JP6759157B2 - ウィンドファームの異常監視装置および異常監視方法 - Google Patents
ウィンドファームの異常監視装置および異常監視方法 Download PDFInfo
- Publication number
- JP6759157B2 JP6759157B2 JP2017117031A JP2017117031A JP6759157B2 JP 6759157 B2 JP6759157 B2 JP 6759157B2 JP 2017117031 A JP2017117031 A JP 2017117031A JP 2017117031 A JP2017117031 A JP 2017117031A JP 6759157 B2 JP6759157 B2 JP 6759157B2
- Authority
- JP
- Japan
- Prior art keywords
- power generation
- monitoring
- parameter
- group
- wind
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims description 368
- 238000012806 monitoring device Methods 0.000 title claims description 44
- 238000000034 method Methods 0.000 title claims description 32
- 238000010248 power generation Methods 0.000 claims description 349
- 230000005856 abnormality Effects 0.000 claims description 154
- 238000004364 calculation method Methods 0.000 claims description 68
- 238000000513 principal component analysis Methods 0.000 claims description 56
- 238000000605 extraction Methods 0.000 claims description 42
- 239000013307 optical fiber Substances 0.000 claims description 20
- 239000000284 extract Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 45
- 238000012545 processing Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000010219 correlation analysis Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000002123 temporal effect Effects 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
- 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
- F03D7/04—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
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/24—Measuring force or stress, in general by measuring variations of optical properties of material when it is stressed, e.g. by photoelastic stress analysis using infrared, visible light, ultraviolet
- G01L1/242—Measuring force or stress, in general by measuring variations of optical properties of material when it is stressed, e.g. by photoelastic stress analysis using infrared, visible light, ultraviolet the material being an optical fibre
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/001—Measuring real or reactive component; Measuring apparent energy
-
- 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
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- 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
- F05B2270/335—Output power or torque
-
- 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
- F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
- F05B2270/808—Strain gauges; Load cells
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
Description
ウィンドファームが有する複数の風力発電装置の2以上からなる監視グループの異常監視を行うウィンドファームの異常監視装置であって、
前記複数の風力発電装置の2以上から、それぞれ、前記風力発電装置の発電に関する発電パラメータ、および、前記風力発電装置の風車翼に設置されたセンサによって計測される歪パラメータを取得するパラメータ取得部と、
前記パラメータ取得部によって取得された2以上の前記風力発電装置の相互の前記発電パラメータの相関が第1所定値以上であり、かつ、相互の前記歪パラメータの相関が第2所定値以上となる2以上の前記風力発電装置を前記監視グループのメンバ候補として抽出するメンバ候補抽出部と、
前記メンバ候補のうちの少なくとも2つの前記風力発電装置を前記監視グループのメンバとして設定する監視グループ設定部と、
前記監視グループ設定部によって設定された前記監視グループの異常監視を行うグループ監視部と、を備える。
前記メンバ候補抽出部は、
前記複数の風力発電装置のうちの2以上からなる第1メンバ候補群を選択する第1メンバ候補群選択部と、
前記第1メンバ候補群に属する前記風力発電装置の前記発電パラメータの相互の相関をそれぞれ求める発電パラメータ相関演算部と、
前記発電パラメータ相関演算部によって求められた相関が前記第1所定値以上である2以上の前記風力発電装置からなる第2メンバ候補群を前記第1メンバ候補群の中から選択する第2メンバ候補群選択部と、
前記第2メンバ候補群に属する前記風力発電装置の前記歪パラメータの相互の相関をそれぞれ求める歪パラメータ相関演算部と、
前記第2メンバ候補群の中から前記歪パラメータ相関演算部によって求められた相関が前記第2所定値以上である前記風力発電装置を前記メンバ候補として決定するメンバ候補決定部と、を有する。
上記(2)の構成によれば、発電パラメータの相関を評価した後に、歪パラメータの相関を評価する。これによって、発電パラメータの相関および歪パラメータの相関が強い2以上の風力発電装置を効率的に抽出することができる。
前記グループ監視部による前記異常監視を行う前の学習時において、前記監視グループに属する前記風力発電装置の前記発電パラメータと前記歪パラメータとの正準相関を求める正準相関学習部を、さらに備え、
前記グループ監視部は、前記正準相関学習部によって求められた前記正準相関に基づいて、前記監視グループの前記異常監視を行う。
上記(3)の構成によれば、グループ監視部による異常監視の判定基準を、機械学習により設定することができる。
前記グループ監視部は、
前記学習時に求めた前記正準相関が、前記異常監視時において取得された監視時発電パラメータと監視時歪パラメータとの間で保たれているか否かの判定を行う正準相関逸脱判定部と、
前記正準相関逸脱判定部によって保たれていないと判定された場合を異常と判定する異常判定部と、を有する。
上記(4)の構成によれば、監視グループに属する風力発電装置の学習時における発電パラメータと歪パラメータとの正準相関が、異常監視時において保たれていない場合を異常と判定する。これによって、監視グループに異常状態となっている風力発電装置が存在することを検出することができる。
前記正準相関逸脱判定部は、
前記監視時発電パラメータに基づく監視値を算出する監視値算出部と、
前記学習時に求めた前記正準相関を用いて、前記監視時歪パラメータから前記監視値の予測値を算出する予測値算出部と、
前記監視値と前記予測値との比較に基づいて、前記学習時に求めた前記正準相関が保たれているか否かの判定を行う逸脱判定部と、を有する。
上記(5)の構成によれば、異常監視時おいて取得される発電パラメータに基づいて算出される監視値と、歪パラメータ(監視時歪パラメータ)に基づいて算出される上記の監視値の予測値との比較に基づいて、学習時の正準相関が監視時において保たれているか否かを容易に判定することができる。
前記監視グループに属する前記風力発電装置の各々の前記発電パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記発電パラメータの主成分である発電パラメータ主成分を取得する発電パラメータ主成分分析部を、さらに備え、
前記正準相関学習部は、前記発電パラメータ主成分と前記監視グループに属する前記風力発電装置の各々の前記歪パラメータとの前記正準相関を求める。
上記(6)の構成によれば、監視グループに属する風力発電装置の発電パラメータの主成分(発電パラメータ主成分)と歪パラメータとの正準相関が求められる。このように正準相関を求めるのに発電パラメータの主成分を用いることで、監視グループに属する複数の風力発電装置からの複数の発電パラメータのばらつきの成分の影響を低減することができ、異常監視の精度の向上を図ることができる。
前記監視グループに属する前記風力発電装置の各々の前記歪パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記歪パラメータの主成分である歪パラメータ主成分を取得する歪パラメータ主成分分析部を、さらに備え、
前記正準相関学習部は、前記発電パラメータ主成分と前記歪パラメータ主成分との前記正準相関を求める。
上記(7)の構成によれば、監視グループに属する風力発電装置の発電パラメータの主成分(発電パラメータ主成分)と歪パラメータの主成分(歪パラメータ主成分)との正準相関が求められる。このように正準相関を求めるのに歪パラメータの主成分を用いることで、監視グループに属する複数の風力発電装置からの複数の歪パラメータのばらつきの成分の影響を低減することができ、異常監視の精度の向上を図ることができる。
前記発電パラメータには、風速、発電量、ロータ回転数の少なくとも1種類のパラメータが含まれており、
前記発電パラメータ主成分分析部は、前記発電パラメータの種類毎に前記発電パラメータ主成分を取得する。
上記(8)の構成によれば、発電パラメータには、風速、発電量、ロータ回転数の少なくとも1種類のパラメータが含まれ、種類毎に主成分分析する。風速は風エネルギーの風力発電装置への入力情報に関連する。ロータ回転数は、風力発電装置に入力される風エネルギーの機械(回転)エネルギーへの変換に関する情報に関連する。また、発電量は、風力発電装置の出力情報に関連する。よって、風速、発電量、ロータ回転数の少なくとも1種類を監視することで、風力発電装置の正常性を監視することが可能である共に、複数種類を監視することで異常部位の特定を行うことができる。
前記風車翼に設置された前記センサは、光ファイバセンサが有するセンサ部である。
上記(9)の構成によれば、監視グループに属する風力発電装置の各々に取り付けられた光ファイバセンサ間に個体差が存在している場合でも、監視グループに対する異常監視への影響を抑制することができる。
ウィンドファームが有する複数の風力発電装置の2以上からなる監視グループの異常監視を行うウィンドファームの異常監視方法であって、
前記複数の風力発電装置の2以上から、それぞれ、前記風力発電装置の発電に関する発電パラメータ、および、前記風力発電装置の風車翼に設置されたセンサによって計測される歪パラメータを取得するパラメータ取得ステップと、
前記パラメータ取得ステップによって取得された2以上の前記風力発電装置の相互の前記発電パラメータの相関が第1所定値以上であり、かつ、相互の前記歪パラメータの相関が第2所定値以上となる2以上の前記風力発電装置を前記監視グループのメンバ候補として抽出するメンバ候補抽出ステップと、
前記メンバ候補のうちの少なくとも2つの前記風力発電装置を前記監視グループのメンバとして設定する監視グループ設定ステップと、
前記監視グループ設定ステップによって設定された前記監視グループの異常監視を行うグループ監視ステップと、を備える。
前記メンバ候補抽出ステップは、
前記複数の風力発電装置のうちの2以上からなる第1メンバ候補群を選択する第1メンバ候補群選択ステップと、
前記第1メンバ候補群に属する前記風力発電装置の前記発電パラメータの相互の相関をそれぞれ求める発電パラメータ相関演算ステップと、
前記発電パラメータ相関演算ステップによって求められた相関が前記第1所定値以上である2以上の前記風力発電装置からなる第2メンバ候補群を前記第1メンバ候補群の中から選択する第2メンバ候補群選択ステップと、
前記第2メンバ候補群に属する前記風力発電装置の前記歪パラメータの相互の相関をそれぞれ求める歪パラメータ相関演算ステップと、
前記第2メンバ候補群の中から前記歪パラメータ相関演算ステップによって求められた相関が前記第2所定値以上である前記風力発電装置を前記メンバ候補として決定するメンバ候補決定ステップと、を有する。
上記(11)の構成によれば、上記(2)と同様の効果を有する。
前記グループ監視ステップによる前記異常監視を行う前の学習時において、前記監視グループに属する前記風力発電装置の前記発電パラメータと前記歪パラメータとの正準相関を求める正準相関学習ステップを、さらに備え、
前記グループ監視ステップは、前記正準相関学習ステップによって求められた前記正準相関に基づいて、前記監視グループの前記異常監視を行う。
上記(12)の構成によれば、上記(3)と同様の効果を有する。
前記グループ監視ステップは、
前記学習時に求めた前記正準相関が、前記異常監視時において取得された監視時発電パラメータと監視時歪パラメータとの間で保たれているか否かの判定を行う正準相関逸脱判定ステップと、
前記正準相関逸脱判定ステップによって保たれていないと判定された場合を異常と判定する異常判定ステップと、を有する。
上記(13)の構成によれば、上記(4)と同様の効果を有する。
前記正準相関逸脱判定ステップは、
前記監視時発電パラメータに基づく監視値を算出する監視値算出ステップと、
前記学習時に求めた前記正準相関を用いて、前記監視時歪パラメータから前記監視値の予測値を算出する予測値算出ステップと、
前記監視値と前記予測値との比較に基づいて、前記学習時に求めた前記正準相関が保たれているか否かの判定を行う判定ステップと、を有する。
上記(14)の構成によれば、上記(5)と同様の効果を有する。
前記監視グループに属する前記風力発電装置の各々の前記発電パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記発電パラメータの主成分である発電パラメータ主成分を取得する発電パラメータ主成分分析ステップを、さらに備え、
前記正準相関学習ステップは、前記発電パラメータ主成分と前記監視グループに属する前記風力発電装置の各々の前記歪パラメータとの前記正準相関を求める。
上記(15)の構成によれば、上記(6)と同様の効果を有する。
前記監視グループに属する前記風力発電装置の各々の前記歪パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記歪パラメータの主成分である歪パラメータ主成分を取得する歪パラメータ主成分分析ステップを、さらに備え、
前記正準相関学習ステップは、前記発電パラメータ主成分と前記歪パラメータ主成分との前記正準相関を求める。
上記(16)の構成によれば、上記(7)と同様の効果を有する。
前記発電パラメータには、風速、発電量、ロータ回転数の少なくとも1種類のパラメータが含まれており、
前記発電パラメータ主成分分析ステップは、前記発電パラメータの種類毎に前記発電パラメータ主成分を取得する。
上記(17)の構成によれば、上記(8)と同様の効果を有する。
前記風車翼に設置された前記センサは、光ファイバセンサが有するセンサ部である。
上記(18)の構成によれば、上記(9)と同様の効果を有する。
例えば、「ある方向に」、「ある方向に沿って」、「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。
例えば、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。
一方、一の構成要素を「備える」、「具える」、「具備する」、「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。
ウィンドファーム9の異常監視装置1は、ウィンドファーム9が有する複数の風力発電装置6の2以上からなる(2以上をメンバとする)監視グループGの異常監視を行うための装置である。図2に示すように、異常監視装置1は、パラメータ取得部2と、メンバ候補抽出部3と、監視グループ設定部4と、グループ監視部5と、を備える。そして、異常監視装置1は、上記のパラメータ取得部2が取得した情報に基づいて、メンバ候補抽出部3および監視グループ設定部4による処理を通して監視グループGを設定した後、グループ監視部5によって監視グループGの監視を行うように構成される。
以下、異常監視装置1が備える上記の各機能部について、それぞれ説明する。
図4に示すように、異常監視方法は、パラメータ取得ステップ(S1)と、メンバ候補抽出ステップ(S2)と、監視グループ設定ステップ(S3)と、グループ監視ステップ(S5)と、を備えており、上記のパラメータ取得部ステップ(S1)が取得した情報に基づいて、メンバ候補抽出ステップ(S2)および監視グループ設定ステップ(S3)を経て監視グループGを設定した後、この監視グループGの監視をグループ監視ステップ(S5)で行う。本異常監視方法は、異常監視装置1が実行しても良いし、コンピュータを利用するなどして、人手で行っても良い。図4のフローに沿って本異常監視方法を説明する。
そして、グループ監視ステップ(S5)において、グループ監視ステップを実行する。グループ監視ステップ(S5)は、監視グループ設定ステップ(S3)によって設定された監視グループGの異常監視を行うステップである。本ステップの詳細は、上記のグループ監視部5の処理内容(後述)と同様であるため、省略する。
上述したメンバ候補抽出部3が備える上記の機能部について、それぞれ説明する。
図6に示すように、上述した異常監視方法が備えるメンバ候補抽出ステップ(S2)は、上述した第1メンバ候補群g1を選択する第1メンバ候補群選択ステップ(S21)と、この第1メンバ候補群g1に属する風力発電装置6の発電パラメータPgの相互の相関をそれぞれ求める発電パラメータ相関演算ステップ(S22)と、上述した第2メンバ候補群g2を第1メンバ候補群g1の中から選択する第2メンバ候補群選択ステップ(S23)と、この第2メンバ候補群g2に属する風力発電装置6の歪パラメータPtの相互の相関をそれぞれ求める歪パラメータ相関演算ステップ(S24)と、第2メンバ候補群g2の中から歪パラメータ相関演算ステップ(S24)によって求められた相関が第2所定値以上である風力発電装置6をメンバ候補gaとして決定するメンバ候補決定ステップ(S25)と、を備える。なお、上記の各ステップ(S21〜S25)の詳細は、それぞれ、同様の名前の機能部(31〜35)の処理内容と同様であるため、省略する。
幾つかの実施形態では、図8〜図9に示すように、グループ監視部5は、上述した正準相関学習部5Lによって学習時に求めた正準相関が、異常監視時において取得された発電パラメータPg(監視時発電パラメータ)と歪パラメータPt(監視時歪パラメータ)との間で保たれているか否かの判定を行う正準相関逸脱判定部51と、上述した正準相関逸脱判定部51によって、学習時に求めた正準相関が監視時発電パラメータと監視時歪パラメータとの間で保たれていないと判定された場合を異常と判定する異常判定部55と、を有していても良い。なお、異常判定部55は、異常と判定した場合に、音、表示などによる報知を行うことが可能な報知部(報知装置)にその旨を通知しても良い。
=1、2、・・・)正準相関学習部5Lに入力されるように構成されている。よって、図9に示すように、グループ監視部5にも、歪パラメータPtの主成分ulが入力されるようになっている。つまり、本実施形態では、異常監視装置1は、監視グループGに属する風力発電装置6の各々の歪パラメータPtを対象とした主成分分析(後述)の結果を用いて、主成分分析の対象とした歪パラメータPtの主成分である歪パラメータ主成分utlを取得する歪パラメータ主成分分析部5tを、さらに備えている。そして、正準相関学習部5Lは、発電パラメータ主成分ugkと歪パラメータ主成分utlとの正準相関を求める。
図11に示すように、幾つかの実施形態では、グループ監視ステップ(S5)は、上述した正準相関学習ステップ(S45)によって学習時に求めた正準相関が、異常監視時において取得された発電パラメータPg(監視時発電パラメータ)と歪パラメータPt(監視時歪パラメータ)との間で保たれているか否かの判定を行う正準相関逸脱判定ステップ(S50)と、上述した正準相関逸脱判定ステップ(S50)によって、学習時に求めた正準相関が監視時発電パラメータと監視時歪パラメータとの間で保たれていないと判定された場合を異常と判定する異常判定ステップ(S54)と、を有している。
2 パラメータ取得部
3 メンバ候補抽出部
M 記憶装置
31 第1メンバ候補群選択部
32 発電パラメータ相関演算部
33 第2メンバ候補群選択部
34 歪パラメータ相関演算部
35 メンバ候補決定部
4 監視グループ設定部
5 グループ監視部
51 正準相関逸脱判定部
52 監視値算出部
53 予測値算出部
54 逸脱判定部
55 異常判定部
5L 正準相関学習部
5p 発電パラメータ主成分分析部
5t 歪パラメータ主成分分析部
6 風力発電装置
61 風車翼
61e 先端部
61r 翼根部
62 ハブ
63 風車ロータ
64 タワー
65 ナセル
66 発電機
67 主軸
68 ドライブトレイン
7 光ファイバセンサ
7s 歪パラメータ計測用センサ
71 光ファイバ
72 光源・信号処理ユニット
8 発電パラメータ計測用センサ
81 風速センサ
82 回転数センサ
83 発電量センサ
9 ウィンドファーム
91 PLC(Programmable Logic Controller)
92a 第1通信ライン
92b 第2通信ライン
94 遠隔監視制御装置
95 サーバ
96 クラウド
G 監視グループ
g1 第1メンバ候補群
g2 第2メンバ候補群
ga メンバ候補
P パラメータ
Pg 発電パラメータ
Pt 歪パラメータ
L 学習用データ
V1 所定値
T 監視値
Tp 予測値
x 変量群
y 変量群
z 変量群
rxy 相関係数
f(x) 正準変量
g(y) 正準変量
uk 主成分
ugk 発電パラメータ主成分
utl 歪パラメータ主成分
Claims (18)
- ウィンドファームが有する複数の風力発電装置の2以上からなる監視グループの異常監視を行うウィンドファームの異常監視装置であって、
前記複数の風力発電装置の2以上から、それぞれ、前記風力発電装置の発電に関する発電パラメータ、および、前記風力発電装置の風車翼に設置された光ファイバセンサであるセンサによって計測される歪パラメータを取得するパラメータ取得部と、
前記パラメータ取得部によって取得された2以上の前記風力発電装置の相互の前記発電パラメータの相関が第1所定値以上であり、かつ、相互の前記歪パラメータの相関が第2所定値以上となる2以上の前記風力発電装置を前記監視グループのメンバ候補として抽出するメンバ候補抽出部と、
前記メンバ候補のうちの少なくとも2つの前記風力発電装置を前記監視グループのメンバとして設定する監視グループ設定部と、
前記監視グループ設定部によって設定された前記監視グループの異常監視を行うグループ監視部と、を備えることを特徴とするウィンドファームの異常監視装置。 - 前記メンバ候補抽出部は、
前記複数の風力発電装置のうちの2以上からなる第1メンバ候補群を選択する第1メンバ候補群選択部と、
前記第1メンバ候補群に属する前記風力発電装置の前記発電パラメータの相互の相関をそれぞれ求める発電パラメータ相関演算部と、
前記発電パラメータ相関演算部によって求められた相関が前記第1所定値以上である2以上の前記風力発電装置からなる第2メンバ候補群を前記第1メンバ候補群の中から選択する第2メンバ候補群選択部と、
前記第2メンバ候補群に属する前記風力発電装置の前記歪パラメータの相互の相関をそれぞれ求める歪パラメータ相関演算部と、
前記第2メンバ候補群の中から前記歪パラメータ相関演算部によって求められた相関が前記第2所定値以上である前記風力発電装置を前記メンバ候補として決定するメンバ候補決定部と、を有することを特徴とする請求項1に記載のウィンドファームの異常監視装置。 - 前記グループ監視部による前記異常監視を行う前の学習時において、前記監視グループに属する前記風力発電装置の前記発電パラメータと前記歪パラメータとの正準相関を求める正準相関学習部を、さらに備え、
前記グループ監視部は、前記正準相関学習部によって求められた前記正準相関に基づいて、前記監視グループの前記異常監視を行うことを特徴とする請求項1または2に記載のウィンドファームの異常監視装置。 - 前記グループ監視部は、
前記学習時に求めた前記正準相関が、前記異常監視時において取得された監視時発電パラメータと監視時歪パラメータとの間で保たれているか否かの判定を行う正準相関逸脱判定部と、
前記正準相関逸脱判定部によって保たれていないと判定された場合を異常と判定する異常判定部と、を有することを特徴とする請求項3に記載のウィンドファームの異常監視装置。 - 前記正準相関逸脱判定部は、
前記監視時発電パラメータに基づく監視値を算出する監視値算出部と、
前記学習時に求めた前記正準相関を用いて、前記監視時歪パラメータから前記監視値の予測値を算出する予測値算出部と、
前記監視値と前記予測値との比較に基づいて、前記学習時に求めた前記正準相関が保たれているか否かの判定を行う逸脱判定部と、を有することを特徴とする請求項4に記載のウィンドファームの異常監視装置。 - 前記監視グループに属する前記風力発電装置の各々の前記発電パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記発電パラメータの主成分である発電パラメータ主成分を取得する発電パラメータ主成分分析部を、さらに備え、
前記正準相関学習部は、前記発電パラメータ主成分と前記監視グループに属する前記風力発電装置の各々の前記歪パラメータとの前記正準相関を求めることを特徴とする請求項3〜5のいずれか1項に記載のウィンドファームの異常監視装置。 - 前記監視グループに属する前記風力発電装置の各々の前記歪パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記歪パラメータの主成分である歪パラメータ主成分を取得する歪パラメータ主成分分析部を、さらに備え、
前記正準相関学習部は、前記発電パラメータ主成分と前記歪パラメータ主成分との前記正準相関を求めることを特徴とする請求項6に記載のウィンドファームの異常監視装置。 - 前記発電パラメータには、風速、発電量、ロータ回転数の少なくとも1種類のパラメータが含まれており、
前記発電パラメータ主成分分析部は、前記発電パラメータの種類毎に前記発電パラメータ主成分を取得することを特徴とする請求項6または7に記載のウィンドファームの異常監視装置。 - 前記風車翼に設置された前記センサは、前記光ファイバセンサが有するセンサ部であることを特徴とする請求項1〜8のいずれか1項に記載のウィンドファームの異常監視装置。
- ウィンドファームが有する複数の風力発電装置の2以上からなる監視グループの異常監視を行うウィンドファームの異常監視方法であって、
前記複数の風力発電装置の2以上から、それぞれ、前記風力発電装置の発電に関する発電パラメータ、および、前記風力発電装置の風車翼に設置された光ファイバセンサであるセンサによって計測される歪パラメータを取得するパラメータ取得ステップと、
前記パラメータ取得ステップによって取得された2以上の前記風力発電装置の相互の前記発電パラメータの相関が第1所定値以上であり、かつ、相互の前記歪パラメータの相関が第2所定値以上となる2以上の前記風力発電装置を前記監視グループのメンバ候補として抽出するメンバ候補抽出ステップと、
前記メンバ候補のうちの少なくとも2つの前記風力発電装置を前記監視グループのメンバとして設定する監視グループ設定ステップと、
前記監視グループ設定ステップによって設定された前記監視グループの異常監視を行うグループ監視ステップと、を備えることを特徴とするウィンドファームの異常監視方法。 - 前記メンバ候補抽出ステップは、
前記複数の風力発電装置のうちの2以上からなる第1メンバ候補群を選択する第1メンバ候補群選択ステップと、
前記第1メンバ候補群に属する前記風力発電装置の前記発電パラメータの相互の相関をそれぞれ求める発電パラメータ相関演算ステップと、
前記発電パラメータ相関演算ステップによって求められた相関が前記第1所定値以上である2以上の前記風力発電装置からなる第2メンバ候補群を前記第1メンバ候補群の中から選択する第2メンバ候補群選択ステップと、
前記第2メンバ候補群に属する前記風力発電装置の前記歪パラメータの相互の相関をそれぞれ求める歪パラメータ相関演算ステップと、
前記第2メンバ候補群の中から前記歪パラメータ相関演算ステップによって求められた相関が前記第2所定値以上である前記風力発電装置を前記メンバ候補として決定するメンバ候補決定ステップと、を有することを特徴とする請求項10に記載のウィンドファームの異常監視方法。 - 前記グループ監視ステップによる前記異常監視を行う前の学習時において、前記監視グループに属する前記風力発電装置の前記発電パラメータと前記歪パラメータとの正準相関を求める正準相関学習ステップを、さらに備え、
前記グループ監視ステップは、前記正準相関学習ステップによって求められた前記正準相関に基づいて、前記監視グループの前記異常監視を行うことを特徴とする請求項10または11に記載のウィンドファームの異常監視方法。 - 前記グループ監視ステップは、
前記学習時に求めた前記正準相関が、前記異常監視時において取得された監視時発電パラメータと監視時歪パラメータとの間で保たれているか否かの判定を行う正準相関逸脱判定ステップと、
前記正準相関逸脱判定ステップによって保たれていないと判定された場合を異常と判定する異常判定ステップと、を有することを特徴とする請求項12に記載のウィンドファームの異常監視方法。 - 前記正準相関逸脱判定ステップは、
前記監視時発電パラメータに基づく監視値を算出する監視値算出ステップと、
前記学習時に求めた前記正準相関を用いて、前記監視時歪パラメータから前記監視値の予測値を算出する予測値算出ステップと、
前記監視値と前記予測値との比較に基づいて、前記学習時に求めた前記正準相関が保たれているか否かの判定を行う判定ステップと、を有することを特徴とする請求項13に記載のウィンドファームの異常監視方法。 - 前記監視グループに属する前記風力発電装置の各々の前記発電パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記発電パラメータの主成分である発電パラメータ主成分を取得する発電パラメータ主成分分析ステップを、さらに備え、
前記正準相関学習ステップは、前記発電パラメータ主成分と前記監視グループに属する前記風力発電装置の各々の前記歪パラメータとの前記正準相関を求めることを特徴とする請求項12〜14のいずれか1項に記載のウィンドファームの異常監視方法。 - 前記監視グループに属する前記風力発電装置の各々の前記歪パラメータを対象とした主成分分析の結果を用いて、前記主成分分析の対象とした前記歪パラメータの主成分である歪パラメータ主成分を取得する歪パラメータ主成分分析ステップを、さらに備え、
前記正準相関学習ステップは、前記発電パラメータ主成分と前記歪パラメータ主成分との前記正準相関を求めることを特徴とする請求項15に記載のウィンドファームの異常監視方法。 - 前記発電パラメータには、風速、発電量、ロータ回転数の少なくとも1種類のパラメータが含まれており、
前記発電パラメータ主成分分析ステップは、前記発電パラメータの種類毎に前記発電パラメータ主成分を取得することを特徴とする請求項15または16に記載のウィンドファームの異常監視方法。 - 前記風車翼に設置された前記センサは、前記光ファイバセンサが有するセンサ部であることを特徴とする請求項10〜17のいずれか1項に記載のウィンドファームの異常監視方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017117031A JP6759157B2 (ja) | 2017-06-14 | 2017-06-14 | ウィンドファームの異常監視装置および異常監視方法 |
EP18170968.4A EP3415753B1 (en) | 2017-06-14 | 2018-05-07 | Abnormality monitoring apparatus and abnormality monitoring method for wind farm |
US15/997,209 US10844842B2 (en) | 2017-06-14 | 2018-06-04 | Abnormality monitoring apparatus and abnormality monitoring method for wind farm |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017117031A JP6759157B2 (ja) | 2017-06-14 | 2017-06-14 | ウィンドファームの異常監視装置および異常監視方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019002330A JP2019002330A (ja) | 2019-01-10 |
JP6759157B2 true JP6759157B2 (ja) | 2020-09-23 |
Family
ID=62116783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017117031A Active JP6759157B2 (ja) | 2017-06-14 | 2017-06-14 | ウィンドファームの異常監視装置および異常監視方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10844842B2 (ja) |
EP (1) | EP3415753B1 (ja) |
JP (1) | JP6759157B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019104820A1 (de) * | 2019-02-26 | 2020-08-27 | fos4X GmbH | Windenergieanlage, Sensorkit für eine Windenergieanlage, System mit einer Windenergieanlage und einem onlinebasierten Speicher- und Serverdienst und Verfahren zum Senden von Daten von einer Windenergieanlage an einen onlinebasierten Speicher- und Serverdienst |
CN111191950B (zh) * | 2020-01-03 | 2023-04-07 | 国电联合动力技术有限公司 | 风电机组齿轮箱油温异常分析方法及装置 |
CN111257629B (zh) * | 2020-05-06 | 2020-07-21 | 南京笛儒新能源技术服务有限公司 | 一种新能源场站功率特性检测方法、装置和系统 |
CN112502909B (zh) * | 2020-11-26 | 2023-09-08 | 中车永济电机有限公司 | 风力发电机故障检测方法、数采装置、服务器及系统 |
CN113374654B (zh) * | 2021-07-30 | 2022-09-30 | 湖南优利泰克自动化系统有限公司 | 一种检测风力发电机组叶片开裂的方法 |
CN116154841A (zh) * | 2022-11-22 | 2023-05-23 | 华能广东汕头海上风电有限责任公司 | 一种海上风电场计算机监控系统 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020029097A1 (en) | 2000-04-07 | 2002-03-07 | Pionzio Dino J. | Wind farm control system |
US6925385B2 (en) | 2003-05-16 | 2005-08-02 | Seawest Holdings, Inc. | Wind power management system and method |
US7013203B2 (en) | 2003-10-22 | 2006-03-14 | General Electric Company | Wind turbine system control |
US7677075B2 (en) * | 2006-09-29 | 2010-03-16 | General Electric Company | Methods and apparatus for evaluating sensors and/or for controlling operation of an apparatus that includes a sensor |
DE102007026176A1 (de) | 2007-01-04 | 2008-07-17 | Dewind Ltd. | SCADA-Einheit |
EP2122430B1 (en) | 2007-03-16 | 2017-12-06 | Vestas Wind Systems A/S | Method for condition monitoring a rotor of a wind energy plant |
JP4995134B2 (ja) | 2008-03-31 | 2012-08-08 | 三菱重工業株式会社 | 風車の監視装置及び方法並びにプログラム |
JP5101396B2 (ja) | 2008-05-29 | 2012-12-19 | 三菱重工業株式会社 | 健全性診断方法及びプログラム並びに風車の健全性診断装置 |
EP2166422B1 (en) | 2008-09-17 | 2017-09-13 | Siemens Aktiengesellschaft | Method of alarm mask generation and condition monitoring of wind turbines |
EP2172824B1 (en) | 2008-10-01 | 2012-02-29 | Siemens Aktiengesellschaft | Method and system of wind turbine condition monitoring |
US20110313726A1 (en) * | 2009-03-05 | 2011-12-22 | Honeywell International Inc. | Condition-based maintenance system for wind turbines |
WO2010121615A1 (en) | 2009-04-22 | 2010-10-28 | Vestas Wind System A/S | Wind turbine configuration system |
US20110020122A1 (en) | 2009-07-24 | 2011-01-27 | Honeywell International Inc. | Integrated condition based maintenance system for wind turbines |
US8277183B2 (en) | 2009-09-30 | 2012-10-02 | General Electric Company | Systems and methods for monitoring wind turbine operation |
CN102108936B (zh) | 2009-12-25 | 2014-07-02 | 通用电气公司 | 用于监视和控制风机场的系统和方法 |
GB2477968A (en) | 2010-02-19 | 2011-08-24 | Vestas Wind Sys As | Method of operating a wind turbine to provide a corrected power curve |
DE102010016292A1 (de) | 2010-04-01 | 2011-10-06 | Ssb Wind Systems Gmbh & Co. Kg | Kontrolleinrichtung für eine Windkraftanlage |
WO2011143531A2 (en) * | 2010-05-13 | 2011-11-17 | University Of Cincinnati | Turbine-to-turbine prognostics technique for wind farms |
DE102010048008A1 (de) | 2010-06-16 | 2011-12-22 | Robert Bosch Gmbh | Zustandsüberwachungsverfahren und -system für Windenergieanlagen |
EP2585716B1 (en) | 2010-06-28 | 2020-08-19 | Vestas Wind Systems A/S | A method for performing condition monitoring in a wind farm |
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 |
EP2592447A1 (en) | 2011-11-08 | 2013-05-15 | Topwind Consultancy B.V. | Frost condition detection system and method |
EP2610487A1 (en) | 2011-12-28 | 2013-07-03 | Siemens Aktiengesellschaft | Wind turbine controller and method for controlling a wind turbine to provide redundancy |
EP2674581A1 (de) | 2012-06-15 | 2013-12-18 | Siemens Aktiengesellschaft | Maschinenkomponente eines Antriebsstrangs sowie Verfahren zur Auslegung und/oder zur Inbetriebnahme und/oder zum Betreiben eines solchen Antriebsstrangs |
US20140093373A1 (en) | 2012-10-03 | 2014-04-03 | General Electric Company | System and method for detecting lightning strikes on a wind turbine |
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 |
JP6242830B2 (ja) * | 2015-02-24 | 2017-12-06 | 三菱重工業株式会社 | 風車翼の損傷検知方法及び風車 |
US10883475B2 (en) * | 2015-11-26 | 2021-01-05 | Vestas Wind Systems A/S | Method for monitoring and assessing power performance changes of a wind turbine |
-
2017
- 2017-06-14 JP JP2017117031A patent/JP6759157B2/ja active Active
-
2018
- 2018-05-07 EP EP18170968.4A patent/EP3415753B1/en active Active
- 2018-06-04 US US15/997,209 patent/US10844842B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3415753B1 (en) | 2020-02-19 |
US10844842B2 (en) | 2020-11-24 |
US20180363633A1 (en) | 2018-12-20 |
EP3415753A3 (en) | 2018-12-26 |
EP3415753A2 (en) | 2018-12-19 |
JP2019002330A (ja) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6759157B2 (ja) | ウィンドファームの異常監視装置および異常監視方法 | |
JP6698715B2 (ja) | 設備状態監視装置および設備状態監視方法 | |
US7895018B2 (en) | Event monitoring via combination of signals | |
US10344740B2 (en) | Methods and systems for detecting sensor fault modes | |
JP5984791B2 (ja) | 風力発電装置のモニタリングシステム及びモニタリング方法 | |
JP4995134B2 (ja) | 風車の監視装置及び方法並びにプログラム | |
US20100004878A1 (en) | Wind turbine monitoring | |
US10883475B2 (en) | Method for monitoring and assessing power performance changes of a wind turbine | |
WO2011024304A1 (ja) | 風車の監視装置及び方法並びにプログラム | |
EP2589943B1 (en) | Methods and Systems for Detecting Sensor Fault Modes | |
EP2112375A2 (en) | Wind turbine icing detection | |
WO2018047564A1 (ja) | 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 | |
CN109715936A (zh) | 用于监测至少一个风力涡轮机的状态的方法和设备和计算机程序产品 | |
WO2018008571A1 (ja) | 風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体 | |
JP2016188612A (ja) | 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 | |
EP3855019A1 (en) | System and method for operating a wind turbine | |
EP3855018A1 (en) | A method for computer-implemented monitoring of a wind turbine | |
Wisznia | Condition Monitoring of Offshore Wind Turbines | |
WO2014111169A1 (en) | Adjusted operating time of a component in a wind turbine | |
Wu | Advanced data-driven modelling approaches to alarm-related fault detection and condition monitoring of wind turbines | |
EP3956563A1 (en) | Wind turbine replacement schedule |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200310 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200420 |
|
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: 20200825 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200902 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6759157 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |