KR20160017681A - 풍력플랜트 관리 시스템 및 그 방법 - Google Patents

풍력플랜트 관리 시스템 및 그 방법 Download PDF

Info

Publication number
KR20160017681A
KR20160017681A KR1020140098149A KR20140098149A KR20160017681A KR 20160017681 A KR20160017681 A KR 20160017681A KR 1020140098149 A KR1020140098149 A KR 1020140098149A KR 20140098149 A KR20140098149 A KR 20140098149A KR 20160017681 A KR20160017681 A KR 20160017681A
Authority
KR
South Korea
Prior art keywords
failure
maintenance
data
wind power
time
Prior art date
Application number
KR1020140098149A
Other languages
English (en)
Inventor
손종덕
Original Assignee
두산중공업 주식회사
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 두산중공업 주식회사 filed Critical 두산중공업 주식회사
Priority to KR1020140098149A priority Critical patent/KR20160017681A/ko
Publication of KR20160017681A publication Critical patent/KR20160017681A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Product repair or maintenance administration
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D80/00Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/50Maintenance or repair
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283Predictive 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]
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/84Modelling or simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

본 발명은 풍력플랜트 관리 시스템 및 그 방법에 관한 것으로서, 풍력발전단지에서 측정된 작업 환경 데이터를 이용하여 풍력발전단지의 고장 발생을 예측하고, 상기 고장이 발생할 때까지의 동작시간(living time)동안 수행 가능한 상기 고장에 대한 정비가 이루어질 수 있도록 정비계획을 수립하는 풍력발전 관리장치를 포함한다.

Description

풍력플랜트 관리 시스템 및 그 방법 {SYSTEM AND METHOD FOR MANAGING WIND PLANT}
본 발명은 풍력플랜트 관리 시스템 및 그 방법에 관한 것으로서, 더욱 상세하게는 풍력발전단지에서 수집된 작업 환경 데이터(raw data)를 기반으로 풍력플랜트를 관리하는 풍력플랜트 관리 시스템 및 그 방법에 관한 것이다.
화석 연료의 고갈 및 원자력 발전의 위험성에 따라 친환경 차세대 발전설비에 대한 요구가 날로 증가하고 있다.
풍력발전은 전력생산을 위해 사용되는 신재생 에너지원 중 가장 빨리 성장하고 있는 분야로 새로 건설되는 풍력발전단지는 전체 전력 생산량에서 많은 부분을 차지하고 있다.
풍력 발전이란 공기의 운동에너지를 기계적 에너지로 변환시키고, 이로부터 전기를 얻는 발전 기술을 의미하며, 풍력 발전기는 공기역학에 의해 날개처럼 생긴 로터(Rotro)가 움직임에 의해 발생하는 기계적 운동에너지를 발전기를 통해 전기에너지로 변환하여 전력을 생산한다.
미국 풍력발전 산업은 2009년 말까지 35GW의 연간 설치용량 증가를 목표로 하였다. 그러나 이 용량은 동기간의 미국 전체 에너지 요구량의 2% 정도 수준에 머무는 수치이다(2009년 미국 전체 전력 요구량은 1.75TW, 우리나라는 현재 80GW 수준). 이에 미국 에너지 본부(Department of Energy : DOE)는 풍력발전으로 2030년까지 전체 에너지 수요량의 20%까지 달성할 것을 요구하고 있다. 그러나 이러한 목적 달성을 위해서는 설계, 제조, 설치 및 유지관리(operation & Management : O&M)등과 같은 다양한 분야에서의 광범위한 연구개발이 필요하다.
특히 풍력플랜트의 고장을 예지하는 기술은 풍력발전이 더욱 신뢰성 있고 더 많은 에너지의 생산을 보장할 수 있도록 중요한 역할을 할 수 있다. 고장예지 기술의 필요성은 현재 유럽 풍력발전협회(European Wind Energy Association: EWEA)에서 많은 공감대를 형성하고 있으며, 이러한 고장예지 기술이 적절히 구현된다면, 풍력플랜트에서 노후화 정도 및 갑작스런 이상의 발생을 조기에 감지하여, 전력생산이 중단되거나 주요 구성 요소로 고장이 파급되는 것을 방지할 수 있을 것으로 예상된다.
선행기술1: 한국공개특허 제2013-0026107호: 풍력 발전 시스템 및 그 제어 방법
본 발명의 목적은 풍력발전기의 고장을 예측하고, 예측된 고장이 발생할 때까지의 동작시간(living time) 동안 정비계획을 수립하는 풍력플랜트 관리 시스템 및 그 방법을 제공함에 있다.
본 발명의 다른 목적은 풍력발전단지에서 측정된 데이터를 근거로 풍력발전기의 고장을 감지하고, 고장이 감지된 풍력발전기를 자동으로 제어 또는 고장정보를 관리자에게 알리는 풍력플랜트 관리 시스템 및 그 방법을 제공함에 있다.
상술한 과제를 해결하기 위한 본 발명의 일 측면에 따르면, 풍력발전단지에서 발생하는 작업 환경 데이터(raw data)를 수집하는 수집부, 상기 수집된 작업 환경 데이터를 기 정의된 정상상태 모델과 비교하고, 상기 비교 결과에 근거하여 상기 풍력발전단지의 상태를 나타내는 상태 데이터를 생성하고, 상기 상태 데이터에 따라 상기 풍력발전단지의 고장 발생을 예측하는 고장발생 예측부, 상기 고장이 발생할 때까지의 동작시간(living time)을 예측하고, 상기 예측된 동작시간동안 수행가능한 상기 고장에 대한 정비계획을 수립하는 정비계획 수립부를 포함하는 풍력발전 관리장치가 제공된다.
상기 작업 환경 데이터는 상기 풍력발전단지의 풍속, 풍향, 온도, 압력 중 적어도 하나를 포함하는 기상데이터, SCADA시스템(Supervisory Control And Data Acquisition System) 또는 CMS(Condition Monitoring System)에서 취득된 작업정보를 포함할 수 있다.
상기 상태 데이터는 상기 풍력발전단지의 고장 발생 가능성을 나타내는 고장발생 예측 데이터(health data)를 포함하고, 상기 고장발생 예측부는 상기 수집된 작업 환경 데이터를 상기 기 정의된 정상상태 모델과 비교하여, 정상범위를 벗어난 파라미터가 존재하는 경우 해당 파라미터의 추이를 근거로 상기 고장발생 예측 데이터를 생성할 수 있다.
상기 풍력발전 관리장치는 상기 정상상태 모델을 생성하기 위해 상기 풍력발전단지에서 발생하는 작업 환경 모델링 데이터를 수집하고, 상기 수집된 작업 환경 모델링 데이터에서 노이즈를 제거하여 정상 데이터를 추출하며, 상기 추출된 정상 데이터의 패턴을 인식하여 상기 정상상태 모델을 생성하는 정상상태 모델 생성부를 더 포함할 수 잇다. ]
또한, 풍력발전 관리장치는 발전기 가동이력, 발전기 운영실적(track record)에 기반한 고장발생 예측 데이터별 동작시간이 저장된 동작시간정보 데이터베이스를 더 포함하고, 상기 정비계획 수립부는 상기 동작시간정보 데이터베이스를 기반으로 상기 고장이 발생할 때까지의 동작시간을 예측할 수 있다.
상기 정비계획 수립부는 고장발생확률, 장비 사용료, 부품 비용, 인건비용, 이송비용 중 적어도 하나를 참조하여 상기 수립된 정비계획에 대한 유지보수비용을 계산할 수 있다.
상기 정비계획 수립부는 상기 예측된 동작시간내에 상기 고장에 대한 정비가 이루어지도록 하기 위해, 상기 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 상기 동작시간에 기반한 정비시점을 결정할 수 있다.
또한, 풍력발전 관리장치는 상기 상태 데이터가 이미 고장이 발생하였음을 나타내는 경우, 즉시 정비가 이루어지도록 하기 위해, 상기 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 정비시점을 결정하는 고장 처리부를 더 포함할 수 있다.
또한, 풍력발전 관리장치는 풍력발전기 고장이력 정보가 요청된 경우, 고장현황, 고장관리 우선순위, 고장원인, 정비계획 중 적어도 하나를 포함하는 고장이력 정보를 제공하는 고장이력 관리부를 더 포함할 수 있다.
본 발명의 다른 측면에 따르면풍력발전 관리장치가 풍력플랜트를 관리하는 방법에 있어서, 풍력발전단지에서 발생하는 작업 환경 데이터를 수집하는 단계, 상기 수집된 작업 환경 데이터를 기 정의된 정상상태 모델과 비교하고, 상기 비교 결과에 근거하여 상기 풍력발전단지의 상태를 나타내는 상태 데이터를 생성하고, 상기 상태 데이터에 따라 상기 풍력발전단지의 고장 발생을 예측하는 단계, 상기 고장이 발생할 때까지의 동작시간을 예측하는 단계, 상기 예측된 동작시간동안 상기 고장에 대한 정비계획을 수립하는 단계를 포함하는 풍력플랜트 관리 방법이 제공된다.
상기 고장이 발생할 때까지의 동작시간은 발전기 가동이력, 발전기 운영실적(track record)에 기반한 고장발생 예측 데이터별 동작시간이 저장된 동작시간정보 데이터베이스를 기반으로 예측할 수 있다.
상기 예측된 동작시간동안 상기 고장에 대한 정비계획을 수립하는 단계는 상기 예측된 동작시간내에 상기 고장에 대한 정비가 이루어지도록 하기 위해, 상기 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 상기 동작시간에 기반한 정비시점을 결정하는 것을 특징으로 할 수 있다.
상기 풍력플랜트 관리방법은 상기 풍력발전단지에서 발생하는 작업 환경 모델링 데이터를 수집하고, 상기 수집된 작업 환경 모델링 데이터에서 노이즈를 제거하여 정상 데이터를 추출하며, 상기 추출된 정상 데이터의 패턴을 인식하여 상기 정상상태 모델을 생성하는 단계를 더 포함할 수 있다.
본 발명에 따르면, 풍력발전단지에서 측정된 작업 환경 데이터를 이용하여 풍력발전단지의 고장 발생을 예측하고, 상기 고장이 발생할 때까지의 동작시간(living time)동안 수행 가능한 상기 고장에 대한 정비가 이루어질 수 있도록 정비계획을 수립함으로써, 고장이 발생하기 전에 정비를 할 수 있다.
또한, 풍력발전단지에서 측정된 데이터를 근거로 풍력발전기의 고장을 감지하고, 고장이 감지된 풍력발전기를 자동으로 제어 또는 고장정보를 관리자에게 알릴 수 있다.
도 1은 본 발명의 실시예에 따른 풍력플랜트 관리 시스템을 나타낸 도면.
도 2는 본 발명의 실시예에 따른 풍력발전 관리장치의 구성을 개략적으로 나타낸 블럭도.
도 3은 본 발명의 실시예에 따른 육상용 풍력발전 유지보수 시나리오를 설명하기 위한 도면.
도 4는 본 발명의 실시예에 따른 해상용 풍력발전 유지보수 시나리오를 설명하기 위한 도면.
도 5는 본 발명의 실시예에 따른 풍력발전 제어장치의 구성을 개략적으로 나타낸 블럭도.
도 6은 본 발명의 실시예에 따른 풍력플랜트 관리 방법을 나타낸 흐름도.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 '풍력플랜트 관리 시스템 및 그 방법'을 상세하게 설명한다. 설명하는 실시 예들은 본 발명의 기술 사상을 당업자가 용이하게 이해할 수 있도록 제공되는 것으로 이에 의해 본 발명이 한정되지 않는다. 또한, 첨부된 도면에 표현된 사항들은 본 발명의 실시 예들을 쉽게 설명하기 위해 도식화된 도면으로 실제로 구현되는 형태와 상이할 수 있다.
한편, 이하에서 표현되는 각 구성부는 본 발명을 구현하기 위한 예일 뿐이다. 따라서, 본 발명의 다른 구현에서는 본 발명의 사상 및 범위를 벗어나지 않는 범위에서 다른 구성부가 사용될 수 있다. 또한, 각 구성부는 순전히 하드웨어 또는 소프트웨어의 구성만으로 구현될 수도 있지만, 동일 기능을 수행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합으로 구현될 수도 있다. 또한, 하나의 하드웨어 또는 소프트웨어에 의해 둘 이상의 구성부들이 함께 구현될 수도 있다.
또한, 어떤 구성요소들을 '포함'한다는 표현은, '개방형'의 표현으로서 해당 구성요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성요소들을 배제하는 것으로 이해되어서는 안 된다.
도 1은 본 발명의 실시예에 따른 풍력플랜트 관리 시스템을 나타낸 도면이다.
도 1을 참조하면, 풍력플랜트 관리 시스템은 풍력발전단지에 설치된 각 풍력발전기(300a, 300b, .., 300n, 이하 300이라 칭함)와 연결된 풍력발전 제어장치(200a, 200b, .., 200n, 이하 200이라 칭함), 풍력발전 제어장치(200)와 연결된 풍력발전 관리장치(100)를 포함한다.
풍력발전 관리장치(100)는 풍력발전단지에서 측정된 작업 환경 데이터(raw data)를 기 정의된 정상상태 모델과 비교하고, 그 비교 결과에 근거하여 풍력발전단지의 상태를 나타내는 상태 데이터를 생성한다. 그런 후, 풍력발전 관리장치(100)는 상기 상태 데이터에 따라 풍력발전단지의 고장 발생을 예측하고, 상기 고장이 발생할 때까지의 동작시간(living time)을 예측하며, 상기 예측된 동작시간 동안 수행가능한 상기 고장에 대한 정비계획을 수립한다. 여기서, 작업 환경 데이터는 풍속, 풍향, 온도, 압력 중 적어도 하나를 포함하는 기상데이터, SCADA시스템(Supervisory Control And Data Acquisition System) 또는 CMS(Condition Monitoring System)에서 취득된 작업정보 등을 포함할 수 있다.
또한, 풍력발전 관리장치(100)는 상태 데이터가 이미 고장이 발생하였음을 나타내는 경우, 즉시 정비가 이루어지도록 정비계획을 스케줄링함은 물론 관리자에게 알린다.
또한, 풍력발전 관리장치(100)는 상태 데이터가 이미 고장이 발생하였음을 나타내는 경우, 해당 풍력발전기의 자동 제어 여부를 판단하고, 그 판단결과에 따라 해당 풍력발전 제어장치로 자동 제어 신호를 전송하거나, 관리자 단말로 알람정보를 전송한다. 즉, 풍력발전 관리장치(100)는 고장이 발생된 풍력발전기에 자동 제어가 설정되어 있거나 자동 제어가 가능한 경우, 자동 제어 신호를 해당 풍력발전 제어장치로 전송한다. 여기서, 자동 제어 신호는 윤활유 보충(요잉기어, 피치제어기어), 제너레이터 냉각수 보충 등 자동 유지/보수를 위한 제어신호, 안전 모드 운전을 위한 제어신호(피치제어, 회전속도제어) 등을 포함할 수 있다. 만약, 고장이 발생된 풍력발전기에 자동 제어가 설정되어 있지 않거나 자동 제어가 불가능한 경우, 풍력발전관리장치(100)는 고장이 발생한 풍력발전기에 대한 정보(예컨대, 풍력발전기 식별정보, 위치 등을 포함함), 고장원인, 고장관리 우선순위, 설비 유지 비용, 정비 시점 등을 포함하는 알람 정보를 관리자 단말로 전송할 수 있다. 관리자 단말은 유선 또는 무선 네트워크를 통해 풍력발전 관리장치(100)에 접속하여 풍력발전 관리장치(100)에 저장된 각종 데이터 및 정보를 가져와 디스플레이할 수 있는 관리자 인터페이스로서, 예컨대 유선 또는 무선 네트워크를 통해 인터넷망 접속이 가능한 PC(Personal Computer), 데스트탑(Desk-top), 랩탑(Lap-top) 등의 각종 컴퓨터 단말, 또는 유선 또는 무선 네트워크를 통해 인터넷 접속이 가능한 휴대폰이나 스마트폰 등의 각종 모바일 단말 등으로 이루어질 수 있다.
복수의 풍력 발전기들(300)들이 설치되어 있는 풍력발전단지에 적어도 하나의 풍력발전 관리장치(100)를 설치하고, 이 풍력발전 관리장치(100)에서 복수의 풍력 발전기들(300)로부터 각종 작업 정보들을 실시간으로 수신하여 취합하고 이를 데이터베이스에 업데이트 하도록 한다. 이로써 많은 수의 풍력 발전기(300)에 대해서도 유지 보수 및 점검 작업의 결과를 기록하여 데이터베이스화하는데 소요되는 시간을 크게 단축시킬 수 있다.
풍력 발전기(300)로부터 수집되는 작업 정보는 작업 시간 정보, 작업 환경 정보 등을 포함한다. 작업 시간 정보는 작업자가 풍력 발전기(300)의 특정 작업 영역에서 작업을 수행한 시간과 그 작업 영역에 대한 정보를 포함한다. 작업 환경 정보는 풍력 발전기(300) 내부 또는 외부의 온도, 습도 및 오염도 중 어느 하나 이상의 환경 정보를 포함한다. 이와 같은 작업 정보는 풍력 발전기(300) 및 작업자의 다른 관련 정보를 더 포함할 수 있다.
복수의 풍력 발전기(300)로부터 작업 정보를 수집하기 위해 복수의 풍력 발전기(300)와 풍력발전 관리장치(100) 사이에 감시 제어 및 데이터 수집 시스템(Supervisory Control And Data Acquisition System, 이하 SCADA 시스템이라 함)(미도시)을 원격감시제어부로서 마련하고, 이 SCADA 시스템을 이용하여 복수의 풍력 발전기(300)와 풍력발전 관리장치(100) 사이에 통신이 이루어지도록 한다. SCADA 시스템에서는 통신 경로상의 아날로그 또는 디지털 신호를 사용하여 각 풍력 발전기(100)의 작업 정보를 각 풍력발전 제어장치(200)를 통해 수집하고, 풍력발전 관리장치(100)는 수집된 풍력 발전기(300)의 작업 정보를 중앙 집중식으로 감시 제어한다. 풍력발전 관리장치(100)는 수집된 풍력 발전기(300)의 작업 정보를 데이터베이스로 구축하고, 새로운 작업 정보가 수집되면 데이터베이스의 내용을 업데이트하며, 이와 같이 수집 및 업데이트되는 작업 정보의 변경 이력을 기록하여 풍력발전단지를 구성하는 복수의 풍력 발전기(300)의 유지 보수 및 점점 이력 등을 관리한다.
한편, 풍력발전 관리장치(100)는 다양한 통신 규격을 통해 다른 전자 장치들과 통신할 수 있고, 다양한 데이터 처리 연산을 수행할 수 있는 전자 장치를 통해 구현될 수 있다. 예를 들어, 풍력발전 관리장치(100)는 서버(Server) 장치의 형태로 구현될 수 있으며, 이러한 서버 장치의 형태 이외에도 다양한 전자 장치의 형태로 구현될 수 있다. 또한, 풍력발전 관리장치(100)는 단일의 전자 장치의 형태로 구현되거나, 둘 이상의 전자 장치가 결합 된 형태로 구현될 수 있다.
이러한 풍력발전 관리 장치(100)에 대한 상세한 설명은 도 2를 참조하기로 한다.
풍력발전 제어장치(200)는 풍력발전 관리장치(100)로부터 전송된 자동 제어 신호에 해당하는 동작을 수행한다. 즉, 풍력발전 제어장치(200)는 자동 제어 신호에 따라 해당 풍력 발전기(300)의 피치 드라이브, 나셀의 요 제어장치, 발전기, 유압장치, 쿨링장치 등을 제어하는 동작을 수행한다.
이러한 풍력발전 제어장치(300)에 대한 상세한 설명은 도 5를 참조하기로 한다.
이와 같은 풍력발전 관리장치(100), 풍력발전 제어장치(200)는 통신망을 통해 연동되며, 이러한 통신망은 인터넷망, 인트라넷망, 이동통신망, 위성 통신망 등 다양한 유무선 통신 기술을 이용하여 인터넷 프로토콜로 데이터를 송수신할 수 있는 망을 말한다.
도 2는 본 발명의 실시예에 따른 풍력발전 관리장치의 구성을 개략적으로 나타낸 블럭도, 도 3은 본 발명의 실시예에 따른 육상용 풍력발전 유지보수 시나리오를 설명하기 위한 도면, 도 4는 본 발명의 실시예에 따른 해상용 풍력발전 유지보수 시나리오를 설명하기 위한 도면이다.
도 2를 참조하면, 풍력발전 관리장치(100)는 통신부(110), 데이터베이스(120), 수집부(130), 고장발생 예측부(140), 정비계획 수립부(150), 정상상태 모델 생성부(160), 고장 처리부(170), 고장 이력 관리부(180), 제어부(190)를 포함한다.
통신부(110)는 풍력발전 관리장치(300)와 풍력발전 제어장치, SCADA 시스템을 통신망을 통해 상호 연결시키는 통신 수단으로서, 예를 들어 이동통신, 위성통신 등의 무선 통신모듈, 인터넷 등의 유선 통신모듈, 와이파이 등의 근거리 무선 통신모듈 등을 포함할 수 있다.
데이터베이스(120)는 자원정보 데이터베이스(122), 정상상태 모델 데이터베이스(124), 동작시간정보 데이터베이스(126), 고장이력정보 데이터베이스(128) 등을 포함한다.
자원정보 데이터베이스(122)에는 풍력발전기를 유지, 보수하기 위해 필요한 부품, 장비 등의 자원에 대한 정보가 저장되어 있다. 예컨대, 자원정보 데이터베이스(122)에는 가용 자원에 대한 정보가 저장되어 있다.
정상상태 모델 데이터베이스(124)에는 정상상태 모델 생성부(160)에서 생성된 정상상태 모델이 저장되어 있다. 정상상태 모델은 기 설정된 주기로 업데이트될 수 있다.
동작시간정보 데이터베이스(126)에는 발전기 가동이력, 발전기 운영실적(track record)에 기반한 고장발생 예측 데이터별 동작시간이 저장되어 있다. 발전기 가동이력, 발전기 운영실적(track record) 등에는 고장발생 예측 데이터별로 실제로 고장이 발생할 때까지의 시간정보(동작시간)가 기재되어 있다.
고장 이력 정보 데이터베이스(128)에는 고장현황, 고장관리 우선순위, 고장원인, 정비계획 등을 포함하는 고장이력 정보가 저장되어 있다. 고장현황은 각 풍력발전기에서 고장이 발생한 장치, 고장 발생일, 정비 여부, 정비일 등을 포함할 수 있다. 고장관리 우선순위는 발생 또는 예측된 고장들, 그때의 고장의 유형들, 풍력발전기 또는 풍력발전기를 구성하는 장치들 사이에서 우선적으로 정비가 이루어져야 하는 순서를 나타내는 순위로, 수학식 1을 이용하여 구할 수 있다.
Figure pat00001
여기서, R은 고장관리 우선순위, S는 고장심각도, P는 고장발생확률, D는 고장검지율, C는 고객요청률을 의미한다. 고장 심각도는 풍력발전기를 구성하는 각 장치의 고장 심각 정도에 따라 부여된 값이고, 고장발생확률은 각 고장별 또는 장치별 고장이 발생할 확률로서, 기 설정된 일정 기간동안 고장이 발생한 히스토리 또는 통계를 이용하여 구해진 값일 수 있다. 고장검지율은 각 장치의 고장 검지 능력을 표시한 값으로, 예컨대, 고장을 검지할 수 있는 센서의 부착 여부에 따라 그 값이 다를 수 있다. 고객요청률은 고객의 요청 여부에 따라 다른 값을 가진다.
수집부(130)는 풍력발전단지에서 발생하는 작업 환경 데이터(raw data)를 수집한다. 여기서, 작업 환경 데이터는 풍속, 풍향, 온도, 압력 등을 포함하는 기상데이터, SCADA 및 CMS에서 취득된 작업정보(예컨대, 풍력 발전기에 구비된 블레이드의 피치(Pitch) 각도 및 요(Yaw) 각도, 작업 일지, 작업 환경 정보 등을 포함함) 등을 포함할 수 있다.
고장발생 예측부(140)는 수집부(130)에서 수집된 작업 환경 데이터를 기 정의된 정상상태 모델과 비교하고, 그 비교 결과에 근거하여 풍력발전단지의 상태를 나타내는 상태 데이터를 생성하며, 상기 상태 데이터에 따라 풍력발전단지의 고장 발생을 예측한다. 여기서, 상태 데이터는 풍력발전단지의 고장 발생 가능성을 나타내는 고장발생 예측 데이터(health data)를 포함하고, 고장발생 예측부(140)는 수집된 작업 환경 데이터를 기 정의된 정상상태 모델과 비교하여, 정상범위를 벗어난 파라미터가 존재하는 경우 해당 파라미터의 추이를 근거로 고장발생 예측 데이터를 생성한다. 정상상태 모델은 각 파라미터들의 상관관계를 나타낸 것으로, 고장발생 예측부(140)는 실시간으로 측정된 각 파라미터의 값을 정상상태 모델의 값과 비교하고, 그 비교결과 정상범위를 벗어난 파라미터가 존재하면, 해당 파라미터와 상관관계가 높은 파라미터와의 상관관계를 살펴서 고장을 예측할 수 있다. 이때, 예측된 것이 고장발생 예측 데이터일 수 있다.
예를 들어, 정상범위를 벗어난 파라미터가 온도이고, 온도와 상관관계가 높은 파라미터가 압력인 경우, 고장발생 예측부(140)는 온도와 압력의 상관관계에 따라 설정된 고장을 예측할 수 있다.
정비계획 수립부(150)는 고장발생 예측부(140)에서 예측된 고장이 발생할 때까지의 동작시간(living time)을 예측하고, 상기 예측된 동작시간동안 수행가능한 상기 고장에 대한 정비계획을 수립한다. 이때, 정비계획 수립부(150)는 동작시간정보 데이터베이스(126)에 저장된 발전기 가동 이력, 발전기 운영실적(track record)등을 기반으로 상기 고장이 발생할때까지의 동작시간(living time)을 예측할 수 있다. 동작시간정보 데이터베이스(126)에는 발전기 가동이력, 발전기 운영실적(track record)에 기반한 고장발생 예측 데이터별 동작시간이 저장되어 있으므로, 정비계획 수립부(150)는 동작시간정보 데이터베이스(126)를 기반으로 상기 동작이 발생할때까지의 동작시간(living time)을 예측할 수 있다.
정비계획 수립부(150)는 동작시간(living time)이 예측되면, 그 시간 안에 정비가 이루어질 수 있도록 정비계획을 수립한다. 이때, 정비계획 수립부(150)는 가용 자원, 고장관리 우선순위, 기상 상태(파고 등), 동작시간(living time) 등을 고려하여 정비계획을 수립할 수 있다. 즉, 정비계획 수립부(150)는 상기 예측된 동작시간(living time)내에 정비가 이루어지도록 하기 위해, 상기 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 상기 동작시간에 기반한 정비시점을 결정한다. 이때, 정비계획 수립부(150)는 정비 우선순위가 높더라도 기상상태 또는 자원 가용 여부가 만족하지 않은 경우, 기상상태 및 자원 사용이 가능한 고장을 우선 순으로 정비하도록 정비 시점을 결정할 수도 있다.
예를 들어, 고장관리 우선순위가 기어, 축, 블레이드이고, 기상상태 및 정비에 필요한 자원이 모두 충족하는 경우, 정비계획 수립부(150)는 기어, 축, 블레이드 순으로 정비 순서를 결정할 수 있다. 또한, 고장관리 우선순위가 기어, 축, 블레이드이고, 기어의 정비소요시간은 5시간, 축 정비소요시간은 3시간, 블레이드 정비소요시간은 7시간이며, 동작시간이 3시간으로 예측된 경우, 정비계획 수립부(150)는 동작시간내에 정비가 이루어져야 하므로, 동작시간내에 정비가 가능한 축을 최우선순위로 정비 순서를 결정할 수 있다. 또한, 고장관리 우선순위가 기어, 축, 블레이드이고, 정비에 필요한 자원의 사용이 가능한 고장이 블레이드인 경우, 정비계획 수립부(150)는 블레이드를 최우선 순위로 정비 순서를 결정할 수 있다.
정비계획을 수립하는 방법은 육상용과 해상용이 다르므로, 정비계획을 수립하는 방법에 대해 육상용과 해상용으로 구분하여 설명하기로 한다.
먼저, 육상용 풍력발전 유지보수 계획을 수립하는 방법에 대해 도 3을 참조하여 설명하기로 한다. 도 3을 참조하면, 터빈 에러 정지가 발생하면, 정비계획 수립부(150)는 터빈 알람 발생 후 관리자와 담당 엔지니어에게 고장 발생을 알려주고, 수리부품, 장비, 사람 등의 자원을 준비시키는 준비시간을 설정한다. 그런 다음 정비계획 수립부(150)는 필요 자원을 주문하고, 필요자원들이 현장까지 도달하는데 걸리는 소요시간을 계산한다. 자원 준비가 완료되어 출발 가능한 경우 정비계획 수립부(150)는 수리팀이 터빈까지 가는데 걸리는 도착 소요시간을 계산하고, 고장을 수리하는데 걸리는 고장 수리 소요시간을 계산하며, 수리가 완료되면, 수리팀이 사무실까지 도착하는 도착시간을 계산한다. 상기와 같이 터빈 고장에 대한 정비 소요 시간이 계산되면, 정비계획 수립부(150)는 예측된 동작시간(living time)내에 터빈 고장에 대한 정비가 이루어지도록 하기 위해, 정비에 필요한 자원을 주문하고, 기상상태 및 자원의 가용여부를 참조하여 정비시점을 결정한다.
다음으로, 해상용 풍력발전 유지보수 계획을 수립하는 방법에 대해 도 4를 참조하여 설명하기로 한다. 도 4를 참조하면, 터빈 에러 정지가 발생하면, 정비계획 수립부(150)는 터빈 알람 발생 후 풍력발전단지 관리자가 담당 엔지니어에게 고장 발생을 알려주고, 수리부품 및 장비, 사람 등의 자원을 준비시키는 준비시간을 설정한다. 그런 다음 정비계획 수립부(150)는 필요 자원을 주문하고, 필요자원들이 현장까지 도달하는데 걸리는 소요시간을 계산하며, 기상 데이터를 근거로 수리팀의 출발대기 시간을 설정한다. 기상상태와 자원준비가 완료되어 출발 가능한 경우 정비계획 수립부는 수리팀이 터빈까지 가는데 걸리는 도착 소요시간을 계산하고, 고장을 수리하는데 걸리는 고장 수리 소요시간을 계산하며, 수리가 완료되면, 수리팀이 사무실까지 도착시간을 계산한다. 상기와 같이 터빈 고장에 대한 정비 소요 시간이 계산되면, 정비계획 수립부(150)는 예측된 동작시간(living time)내에 터빈 고장에 대한 정비가 이루어지도록 하기 위해, 정비에 필요한 자원을 주문하고, 기상상태 및 자원의 가용여부를 참조하여 정비시점을 결정한다.
정비계획 수립부(150)는 정비계획을 수립함은 물론 풍력발전 유지보수 시나리오에 따라 수집된 데이터를 이용하여 유지보수비용(CA)을 계산한다. 즉, 정비계획 수립부(150)는 수학식 2를 이용하여 유지보수비용(CA)을 계산한다.
Figure pat00002
여기서, CA는 연간 유지보수 비용, PA는 고장발생확률, RA는 수리비용이고, 수리비용은 장비사용료, 부품비용, 인건비용, 이송비용 등을 포함한다.
정상상태 모델 생성부(160)는 정상상태 모델을 생성하기 위해 풍력발전단지에서 발생하는 작업 환경 모델링 데이터를 수집하고, 수집된 작업 환경 모델링 데이터에서 노이즈를 제거하여 정상 데이터를 추출하며, 추출된 정상 데이터의 패턴을 인식하여 정상상태 모델을 생성한다. 여기서, 작업 환경 모델링 데이터는 정상상태 모델을 생성하기 위해 수집된 데이터로, 풍력발전단지의 풍속, 풍향, 온도, 압력 중 적어도 하나를 포함하는 기상데이터, SCADA시스템(Supervisory Control And Data Acquisition System) 또는 CMS(Condition Monitoring System)에서 취득된 작업정보를 포함할 수 있다. 정상상태 모델은 상태 매트릭스로서 각 파라미터(예컨대, 풍속, 부하, 온도 등) 사이의 상관관계를 나타낼 수 있다. 따라서, 정상상태 모델 생성부(160)는 파라미터들 중 어느 하나를 바꾸어가면서 그때의 작업 환경 모델링 데이터를 측정하는 방식으로, 어느 하나의 파라미터에 대해 검증(calibration)을 진행하여 정상상태 모델을 생성할 수 있다.
다시 말하면, 정상상태 모델 생성부(160)는 정상상태 모델의 파라미터들 중 어느 하나를 바꾸어가면서 작업 환경 모델링 데이터를 측정하고, 측정된 작업 환경 모델링 데이터에서 노이즈를 제거하여 정상 데이터를 추출하며, 추출된 정상 데이터를 기 정의된 기준 데이터와 비교하여, 기준 데이터 값과 가장 비슷한 값을 갖는 정상 데이터의 값을 해당 파라미터의 값으로 설정하여 정상상태 모델을 생성할 수 있다.
고장 처리부(170)는 고장발생 예측부(140)에서 생성된 상태 데이터가 이미 고장이 발생하였음을 나타내는 경우, 즉시 정비가 이루어지도록 정비계획을 스케줄링한다. 즉, 고장 처리부(170)는 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 정비시점을 결정하는 등의 정비계획을 스케줄링하여, 즉시 정비가 이루어지도록 한다.
또한, 고장 처리부(170)는 고장발생 예측부(140)에서 생성된 상태 데이터가 이미 고장이 발생하였음을 나타내는 경우, 해당 풍력발전기의 자동 제어 여부를 판단하고, 그 판단결과에 따라 해당 풍력발전 제어장치로 자동 제어 신호를 전송하거나, 관리자 단말로 알람정보를 전송한다.
즉, 고장 처리부(170)는 고장이 발생된 풍력발전기에 자동 제어가 설정되어 있거나 자동 제어가 가능한 경우, 자동 제어 신호를 해당 풍력발전 제어장치로 전송하고, 자동 제어가 설정되어 있지 않거나 자동 제어가 불가능한 경우, 고장원인, 고장관리 우선순위, 설비 유지 비용, 정비 시점을 포함하는 알람 정보를 관리자 단말로 전송할 수 있다. 여기서, 자동 제어 신호는 윤활유 보충(요잉기어, 피치제어기어), 제너레이터 냉각수 보충 등 자동 유지/보수를 위한 제어신호, 안전 모드 운전을 위한 제어신호(피치제어, 회전속도제어) 등을 포함할 수 있다.
고장 이력 관리부(180)는 관리자로부터 풍력발전 고장이력 정보가 요청된 경우, 고장이력정보 데이터베이스(128)로부터 해당 풍력발전기의 고장현황, 고장관리 우선순위, 고장원인, 정비 방안 등을 포함하는 고장이력 정보를 획득하여 제공한다.
한편 수집부(130), 고장발생 예측부(140), 정비계획 수립부(150), 정상상태 모델 생성부(160), 고장 처리부(170), 고장 이력 관리부(180) 각각은 컴퓨팅 장치 상에서 프로그램을 실행하기 위해 필요한 프로세서 등에 의해 각각 구현될 수 있다. 이처럼 수집부(130), 고장발생 예측부(140), 정비계획 수립부(150), 정상상태 모델 생성부(160), 고장 처리부(170), 고장 이력 관리부(180)는 물리적으로 독립된 각각의 구성에 의해 구현될 수도 있고, 하나의 프로세서 내에서 기능적으로 구분되는 형태로 구현될 수도 있다.
제어부(190)는 통신부(110), 데이터베이스(120), 수집부(130), 고장발생 예측부(140), 정비계획 수립부(150), 정상상태 모델 생성부(160), 고장 처리부(170), 고장 이력 관리부(180)를 포함하는 풍력발전 관리장치(100)의 다양한 구성부들의 동작을 제어하는 구성이다.
이러한 제어부(190)는 적어도 하나의 연산 장치를 포함할 수 있는데, 여기서 상기 연산 장치는 범용적인 중앙연산장치(CPU), 특정 목적에 적합하게 구현된 프로그래머블 디바이스 소자(CPLD, FPGA), 주문형 반도체 연산장치(ASIC) 또는 마이크로 컨트롤러 칩일 수 있다.
풍력발전 관리장치(100)가 포함할 수 있는 이러한 구성부들은 하드웨어, 소프트웨어 또는 이들의 결합으로 구현될 수 있으며, 하나의 하드웨어 또는 소프트웨어에 의해 둘 이상의 구성부들이 동시에 구현될 수도 있다.
도 5는 본 발명의 실시예에 따른 풍력발전 제어장치의 구성을 개략적으로 나타낸 블럭도이다.
도 5를 참조하면, 풍력발전 제어장치(200)는 다중센서(210), 풍력발전 제어부(220)를 포함한다.
다중 센서(210)는 풍력 발전기에서 측정 대상에 따라 적절한 위치에 설치될 수 있고, 동일한 대상을 각각 감지하거나 각각 측정하기 위한 다수의 감지부(미도시)로 이루어진다. 여기서, 감지부에 의해 감지 내지 측정되는 대상은 풍속, 풍향, 온도, 압력 중 어느 하나를 포함하거나, 이들의 조합을 포함할 수 있다. 따라서, 감지부는 2개 또는 이를 초과하는 개수로 이루어져서 동일한 물리적인 양을 각각 감지 내지 측정하는데, 예컨대 풍속계, 풍향계, 온도센서 또는 압력센서일 수 있다. 여기서, 온도센서는 기어박스, 발전기, 유압장치 또는 쿨링장치 등의 온도를 측정하는 센서일 수 있다.
풍력발전 제어부(220)는 풍력 발전기 중에서 다중센서(210)의 측정값에 따라 제어되는 장치, 예컨대 피치 드라이브, 나셀의 요 제어 장치, 발전기, 유압장치, 쿨링장치 등을 제어할 수 있다.
풍력발전 제어부(220)는 풍력발전 관리장치로부터 자동 제어 신호가 수신된 경우, 상기 자동 제어 신호에 해당하는 동작을 수행한다. 즉, 풍력발전 제어부(220)는 풍력발전기 중에서 자동 제어 신호에 따라 제어되는 장치, 예컨대 피치 드라이브, 나셀의 요 제어장치, 발전기, 유압장치, 쿨링장치 등을 제어한다.
풍력발전 제어부(220)가 자동제어 신호에 따라 풍력발전기를 제어하는 방법은 종래의 방법과 동일하므로 그 설명은 생략하기로 한다.
도 6은 본 발명의 실시예에 따른 풍력발전기 관리 방법을 나타낸 흐름도이다.
도 6을 참조하면, 풍력발전 관리장치는 풍력발전단지에서 발생하는 작업 환경 데이터를 수집한다(S602). 여기서, 작업 환경 데이터는 풍속, 풍향 등을 포함하는 기상데이터, SCADA 및 CMS에서 취득된 작업정보(예컨대, 풍력 발전기에 구비된 블레이드의 피치(Pitch) 각도 및 요(Yaw) 각도, 작업 일지, 작업 환경 정보 등을 포함함) 등을 포함할 수 있다.
풍력발전 관리장치는 수집된 작업 환경 데이터를 기 정의된 정상상태 모델과 비교하여(S604), 정상범위를 벗어난 파라미터가 존재하는지의 여부를 판단한다(S606).
S606의 판단결과 정상범위를 벗어나는 파라미터가 존재하면, 풍력발전 관리장치는 해당 파라미터의 추이를 근거로 풍력발전단지의 고장 발생을 예측한다(S608).
그런 후 풍력발전 관리장치는상기 예측된 고장이 발생할 때까지의 동작시간을 예측하고(S610), 상기 예측된 동작시간동안 상기 고장에 대한 정비계획을 수립한다(S612). 이때, 풍력발전 관리장치는 동작시간정보 데이터베이스에 저장된 플랜트 가동 이력, 발전기 운영실적(track record)등을 기반으로 상기 고장이 발생할 때까지의 동작시간(living time)을 예측할 수 있다. 그런 후, 풍력발전 관리장치는 가용 장비, 자원, 고장관리 우선순위, 기상 상태(파고 등), 동작시간(living time) 등을 고려하여 정비계획을 수립할 수 있다. 이를 통해 고장이 발생하기 전인 동작시간내에 수립된 정비계획에 따라 정비가 이루어질 수 있다.
이러한 풍력플랜트 관리 방법은 프로그램으로 작성 가능하며, 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 풍력플랜트 관리 방법에 관한 프로그램은 전자장치가 읽을 수 있는 정보저장매체(Readable Media)에 저장되고, 전자장치에 의하여 읽혀지고 실행될 수 있다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 풍력발전 관리장치 110 : 통신부
120 : 데이터베이스 130 : 수집부
140 : 고장발생 예측부 150 : 정비계획 수립부
160 : 정상상태 모델 생성부 170 : 고장 처리부
180 : 고장 이력 관리부 190 : 제어부
200 : 풍력발전 제어장치 210 : 다중센서
220 : 풍력발전 제어부 300 : 풍력발전기

Claims (13)

  1. 풍력발전단지에서 발생하는 작업 환경 데이터(raw data)를 수집하는 수집부;
    상기 수집된 작업 환경 데이터를 기 정의된 정상상태 모델과 비교하고, 상기 비교 결과에 근거하여 상기 풍력발전단지의 상태를 나타내는 상태 데이터를 생성하며, 상기 상태 데이터에 따라 상기 풍력발전단지의 고장 발생을 예측하는 고장발생 예측부; 및
    상기 고장이 발생할 때까지의 동작시간(living time)을 예측하고, 상기 예측된 동작시간동안 수행가능한 상기 고장에 대한 정비계획을 수립하는 정비계획 수립부;
    를 포함하는 풍력발전 관리장치.
  2. 제1항에 있어서,
    상기 작업 환경 데이터는 상기 풍력발전단지의 풍속, 풍향, 온도, 압력 중 적어도 하나를 포함하는 기상데이터, SCADA시스템(Supervisory Control And Data Acquisition System) 또는 CMS(Condition Monitoring System)에서 취득된 작업정보를 포함하는 것을 특징으로 하는 풍력발전 관리장치.
  3. 제1항에 있어서,
    상기 상태 데이터는 상기 풍력발전단지의 고장 발생 가능성을 나타내는 고장발생 예측 데이터(health data)를 포함하고,
    상기 고장발생 예측부는 상기 수집된 작업 환경 데이터를 상기 기 정의된 정상상태 모델과 비교하여, 정상범위를 벗어난 파라미터가 존재하는 경우 해당 파라미터의 추이를 근거로 상기 고장발생 예측 데이터를 생성하는 것을 특징으로 하는 풍력발전 관리장치.
  4. 제1항에 있어서,
    상기 정상상태 모델을 생성하기 위해 상기 풍력발전단지에서 발생하는 작업 환경 모델링 데이터를 수집하고, 상기 수집된 작업 환경 모델링 데이터에서 노이즈를 제거하여 정상 데이터를 추출하며, 상기 추출된 정상 데이터의 패턴을 인식하여 상기 정상상태 모델을 생성하는 정상상태 모델 생성부를 더 포함하는 풍력발전 관리장치.
  5. 제1항에 있어서,
    발전기 가동이력, 발전기 운영실적(track record)에 기반한 고장발생 예측 데이터별 동작시간이 저장된 동작시간정보 데이터베이스를 더 포함하고,
    상기 정비계획 수립부는 상기 동작시간정보 데이터베이스를 기반으로 상기 고장이 발생할 때까지의 동작시간을 예측하는 것을 특징으로 하는 풍력발전 관리장치.
  6. 제1항에 있어서,
    상기 정비계획 수립부는 고장발생확률, 장비 사용료, 부품 비용, 인건비용, 이송비용 중 적어도 하나를 참조하여 상기 수립된 정비계획에 대한 유지보수비용을 계산하는 것을 특징으로 하는 풍력발전 관리장치.
  7. 제1항에 있어서,
    상기 정비계획 수립부는 상기 예측된 동작시간내에 상기 고장에 대한 정비가 이루어지도록 하기 위해, 상기 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 상기 동작시간에 기반한 정비시점을 결정하는 것을 특징으로 하는 풍력발전 관리장치.
  8. 제1항에 있어서,
    상기 상태 데이터가 이미 고장이 발생하였음을 나타내는 경우, 즉시 정비가 이루어지도록 하기 위해, 상기 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 정비시점을 결정하는 고장 처리부를 더 포함하는 풍력발전 관리장치.
  9. 제1항에 있어서,
    풍력발전기 고장이력 정보가 요청된 경우, 고장현황, 고장관리 우선순위, 고장원인, 정비계획 중 적어도 하나를 포함하는 고장이력 정보를 제공하는 고장이력 관리부를 더 포함하는 풍력발전 관리장치.
  10. 풍력발전 관리장치가 풍력플랜트를 관리하는 방법에 있어서,
    풍력발전단지에서 발생하는 작업 환경 데이터를 수집하는 단계;
    상기 수집된 작업 환경 데이터를 기 정의된 정상상태 모델과 비교하고, 상기 비교 결과에 근거하여 상기 풍력발전단지의 상태를 나타내는 상태 데이터를 생성하고, 상기 상태 데이터에 따라 상기 풍력발전단지의 고장 발생을 예측하는 단계;
    상기 고장이 발생할 때까지의 동작시간을 예측하는 단계;및
    상기 예측된 동작시간동안 상기 고장에 대한 정비계획을 수립하는 단계;
    를 포함하는 풍력플랜트 관리 방법.
  11. 제10항에 있어서,
    상기 고장이 발생할 때까지의 동작시간은 발전기 가동이력, 발전기 운영실적(track record)에 기반한 고장발생 예측 데이터별 동작시간이 저장된 동작시간정보 데이터베이스를 기반으로 예측하는 것을 특징으로 하는 풍력플랜트 관리 방법.
  12. 제10항에 있어서,
    상기 예측된 동작시간동안 상기 고장에 대한 정비계획을 수립하는 단계는, 상기 예측된 동작시간내에 상기 고장에 대한 정비가 이루어지도록 하기 위해, 상기 고장의 정비에 필요한 자원, 기상상태, 상기 자원의 가용여부, 상기 자원의 주문에 걸리는 시간, 또는 복수의 고장들 사이의 정비 우선순위를 참조하여 상기 동작시간에 기반한 정비시점을 결정하는 것을 특징으로 하는 풍력플랜트 관리방법.
  13. 제10항에 있어서,
    상기 풍력발전단지에서 발생하는 작업 환경 모델링 데이터를 수집하고, 상기 수집된 작업 환경 모델링 데이터에서 노이즈를 제거하여 정상 데이터를 추출하며, 상기 추출된 정상 데이터의 패턴을 인식하여 상기 정상상태 모델을 생성하는 단계를 더 포함하는 풍력플랜트 관리방법.
KR1020140098149A 2014-07-31 2014-07-31 풍력플랜트 관리 시스템 및 그 방법 KR20160017681A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140098149A KR20160017681A (ko) 2014-07-31 2014-07-31 풍력플랜트 관리 시스템 및 그 방법

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020140098149A KR20160017681A (ko) 2014-07-31 2014-07-31 풍력플랜트 관리 시스템 및 그 방법
US14/813,842 US10600036B2 (en) 2014-07-31 2015-07-30 Wind power plant management system and method thereof
EP15179274.4A EP2983048B1 (en) 2014-07-31 2015-07-31 Wind power plant management system and method thereof

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020160069821A Division KR20160073945A (ko) 2016-06-03 2016-06-03 풍력플랜트 관리 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20160017681A true KR20160017681A (ko) 2016-02-17

Family

ID=53773303

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140098149A KR20160017681A (ko) 2014-07-31 2014-07-31 풍력플랜트 관리 시스템 및 그 방법

Country Status (3)

Country Link
US (1) US10600036B2 (ko)
EP (1) EP2983048B1 (ko)
KR (1) KR20160017681A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200084108A (ko) * 2019-01-02 2020-07-10 한국에너지기술연구원 풍력발전기 유지보수 의사 결정 지원 시스템

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105041570B (zh) * 2015-07-30 2017-12-15 北京天诚同创电气有限公司 风电机组偏航控制方法和装置
CN108431404B (zh) * 2015-12-23 2020-03-03 维斯塔斯风力系统集团公司 用于控制多个风力涡轮机的方法和系统
US10210155B2 (en) * 2016-03-01 2019-02-19 Panasonic Intellectual Property Management Co., Ltd. Apparatus state estimation method, apparatus state estimation device, and data providing device
KR101789923B1 (ko) 2016-06-02 2017-10-25 두산중공업 주식회사 풍력단지 통합제어 모니터링 방법
CN107524572A (zh) * 2016-06-22 2017-12-29 南京理工大学 一种风力发电机组在线状态监测和故障诊断方法
CN106951997B (zh) * 2017-03-24 2020-11-10 新疆金风科技股份有限公司 预测风机的故障的方法和设备
US10671039B2 (en) * 2017-05-03 2020-06-02 Uptake Technologies, Inc. Computer system and method for predicting an abnormal event at a wind turbine in a cluster
CN107491021A (zh) * 2017-08-21 2017-12-19 无锡小天鹅股份有限公司 家用电器及其故障诊断系统、方法和服务器
US10815966B1 (en) 2018-02-01 2020-10-27 Uptake Technologies, Inc. Computer system and method for determining an orientation of a wind turbine nacelle
CN108764742A (zh) * 2018-05-25 2018-11-06 山东鲁能智能技术有限公司 一种变电站巡检机器人的状态管理方法、装置及设备
CN110836171A (zh) * 2018-08-19 2020-02-25 北京国电思达科技有限公司 基于机组测风系统的风机技改优化效果评估方法及其系统
CN109164784A (zh) * 2018-08-22 2019-01-08 重庆海装风电工程技术有限公司 基于大数据云服务的风力发电机运维方法、装置及系统
CN109026525B (zh) * 2018-11-02 2020-04-24 重庆海装风电工程技术有限公司 一种风力发电机组的运维方法、装置及系统
CN109558979A (zh) * 2018-11-29 2019-04-02 广东电网有限责任公司 电力设备缺陷预测方法及装置
CN109754095B (zh) * 2018-12-24 2021-06-22 广东电网有限责任公司广州供电局 调配信息生成方法、装置、计算机设备和存储介质
US10975841B2 (en) 2019-08-02 2021-04-13 Uptake Technologies, Inc. Computer system and method for detecting rotor imbalance at a wind turbine

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130026107A (ko) 2011-09-05 2013-03-13 삼성중공업 주식회사 풍력 발전 시스템 및 그 제어 방법

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6975925B1 (en) * 2002-03-19 2005-12-13 Windlynx Systems, B.V. Forecasting an energy output of a wind farm
US6925385B2 (en) * 2003-05-16 2005-08-02 Seawest Holdings, Inc. Wind power management system and method
US8335731B1 (en) * 2007-12-28 2012-12-18 Vestas Wind Systems A/S Method of establishing a profitability model related to the establishment of a wind power 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
WO2010069318A1 (en) * 2008-12-16 2010-06-24 Vestas Wind Systems A/S Wear-out pattern recognition
WO2010082322A1 (ja) * 2009-01-14 2010-07-22 株式会社日立製作所 装置異常監視方法及びシステム
US20110313726A1 (en) * 2009-03-05 2011-12-22 Honeywell International Inc. Condition-based maintenance system for wind turbines
ES2562253T3 (es) 2009-06-24 2016-03-03 Vestas Wind Systems A/S Un procedimiento y un sistema para controlar el funcionamiento de una turbina eólica
US20100280673A1 (en) * 2009-10-07 2010-11-04 Ge Wind Energy Gmbh Systems and Methods for Analyzing Reporting Data
EP2502174B1 (en) 2009-11-16 2018-06-13 Simmonds Precision Products, Inc. Data acquisition system for condition-based maintenance
ES2573127T3 (es) * 2010-02-05 2016-06-06 Vestas Wind Systems A/S Método para hacer funcionar una central de energía eólica
TWI476430B (zh) * 2010-08-23 2015-03-11 Inst Nuclear Energy Res Atomic Energy Council 具極端風速預測功能之風能預報方法
KR20120059874A (ko) 2010-12-01 2012-06-11 현대중공업 주식회사 풍력 발전 진단을 위한 모바일 연동 장치, 시스템 및 방법
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
US8972067B2 (en) * 2011-05-11 2015-03-03 General Electric Company System and method for optimizing plant operations
JP2013011232A (ja) 2011-06-29 2013-01-17 Mitsubishi Heavy Ind Ltd 風車の修理時期決定支援装置及び修理時期決定支援方法
US8326577B2 (en) * 2011-09-20 2012-12-04 General Electric Company System and method for predicting wind turbine component failures
CA2851821A1 (en) * 2011-10-21 2013-04-25 Prime Datum, Inc. Direct drive fan system with variable process control
US20130253853A1 (en) * 2012-03-22 2013-09-26 General Electric Company Stress factor driven maintenance and scheduling
US20130332220A1 (en) 2012-06-11 2013-12-12 Kaj Skov Nielsen Service planning tool for wind turbines
KR20140054682A (ko) 2012-10-29 2014-05-09 대우조선해양 주식회사 풍력 발전 장치의 고장 검출 제어 시스템 및 고장 검출 제어 방법
US20140244328A1 (en) * 2013-02-22 2014-08-28 Vestas Wind Systems A/S Wind turbine maintenance optimizer
US20140288855A1 (en) * 2013-03-20 2014-09-25 United Technologies Corporation Temporary Uprating of Wind Turbines to Maximize Power Output
US20150101401A1 (en) * 2013-10-11 2015-04-16 General Electric Company Method And System For Determining Wind Turbine Reliability

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130026107A (ko) 2011-09-05 2013-03-13 삼성중공업 주식회사 풍력 발전 시스템 및 그 제어 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200084108A (ko) * 2019-01-02 2020-07-10 한국에너지기술연구원 풍력발전기 유지보수 의사 결정 지원 시스템

Also Published As

Publication number Publication date
EP2983048A2 (en) 2016-02-10
US20160034856A1 (en) 2016-02-04
EP2983048B1 (en) 2021-10-27
EP2983048A3 (en) 2016-07-20
US10600036B2 (en) 2020-03-24

Similar Documents

Publication Publication Date Title
KR20160017681A (ko) 풍력플랜트 관리 시스템 및 그 방법
KR20160073945A (ko) 풍력플랜트 관리 시스템 및 그 방법
US7895016B2 (en) System and method for wind turbine health management
KR20140130543A (ko) 설비들의 그룹의 조건 모니터링을 위한 방법 및 시스템
EP2514969B1 (en) Monitoring wind turbine performance
US20200141392A1 (en) Independent monitoring system for a wind turbine
US10902163B2 (en) Simulation method and system
Butler et al. A feasibility study into prognostics for the main bearing of a wind turbine
US20150066468A1 (en) Data acquisition system and a method of acquiring data from a wind turbine
Smarsly et al. An integrated monitoring system for life-cycle management of wind turbines
CN102053600A (zh) 用于风摩擦监控的系统和方法
Byon et al. Wind energy facility reliability and maintenance
RU2668852C1 (ru) Способ и система учета остаточного ресурса компонентов турбоагрегата
Tchakoua et al. New trends and future challenges for wind turbines condition monitoring
Zhang et al. Condition based maintenance and operation of wind turbines
Zhang Comparison of data-driven and model-based methodologies of wind turbine fault detection with scada data
US9188021B2 (en) Steam turbine blade vibration monitor backpressure limiting system and method
KR101896442B1 (ko) Ict 융합형 풍력 발전 단지 모니터링 시스템, 서버 및 방법
Lybeck et al. Lifecycle prognostics architecture for selected high-cost active components
Fan et al. An intelligent condition-based monitoring and maintenance system for wind turbine
May Operational expenditure optimisation utilising condition monitoring for offshore wind parks
Wisznia Condition Monitoring of Offshore Wind Turbines
EP3303835A1 (en) Method for windmill farm monitoring
EP3855019A1 (en) System and method for operating a wind turbine
Leahy Data analytics for fault prediction and diagnosis in wind turbines

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
J201 Request for trial against refusal decision
A107 Divisional application of patent
J301 Trial decision

Free format text: TRIAL NUMBER: 2016101003346; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20160603

Effective date: 20180119