrada en la Figura 1 o la turbina eólica 202 mostrada en la Figura 2. En una realización ejemplar, el controlador 204 usa al menos una alarma 504 de primer fallo de turbina eólica para calcular al menos una tasa de incidencia de fallos (FOR) 506 para cada turbina eólica 202. En la realización ejemplar, el fabricante proporciona las alarmas 504 de primer fallo de turbina eólica para cada turbina eólica 202, y son específicas de cada turbina eólica 202. En una realización, los cálculos FOR se pueden calcular a través de modelos de procesos de Poisson no homogéneos para cada turbina eólica 202. En diversas realizaciones, dichos modelos de procesos de Poisson para cada turbina eólica 202 pueden incluir modelos estimados a partir de datos de alarma recibidos desde el controlador 204, mediante la identificación de alarmas específicas para un tipo de fallo y mediante la determinación de un número acumulado de alarmas frente al tiempo. En tales realizaciones, se utilizan procedimientos conocidos para adaptar a los datos de alarma recibidos un proceso de Poisson no homogéneo (PPNH) con una función de intensidad de Weibull.
Por otra parte, en una realización, se identifican unas reglas 508 de patrón ocurrencia de fallo crítico utilizando algoritmos de minería de reglas de asociación (ARM) conocidos, que extraen la regla además de proporcionar una puntuación numérica del soporte y la confianza en dicha norma, que es específica para cada patrón de alarmas. En la realización ejemplar, tales reglas 508 de patrón se identifican sobre la base de una combinación de una o más alarmas 504 de primer fallo y cálculos FOR. En una realización, la probabilidad 502 de fallo se determina sobre la
8 5
15
25
35
45
55
base de una o más de tales reglas 508 de patrón identificadas y de los datos históricos 510 de campo en unidades fallidas y no fallidas. En la realización ejemplar, los datos históricos 510 de campo pueden incluir patrones de alarma de primer fallo que históricamente hayan dado lugar a fallos y averías de los componentes de la turbina eólica 202. En una realización, los datos históricos 510 también pueden incluir datos históricos 510 de componentes de generador de turbina eólica predeterminados intercambiables, tales como generadores de recambio intercambiables de diferentes capacidades de generación y palas de rotor de recambio intercambiables de diferentes tamaños. Tales componentes intercambiables pueden exhibir patrones de fallo y/o de avería similares a la turbina eólica 202, y la incorporación de estos patrones en los datos históricos 510 puede mejorar la precisión del controlador 204 para determinar una estimación temporal hasta el fallo de la turbina eólica 202. En una realización, el controlador 204 correlaciona las alarmas 504 de primer fallo contra los datos históricos 510 para determinar si tales alarmas 504 de primer fallo han indicado un futuro fallo o avería de uno o más correspondientes componentes de la turbina eólica
202. En una realización, un fabricante de la turbina eólica 202 define y proporciona las alarmas 504 de primer fallo. En una realización alternativa, no es el fabricante de la turbina eólica quien define y proporciona las alarmas 504 de primer fallo. En otra realización más, las alarmas 504 de primer fallo son una lista estándar conocida de alarmas
504.
La Figura 6 es un diagrama de bloques que ilustra un subsistema 600 ejemplar para determinar la duración de vida operacional operativa de una turbina eólica, tal como la turbina eólica 100 mostrada en la Figura 1 o la turbina eólica 202 mostrada en la Figura 2, en función de una o más de entre una probabilidad F1(t) de fallos calculada a partir de factores 602 de mantenimiento basados en la física, una probabilidad F2(t) de fallos calculada a partir de factores 604 de mantenimiento empíricos, y una probabilidad F3(t) de fallos calculada a partir de factores 606 de mantenimiento basados en eventos. En la realización ejemplar, se usan una o más técnicas 608 de fusión de datos conocidas para calcular la duración de vida operacional operativa de una turbina eólica. En diversas realizaciones, la una o más técnicas 608 de fusión de datos incluyen: (a) una media ponderada de las probabilidades de fallo, en donde los coeficientes de ponderación pueden calcularse basándose en la incertidumbre asociada a cada predicción de probabilidad de fallos; (b) un procedimiento para fusionar probabilidades, utilizando funciones de pertenencia lógica difusa; (c) fusionar las probabilidades utilizando la teoría Dempster-Schafer; y (d) fusión bayesiana. En la realización ejemplar, los resultados 610 de la determinación de la duración de vida operacional de la turbina eólica incluyen una determinación de uno o más de entre un tipo de fallo o condición, un nivel de gravedad, una probabilidad de fallo, una confianza, una probabilidad de falsa alarma, una duración de vida operacional restante en horas, y uno o más avisos.
