JP2019015243A - 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設 - Google Patents
風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設 Download PDFInfo
- Publication number
- JP2019015243A JP2019015243A JP2017133767A JP2017133767A JP2019015243A JP 2019015243 A JP2019015243 A JP 2019015243A JP 2017133767 A JP2017133767 A JP 2017133767A JP 2017133767 A JP2017133767 A JP 2017133767A JP 2019015243 A JP2019015243 A JP 2019015243A
- Authority
- JP
- Japan
- Prior art keywords
- data
- representative data
- wind power
- wind turbine
- unit
- 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.)
- Granted
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims description 14
- 238000013480 data collection Methods 0.000 claims abstract description 86
- 238000013500 data storage Methods 0.000 claims abstract description 60
- 238000004364 calculation method Methods 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims description 87
- 230000005856 abnormality Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 24
- 238000004891 communication Methods 0.000 abstract description 19
- 239000000872 buffer Substances 0.000 description 20
- 238000012545 processing Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
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
- F03D7/048—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
-
- 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
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
- F03D7/0284—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power in relation to the state of the electric grid
-
- 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
- F03D7/0272—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor by measures acting on the electrical generator
-
- 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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/50—Maintenance or repair
-
- 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
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)
- Wind Motors (AREA)
Abstract
【課題】通信負荷の低減及びデータ解析の簡素化が可能な風力発電施設のデータ収集システムを提供する。【解決手段】少なくとも１台の風力発電装置を含む風力発電施設のデータ収集システムは、風力発電装置の状態又は運転履歴を示す１以上のパラメータに関する代表データを記憶するための代表データ記憶部と、データを前記制御部の制御演算周期毎にそれぞれ取得し、取得した前記１以上のパラメータの前記データを該パラメータの前記代表データとして前記代表データ記憶部に記憶すべきか否かを前記制御演算周期ごとに判断するように構成された代表データ選択部と、を含む少なくとも１つの風車コントローラ１０１と、各々の前記風車コントローラの前記代表データ記憶部１０８に記憶された各々の前記風力発電装置の状態に関する前記１以上のパラメータの前記代表データを各々の前記風車コントローラから収集するように構成されたデータ収集部４２と、を備える。【選択図】図３
Description
本開示は、風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設に関する。
風車の状態監視等のために、風車の状態を示すデータを収集することが行われている。
例えば、特許文献１には、風車停止時における風車の運転データを取得するためのシステムが開示されている。
特許文献１に記載されるシステムでは、風車コントローラで出力や振動等の運転データが取得されるようになっている。そして、風車停止時には、風車停止前後の所定期間、風車コントローラにより所定のサンプリングレートにて運転データが取得されるとともに、取得されたデータが風車コントローラのデータバッファに記憶される。データバッファに記憶されたデータは、データ解析をするためのワークステーションに転送されるようになっている。
特許文献１に記載されるシステムでは、風車コントローラで出力や振動等の運転データが取得されるようになっている。そして、風車停止時には、風車停止前後の所定期間、風車コントローラにより所定のサンプリングレートにて運転データが取得されるとともに、取得されたデータが風車コントローラのデータバッファに記憶される。データバッファに記憶されたデータは、データ解析をするためのワークステーションに転送されるようになっている。
ところで、通常、風車の状態監視は、風車の状態等を示す時系列データを、所定のサンプリングレートで所定期間にわたって連続的に取得及び蓄積し、蓄積されたデータを解析することにより行われる。このように、風車の状態監視において所定のサンプリングレートで連続して取得される時系列データを用いる場合、処理対象のデータ量が非常に多くなる。よって、蓄積されたデータを解析用の計算機等へ送信するための通信負荷が大きくなり、あるいは、状態監視のためのデータ解析が複雑となる。
また、上述のように所定のサンプリングレートで所定期間にわたって連続的に取得及び蓄積された時系列データのうちすべてのデータを解析対象とするのではなく、蓄積されたデータから風車の状態監視に有用なデータ（例えば、所定期間におけるデータの最小値や最大値）を選別し、このデータのみを解析に用いることがある。このとき、上述のサンプリング周期が比較的長い場合には、取得及び蓄積されるデータが粗くなるため、選別されたデータは、風力発電装置の状態又は運転履歴を的確に表すものではない場合がある。
また、上述のように所定のサンプリングレートで所定期間にわたって連続的に取得及び蓄積された時系列データのうちすべてのデータを解析対象とするのではなく、蓄積されたデータから風車の状態監視に有用なデータ（例えば、所定期間におけるデータの最小値や最大値）を選別し、このデータのみを解析に用いることがある。このとき、上述のサンプリング周期が比較的長い場合には、取得及び蓄積されるデータが粗くなるため、選別されたデータは、風力発電装置の状態又は運転履歴を的確に表すものではない場合がある。
上述の事情に鑑みて、本発明の少なくとも一実施形態は、風力発電装置の状態又は運転履歴を的確に表すデータを収集可能であるとともに、通信負荷の低減及びデータ解析の簡素化が可能な風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設を提供することを目的とする。
（１）本発明の少なくとも一実施形態に係る風力発電施設のデータ収集システムは、
少なくとも１台の風力発電装置を含む風力発電施設のデータ収集システムであって、
前記少なくとも１台の風力発電装置をそれぞれ制御するための制御部と、前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関する代表データを記憶するための代表データ記憶部と、前記１以上のパラメータに関するデータを前記制御部の演算制御周期毎にそれぞれ取得し、取得した前記１以上のパラメータの前記データを該パラメータの前記代表データとして前記代表データ記憶部に記憶すべきか否かを前記演算周期ごとに判断するように構成された代表データ選択部と、を含む少なくとも１つの風車コントローラと、
各々の前記風車コントローラの前記代表データ記憶部に記憶された各々の前記風力発電装置の状態に関する前記１以上のパラメータの前記代表データを各々の前記風車コントローラから収集するように構成されたデータ収集部と、を備える。
少なくとも１台の風力発電装置を含む風力発電施設のデータ収集システムであって、
前記少なくとも１台の風力発電装置をそれぞれ制御するための制御部と、前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関する代表データを記憶するための代表データ記憶部と、前記１以上のパラメータに関するデータを前記制御部の演算制御周期毎にそれぞれ取得し、取得した前記１以上のパラメータの前記データを該パラメータの前記代表データとして前記代表データ記憶部に記憶すべきか否かを前記演算周期ごとに判断するように構成された代表データ選択部と、を含む少なくとも１つの風車コントローラと、
各々の前記風車コントローラの前記代表データ記憶部に記憶された各々の前記風力発電装置の状態に関する前記１以上のパラメータの前記代表データを各々の前記風車コントローラから収集するように構成されたデータ収集部と、を備える。
風車コントローラは、風力発電装置の制御を司る部分であるため、風力発電装置の状態又は運転履歴を示すパラメータを制御演算周期ごとに所持している。
そこで、上記（１）の構成に係る風車コントローラでは、制御部の制御演算周期ごとにこうしたパラメータのデータを取得し、当該データを代表データとして記憶すべきか否かを代表データ選択部において判断するようになっている。そして、風車コントローラの代表データ記憶部には、代表データ選択部によって代表データとして記憶すべきであると判断されたデータが記憶される。こうして代表データ記憶部に記憶された代表データ（例えば、所定期間におけるデータの最小値や最大値）は、制御演算周期ごとの細やかなデータから得たものであり、風力発電装置の状態又は運転履歴を的確に表すものであるから、風力発電装置の監視のために有用である。
また、データ収集部により、代表データ記憶部から代表データを収集するようにしたので、制御演算周期ごとにデータを風車コントローラから直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上記（１）の構成によれば、上述のようにして収集された代表データを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置の状態監視を適切に行うことができる。
そこで、上記（１）の構成に係る風車コントローラでは、制御部の制御演算周期ごとにこうしたパラメータのデータを取得し、当該データを代表データとして記憶すべきか否かを代表データ選択部において判断するようになっている。そして、風車コントローラの代表データ記憶部には、代表データ選択部によって代表データとして記憶すべきであると判断されたデータが記憶される。こうして代表データ記憶部に記憶された代表データ（例えば、所定期間におけるデータの最小値や最大値）は、制御演算周期ごとの細やかなデータから得たものであり、風力発電装置の状態又は運転履歴を的確に表すものであるから、風力発電装置の監視のために有用である。