La Figura 7 es un diagrama de flujo de un procedimiento ejemplar 700 para gestionar la duración de vida operacional de una turbina eólica, tal como la turbina eólica 100 mostrada en la Figura 1 o la turbina eólica 202 mostrada en la Figura 2, utilizando un controlador tal como el controlador 204 mostrada en la Figura 2, comunicativamente acoplado a la turbina eólica 202. En la realización ejemplar, el procedimiento 700 incluye la recepción, en 702, de datos operativos 214 en el controlador desde la turbina eólica. Los datos operativos 214 pueden incluir una señal transmitida por un sensor 212 (mostrado en la Figura 2), en el que la señal corresponde a una medición de un parámetro operativo de la turbina eólica 202, tal como la temperatura, la tensión, las vibraciones, y/o la potencia eléctrica. En una realización, los datos operativos 214 pueden incluir una condición de fallo que corresponda a una señal indicativa de un valor fuera de un intervalo predeterminado. En la realización ejemplar, el procedimiento 700 incluye además la transmisión, en 704, de los datos operativos 214 a un subsistema servidor, tal como el subsistema servidor 216 mostrado en la Figura 2, y transmitir al subsistema servidor 216, en 706, una petición de datos históricos tales como los datos históricos mostrados en la Figura 2, en el que los datos históricos 222 corresponden a la turbina eólica 202. En una realización, los datos históricos 222 incluyen datos operativos históricos que corresponden con la turbina eólica 202 y/o datos históricos 222 de componentes de turbina eólica intercambiables predeterminados, tales como generadores de recambio intercambiables de diferentes capacidades de generación y palas de rotor de recambio intercambiables de diferentes tamaños. Tales componentes intercambiables pueden presentar patrones de fallo y/o de avería similares a los de la turbina eólica 202, y la incorporación de estos patrones en datos históricos 222 puede mejorar la precisión del controlador 204 para determinar una estimación temporal hasta un fallo de la turbina eólica 202. Además, en una realización, el subsistema servidor 216 almacena los datos operativos 214 recibidos. En una realización adicional, los datos operativos 214 almacenados se pueden usar como datos históricos 222 en una respuesta a peticiones posteriores.
Además, el procedimiento 700 incluye la recepción, 708, en el controlador de una respuesta del subsistema servidor, en el que la respuesta incluye los datos históricos 222 que corresponden a la turbina eólica 202. En ciertas realizaciones, los datos históricos 222 incluidos en tal respuesta pueden incluir cualquiera de los tipos de datos históricos 222 anteriormente descritos. Por otra parte, el procedimiento 700 incluye la determinación, 710, de una estimación de un tiempo hasta un fallo de la turbina eólica 202. En la realización ejemplar, el controlador 204 utiliza los datos operativos 214 y/o los datos históricos 222 para determinar un tiempo de reparación, revisión, inspección,
o sustitución de la turbina eólica 202 o de componentes de la turbina eólica 202, en función de la estimación determinada 710 del tiempo hasta el fallo de la turbina eólica 202.
Anteriormente se han descrito en detalle realizaciones ejemplares de un sistema de gestión del estado de una turbina eólica, y de un procedimiento para la gestión de la duración de vida operacional de una turbina eólica. El sistema, como se describe en el presente documento, puede usarse para gestionar turbinas eólicas utilizadas para accionar cargas mecánicas en vez de generar electricidad, y por lo tanto no están limitadas a la práctica sólo con los
9
procedimientos y sistemas descritos en el presente documento. Más bien, la realización ejemplar se puede implementar y utilizar en conexión con muchas aplicaciones de turbina eólica.
La presente descripción escrita utiliza ejemplos para desvelar la invención, incluyendo el modo preferido, y también para permitir que cualquier experto en la técnica ponga en práctica la invención, incluyendo la fabricación y el uso de dispositivos o sistemas, y la ejecución de cualquier procedimiento incorporado. El ámbito patentable de la invención se define por las reivindicaciones, y puede incluir otros ejemplos ideados por los expertos en la técnica.
10

Claims (1)

  1. imagen1
ES10173475.4T 2009-08-31 2010-08-19 Sistema y procedimiento de gestión del estado de una turbina eólica Active ES2578019T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/550,988 US7895016B2 (en) 2009-08-31 2009-08-31 System and method for wind turbine health management
US550988 2009-08-31

Publications (1)

Publication Number Publication Date
ES2578019T3 true ES2578019T3 (es) 2016-07-20

Family

ID=42223651

Family Applications (1)

Application Number Title Priority Date Filing Date
ES10173475.4T Active ES2578019T3 (es) 2009-08-31 2010-08-19 Sistema y procedimiento de gestión del estado de una turbina eólica

Country Status (5)

Country Link
US (1) US7895016B2 (es)
EP (1) EP2290597B1 (es)
CN (1) CN102022264B (es)
DK (1) DK2290597T3 (es)
ES (1) ES2578019T3 (es)

Families Citing this family (98)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9538657B2 (en) 2012-06-29 2017-01-03 General Electric Company Resonant sensor and an associated sensing method
US9658178B2 (en) 2012-09-28 2017-05-23 General Electric Company Sensor systems for measuring an interface level in a multi-phase fluid composition
US10914698B2 (en) 2006-11-16 2021-02-09 General Electric Company Sensing method and system
US9589686B2 (en) 2006-11-16 2017-03-07 General Electric Company Apparatus for detecting contaminants in a liquid and a system for use thereof
US9536122B2 (en) 2014-11-04 2017-01-03 General Electric Company Disposable multivariable sensing devices having radio frequency based sensors
EP2080903B2 (en) * 2008-01-21 2020-02-12 Siemens Gamesa Renewable Energy A/S Fail-safe system for controlling wind turbines
EP2141359A1 (en) * 2008-07-02 2010-01-06 Siemens Aktiengesellschaft Wind turbine configuration management system, and central computer system therefor
EP2264314B1 (en) * 2009-05-25 2016-05-25 Vestas Wind Systems A/S A method and a system for controlling operation of a wind turbine
DE102009037237A1 (de) * 2009-08-12 2011-02-17 Repower Systems Ag Verfahren und Anordnung zur automatischen Konfigurationsparameterkontrolle bei Windenergieanlagen
DK176915B1 (en) * 2009-08-25 2010-05-03 Vestas Wind Sys As Method and system for adjusting the alarm level of a component of a wind turbine.
US7933744B2 (en) * 2009-08-28 2011-04-26 General Electric Company System and method for managing wind turbines and enhanced diagnostics
US7948103B2 (en) * 2009-09-03 2011-05-24 General Electric Company Method and system for verifying wind turbine operation
US20100280673A1 (en) * 2009-10-07 2010-11-04 Ge Wind Energy Gmbh Systems and Methods for Analyzing Reporting Data
US9157832B2 (en) * 2010-03-12 2015-10-13 Honeywell International Inc. Method and system for detecting incipient bearing failures
US8924162B2 (en) * 2010-05-13 2014-12-30 University Of Cincinnati Turbine-to-turbine prognostics technique for wind farms
US8203230B2 (en) * 2010-06-29 2012-06-19 General Electric Company Yaw bearing system
US20120025526A1 (en) * 2010-07-30 2012-02-02 General Electric Company System and method for monitoring wind turbine gearbox health and performance
US8043054B2 (en) * 2010-08-25 2011-10-25 General Electric Company Method and system for monitoring wind turbine
US20120080881A1 (en) * 2010-10-05 2012-04-05 Vaibhav Srivastava System, device, and method for automated monitoring and operation of wind turbines
US8542023B2 (en) 2010-11-09 2013-09-24 General Electric Company Highly selective chemical and biological sensors
US8751423B2 (en) 2010-11-30 2014-06-10 General Electric Company Turbine performance diagnostic system and methods
JP5439357B2 (ja) * 2010-12-28 2014-03-12 三菱重工業株式会社 工事時期選択装置及び工事時期選択方法
EP2476901A1 (en) * 2011-01-17 2012-07-18 Siemens Aktiengesellschaft Method and monitoring apparatus for automated surveillance of a wind turbine and a method for creating a linear model
ES2739523T3 (es) * 2011-02-08 2020-01-31 Vestas Wind Sys As Evaluación de la vida útil restante de partes de estructuras de soporte de aerogeneradores
US20120209539A1 (en) * 2011-02-10 2012-08-16 Honeywell International Inc. Turbine fault analysis
CN102644545B (zh) * 2011-02-18 2013-07-31 华锐风电科技(集团)股份有限公司 风电机组故障处理方法及系统
US8249852B2 (en) * 2011-05-19 2012-08-21 General Electric Company Condition monitoring of windturbines
GB201110003D0 (en) * 2011-06-14 2011-07-27 Romax Technology Ltd Identifying wind turbines for maintenance
US20120053983A1 (en) * 2011-08-03 2012-03-01 Sameer Vittal Risk management system for use with service agreements
US20120053984A1 (en) * 2011-08-03 2012-03-01 Kamal Mannar Risk management system for use with service agreements
US8326577B2 (en) * 2011-09-20 2012-12-04 General Electric Company System and method for predicting wind turbine component failures
WO2013046193A2 (en) * 2011-09-26 2013-04-04 Vestas Wind Systems A/S System and method for extending the operating life of a wind turbine gear train based on energy storage
US9835136B2 (en) * 2011-09-26 2017-12-05 Vestas Wind Systems A/S System and method for extending the operating life of a wind turbine gear train based on energy storage
DE102011056093B3 (de) * 2011-12-06 2013-04-11 Kenersys Gmbh Verfahren und System zur Überwachung eines Getriebes einer Windenergieanlage und entsprechende Windenergieanlage
ES2411279B1 (es) * 2011-12-29 2014-09-02 Acciona Windpower, S.A. Aerogenerador que comprende un sistema de estimación del daño acumulado a fatiga en componentes del tren de potencia y método de estimación
US9080553B2 (en) * 2012-01-20 2015-07-14 General Electric Company Method and apparatus for control of redundant devices in a wind turbine
CN102588211B (zh) * 2012-02-29 2013-08-14 沈阳华人风电科技有限公司 一种风力发电机组全工况模型预测控制方法及系统
CN103306893B (zh) * 2012-03-09 2015-11-18 北京光耀能源技术股份有限公司 一种风力发电机故障预警及报警方法
US9360864B2 (en) * 2012-04-11 2016-06-07 General Electric Company Turbine fault prediction
WO2013170860A1 (en) * 2012-05-16 2013-11-21 Vestas Wind Systems A/S A system for providing a service priority index for a wind turbine
US9205845B2 (en) 2012-06-07 2015-12-08 Honeywell International Inc. System and method for detecting spall initiation and defining end of life in engine components
US9605654B2 (en) * 2012-07-24 2017-03-28 General Electric Company Wind turbine lifetime estimator
CN102789676B (zh) * 2012-08-10 2014-04-02 杭州电子科技大学 一种基于报警证据融合的工业报警器设计方法
US10598650B2 (en) 2012-08-22 2020-03-24 General Electric Company System and method for measuring an operative condition of a machine
US9746452B2 (en) 2012-08-22 2017-08-29 General Electric Company Wireless system and method for measuring an operative condition of a machine
US10684268B2 (en) 2012-09-28 2020-06-16 Bl Technologies, Inc. Sensor systems for measuring an interface level in a multi-phase fluid composition
CN104813021B (zh) * 2012-11-26 2018-05-15 维斯塔斯风力系统集团公司 基于储能延长风力涡轮机轮系使用寿命的系统和方法
WO2014111169A1 (en) * 2013-01-21 2014-07-24 Aktiebolaget Skf Adjusted operating time of a component in a wind turbine
CN104018986B (zh) 2013-02-28 2017-03-29 国际商业机器公司 用于控制风机的方法和装置
US20140288855A1 (en) * 2013-03-20 2014-09-25 United Technologies Corporation Temporary Uprating of Wind Turbines to Maximize Power Output
CN103343728A (zh) * 2013-06-09 2013-10-09 上海乾祺电子科技有限公司 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
US9551321B2 (en) * 2013-06-26 2017-01-24 General Electric Company System and method for controlling a wind turbine
PL3575985T3 (pl) * 2013-07-22 2021-08-16 Nabla Wind Power, S.L. Sposób określania trwałości części składowych turbiny wiatrowej, lub podobnej, w zależności od jej lokalizacji
EP2853730A1 (en) * 2013-09-25 2015-04-01 Siemens Aktiengesellschaft Monitoring mechanical load of a wind turbine component
EP2927486B8 (en) * 2014-03-31 2019-07-24 GE Renewable Technologies Wind B.V. Fatigue in wind turbines
DK2947312T3 (da) * 2014-05-23 2020-01-06 Siemens Gamesa Renewable Energy As Fremgangsmåde til drift af en vindmølle
US20160010628A1 (en) * 2014-07-10 2016-01-14 General Electric Company System and method for determining life of a wind turbine
US10067483B1 (en) * 2014-08-28 2018-09-04 Apple Inc. Controlling electrical device based on temperature and voltage
JP6345041B2 (ja) * 2014-09-02 2018-06-20 三菱重工業株式会社 風力発電設備の疲労評価システム
US9459153B2 (en) * 2014-09-17 2016-10-04 General Electric Company Automated analytics systems and methods
US10296983B2 (en) * 2014-12-08 2019-05-21 Carolina Carbajal De Nova How to model risk on your farm
JP6309911B2 (ja) * 2015-03-30 2018-04-11 三菱重工業株式会社 疲労評価システム及びこれを備えた風力発電装置、並びに、風力発電装置の疲労評価方法
CN105159208B (zh) * 2015-07-09 2017-12-29 中国科学院国家天文台南京天文光学技术研究所 远程无人环境下的监控和执行方法及其监控和执行平台
NO339750B1 (en) * 2015-07-09 2017-01-30 Mhwirth As Condition monitoring method
WO2017108044A1 (en) * 2015-12-23 2017-06-29 Vestas Wind Systems A/S Controlling wind turbines according to reliability estimates
DE102016202713A1 (de) * 2016-02-23 2017-08-24 Zf Friedrichshafen Ag DFMA-basierte Zustandsüberwachung
US10907616B2 (en) 2016-05-03 2021-02-02 Vestas Wind Systems A/S Status monitoring for mechanical plants, in particular wind turbines
US10385829B2 (en) * 2016-05-11 2019-08-20 General Electric Company System and method for validating optimization of a wind farm
CN106249678A (zh) * 2016-08-26 2016-12-21 辽宁大唐国际新能源有限公司 一种风力发电机组远程监控系统声光报警装置及操作方法
US10066501B2 (en) * 2016-08-31 2018-09-04 General Electric Technology Gmbh Solid particle erosion indicator module for a valve and actuator monitoring system
WO2018047564A1 (ja) * 2016-09-07 2018-03-15 株式会社日立製作所 風力発電装置の状態監視装置及びそれを有する状態監視システム並びに風力発電装置の状態監視方法
KR101863781B1 (ko) * 2016-09-08 2018-06-01 두산중공업 주식회사 로터 진동 이상 감지 장치 및 방법
CN106598030B (zh) * 2016-12-22 2019-09-27 西安理工大学 一种基于数据的轴温关联分析方法
US10316823B2 (en) * 2017-03-15 2019-06-11 Inventus Holdings, Llc Wind turbine group control for volant animal swarms
WO2018184642A1 (en) * 2017-04-06 2018-10-11 Vestas Wind Systems A/S Method of retrofitting a wind turbine with an energy generating unit
CN107451762A (zh) * 2017-10-12 2017-12-08 佛山伊贝尔科技有限公司 一种涡轮机性能维护的决策方法
CN109800931A (zh) * 2017-11-13 2019-05-24 北京普华亿能风电技术有限公司 基于风机scada数据的风电场发电量损失测量方法及系统
US11663496B2 (en) * 2018-01-30 2023-05-30 Utopus Insights, Inc. System and method for predicting failure of components using temporal scoping of sensor data
JP6865189B2 (ja) * 2018-03-16 2021-04-28 株式会社日立製作所 故障確率評価システム及び方法
US11549611B2 (en) * 2018-05-21 2023-01-10 The Boeing Company Fault prediction in valve systems through Bayesian framework
CN108804806B (zh) * 2018-06-05 2022-03-08 西南交通大学 Weibull分布综合应力恒加试验中参数的简化MLE方法
CN110657072A (zh) * 2018-06-29 2020-01-07 中车株洲电力机车研究所有限公司 一种基于结构化知识库的风电故障检修方法及系统
US11300106B2 (en) * 2018-07-18 2022-04-12 Poseidon Systems, LLC System and method for utilizing wear debris sensor to reduce damage and extend remaining useful life of gearboxes
CN109209790B (zh) * 2018-10-09 2019-12-20 浙江运达风电股份有限公司 一种基于数据建模的风电叶片结冰推测方法
MX2021012043A (es) * 2019-04-01 2022-01-04 Acciona Generacion Renovable S A Metodo para estimar la vida util remanente de los componentes de un aerogenerador en funcionamiento.
DK3742748T3 (da) * 2019-05-21 2021-08-30 Siemens Gamesa Renewable Energy As Fremgangsmåde og overførselsindretning til overførsel af datablokke
CN114846421A (zh) * 2019-12-31 2022-08-02 通用电气公司 用于检测风力涡轮控制信号中异常的系统和方法
US11340570B2 (en) * 2020-01-23 2022-05-24 General Electric Company System and method for operating a wind turbine
US11428212B2 (en) 2020-02-11 2022-08-30 Inventus Holdings, Llc Wind turbine drivetrain wear detection using azimuth variation clustering
CN111520282B (zh) * 2020-05-21 2021-01-26 明阳智慧能源集团股份公司 基于边缘计算和深度学习的风电机组测控系统及测控方法
CN111878320B (zh) * 2020-07-15 2021-07-30 上海电气风电集团股份有限公司 风力发电机组的监控方法、系统及计算机可读存储介质
CN112733279B (zh) * 2020-09-11 2022-05-03 新天绿色能源股份有限公司 基于模糊分区的风电机组变桨系统故障预警识别方法
ES2936221T3 (es) 2020-09-14 2023-03-15 Nordex Energy Se & Co Kg Un método para operar una turbina eólica
EP3985249A1 (en) 2020-10-14 2022-04-20 General Electric Renovables España S.L. Fatigue loads in wind turbines and use of operational metadata
US11635060B2 (en) 2021-01-20 2023-04-25 General Electric Company System for operating a wind turbine using cumulative load histograms based on actual operation thereof
US11661919B2 (en) 2021-01-20 2023-05-30 General Electric Company Odometer-based control of a wind turbine power system
US11728654B2 (en) 2021-03-19 2023-08-15 General Electric Renovables Espana, S.L. Systems and methods for operating power generating assets
CN113095693B (zh) * 2021-04-19 2024-02-06 重庆理工大学 一种基于温度特征量的风电轴承健康状态评估方法

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3071700B2 (ja) * 1996-12-24 2000-07-31 日本電気移動通信株式会社 監視システム
US6853930B2 (en) * 2001-02-27 2005-02-08 Hitachi, Ltd. System for aiding the preparation of operation and maintenance plans for a power generation installation
DE10113039B4 (de) * 2001-03-17 2017-12-07 Aloys Wobben Windenergieanlage
DE60233421D1 (de) * 2001-09-28 2009-10-01 Vestas Wind Sys As Verfahren und rechnersystem zur verarbeitung von betriebsdaten von windenergieanlagen
FI114170B (fi) * 2002-03-14 2004-08-31 Metso Automation Oy Kunnonvalvontajärjestelmä koneenohjausjärjestelmällä varustettuja pyöriviä kone-elimiä sisältäviä koneita varten
US7308614B2 (en) * 2002-04-30 2007-12-11 Honeywell International Inc. Control sequencing and prognostics health monitoring for digital power conversion and load management
US7203560B1 (en) * 2002-06-04 2007-04-10 Rockwell Automation Technologies, Inc. System and methodology facilitating remote and automated maintenance procedures in an industrial controller environment
US6834256B2 (en) * 2002-08-30 2004-12-21 General Electric Company Method and system for determining motor reliability
US7027953B2 (en) * 2002-12-30 2006-04-11 Rsl Electronics Ltd. Method and system for diagnostics and prognostics of a mechanical system
US7322794B2 (en) * 2003-02-03 2008-01-29 General Electric Company Method and apparatus for condition-based monitoring of wind turbine components
US6925385B2 (en) * 2003-05-16 2005-08-02 Seawest Holdings, Inc. Wind power management system and method
US7127373B2 (en) * 2003-08-07 2006-10-24 General Electric Company Systems, methods and computer program products for assessing the health of an electric motor
US7013203B2 (en) * 2003-10-22 2006-03-14 General Electric Company Wind turbine system control
PT1531376E (pt) * 2003-11-14 2007-03-30 Gamesa Innovation Technology S L Unipersonal Equipamento de monitorização e de processamento de dados para turbinas de vento e sistema de prognóstico da manutenção para estações eólicas
US7571057B2 (en) * 2005-09-16 2009-08-04 General Electric Company System and method for monitoring degradation
AU2007291689B2 (en) * 2006-09-01 2010-08-05 Vestas Wind Systems A/S System and method of controlling a wind turbine in a wind powerplant
EP1911968A1 (en) * 2006-10-10 2008-04-16 Ecotecnia Energias Renovables S.L. Control system for a wind turbine and method of controlling said wind turbine
US7395188B1 (en) * 2006-12-07 2008-07-01 General Electric Company System and method for equipment life estimation
US7914250B2 (en) * 2006-12-08 2011-03-29 General Electric Company Method and system for estimating life of a gearbox
WO2008071189A2 (en) * 2006-12-12 2008-06-19 Vestas Wind Systems A/S A multiprotocol wind turbine system and method
US7917311B2 (en) * 2007-06-04 2011-03-29 Drexel University Method for structural health monitoring using a smart sensor system
EP2080903B2 (en) * 2008-01-21 2020-02-12 Siemens Gamesa Renewable Energy A/S Fail-safe system for controlling wind turbines
CN101393049B (zh) * 2008-08-25 2010-09-08 北京天源科创风电技术有限责任公司 风力发电机组振动监测及故障诊断的方法
US7945351B2 (en) * 2008-12-12 2011-05-17 Vestas Wind Systems A/S Method for controlling the operation of a wind turbine based on deviation between operating and predetermined frequency response functions
US7933744B2 (en) * 2009-08-28 2011-04-26 General Electric Company System and method for managing wind turbines and enhanced diagnostics

Also Published As

Publication number Publication date
US20100138267A1 (en) 2010-06-03
US7895016B2 (en) 2011-02-22
EP2290597A3 (en) 2014-02-26
EP2290597B1 (en) 2016-05-18
DK2290597T3 (en) 2016-07-18
CN102022264B (zh) 2015-01-07
EP2290597A2 (en) 2011-03-02
CN102022264A (zh) 2011-04-20

Similar Documents

Publication Publication Date Title
ES2578019T3 (es) Sistema y procedimiento de gestión del estado de una turbina eólica
US10410502B2 (en) Method and apparatus for providing environmental management using smart alarms
ES2881184T3 (es) Sistema y procedimiento para predecir fallos en componentes de turbinas eólicas
Wilkinson et al. Comparison of methods for wind turbine condition monitoring with SCADA data
JP5081998B1 (ja) 異常予兆診断装置及び異常予兆診断方法
ES2742298T3 (es) Proceso para optimizar el mantenimiento de sistemas técnicos
JP6370132B2 (ja) 通信異常検出装置、通信異常検出方法及びプログラム
US20080316015A1 (en) System and Method for Suppressing Redundant Alarms
JP2011163345A (ja) ガスタービンを監視するためのシステム及び方法
BRPI1100290A2 (pt) mÉtodo para detectar comportamento em equipamento de subestaÇço elÉtrica
RU2757436C2 (ru) Устройство и способ контроля указаний на неисправность от транспортного средства, компьютерочитаемый носитель
EP2277778A2 (en) Vehicle health management systems and methods with predicted diagnostic indicators
DK2667023T3 (en) Control of a wind energy system
US11423494B2 (en) Plant assistance assessment system and plant assistance assessment method
US20240012407A1 (en) Condition-Based Method for Malfunction Prediction
JPWO2018216197A1 (ja) 異常重要度算出システム、異常重要度算出装置、及び異常重要度算出プログラム
Hongxia et al. Study on predictive maintenance strategy
JP6880560B2 (ja) 故障予測装置、故障予測方法及び故障予測プログラム
US9103323B2 (en) System for real time supervision of component wear in a wind turbine population
Ahmadi A new approach to maintenance optimisation of repairable parallel systems subject to hidden failures
JP7460545B2 (ja) 電気機械的マシンの調子を監視して故障を予測するシステム及び方法
CN112578232B (zh) 风力发电机组的雷电预警方法和雷电预警设备
JP4770860B2 (ja) 機器類管理システム、機器類管理方法、及びプログラム
US10908983B2 (en) Method and system for preventing an anomaly in a simulator
KR20110024150A (ko) 풍력발전시스템의 감시 방법