また、データ収集部により、代表データ記憶部から代表データを収集するようにしたので、制御演算周期ごとにデータを風車コントローラから直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上記（１）の構成によれば、上述のようにして収集された代表データを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置の状態監視を適切に行うことができる。
（２）幾つかの実施形態では、上記（１）の構成において、
前記代表データ選択部は、前記少なくとも１台の風力発電装置に関するイベントが発生したときに、前記イベントの発生時刻における前記データ、または、該発生時刻の前後を含む期間における前記データのうち規定条件を満たすデータを前記代表データとして前記代表データ記憶部に記憶すべきであると判断するように構成される。
前記代表データ選択部は、前記少なくとも１台の風力発電装置に関するイベントが発生したときに、前記イベントの発生時刻における前記データ、または、該発生時刻の前後を含む期間における前記データのうち規定条件を満たすデータを前記代表データとして前記代表データ記憶部に記憶すべきであると判断するように構成される。
風力発電装置に関するイベントの発生は、風車コントローラの制御演算周期に関連している。よって、上記（２）の構成によれば、イベントの発生時刻を基準として代表データを選択するので、過去のイベント発生時、又は、他の風車でのイベント発生時との間で、代表データの選択条件を精度よく揃えることができる。よって、風力発電施設の状態監視をより適切に行うことができる。
（３）幾つかの実施形態では、上記（２）の構成において、
前記イベントは、前記少なくとも１台の風力発電装置の予め設定した停止中の記録開始指示、起動、停止、併入、解列、状態の変化の検知、またはトリップの少なくとも一つである。
前記イベントは、前記少なくとも１台の風力発電装置の予め設定した停止中の記録開始指示、起動、停止、併入、解列、状態の変化の検知、またはトリップの少なくとも一つである。
上記（３）の構成によれば、風力発電装置において所定のイベントが発生したときの該風力発電装置の状態を適切に把握することができる。これにより、例えば、風力発電装置の停止中や起動中に構成機器のヘルスチェックを行ったり、風力発電装置に異常事象が生じた場合等にその原因や影響を調査したりすることができる。
（４）幾つかの実施形態では、上記（２）の構成において、
前記イベントは、前記少なくとも１台の風力発電装置に作用する荷重が規定値を超えたことである。
前記イベントは、前記少なくとも１台の風力発電装置に作用する荷重が規定値を超えたことである。
上記（４）の構成によれば、風力発電装置に作用する荷重が規定値を超えたときの該風力発電装置の状態を適切に把握することができる。
（５）幾つかの実施形態では、上記（２）の構成において、
前記イベントは、前記少なくとも１台の風力発電装置が接続される電力系統の系統電圧の変動量が規定値を超えたことである。
前記イベントは、前記少なくとも１台の風力発電装置が接続される電力系統の系統電圧の変動量が規定値を超えたことである。
上記（５）の構成によれば、風力発電装置が接続される電力系統の系統電圧の変動量が規定値を超えたときの該風力発電装置の状態を適切に把握することができる。これにより、例えば、電力系統において瞬時電圧低下が発生したときに、電力系統の状態や、ＬＶＲＴ機能による風力発電装置の運転継続が行われたか否か、等を把握することができる。
（６）幾つかの実施形態では、上記（２）乃至（５）の何れかの構成において、
前記代表データ記憶部は、前記イベントの発生毎に、前記代表データ選択部により選択された前記代表データとともに、前記制御部の内部時計により取得される前記イベントの発生時刻を記憶するように構成される。
前記代表データ記憶部は、前記イベントの発生毎に、前記代表データ選択部により選択された前記代表データとともに、前記制御部の内部時計により取得される前記イベントの発生時刻を記憶するように構成される。
上記（６）の構成によれば、制御部の内部時計でイベントの発生時刻を取得することにより、風車コントローラの制御演算周期に関連するイベントの発生の時刻を、制御部の内部時計で取得するので、正確なイベント発生時刻を取得及び記憶することができる。これにより、過去のイベント発生時、又は、他の風車でのイベント発生時との間で、代表データの選択条件をより精度よく揃えることができる。よって、風力発電施設の状態監視をより適切に行うことができる。
（７）幾つかの実施形態では、上記（２）乃至（６）の構成において、
前記データ収集システムは、
前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記代表データ記憶部は、前記イベントの発生毎に、前記代表データ選択部により選択された前記代表データを記憶するように構成され、
前記データ収集部は、前記代表データ記憶部に前記イベントの発生毎に記憶された複数の前記代表データを収集するように構成され、
前記状態監視部は、前記複数の前記代表データを比較することにより、前記少なくとも１台の風力発電装置の異常を検知するように構成される。
前記データ収集システムは、
前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記代表データ記憶部は、前記イベントの発生毎に、前記代表データ選択部により選択された前記代表データを記憶するように構成され、
前記データ収集部は、前記代表データ記憶部に前記イベントの発生毎に記憶された複数の前記代表データを収集するように構成され、
前記状態監視部は、前記複数の前記代表データを比較することにより、前記少なくとも１台の風力発電装置の異常を検知するように構成される。
上記（７）の構成によれば、風力発電装置における過去の複数回のイベントについて、イベントの発生毎に選択及び記憶された代表データを比較するので、簡素なデータ解析により各イベント発生毎の風力発電装置の状態を的確に把握して、風力発電装置の異常を検知することができる。
（８）幾つかの実施形態では、上記（１）乃至（７）の構成において、
前記データ収集システムは、
前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記風力発電施設は複数の風力発電装置を含み、
前記データ収集部は、前記複数の風力発電装置の各々の前記代表データ記憶部に記憶された前記代表データを収集するように構成され、
前記状態監視部は、前記複数の風力発電装置についての前記代表データを比較することにより、前記少なくとも１台の風力発電装置の異常を検知するように構成される。
前記データ収集システムは、
前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記風力発電施設は複数の風力発電装置を含み、
前記データ収集部は、前記複数の風力発電装置の各々の前記代表データ記憶部に記憶された前記代表データを収集するように構成され、
前記状態監視部は、前記複数の風力発電装置についての前記代表データを比較することにより、前記少なくとも１台の風力発電装置の異常を検知するように構成される。
上記（８）の構成によれば、複数の風力発電装置において選択及び記憶された代表データを比較するので、簡素なデータ解析により、複数の風力発電装置の各々の状態を的確に把握して、風力発電装置の異常を検知することができる。
（９）幾つかの実施形態では、上記（１）乃至（８）の何れかの構成において、
前記データ収集システムは、
前記少なくとも１つの風車コントローラが接続されるローカルネットワークをさらに備え、
前記ローカルネットワークに接続された、前記データ収集部としての計算機が、前記ローカルネットワークを介して各々の前記風車コントローラから前記代表データを収集するように構成される。
前記データ収集システムは、
前記少なくとも１つの風車コントローラが接続されるローカルネットワークをさらに備え、
前記ローカルネットワークに接続された、前記データ収集部としての計算機が、前記ローカルネットワークを介して各々の前記風車コントローラから前記代表データを収集するように構成される。
上記（９）の構成によれば、ローカルネットワークに接続された計算機が、該ネットワークを介して各風車コントローラから代表データを収集する。よって風力発電装置の台数が多い場合であっても、各風力発電装置の代表データを容易に収集することができる。
（１０）幾つかの実施形態では、上記（９）の構成において、
前記データ収集システムは、
前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記ローカルネットワークは、インターネットを介して前記状態監視部と接続されており、
前記データ収集部は、各々の前記風車コントローラから収集した前記代表データを、前記インターネットを介して前記状態監視部に送信するように構成される。
前記データ収集システムは、
前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記ローカルネットワークは、インターネットを介して前記状態監視部と接続されており、
前記データ収集部は、各々の前記風車コントローラから収集した前記代表データを、前記インターネットを介して前記状態監視部に送信するように構成される。
上記（１０）の構成によれば、収集された代表データはインターネットを介して状態監視部に送信されるので、風力発電施設から遠隔の場所においても、容易に風力発電施設の状態監視を行うことができる。
（１１）幾つかの実施形態では、上記（１）乃至（１０）の何れかの構成において、
前記データ収集システムは、
前記少なくとも１台の風力発電装置の運転制御又は状態監視を行うための監視制御部をさらに備え、
前記監視制御部は、前記制御部の制御演算周期よりも長い周期で前記少なくとも１台の風力発電装置からの監視制御データを受け取るように構成される。
前記データ収集システムは、
前記少なくとも１台の風力発電装置の運転制御又は状態監視を行うための監視制御部をさらに備え、
前記監視制御部は、前記制御部の制御演算周期よりも長い周期で前記少なくとも１台の風力発電装置からの監視制御データを受け取るように構成される。
上記（１１）の構成によれば、風車コントローラの制御演算周期で取得されたデータを用いた風力発電装置の状態監視に加え、上記制御演算周期よりも長い周期で取得される監視制御データを用いた監視制御を行う。よって、上述の監視制御データを用いることにより、風力発電装置の状態等を示すデータに関して、より長期にわたる経時的変化を把握することができ、一時点でのデータである代表データを用いた状態把握とは異なる観点での状態監視が可能となり、より詳細に風力発電装置の状態監視を行うことができる。
（１２）本発明の少なくとも一実施形態に係る風力発電施設は、
少なくとも１台の風力発電装置と、
前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関する代表データを収集するように構成された上記（１）乃至（１１）の何れか一項に記載のデータ収集システムと、
を備える。
少なくとも１台の風力発電装置と、
前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関する代表データを収集するように構成された上記（１）乃至（１１）の何れか一項に記載のデータ収集システムと、
を備える。
上記（１２）の構成に係る風車コントローラでは、制御部の制御演算周期ごとに風力発電装置の状態又は運転履歴を示すパラメータのデータを取得し、当該データを代表データとして記憶すべきか否かを代表データ選択部において判断するようになっている。そして、風車コントローラの代表データ記憶部には、代表データ選択部によって代表データとして記憶すべきであると判断されたデータが記憶される。こうして代表データ記憶部に記憶された代表データ（例えば、所定期間におけるデータの最小値や最大値）は、制御演算周期ごとの細やかなデータから得たものであり、風力発電装置の状態又は運転履歴を的確に表すものであるから、風力発電装置の監視のために有用である。
また、データ収集部により、代表データ記憶部から代表データを収集するようにしたので、制御演算周期ごとデータを風車コントローラから直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上記（１２）の構成によれば、上述のようにして収集された代表データを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置の状態監視を適切に行うことができる。
また、データ収集部により、代表データ記憶部から代表データを収集するようにしたので、制御演算周期ごとデータを風車コントローラから直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上記（１２）の構成によれば、上述のようにして収集された代表データを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置の状態監視を適切に行うことができる。
（１３）本発明の少なくとも一実施形態に係る風力発電施設のデータ収集方法は、
少なくとも１台の風力発電装置を含む風力発電施設のデータ収集方法であって、
前記少なくとも１台の風力発電装置は、該風力発電装置をそれぞれ制御するための制御部を含む風車コントローラを含み、
前記風車コントローラにより、前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関するデータを前記制御部の演算制御周期毎にそれぞれ取得し、取得した前記１以上のパラメータの前記データを該パラメータの代表データとして記憶すべきか否かを前記制御演算周期毎に判断する代表データ選択ステップと、
前記風車コントローラにより、前記代表データ選択ステップで記憶すべきと判断された前記代表データを記憶する代表データ記憶ステップと、
前記代表データ記憶ステップにおいて記憶された各々の前記風力発電装置の状態に関する前記１以上のパラメータの前記代表データを各々の前記風車コントローラから収集するデータ収集ステップと、
を備える。
少なくとも１台の風力発電装置を含む風力発電施設のデータ収集方法であって、
前記少なくとも１台の風力発電装置は、該風力発電装置をそれぞれ制御するための制御部を含む風車コントローラを含み、
前記風車コントローラにより、前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関するデータを前記制御部の演算制御周期毎にそれぞれ取得し、取得した前記１以上のパラメータの前記データを該パラメータの代表データとして記憶すべきか否かを前記制御演算周期毎に判断する代表データ選択ステップと、
前記風車コントローラにより、前記代表データ選択ステップで記憶すべきと判断された前記代表データを記憶する代表データ記憶ステップと、
前記代表データ記憶ステップにおいて記憶された各々の前記風力発電装置の状態に関する前記１以上のパラメータの前記代表データを各々の前記風車コントローラから収集するデータ収集ステップと、
を備える。
そこで、上記（１３）の方法では、風車コントローラにより、制御部の制御演算周期ごとに風力発電装置の状態又は運転履歴を示すパラメータのデータを取得し、当該データを代表データとして記憶すべきか否かを判断するようになっている。そして、風車コントローラは、代表データとして記憶すべきであると判断されたデータを記憶する。こうして風車コントローラに記憶された代表データ（例えば、所定期間におけるデータの最小値や最大値）は、制御演算周期ごとの細やかなデータから得たものであり、風力発電装置の状態又は運転履歴を的確に表すものであるから、風力発電装置の監視のために有用である。
また、上記（１３）の方法では、風車コントローラにより記憶された代表データを収集するので、制御演算周期ごとデータを風車コントローラから直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上記（１３）の方法によれば、上述のようにして収集された代表データを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置の状態監視を適切に行うことができる。
また、上記（１３）の方法では、風車コントローラにより記憶された代表データを収集するので、制御演算周期ごとデータを風車コントローラから直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上記（１３）の方法によれば、上述のようにして収集された代表データを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置の状態監視を適切に行うことができる。
本発明の少なくとも一実施形態によれば、風力発電装置の状態又は運転履歴を的確に表すデータを収集可能であるとともに、通信負荷の低減及びデータ解析の簡素化が可能な風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設が提供される。
以下、添付図面を参照して本発明の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。
図１は、幾つかの実施形態に係る風力発電施設に含まれる風力発電装置の構成の概略を示す図である。
図１に示すように、風力発電装置１００は、タワー２と、タワー２の上部に設けられ、タワー２に支持されるナセル４と、風車ロータ６と、風車ロータ６の回転エネルギーによって駆動されるように構成された発電機８と、を有する。風車ロータ６は、ロータハブ５と、ロータハブ５に取り付けられたブレード７と、を有し、ナセル４に回転自在に支持される。
図１に示すように、風力発電装置１００は、タワー２と、タワー２の上部に設けられ、タワー２に支持されるナセル４と、風車ロータ６と、風車ロータ６の回転エネルギーによって駆動されるように構成された発電機８と、を有する。風車ロータ６は、ロータハブ５と、ロータハブ５に取り付けられたブレード７と、を有し、ナセル４に回転自在に支持される。
図１に示す風力発電装置１００では、風車ロータ６の回転エネルギーは、ドライブトレイン１０を介して発電機８に伝えられるようになっている。図１に示す風力発電装置１００のドライブトレイン１０は、風車ロータ６のロータハブ５に接続される主軸１２と、主軸１２を回転自在に支持する主軸受１４と、トランスミッション１６と、を含む。
なお、主軸１２を含む種々の機器は、水上又は地上に立設されたタワー２の上に設置されたナセル４に収納され、ナセル４のナセルカバー４Ｂによって覆われていてもよい。
また、タワー２は、ヨー旋回座軸受１５を介してナセル４のナセル台板４Ａを支持していてもよい。
また、図１に示す風力発電装置１００において、主軸１２は、一対の主軸受１４（１４Ａ，１４Ｂ）によってナセル４に支持される。一対の主軸受１４（１４Ａ，１４Ｂ）は、それぞれ、軸受箱１３（１３Ａ，１３Ｂ）に収容されていてもよい。
また、タワー２は、ヨー旋回座軸受１５を介してナセル４のナセル台板４Ａを支持していてもよい。
また、図１に示す風力発電装置１００において、主軸１２は、一対の主軸受１４（１４Ａ，１４Ｂ）によってナセル４に支持される。一対の主軸受１４（１４Ａ，１４Ｂ）は、それぞれ、軸受箱１３（１３Ａ，１３Ｂ）に収容されていてもよい。
図１に示す風力発電装置１００のトランスミッション１６は、油圧ポンプ１８と、油圧モータ２０と、油圧ポンプと油圧モータとを接続する高圧ライン２２及び低圧ライン２４と、を含む油圧トランスミッションである。油圧ポンプ１８は、風車ロータ６の回転エネルギーによって駆動されるように構成される。油圧モータ２０は、油圧ポンプ１８で生成された圧油によって駆動されて、発電機シャフト９を介して発電機８に機械的エネルギーを入力するように構成される。高圧ライン２２は油圧ポンプ１８の吐出側と油圧モータ２０の吸込側とを接続するようになっており、低圧ライン２４は油圧モータ２０の吐出側と油圧ポンプ１８の吸込側とを接続するようになっている。
風力発電装置１００は、トランスミッション１６として、主軸１２の回転を増速して発電機シャフト９に伝えるように構成されたギア式の増速機を有していてもよい。
あるいは、風力発電装置１００は、ドライブトレインを介さずに主軸１２の回転により発電機８を駆動するダイレクトドライブ型の風力発電装置であってもよい。
あるいは、風力発電装置１００は、ドライブトレインを介さずに主軸１２の回転により発電機８を駆動するダイレクトドライブ型の風力発電装置であってもよい。
風力発電装置１００には、該風力発電装置１００を制御するための風車コントローラ１０１が設けられている。
また、風力発電装置１００には、各種センサ９０が設けられている。センサ９０は、ナセル外部の風速を計測するための風速計、軸受の振動を計測するための振動センサ、軸受や各種機器の温度を計測するための温度センサ、油圧機器の所定部位の圧力を計測するための圧力センサ、ブレード７に作用する荷重を計測するための荷重センサ、又は、発電機巻線に流れる電流を計測するための電流計等を含んでいてもよい。
また、風力発電装置１００には、各種センサ９０が設けられている。センサ９０は、ナセル外部の風速を計測するための風速計、軸受の振動を計測するための振動センサ、軸受や各種機器の温度を計測するための温度センサ、油圧機器の所定部位の圧力を計測するための圧力センサ、ブレード７に作用する荷重を計測するための荷重センサ、又は、発電機巻線に流れる電流を計測するための電流計等を含んでいてもよい。
図２は、一実施形態に係る風力発電施設の全体構成を示す図である。図２に示すように、風力発電施設１は、少なくとも１台の風力発電装置１００と、データ収集システム２００と、を備える。データ収集システム２００は、各風力発電装置１００に設けられた風車コントローラ１０１（図１及び図３参照）と、データ収集部４２とを含み、各風力発電装置１００の状態又は運転履歴を示す１以上のパラメータに関する代表データＲＤを収集するように構成されている。代表データＲＤについては後で詳述するが、該代表データＲＤは、例えば、風力発電装置１００の状態監視に用いることができる。
風力発電施設１において、少なくとも１台の風力発電装置１００は、ウィンドファーム３０を構成していてもよく、風力発電施設１は、複数のウィンドファーム３０を含んでいてもよい。図２に示す例示的な実施形態では、風力発電施設１は２つのウィンドファーム３０（ウィンドファームＡ及びウィンドファームＢ）を含み、各ウィンドファーム３０には、それぞれ、複数の風力発電装置１００が属している。そして、風力発電施設１のデータ収集システム２００は、各ウィンドファーム３０に属する複数の風力発電装置１００の各々に関する前述の代表データＲＤを、収集するようになっていてもよい。
各ウィンドファーム３０には、ＬＡＮ（ローカルエリアネットワーク）が設けられており、ウィンドファーム３０を構成する機器は、当該ＬＡＮに接続されている。図２に示すように、各ウィンドファーム３０のＬＡＮは、風力発電装置１００の各々に設けられた風車コントローラ１０１が接続される風車ネットワーク３４と、データ収集部４２が接続されるデータ収集ネットワーク３６と、を含んでいてもよい。図２に示す実施形態では、風車ネットワーク３４とデータ収集ネットワーク３６とは、スイッチ３８（ネットワーク機器）を介して接続されている。すなわち、データ収集部４２は、スイッチ３８を介して風車ネットワーク３４に接続されており、該風車ネットワーク３４を介して、各風車コントローラ１０１から上述の代表データＲＤを収集するようになっている。
なお、データ収集部４２は、例えばパーソナルコンピュータ等の計算機によって構成されていてもよい。また、図２に示すように、データ収集部４２は、ウィンドファーム３０ごとに設けられていてもよい。
データ収集システム２００は、風力発電装置１００の状態監視を行うための状態監視部５０をさらに備えていてもよい。状態監視部５０は、データ収集部４２によって収集された代表データＲＤに基づいて、風力発電装置１００の状態監視を行うように構成されていてもよい。
図２に示す例示的な実施形態では、状態監視部５０は、データ蓄積部５４と、データ分析部５２と、を含む。データ分析部５２は、例えばパーソナルコンピュータ等の計算機によって構成されていてもよい。データ蓄積部５４は、データを蓄積可能なストレージ装置５４ａを含んでいてもよい。
また、図２に示す例示的な実施形態では、状態監視部５０は、状態監視ネットワーク（ＬＡＮ）５６を含み、データ蓄積部５４及びデータ分析部５２は、それぞれ、状態監視ネットワーク５６に接続されている。そして、状態監視ネットワーク５６は、インターネット１３０を介して、各ウィンドファーム３０のＬＡＮと接続されている。より具体的には、状態監視ネットワーク５６及びウィンドファーム３０のデータ収集ネットワーク３６は、それぞれ、ルータ５８，４０を介してインターネット１３０に接続されている。
したがって、ウィンドファーム３０のデータ収集部４２で収集された各風力発電装置１００の代表データＲＤは、データ収集部４２からインターネット１３０を介して状態監視部５０に送信可能となっている。
したがって、ウィンドファーム３０のデータ収集部４２で収集された各風力発電装置１００の代表データＲＤは、データ収集部４２からインターネット１３０を介して状態監視部５０に送信可能となっている。
また、図２に示すように、データ収集システム２００は、風力発電装置１００の運転制御又は状態監視を行うための監視制御部６０をさらに備えていてもよい。
監視制御部６０は、例えば、風力発電装置１００の運転状況を示すデータを収集して制御に用いるＳＣＡＤＡ（Ｓｕｐｅｒｖｉｓｏｒｙ Ｃｏｎｔｒｏｌ Ａｎｄ Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ）や、風力発電装置１００の状態を監視するための状態モニタシステム（ＣＭＳ：Ｃｏｎｄｉｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ Ｓｙｓｔｅｍ）等を含んでいてもよい。
監視制御部６０は、例えば、風力発電装置１００の運転状況を示すデータを収集して制御に用いるＳＣＡＤＡ（Ｓｕｐｅｒｖｉｓｏｒｙ Ｃｏｎｔｒｏｌ Ａｎｄ Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ）や、風力発電装置１００の状態を監視するための状態モニタシステム（ＣＭＳ：Ｃｏｎｄｉｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ Ｓｙｓｔｅｍ）等を含んでいてもよい。
図２に示す例示的な実施形態では、データ収集システム２００は、監視制御部６０として、風力発電装置１００の運転状況を示すデータを収集して制御を行うためのＳＣＡＤＡサーバを含む。また、図２に示すＳＣＡＤＡサーバ（監視制御部６０）は、収集したデータを蓄積するための、ストレージ装置６０ａを含んでいてもよい。
また、図２に示すように、監視制御部６０は、風力発電施設１を構成するウィンドファーム３０ごとに設けられていてもよい。
また、図２に示すように、監視制御部６０は、風力発電施設１を構成するウィンドファーム３０ごとに設けられていてもよい。
図３は、一実施形態に係るデータ収集システム２００の物理的構成を示す図であり、図４は、図３に示すデータ収集システム２００の機能的構成及び処理の流れを示す図である。
なお、図３及び図４では、図２に示したネットワーク構成装置（各ＬＡＮ３４，３６，５６、インターネット１３０、及びルータ４０，５８やスイッチ３８等のネットワーク機器等）の図示を省略している。
なお、図３及び図４では、図２に示したネットワーク構成装置（各ＬＡＮ３４，３６，５６、インターネット１３０、及びルータ４０，５８やスイッチ３８等のネットワーク機器等）の図示を省略している。
上述したように、データ収集システム２００は、各風力発電装置１００に設けられた風車コントローラ１０１と、データ収集部４２とを含む。
風車コントローラ１０１は、例えば図３に示すように、ＣＰＵ（中央演算処理装置）１０２と、Ｉ／Ｏインターフェース１０４と、通信インターフェース１０６と、記憶装置１０８と、を含み、これらはバス１０５によって接続され、該バス１０５を介して相互に通信可能になっている。
ＣＰＵ１０２は、種々のセンサ９０（例えば、荷重センサ、振動センサ、温度センサ、圧力センサ、電流計等）から受け取られる情報を処理するように構成される。
記憶装置１０８は、ＣＰＵ１０２によって処理される情報や命令を格納及び転送するために用いられる。また、記憶装置１０８は、センサ９０から受け取った種々のデータを格納するために用いられる。記憶装置１０８は、揮発性のＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）及び／又は不揮発性のＲＡＭ（ＮＶＲＡＭ；ｎｏｎ−ｖｏｌａｔｉｌｅ ＲＡＭ）を含んでいてもよい。
Ｉ／Ｏインターフェース１０４は、風車コントローラ１０１と種々のセンサ９０を含む各種外部機器との間の接続を可能とするインターフェースである。Ｉ／Ｏインターフェース１０４は、例えば、センサ９０から受け取ったアナログ信号を、ＣＰＵ１０２が処理可能なデジタル信号に変換する機能を有していてもよい。
通信インターフェース１０６は、風車コントローラ１０１と、該風車コントローラ１０１が接続されるネットワークとの間の通信を可能とするインターフェースである。例えば、記憶装置１０８に記憶されたデータをネットワークを介して他の装置（例えばデータ収集部４２）に送信する場合、該データは、通信インターフェース１０６を介して当該他の装置に送信されるようになっている。
なお、上述したように、風車コントローラ１０１は、各風力発電装置１００ごとに設けられているが、図３には、ウィンドファームＡに含まれる複数の風車コントローラ１０１のうち、１つの風車コントローラ１０１についてのみ、ＣＰＵ１０２、Ｉ／Ｏインターフェース１０４、通信インターフェース１０６及びバス１０５を含む具体的構成を示している。そして、他の風車コントローラ１０１については、図の簡略化のため、記憶装置１０８のみ示し、他の要素については図示を省略している。また、図４には、各風力発電装置１００ごとに設けられた風車コントローラ１０１のうち１つの風車コントローラ１０１のみが図示されており、他の風車コントローラ１０１については図示を省略している。
図４に示すように、風車コントローラ１０１は、風力発電装置１００を制御するための制御部１１０と、代表データ選択部１１２と、代表データ記憶部１１３と、を含む。
制御部１１０は、制御演算周期毎に、風力発電装置１００の制御（例えば、翼ピッチ角、ヨー角、発電機回転数などの制御）のための演算を行い、制御演算の結果に基づいて、風力発電装置１００の各部（例えば、ピッチアクチュエータ、ヨーモータ、又は、油圧トランスミッション等）に制御信号を送るようになっている。
すなわち、風車コントローラ１０１は、風力発電装置１００の制御を司る部分であるため、風力発電装置１００の状態又は運転履歴を示すパラメータを制御演算周期ごとに所持している。
すなわち、風車コントローラ１０１は、風力発電装置１００の制御を司る部分であるため、風力発電装置１００の状態又は運転履歴を示すパラメータを制御演算周期ごとに所持している。
代表データ選択部１１２は、風力発電装置１００の状態又は運転履歴を示す１以上のパラメータに関するデータを制御部１１０の制御演算周期毎にそれぞれ取得し、取得した前記データを該パラメータの代表データＲＤとして、代表データ記憶部１１３に記憶すべきか否かを、制御部１１０の制御演算周期ごとに判断するように構成されている。
代表データ記憶部１１３は、代表データ選択部１１２によって記憶すべきであると判断されたデータを、上述のパラメータの代表データＲＤとして記憶するように構成されている。
代表データ記憶部１１３は、代表データ選択部１１２によって記憶すべきであると判断されたデータを、上述のパラメータの代表データＲＤとして記憶するように構成されている。
制御部１１０及び代表データ選択部１１２（図４参照）は、例えば、ＣＰＵ１０２、Ｉ／Ｏインターフェース１０４、記憶装置１０８（図３参照）等により構成されていてもよい。
また、代表データ記憶部１１３（図４参照）は、記憶装置１０８（図３参照）により構成されていてもよい。代表データ記憶部１１３として、ＮＶＲＡＭを用いてもよい。
また、代表データ記憶部１１３（図４参照）は、記憶装置１０８（図３参照）により構成されていてもよい。代表データ記憶部１１３として、ＮＶＲＡＭを用いてもよい。
幾つかの実施形態では、代表データ選択部１１２は、風力発電装置１００の運転に関するイベントが発生したときに、該イベントの発生時刻における前記データ、または、該発生時刻の前後を含む期間における前記データのうち規定条件を満たすデータを代表データＲＤとして代表データ記憶部１１３に記憶すべきであると判断するように構成されている。
風力発電装置１００の運転に関するイベントの発生は、風車コントローラ１０１の制御演算周期に関連しているので、イベントの発生時刻を基準として代表データＲＤを選択することにより、例えば、過去のイベント発生時、又は、他の風力発電装置１００でのイベント発生時との間で、代表データＲＤの選択条件を精度よく揃えることができる。
風力発電装置１００の運転に関するイベントの発生は、風車コントローラ１０１の制御演算周期に関連しているので、イベントの発生時刻を基準として代表データＲＤを選択することにより、例えば、過去のイベント発生時、又は、他の風力発電装置１００でのイベント発生時との間で、代表データＲＤの選択条件を精度よく揃えることができる。
例えば、一実施形態では、代表データ選択部１１２は、風力発電装置１００の起動及び該起動後の風力発電装置１００の停止をイベントとして、該風力発電装置１００の起動から停止までの間（すなわち、風力発電装置１００の一続きの運転期間）におけるデータを、代表データＲＤとして記憶すべきか否かの判断対象とするように構成されていてもよい。また、代表データ選択部１１２は、代表データＲＤとして、例えば、前述の運転期間中に制御演算周期毎に取得された、風力発電装置１００の状態又は運転履歴を示す１以上のパラメータに関するデータ（例えば、ブレード７に作用する荷重や、油圧機器における所定部位の圧力等）のうち最大値、又は最小値を、代表データＲＤとして代表データ記憶部１１３に記憶すべきであると判断するようになっていてもよい。
なお、ブレード７に作用する荷重は、ブレード７に取り付けられた荷重センサ９０により取得されるようになっていてもよい。また、油圧機器における所定部位の圧力は、圧力センサによって取得されるようになっていてもよい。
なお、ブレード７に作用する荷重は、ブレード７に取り付けられた荷重センサ９０により取得されるようになっていてもよい。また、油圧機器における所定部位の圧力は、圧力センサによって取得されるようになっていてもよい。
このようにして代表データ選択部１１２により、代表データＲＤとして記憶すべきであると判断されたデータは、代表データＲＤとして代表データ記憶部１１３に記憶される。
代表データ記憶部１１３は、記憶装置１０８において、複数のバッファ１１８がリング状に配列されたリングバッファ１１６形式の記憶領域であってもよい。
そして、各バッファ１１８には、１回のイベントに関連する少なくとも１つの代表データＲＤ（例えば、上述の、ブレード７に作用する荷重の最大値、及び、油圧機器の所定部位の圧力の最大値、及び、最小値等）が１組のデータとして記憶されるようになっていてもよい（図４の代表データＲＤ参照）。
そして、各バッファ１１８には、１回のイベントに関連する少なくとも１つの代表データＲＤ（例えば、上述の、ブレード７に作用する荷重の最大値、及び、油圧機器の所定部位の圧力の最大値、及び、最小値等）が１組のデータとして記憶されるようになっていてもよい（図４の代表データＲＤ参照）。
例えば、代表データ記憶部１１３として、M種のデータを格納可能な、合計Ｎ個のバッファ１１８が論理的にリング状に配列されたリングバッファ１１６を用いる場合、該リングバッファ１１６には、イベントＮ回分に対応する（例えば、風力発電装置１００の一続きの運転期間のＮ回分に対応する）代表データＲＤの１組のデータを、最大Ｎ組記憶することができる。
リングバッファ１１６に記憶された代表データＲＤの処理は、例えば以下のようになっていてもよい。例えば、リングバッファ１１６において、１回目のイベントに対応する代表データＲＤは１つ目のバッファ１１８に格納され、２回目のイベントに対応する代表データＲＤは２つ目のバッファ１１８に格納され、順次、Ｎ回目のイベントに対応する代表データＲＤはＮ個目のバッファ１１８に格納される。そして、Ｎ＋１回目のイベントに対応する代表データＲＤは、１回目のイベントに対応する代表データＲＤが格納されていた１つ目のバッファに格納（上書き）されるようになっている。
このように、リングバッファ１１６を用いることにより、複数回のイベントに対応する複数個の代表データＲＤの管理を、容易に行うことができる。
リングバッファ１１６に記憶された代表データＲＤの処理は、例えば以下のようになっていてもよい。例えば、リングバッファ１１６において、１回目のイベントに対応する代表データＲＤは１つ目のバッファ１１８に格納され、２回目のイベントに対応する代表データＲＤは２つ目のバッファ１１８に格納され、順次、Ｎ回目のイベントに対応する代表データＲＤはＮ個目のバッファ１１８に格納される。そして、Ｎ＋１回目のイベントに対応する代表データＲＤは、１回目のイベントに対応する代表データＲＤが格納されていた１つ目のバッファに格納（上書き）されるようになっている。
このように、リングバッファ１１６を用いることにより、複数回のイベントに対応する複数個の代表データＲＤの管理を、容易に行うことができる。
また、リングバッファ１１６は、データ取得対象のイベントの種類に応じて、複数個用意されていてもよい。例えば、風力発電装置１００の起動及び該起動後の風力発電装置１００の停止をイベントとして、該風力発電装置１００の起動から停止までの間（すなわち、風力発電装置１００の一続きの運転期間）を１つのデータ取得対象期間とし、さらに、ブレード７に作用する荷重が閾値を超えたこと（翼荷重過大となったこと）をイベントとして、翼荷重過大となった時刻から規定時間経過後までの期間を別の１つのデータ取得対象とする場合、２種類のデータ取得対象のイベントそれぞれに対応するように、リングバッファ１１６を２つ用意してもよい。
このように、イベント毎にリングバッファ１１６を複数用意することにより、記憶装置１０８におけるデータの管理が容易となる。
このように、イベント毎にリングバッファ１１６を複数用意することにより、記憶装置１０８におけるデータの管理が容易となる。
代表データ記憶部１１３は、イベントの発生毎に、代表データ選択部１１２により選択された代表データＲＤとともに、制御部１１０の内部時計１１４（図４参照）により取得される前記イベントの発生時刻を記憶するように構成されていてもよい。イベントの発生時刻は風車コントローラ１０１の制御演算周期に関連するので、制御部１１０の内部時計１１４により、正確なイベントの発生時刻を取得することができる。
よって、例えば、過去のイベント発生時、又は、他の風力発電装置１００でのイベント発生時との間で、代表データＲＤの選択条件をより精度よく揃えることができる。
よって、例えば、過去のイベント発生時、又は、他の風力発電装置１００でのイベント発生時との間で、代表データＲＤの選択条件をより精度よく揃えることができる。
図３及び図４に示すように、データ収集部４２には、各々の風車コントローラ１０１の代表データ記憶部１１３（記憶装置１０８）に記憶された各々の風力発電装置１００の状態に関する１以上のパラメータの代表データＲＤを、各々の風車コントローラ１０１から収集するように構成される。
代表データ記憶部１１３（記憶装置１０８）に記憶された代表データＲＤは、風車コントローラ１０１の通信インターフェース１０６を介して、データ収集部４２に収集されるようになっていてもよい。
代表データ記憶部１１３（記憶装置１０８）に記憶された代表データＲＤは、風車コントローラ１０１の通信インターフェース１０６を介して、データ収集部４２に収集されるようになっていてもよい。
データ収集部４２は、同じウィンドファーム３０に属する複数の風力発電装置１００の風車コントローラ１０１を巡回して、各風車コントローラから代表データＲＤを収集するように構成されていてもよい。
データ収集部４２による複数の風力発電装置１００の風車コントローラ１０１の巡回は、自動的に行われてもよく（例えば、１日又は１週間に１回等、定期的に行われてもよい）、あるいは、オペレータが適時にデータ収集部４２に指令を出すことにより行われてもよい。
データ収集部４２による複数の風力発電装置１００の風車コントローラ１０１の巡回は、自動的に行われてもよく（例えば、１日又は１週間に１回等、定期的に行われてもよい）、あるいは、オペレータが適時にデータ収集部４２に指令を出すことにより行われてもよい。
データ収集部４２が各風力発電装置１００で取得された代表データＲＤを収集する結果、データ収集部４２には、複数の風力発電装置１００のそれぞれにおいて、例えば過去の複数回のイベント発生に対応して取得された複数の代表データＲＤが蓄積されていく。よって、このように蓄積された代表データＲＤ同士を比較することにより、各風力発電装置１００の状態監視を行うことができる。
状態監視部５０は、データ収集部４２によって収集された代表データＲＤに基づいて、各々の風力発電装置１００の状態監視を行うように構成される。
状態監視部５０は、図２に示すように、インターネット１３０を介してデータ収集部４２に接続されており、データ収集部４２で収集された代表データＲＤが、インターネット１３０を介して、状態監視部５０に送信されるようになっていてもよい。この場合、ウィンドファーム３０から離れた遠隔地においても風力発電装置１００の状態監視を容易に行うことができる。
あるいは、図示しないが、状態監視部５０は、各ウィンドファーム３０のＬＡＮに直接接続されており、各ウィンドファーム３０内で、それぞれのウィンドファーム３０に属する風力発電装置１００の状態監視を行ってもよい。
あるいは、図示しないが、状態監視部５０は、各ウィンドファーム３０のＬＡＮに直接接続されており、各ウィンドファーム３０内で、それぞれのウィンドファーム３０に属する風力発電装置１００の状態監視を行ってもよい。
なお、状態監視部５０において、データ収集部４２からの代表データＲＤはデータ蓄積部５４に蓄積されるようになっており、該データ蓄積部５４に蓄積された代表データＲＤをデータ分析部５２が分析することにより、各風力発電装置１００の状態監視を行うようになっていてもよい。
状態監視部５０は、例えば、多変量解析や、ＰＣＡ等の各種分析を実施することにより、各風力発電装置１００の状態監視を行うようになっていてもよい。
いくつかの実施形態では、データ収集部４２は、イベントの発生毎に代表データ記憶部１１３に記憶された複数の代表データＲＤを収集するようになっており、状態監視部５０は、これらの複数の代表データＲＤを比較することにより、風力発電装置１００の異常を検知するように構成されていてもよい。すなわち、風力発電装置１００における過去の複数回のイベントについて、イベントの発生毎に選択及び記憶された代表データＲＤを比較するので、簡素なデータ解析により各イベント発生毎の風力発電装置１００の状態を的確に把握して、風力発電装置１００の異常を検知することができる。
また、幾つかの実施形態では、データ収集部４２は、ウィンドファーム３０に属する複数の風力発電装置１００の各々の代表データ記憶部１１３に記憶された代表データＲＤを収集するように構成されており、状態監視部５０は、複数の風力発電装置１００についての代表データＲＤを比較することにより、風力発電装置１００の異常を検知するように構成されていてもよい。すなわち、複数の風力発電装置１００において選択及び記憶された代表データＲＤを比較することにより、簡素なデータ解析により、複数の風力発電装置１００の各々の状態を的確に把握して、風力発電装置１００の異常を検知することができる。
すでに述べたように、風車コントローラ１０１は、風力発電装置１００の制御を司る部分であるため、風力発電装置１００の状態又は運転履歴を示すパラメータを制御演算周期ごとに所持している。
そこで、上述した実施形態では、風車コントローラ１０１では、制御部１１０の制御演算周期ごとにこうしたパラメータのデータを取得し、当該データを代表データＲＤとして記憶すべきか否かを代表データ選択部１１２において判断するようになっている。また、風車コントローラ１０１の代表データ記憶部１１３には、代表データ選択部１１２によって代表データＲＤとして記憶すべきであると判断されたデータが記憶される。よって、このようにして代表データ記憶部１１３に記憶された代表データＲＤ（例えば、所定期間におけるデータの最小値や最大値）は、制御演算周期ごとの細やかなデータから得たものであり、風力発電装置１００の状態又は運転履歴を的確に表すものであるから、風力発電装置１００の監視のために有用である。
また、上述の実施形態では、データ収集部４２により、代表データ記憶部１１３から代表データＲＤを収集するようにしたので、制御演算周期ごとにデータを風車コントローラ１０１から直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上述のようにして収集された代表データＲＤを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置１００の状態監視を適切に行うことができる。
そこで、上述した実施形態では、風車コントローラ１０１では、制御部１１０の制御演算周期ごとにこうしたパラメータのデータを取得し、当該データを代表データＲＤとして記憶すべきか否かを代表データ選択部１１２において判断するようになっている。また、風車コントローラ１０１の代表データ記憶部１１３には、代表データ選択部１１２によって代表データＲＤとして記憶すべきであると判断されたデータが記憶される。よって、このようにして代表データ記憶部１１３に記憶された代表データＲＤ（例えば、所定期間におけるデータの最小値や最大値）は、制御演算周期ごとの細やかなデータから得たものであり、風力発電装置１００の状態又は運転履歴を的確に表すものであるから、風力発電装置１００の監視のために有用である。
また、上述の実施形態では、データ収集部４２により、代表データ記憶部１１３から代表データＲＤを収集するようにしたので、制御演算周期ごとにデータを風車コントローラ１０１から直接取り出す場合に比べて、通信負荷を低減できるとともに、その後のデータ解析を容易に行うことができる。
よって、上述のようにして収集された代表データＲＤを用いることにより、通信負荷を低減しながら、容易なデータ解析により風力発電装置１００の状態監視を適切に行うことができる。
ここで、図５は、上述した実施形態に係るデータ収集システム２００によって風力発電装置１００の運転状態を示すパラメータ（例えば油圧機器の所定部位の圧力）の最大値（Ｍａｘ）及び最小値（Ｍｉｎ）の抽出の流れを示す図である。また、図６は、従来のデータ収集システムとしてのＳＣＡＤＡによって、同様のパラメータの最大値（Ｍａｘ）及び最小値（Ｍｉｎ）の抽出の流れを示す図である。図５及び図６のいずれにおいても、パラメータの最大値及び最小値は、風力発電装置１００の状態監視を行うために取得（抽出）するものである。
上述したように風車コントローラ１０１では、風力発電装置１００の状態又は運転履歴を示すパラメータを制御演算周期（図５に示す周期Ｔ１）ごとに取得し、所持している。風車コントローラ１０１の制御演算周期は、例えば、１０ｍｓ以上１００ｍｓ以下程度である。
ここで、風力発電装置１００におけるパラメータの最大値及び最小値を評価する対象期間をＴＰとする（図５及び図６参照）。
ここで、風力発電装置１００におけるパラメータの最大値及び最小値を評価する対象期間をＴＰとする（図５及び図６参照）。
一般的に、ＳＣＡＤＡのデータサンプリング周期Ｔ２（図６参照）は、例えば５００ｍｓ以上２０分以下程度であり、風車コントローラ１０１の制御演算周期Ｔ１（１０ｍｓ以上１００ｍｓ以下程度）より長い。このため、ＳＣＡＤＡサーバ（監視制御部６０）によって取得されるパラメータに関するデータは情報が間引かれていることが通常である（図６のＳＣＡＤＡサーバ（監視制御部６０）参照）。したがって、ＳＣＡＤＡで収集したデータをオフライン分析して上述のパラメータの最大値及び最小値を評価する場合、上述のように間引かれたデータから最大値（Ｍａｘ）及び最小値（Ｍｉｎ）を抽出するので（図６のデータ分析部５２を参照）、実際の最大値及び最小値とは大きくずれている場合がある。また、通常、ＳＣＡＤＡで取得するデータは、風力発電装置１００の運転中、長時間にわたり所定のデータサンプリング周期Ｔ２で継続して取得し続けるものであるから、ＳＣＡＤＡサーバ（監視制御部６０）に蓄積されるデータ量が膨大となる。そして、このような膨大なデータの中から、上記パラメータに関する所定期間における最大値や最小値等の代表値をオフライン分析により取得するためには、多大なデータ処理が必要となる。
これに対し、上述した実施形態によれば（図５参照）、風車コントローラ１０１において、制御部１１０の制御演算周期Ｔ１ごとにパラメータのデータを取得し、当該データを代表データＲＤとして記憶すべきか否かを代表データ選択部１１２において判断する。即ち、風車コントローラ１０１には、制御演算周期Ｔ１ごとに各パラメータのデータがセンサ等から入力される。そして、代表データ選択部１１２では、このデータ（Ｙ）について、制御演算周期毎Ｔ１に、最大値に関して「Ｉｆ Ｙ ＞ Ｙ＿ｍａｘ， ｔｈｅｎ Ｙ＿ｍａｘ ＝ Ｙ， ｅｎｄ ｉｆ」との処理を行い、最小値に関しては「ｉｆ Ｙ＜Ｙ＿ｍｉｎ， ｔｈｅｎ Ｙ＿ｍｉｎ＝Ｙ， ｅｎｄ ｉｆ」の処理が行われ（図５の代表データ選択部１１２参照）、この処理の結果に従って、代表データ記憶部１１３（記憶装置１０８）に代表データＲＤ（すなわち最大値Ｙ＿ｍａｘ又は最小値Ｙ＿ｍｉｎ）が上書き更新されていくようになっている（図６の代表データ記憶部１１３参照）。このようにして、代表データ選択部１１２によって代表データＲＤとして記憶すべきであると判断されたデータ（Ｙ＿ｍａｘ及びＹ＿ｍｉｎ）が、代表データ記憶部１１３に記憶されるようになっている。
したがって、代表データ記憶部１１３に記憶された代表データ（例えば、所定期間ＴＰにおけるデータの最小値Ｙ＿ｍｉｎや最大値Ｙ＿ｍａｘ）は、制御演算周期Ｔ１ごとの細やかなデータから得たものであり、風力発電装置の状態又は運転履歴を的確に表すものである。よって、データ分析部５２（図５参照）における分析対象のデータ精度を向上し、データ抽出処理を用意に行うことができる。
したがって、代表データ記憶部１１３に記憶された代表データ（例えば、所定期間ＴＰにおけるデータの最小値Ｙ＿ｍｉｎや最大値Ｙ＿ｍａｘ）は、制御演算周期Ｔ１ごとの細やかなデータから得たものであり、風力発電装置の状態又は運転履歴を的確に表すものである。よって、データ分析部５２（図５参照）における分析対象のデータ精度を向上し、データ抽出処理を用意に行うことができる。
なお、代表データ選択部１１２において記憶すべきか否かを判断し、代表データ記憶部１１３に記憶される代表データは、風力発電装置１００の運転状態を示すパラメータの所定期間における最大値又は最小値であってもよく、あるいは、該パラメータの所定期間における平均値、標準偏差、又は標準偏差の最大等の各種統計量であってもよい。あるいは、該代表データは、所定時刻における上記パラメータの値であってもよい。所定時刻とは、例えば、風力発電装置１００の併入から規定時間経過後、又はシャットダウンの瞬間等であってもよい。
上述したように、幾つかの実施形態では、代表データ選択部１１２は、少なくとも１台の風力発電装置１００の運転に関するイベントが発生したときに、該イベントの発生時刻における上述のパラメータに関するデータ、または、該発生時刻の前後を含む期間におけるデータのうち規定条件を満たすデータを代表データＲＤとして代表データ記憶部１１３に記憶すべきであると判断するように構成される。
風力発電装置１００の運転に関するイベントとしては、例えば、以下のものが挙げられる。
風力発電装置１００の運転に関するイベントとしては、例えば、以下のものが挙げられる。
幾つかの実施形態では、上述のイベントは、少なくとも１台の風力発電装置１００の予め設定した停止中の記録開始指示、起動、停止、併入、解列、最大、最小、状態の変化の検知、またはトリップの少なくとも一つであってもよい。
この場合、風力発電装置１００において所定のイベントが発生したときの該風力発電装置１００の状態を適切に把握することができる。これにより、例えば、風力発電装置１００の停止中や起動中に構成機器のヘルスチェックを行ったり、風力発電装置１００に異常事象が生じた場合等にその原因や影響を調査したりすることができる。
この場合、風力発電装置１００において所定のイベントが発生したときの該風力発電装置１００の状態を適切に把握することができる。これにより、例えば、風力発電装置１００の停止中や起動中に構成機器のヘルスチェックを行ったり、風力発電装置１００に異常事象が生じた場合等にその原因や影響を調査したりすることができる。
また、この場合、風力発電装置１００の状態又は運転履歴を示すパラメータの代表データＲＤとして、例えば以下のものを採用することができる。
・風力発電装置１００の起動／停止の時刻、一回の起動／停止における発電量、風況、最大回転数、定格での運転時間等。
・風力発電装置１００を構成する機器の温度の併入時点の値、又は、運転中（起動から停止まで）の最大値等。
・油圧機器に関連する計測値（圧力等）の最小値又は最大値、圧力偏差の最大値等。
・風力発電装置１００の起動から停止までにおける（すなわち１回の運転中の）発電機冷却ファンの運転時間又は運転回数等。
・風力発電装置１００の起動から停止までにおけるブレード７に作用する荷重の最大値、風車ロータの最大回転数等。
・風力発電装置１００の起動／停止の時刻、一回の起動／停止における発電量、風況、最大回転数、定格での運転時間等。
・風力発電装置１００を構成する機器の温度の併入時点の値、又は、運転中（起動から停止まで）の最大値等。
・油圧機器に関連する計測値（圧力等）の最小値又は最大値、圧力偏差の最大値等。
・風力発電装置１００の起動から停止までにおける（すなわち１回の運転中の）発電機冷却ファンの運転時間又は運転回数等。
・風力発電装置１００の起動から停止までにおけるブレード７に作用する荷重の最大値、風車ロータの最大回転数等。
また、幾つかの実施形態では、上述のイベントは、少なくとも１台の風力発電装置１００に作用する荷重が規定値を超えたことである。
この場合、風力発電装置１００に作用する荷重が規定値を超えたときの該風力発電装置の状態を適切に把握することができる。
この場合、風力発電装置１００に作用する荷重が規定値を超えたときの該風力発電装置の状態を適切に把握することができる。
この場合、風力発電装置１００に作用する荷重が規定値を超えた時刻（すなわち、イベント発生時刻）よりも所定時間前の時刻から、当該イベント発生時刻よりも所定時間経過後の時刻までの期間における、風車ロータ６を構成する複数のブレード７の各々に採用する荷重の最大値を、代表データＲＤとしてもよい。
この場合、例えば、風車ロータ６を構成する３枚のブレード７において、複数回のイベント毎に記憶される代表データＲＤを比較し、仮に、何れか１枚のブレード７について、代表データＲＤの経時的な変化が他のブレード７よりも大きいような場合には、例えば、当該ブレード７に設けられた荷重センサにおいてドリフトが発生している可能性があることを検知することができる。
この場合、例えば、風車ロータ６を構成する３枚のブレード７において、複数回のイベント毎に記憶される代表データＲＤを比較し、仮に、何れか１枚のブレード７について、代表データＲＤの経時的な変化が他のブレード７よりも大きいような場合には、例えば、当該ブレード７に設けられた荷重センサにおいてドリフトが発生している可能性があることを検知することができる。
また、幾つかの実施形態では、上述のイベントは、少なくとも１台の風力発電装置１００が接続される電力系統の系統電圧の変動量が規定値を超えたことである。
この場合、風力発電装置１００が接続される電力系統の系統電圧の変動量が規定値を超えたときの該風力発電装置１００の状態を適切に把握することができる。これにより、例えば、電力系統において瞬時電圧低下が発生したときに、電力系統の状態や、ＬＶＲＴ機能による風力発電装置１００の運転継続が行われたか否か、等を把握することができる。
この場合、風力発電装置１００が接続される電力系統の系統電圧の変動量が規定値を超えたときの該風力発電装置１００の状態を適切に把握することができる。これにより、例えば、電力系統において瞬時電圧低下が発生したときに、電力系統の状態や、ＬＶＲＴ機能による風力発電装置１００の運転継続が行われたか否か、等を把握することができる。
上述の場合、風力発電装置１００が接続される電力系統の系統電圧の変動量が規定値を超えた時刻（すなわち、イベント発生時刻）よりも所定時間前の時刻における上述のパラメータの値、及び、当該イベント発生時刻移行、当該イベント発生時刻から所定時間経過後の時刻までの期間における、上述のパラメータの最大値及び／又は最小値を、代表データＲＤとしてもよい。
この場合、風力発電装置１００の状態又は運転履歴を示すパラメータとして、例えば以下のものを採用することができる。
・系統電圧低下時間、無効電力供給量、有効電力低下量、固定子電流及び回転子電流、発電機回転数の変動量等。
この場合、風力発電装置１００の状態又は運転履歴を示すパラメータとして、例えば以下のものを採用することができる。
・系統電圧低下時間、無効電力供給量、有効電力低下量、固定子電流及び回転子電流、発電機回転数の変動量等。
幾つかの実施形態では、データ収集システム２００は、上述したように、風力発電装置１００の運転制御又は状態監視を行うための監視制御部６０をさらに備えている（図２参照）。監視制御部６０は、風車コントローラ１０１の制御部１１０の制御演算周期よりも長い周期で少なくとも１台の風力発電装置１００からの監視制御データを受け取るように構成される。
一実施形態では、監視制御部６０は、風速計や各種センサから情報を収集し、収集した情報に基づく制御信号を生成して風車に送るように構成された、又は、収集した情報を分析して、該情報を動的かつ視覚的に表示するための信号をディスプレイに送るように構成されたＳＣＡＤＡ（Ｓｕｐｅｒｖｉｓｏｒｙ Ｃｏｎｔｒｏｌ Ａｎｄ Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ）システムであってもよい。
あるいは、一実施形態では、監視制御部６０は、例えば振動センサを用いてギアや軸受等の振動を示す計測データを収集し、収集した計測データの分析結果に基づいて故障診断を行うように構成された状態モニタシステム（ＣＭＳ：Ｃｏｎｄｉｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ Ｓｙｓｔｅｍ）であってもよい。
あるいは、一実施形態では、監視制御部６０は、例えば振動センサを用いてギアや軸受等の振動を示す計測データを収集し、収集した計測データの分析結果に基づいて故障診断を行うように構成された状態モニタシステム（ＣＭＳ：Ｃｏｎｄｉｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ Ｓｙｓｔｅｍ）であってもよい。
監視制御部６０が風力発電装置１００からの監視制御データを受け取る周期は、例えば、５００ｍｓ以上２０分以下であってもよい。
このように、風車コントローラ１０１の制御演算周期で取得されたデータを用いた風力発電装置１００の状態監視に加え、上記制御演算周期よりも長い周期で取得される監視制御データを用いた監視制御を行えば、上述の監視制御データを用いることにより、風力発電装置１００の状態等を示すデータに関して、より長期にわたる経時的変化を把握することができ、一時点でのデータである代表データＲＤを用いた状態把握とは異なる観点での状態監視が可能となり、より詳細に風力発電装置１００の状態監視を行うことができる。
以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限定されることはなく、上述した実施形態に変形を加えた形態や、これらの形態を適宜組み合わせた形態も含む。
本明細書において、「ある方向に」、「あ向に沿って」、「平行」、「直交」、「中心」、「同心」或いは「同軸」等の相対的或いは絶対的な配置を表す表現は、厳密にそのような配置を表すのみならず、公差、若しくは、同じ機能が得られる程度の角度や距離をもって相対的に変位している状態も表すものとする。
例えば、「同一」、「等しい」及び「均質」等の物事が等しい状態であることを表す表現は、厳密に等しい状態を表すのみならず、公差、若しくは、同じ機能が得られる程度の差が存在している状態も表すものとする。
また、本明細書において、四角形状や円筒形状等の形状を表す表現は、幾何学的に厳密な意味での四角形状や円筒形状等の形状を表すのみならず、同じ効果が得られる範囲で、凹凸部や面取り部等を含む形状も表すものとする。
また、本明細書において、一の構成要素を「備える」、「含む」、又は、「有する」という表現は、他の構成要素の存在を除外する排他的な表現ではない。
例えば、「同一」、「等しい」及び「均質」等の物事が等しい状態であることを表す表現は、厳密に等しい状態を表すのみならず、公差、若しくは、同じ機能が得られる程度の差が存在している状態も表すものとする。
また、本明細書において、四角形状や円筒形状等の形状を表す表現は、幾何学的に厳密な意味での四角形状や円筒形状等の形状を表すのみならず、同じ効果が得られる範囲で、凹凸部や面取り部等を含む形状も表すものとする。
また、本明細書において、一の構成要素を「備える」、「含む」、又は、「有する」という表現は、他の構成要素の存在を除外する排他的な表現ではない。
１ 風力発電施設
２ タワー
４ ナセル
４Ａ ナセル台板
４Ｂ ナセルカバー
５ ロータハブ
６ 風車ロータ
７ ブレード
８ 発電機
９ 発電機シャフト
１０ ドライブトレイン
１２ 主軸
１３ 軸受箱
１４ 主軸受
１５ ヨー旋回座軸受
１６ トランスミッション
１８ 油圧ポンプ
２０ 油圧モータ
２２ 高圧ライン
２４ 低圧ライン
３０ ウィンドファーム
３４ 風車ネットワーク
３６ データ収集ネットワーク
３８ スイッチ
４０ ルータ
４２ データ収集部
５０ 状態監視部
５２ データ分析部
５４ データ蓄積部
５４ａ ストレージ装置
５６ 状態監視ネットワーク
５８ ルータ
６０ 監視制御部
６０ａ ストレージ装置
９０ センサ
１００ 風力発電装置
１０１ 風車コントローラ
１０２ ＣＰＵ
１０４ Ｉ／Ｏインターフェース
１０５ バス
１０６ 通信インターフェース
１０８ 記憶装置
１１０ 制御部
１１２ 代表データ選択部
１１３ 代表データ記憶部
１１４ 内部時計
１１６ リングバッファ
１１８ バッファ
１３０ インターネット
２００ データ収集システム
２ タワー
４ ナセル
４Ａ ナセル台板
４Ｂ ナセルカバー
５ ロータハブ
６ 風車ロータ
７ ブレード
８ 発電機
９ 発電機シャフト
１０ ドライブトレイン
１２ 主軸
１３ 軸受箱
１４ 主軸受
１５ ヨー旋回座軸受
１６ トランスミッション
１８ 油圧ポンプ
２０ 油圧モータ
２２ 高圧ライン
２４ 低圧ライン
３０ ウィンドファーム
３４ 風車ネットワーク
３６ データ収集ネットワーク
３８ スイッチ
４０ ルータ
４２ データ収集部
５０ 状態監視部
５２ データ分析部
５４ データ蓄積部
５４ａ ストレージ装置
５６ 状態監視ネットワーク
５８ ルータ
６０ 監視制御部
６０ａ ストレージ装置
９０ センサ
１００ 風力発電装置
１０１ 風車コントローラ
１０２ ＣＰＵ
１０４ Ｉ／Ｏインターフェース
１０５ バス
１０６ 通信インターフェース
１０８ 記憶装置
１１０ 制御部
１１２ 代表データ選択部
１１３ 代表データ記憶部
１１４ 内部時計
１１６ リングバッファ
１１８ バッファ
１３０ インターネット
２００ データ収集システム
Claims (13)
- 少なくとも１台の風力発電装置を含む風力発電施設のデータ収集システムであって、
前記少なくとも１台の風力発電装置をそれぞれ制御するための制御部と、前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関する代表データを記憶するための代表データ記憶部と、前記１以上のパラメータに関するデータを前記制御部の制御演算周期毎にそれぞれ取得し、取得した前記１以上のパラメータの前記データを該パラメータの前記代表データとして前記代表データ記憶部に記憶すべきか否かを前記制御演算周期ごとに判断するように構成された代表データ選択部と、を含む少なくとも１つの風車コントローラと、
各々の前記風車コントローラの前記代表データ記憶部に記憶された各々の前記風力発電装置の状態に関する前記１以上のパラメータの前記代表データを各々の前記風車コントローラから収集するように構成されたデータ収集部と、を備える。
ことを特徴とする風力発電施設のデータ収集システム。 - 前記代表データ選択部は、前記少なくとも１台の風力発電装置に関するイベントが発生したときに、前記イベントの発生時刻における前記データ、または、該発生時刻の前後を含む期間における前記データのうち規定条件を満たすデータを前記代表データとして前記代表データ記憶部に記憶すべきであると判断するように構成される
ことを特徴とする請求項１に記載の風力発電施設のデータ収集システム。 - 前記イベントは、前記少なくとも１台の風力発電装置の予め設定した停止中の記録開始指示、起動、停止、併入、解列、状態の変化の検知、またはトリップの少なくとも一つである
ことを特徴とする請求項２に記載の風力発電施設のデータ収集システム。 - 前記イベントは、前記少なくとも１台の風力発電装置に作用する荷重が規定値を超えたことである
ことを特徴とする請求項２に記載の風力発電施設のデータ収集システム。 - 前記イベントは、前記少なくとも１台の風力発電装置が接続される電力系統の系統電圧の変動量が規定値を超えたことである
ことを特徴とする請求項２に記載の風力発電施設のデータ収集システム。 - 前記代表データ記憶部は、前記イベントの発生毎に、前記代表データ選択部により選択された前記代表データとともに、前記制御部の内部時計により取得される前記イベントの発生時刻を記憶するように構成された
ことを特徴とする請求項２乃至５の何れか一項に記載の風力発電施設のデータ収集システム。 - 前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記代表データ記憶部は、前記イベントの発生毎に、前記代表データ選択部により選択された前記代表データを記憶するように構成され、
前記データ収集部は、前記代表データ記憶部に前記イベントの発生毎に記憶された複数の前記代表データを収集するように構成され、
前記状態監視部は、前記複数の前記代表データを比較することにより、前記少なくとも１台の風力発電装置の異常を検知するように構成された
ことを特徴とする請求項２乃至６の何れか一項に記載の風力発電施設のデータ収集システム。 - 前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記風力発電施設は複数の風力発電装置を含み、
前記データ収集部は、前記複数の風力発電装置の各々の前記代表データ記憶部に記憶された前記代表データを収集するように構成され、
前記状態監視部は、前記複数の風力発電装置についての前記代表データを比較することにより、前記少なくとも１台の風力発電装置の異常を検知するように構成された
ことを特徴とする請求項１乃至７の何れか一項に記載の風力発電施設のデータ収集システム。 - 前記少なくとも１つの風車コントローラが接続されるローカルネットワークをさらに備え、
前記ローカルネットワークに接続された、前記データ収集部としての計算機が、前記ローカルネットワークを介して各々の前記風車コントローラから前記代表データを収集するように構成された
ことを特徴とする請求項１乃至８の何れか一項に記載の風力発電施設のデータ収集システム。 - 前記データ収集部によって収集された前記代表データに基づいて、前記風力発電装置の状態監視を行うように構成された状態監視部をさらに備え、
前記ローカルネットワークは、インターネットを介して前記状態監視部と接続されており、
前記データ収集部は、各々の前記風車コントローラから収集した前記代表データを、前記インターネットを介して前記状態監視部に送信するように構成された
ことを特徴とする請求項９に記載の風力発電施設のデータ収集システム。 - 前記少なくとも１台の風力発電装置の運転制御又は状態監視を行うための監視制御部をさらに備え、
前記監視制御部は、前記制御部の前記制御演算周期よりも長い周期で前記少なくとも１台の風力発電装置からの監視制御データを受け取るように構成された
ことを特徴とする請求項１乃至１０の何れか一項に記載の風力発電施設のデータ収集システム。 - 少なくとも１台の風力発電装置と、
前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関する代表データを収集するように構成された請求項１乃至１１の何れか一項に記載のデータ収集システムと、
を備えることを特徴とする風力発電施設。 - 少なくとも１台の風力発電装置を含む風力発電施設のデータ収集方法であって、
前記少なくとも１台の風力発電装置は、該風力発電装置をそれぞれ制御するための制御部を含む風車コントローラを含み、
前記風車コントローラにより、前記少なくとも１台の風力発電装置の状態又は運転履歴を示す１以上のパラメータに関するデータを前記制御部の演算制御周期毎にそれぞれ取得し、取得した前記１以上のパラメータの前記データを該パラメータの代表データとして記憶すべきか否かを前記制御演算周期毎に判断する代表データ選択ステップと、
前記風車コントローラにより、前記代表データ選択ステップで記憶すべきと判断された前記代表データを記憶する代表データ記憶ステップと、
前記代表データ記憶ステップにおいて記憶された各々の前記風力発電装置の状態に関する前記１以上のパラメータの前記代表データを各々の前記風車コントローラから収集するデータ収集ステップと、
を備える
ことを特徴とする風力発電施設のデータ収集方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017133767A JP6503419B2 (ja) | 2017-07-07 | 2017-07-07 | 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設 |
| EP18164198.6A EP3425199B1 (en) | 2017-07-07 | 2018-03-27 | Data collection system and method for wind turbine power generation facility, and wind turbine power generation facility |
| US15/936,485 US10865772B2 (en) | 2017-07-07 | 2018-03-27 | Data collection system and method for wind turbine power generation facility, and wind turbine power generation facility |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017133767A JP6503419B2 (ja) | 2017-07-07 | 2017-07-07 | 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019015243A true JP2019015243A (ja) | 2019-01-31 |
| JP6503419B2 JP6503419B2 (ja) | 2019-04-17 |
Family
ID=61827580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017133767A Active JP6503419B2 (ja) | 2017-07-07 | 2017-07-07 | 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10865772B2 (ja) |
| EP (1) | EP3425199B1 (ja) |
| JP (1) | JP6503419B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11208986B2 (en) * | 2019-06-27 | 2021-12-28 | Uptake Technologies, Inc. | Computer system and method for detecting irregular yaw activity at a wind turbine |
| EP4194687A1 (en) * | 2021-12-08 | 2023-06-14 | Siemens Gamesa Renewable Energy A/S | Wind turbine control arrangement |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015512480A (ja) * | 2012-03-20 | 2015-04-27 | ヴォッベン プロパティーズ ゲーエムベーハーＷｏｂｂｅｎ Ｐｒｏｐｅｒｔｉｅｓ Ｇｍｂｈ | 風力発電装置を構成するための方法、並びに風力発電装置 |
| JP2016127643A (ja) * | 2014-12-26 | 2016-07-11 | 株式会社日立パワーソリューションズ | 風力発電量の予測方法 |
| JP2017089590A (ja) * | 2015-11-17 | 2017-05-25 | 株式会社日立製作所 | 風力発電装置及びウィンドファーム |
Family Cites Families (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ATE352057T1 (de) | 2003-11-14 | 2007-02-15 | Gamesa Eolica S A Soc Uniperso | Überwachungs- und datenverarbeitungseinheit für windräder und system für eine vorbeugende wartung für windräderanlagen |
| GB2448940B (en) * | 2007-05-04 | 2009-10-14 | Insensys Ltd | Wind turbine monitoring |
| US7895018B2 (en) | 2007-08-10 | 2011-02-22 | General Electric Company | Event monitoring via combination of signals |
| CN101874229B (zh) * | 2007-11-26 | 2015-02-25 | 维斯塔斯风力系统有限公司 | 在风力发电系统的风力发电机中登记事件的方法和系统 |
| EP2223406B1 (en) | 2007-12-19 | 2015-12-02 | Vestas Wind Systems A/S | Event-based control system for wind turbine generators |
| US8230266B2 (en) | 2008-06-03 | 2012-07-24 | General Electric Company | System and method for trip event data acquisition and wind turbine incorporating same |
| US20100023887A1 (en) * | 2008-07-23 | 2010-01-28 | General Electric Company | Systems and methods for collecting and processing diagnostics and statistics for a fleet of turbines |
| DE102009004385B4 (de) | 2009-01-12 | 2010-11-25 | Repower Systems Ag | Verfahren und Anordnung zum Überwachen einer Windenergieanlage |
| US20110313726A1 (en) | 2009-03-05 | 2011-12-22 | Honeywell International Inc. | Condition-based maintenance system for wind turbines |
| US20100280872A1 (en) * | 2009-08-27 | 2010-11-04 | Scholte-Wassink Hartmut | Methods and systems for monitoring and scheduling operations and maintenance activities |
| EP2474734A4 (en) | 2009-08-31 | 2014-07-16 | Mitsubishi Heavy Ind Ltd | DEVICE AND METHOD FOR CONTROLLING A WIND TURBINE, AND PROGRAM |
| US7948103B2 (en) | 2009-09-03 | 2011-05-24 | General Electric Company | Method and system for verifying wind turbine operation |
| US8082115B2 (en) * | 2009-11-16 | 2011-12-20 | Nrg Systems, Inc. | Data acquisition system for condition-based maintenance |
| US8041540B2 (en) | 2009-12-09 | 2011-10-18 | General Electric Company | System, device, and method for acoustic and visual monitoring of a wind turbine |
| US20120041716A1 (en) * | 2010-08-13 | 2012-02-16 | Christopher Higginbotham | Method and system for maintenance optimization |
| US8150641B2 (en) | 2010-12-06 | 2012-04-03 | General Electric Company | System, device, and method for estimating possible power output of wind turbines |
| US8219356B2 (en) | 2010-12-23 | 2012-07-10 | General Electric Company | System and method for detecting anomalies in wind turbines |
| US8977403B2 (en) | 2011-06-22 | 2015-03-10 | Mitsubishi Heavy Industries, Ltd. | Remote monitoring apparatus, wind turbine generator system, and method of controlling remote monitoring apparatus |
| EP2667021B2 (en) * | 2012-05-24 | 2019-10-16 | Siemens Gamesa Renewable Energy A/S | Timestamping in wind turbines |
| US9631608B2 (en) * | 2012-06-12 | 2017-04-25 | Vestas Wind Systems A/S | Wind-power-plant control upon low-voltage grid faults |
| CA2891326C (en) * | 2012-11-13 | 2020-07-07 | Inventus Holdings, Llc | Early detection of wind turbine degradation using acoustical monitoring |
| CN105009011B (zh) | 2013-02-15 | 2020-08-28 | 斯凯孚公司 | 创建或更新服务信息的状态监测系统及方法 |
| US20160010628A1 (en) * | 2014-07-10 | 2016-01-14 | General Electric Company | System and method for determining life of a wind turbine |
| GB2535472A (en) * | 2015-02-16 | 2016-08-24 | Camlab Ltd | A sensor interface for interfacing with a sensor |
| DK178847B1 (en) * | 2015-07-03 | 2017-03-20 | Envision Energy Denmark Aps | Method for predicting and controlling loads on a wind turbine and a wind turbine thereof |
| US10260481B2 (en) * | 2016-06-28 | 2019-04-16 | General Electric Company | System and method for assessing farm-level performance of a wind farm |
| US10594555B2 (en) * | 2016-12-16 | 2020-03-17 | Intelligent Platforms, Llc | Cloud-enabled testing of control systems |
| US10317888B2 (en) * | 2017-03-01 | 2019-06-11 | PLETHORA IloT, S.L. | Device and system including multiple devices for supervision and control of machines in industrial installation |
-
2017
- 2017-07-07 JP JP2017133767A patent/JP6503419B2/ja active Active
-
2018
- 2018-03-27 US US15/936,485 patent/US10865772B2/en active Active
- 2018-03-27 EP EP18164198.6A patent/EP3425199B1/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015512480A (ja) * | 2012-03-20 | 2015-04-27 | ヴォッベン プロパティーズ ゲーエムベーハーＷｏｂｂｅｎ Ｐｒｏｐｅｒｔｉｅｓ Ｇｍｂｈ | 風力発電装置を構成するための方法、並びに風力発電装置 |
| JP2016127643A (ja) * | 2014-12-26 | 2016-07-11 | 株式会社日立パワーソリューションズ | 風力発電量の予測方法 |
| JP2017089590A (ja) * | 2015-11-17 | 2017-05-25 | 株式会社日立製作所 | 風力発電装置及びウィンドファーム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6503419B2 (ja) | 2019-04-17 |
| EP3425199B1 (en) | 2020-09-23 |
| US20190010922A1 (en) | 2019-01-10 |
| US10865772B2 (en) | 2020-12-15 |
| EP3425199A1 (en) | 2019-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2267305B1 (en) | A method and a system for controlling operation of a wind turbine | |
| US8230266B2 (en) | System and method for trip event data acquisition and wind turbine incorporating same | |
| EP3012449A1 (en) | System and method for monitoring and controlling wind turbines within a wind farm | |
| EP2299346A1 (en) | Systems, methods, and apparatus for monitoring and controlling a wind driven machine | |
| EP3514376A1 (en) | System and method for monitoring a wind turbine pitch bearing | |
| KR20110112427A (ko) | 풍력 발전용 풍차 | |
| EP2290488A1 (en) | A method and a system for adjusting alarm level of a component in a wind turbine | |
| JP2019027324A (ja) | 風力発電機の異常検知システム及び異常検知方法 | |
| EP2754888B1 (en) | Method and apparatus for operating a wind turbine | |
| CN110608134A (zh) | 控制风力涡轮以最大限度减小转子叶片损坏的系统和方法 | |
| JP6503419B2 (ja) | 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設 | |
| EP3796016A1 (en) | System and method for detecting battery faults in a pitch system of a wind turbine | |
| US11629701B2 (en) | System and method for estimating motor temperature of a pitch system of a wind turbine | |
| US12012930B2 (en) | System and method for preventing pitch bearing failures in a wind turbine using pitch motor signals | |
| EP3722596A1 (en) | System and method for mitigating damage in a rotor blade of a wind turbine | |
| US20220112884A1 (en) | Fatigue loads in wind turbines and use of operational metadata | |
| KR101573832B1 (ko) | 풍력 및 태양광을 이용하는 하이브리드 발전 시스템을 원격 진단 및 모니터링하기 위한 컴퓨터 네트워크 시스템 및 그의 처리 방법 | |
| EP3722597A1 (en) | System and method for preventing catastrophic damage in drivetrain of a wind turbine | |
| Kuseyri | Condition monitoring of wind turbines: Challenges and opportunities | |
| JP2017219325A (ja) | 回転部品の異常診断装置及び異常診断方法 | |
| US11708816B2 (en) | Condition monitoring device and condition monitoring method for wind turbine power generating apparatus | |
| EP4332374A1 (en) | System and method for detecting and responding to rotor blade damage in a wind turbine | |
| JP6736987B2 (ja) | 風力発電装置の回転部品の状態監視装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190226 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190325 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6503419 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |