WO2013002316A1 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- WO2013002316A1 WO2013002316A1 PCT/JP2012/066509 JP2012066509W WO2013002316A1 WO 2013002316 A1 WO2013002316 A1 WO 2013002316A1 JP 2012066509 W JP2012066509 W JP 2012066509W WO 2013002316 A1 WO2013002316 A1 WO 2013002316A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- repair
- output
- time
- cost
- windmill
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 15
- 238000010276 construction Methods 0.000 claims abstract description 42
- 230000001932 seasonal effect Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000012806 monitoring device Methods 0.000 description 23
- 238000010248 power generation Methods 0.000 description 20
- 230000005856 abnormality Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 6
- 239000002184 metal Substances 0.000 description 6
- 230000000737 periodic effect Effects 0.000 description 6
- 238000013480 data collection Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005461 lubrication Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000004904 shortening 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
-
- 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
-
- 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
- F05B2270/10—Purpose of the control system
- F05B2270/20—Purpose of the control system to optimise the performance of a machine
-
- 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
Definitions
- the present invention relates to a technique for appropriately determining the repair timing of a windmill.
- Patent Document 1 discloses a wind power generation facility monitoring device based on the operation results of the wind power generation facility acquired by the operation state monitoring means and preset maintenance conditions for the wind power generation facility. By determining whether or not the actual operating status has reached the amount of operation that requires maintenance, it is possible to predict component failures in advance and maintain the wind turbine generator according to the prediction results. A technique for further shortening the stopping period of the power generation device is described.
- wind power generation tends to have a large amount of power generation in winter and a small amount of power generation in summer. Therefore, if the wind turbine generator is stopped for maintenance in the winter season, the power sales revenue is greatly reduced. It is desired to reduce the maintenance that requires stopping the wind power generator in winter while ensuring the soundness of the wind power generator.
- the main components for the wind turbine generator are mainly provided in the nacelle installed at the upper end of the support column erected on the foundation and in the rotor head provided in the nacelle, that is, at a high place. Therefore, when carrying out the construction for repairing or replacing the parts of the wind power generator, there is a need for work at a high place using crane equipment or the like.
- the wind power generator is a device that converts wind power into electric power, it is installed in a location where it is easy to blow wind. Further, as described above, the main components for the wind turbine generator are provided at a high place, that is, at a position exposed to the wind. For this reason, for example, crane equipment may not be used due to the influence of the wind, and depending on the season, the date and time when the construction cannot be performed occurs, the construction period becomes longer, and the wind turbine generator shutdown period becomes longer accordingly. There was a case.
- the construction period for the wind turbine generator becomes longer, for example, the cost for using the crane equipment and the like (crane equipment rental fee) increases, and the construction cost may increase accordingly.
- This invention is made in view of such a situation, Comprising: It aims at providing the construction time selection apparatus and construction time selection method which can identify the suitable time which performs the construction with respect to a wind power generator. And
- a wind turbine repair timing determination support device uses a wind turbine to calculate a repair cost prediction value, which is a time-series prediction value of a repair cost from a point in time when a predetermined behavior occurs for a part of the wind turbine.
- a repair cost prediction value which is a time-series prediction value of a repair cost from a point in time when a predetermined behavior occurs for a part of the wind turbine.
- the wind turbine repair timing determination support method includes a repair cost prediction value, which is a time-series prediction value of the cost for repair from a point in time when a predetermined behavior occurs for a part of the wind turbine, Repair cost calculation step for calculating when the windmill operates at a predetermined first output and when the windmill operates at a second output smaller than the predetermined first output, and time-series sales of electric power from the power generated by the windmill
- a power sale revenue calculation step of calculating a power sale revenue prediction value which is a predicted value, for a predetermined first output and a predetermined second output, a repair cost prediction value, and a power sale revenue prediction value. Referring to the balance from the time when the predetermined behavior occurs until the repair of the part, the balance to calculate and output for a plurality of repair candidate periods when operating with the first output and when operating with the second output Equipped with calculation process That.
- a repair time determination support device and a repair time determination support method capable of selecting a construction time advantageous in terms of cost while ensuring the soundness of a wind power generator.
- FIG. 1 shows a windmill, a remote monitoring device, and a repair time determination support device.
- FIG. 2 is a functional block diagram of the repair time determination support apparatus.
- FIG. 3 shows repair cost data.
- FIG. 4 shows repair cost data.
- FIG. 5 shows power sales revenue data.
- FIG. 6 shows construction cost data.
- FIG. 7 is a flowchart of the repair time determination support method.
- FIG. 8 shows an example of a balance cost curve.
- FIG. 1 shows a windmill 1.
- the windmill 1 in this embodiment is an upwind type windmill, it may be another type of windmill such as a downwind type.
- a nacelle is mounted on the tower so that the rotation angle around the vertical axis can be controlled.
- a main shaft is attached so as to be able to rotate about a rotation axis in a substantially horizontal direction with respect to the nacelle, and a rotor head is attached to the main shaft.
- a plurality of blades are attached at a predetermined pitch in the circumferential direction of the rotor head around the rotation axis.
- the main shaft rotates when the blade receives wind.
- the rotation of the main shaft is increased by a speed increaser in the nacelle, and wind power is generated by rotating the main shaft of the generator.
- the generated power is converted into power, linked to the grid, and sold.
- the monitoring device 2 is attached to the windmill 1.
- a vibration sensor that detects vibration of the bearing of the gearbox and a metal scan (wear particle detection device) 60 of an oil lubrication device that supplies oil to various bearings are provided.
- the vibration sensor detects vibration generated in the bearing, and the metal scan detects the amount of wear particles in the oil lubrication apparatus.
- the operations of the vibration sensor and the metal scan are controlled by the data collection device 62 provided in each windmill 1.
- the data collection device operates the vibration sensor and the metal scan at a predetermined interval (for example, once a day for about 5 minutes), and receives an input of a detection signal from the vibration sensor and the metal scan.
- the data collection device performs analysis based on the detection signal, and transmits it as component state data to the remote monitoring device 3-1 via the communication device and a communication line (for example, the Internet).
- the data collection device and the communication device are provided, for example, in the nacelle or the support column.
- the remote monitoring device 3-1 includes, for example, a storage device such as an HDD (Hard Disk Drive), and the component status data transmitted from the data collection device is stored in the storage device in time series, and for each wind power generator and each main component.
- the remote monitoring database shown in tabular form is stored.
- the status monitoring device is connected to the remote monitoring device 3-1.
- the state monitoring device diagnoses the state of the main components provided in the wind turbine generator based on the contents of the remote monitoring database stored in the storage device of the remote monitoring device 3-1, and stores each main component in the storage device.
- a state monitoring database indicating diagnosis results for each part is stored.
- the diagnosis of the state of the main part is based on the time change of the detection signal output from the state detection device (for example, vibration sensor and metal scan) that detects the state of the main part provided in the wind turbine generator. It is to predict when a component will fail or to output an abnormal level indicated by a detected predetermined behavior.
- the status monitoring device further diagnoses the status of the main parts as follows. It is assumed that a relationship between a state detected by the monitoring device 2 for a certain part and a required maintenance level is determined. For example, it is assumed that normal adjustment is predetermined at level 0, minor adjustment at level I, moderate repair at level II, and parts replacement at level III. Based on the detection signal of the monitoring device 2, the state monitoring device determines a maintenance level for each component according to a predetermined standard. The repair cost of each part is determined by the level of maintenance.
- the repair time determination support device 3 is connected to the remote monitoring device 3-1.
- an abnormality occurs in the parts of the windmill 1, it may not be necessary to repair immediately, and it may be considered that the operation may be continued for a certain period. If an abnormality is detected in the winter season, it is not desirable to stop the operation for repairing parts because the power sales revenue is large in the winter season. In such a case, the wind turbine 1 is operated by reducing the output of the windmill 1 to reduce the burden on the parts, and the windmill 1 is stopped and the parts are repaired after the power sales revenue is relatively low. There is a possibility that the cost for repair can be reduced.
- the repair time determination support device 3 performs a calculation for determining such a low-cost repair time.
- FIG. 2 is a functional block diagram of the repair time determination support device 3.
- the repair time determination support device 3 includes a database 4, a balance calculation unit 9, and a repair time calculation unit 10.
- the repair time determination support device 3 can be realized by using a computer such as a PC or a server, like the remote monitoring device 3-1 and the state monitoring device.
- the balance calculation unit 9 and the repair time calculation unit 10 can be realized by the CPU reading and executing a program stored in advance in a non-temporary storage medium such as a disk device.
- the database 4 stores a part ID 5, a repair cost storage unit 6, a construction cost storage unit 7, and a power sales revenue storage unit 8.
- the component ID 5 stores an identifier that identifies each component whose state is monitored by the monitoring device 2.
- the repair cost storage unit 6 indicates the repair cost in time series for each part indicated by the part ID 5.
- the construction cost storage unit 7 indicates the construction cost for each part indicated by the part ID 5 in time series.
- the power sales revenue storage unit 8 stores a predicted value of power sales revenue depending on the season.
- FIG. 3 shows an example of repair cost data stored in the repair cost storage unit 6.
- the horizontal axis shows the season.
- the vertical axis shows the repair cost.
- FIG. 3 is an example of repair cost data used when a state monitoring device detects a trouble corresponding to level I in January for a specific type of component.
- the repair cost curve 11 indicates a repair cost expected after one month when the level I state is detected when the rated operation of the wind turbine 1 is continued.
- the repair cost curve 12 in the lower right is a repair cost that is expected after one month when a level I trouble is detected when the wind turbine 1 is operated in a safe mode in which the output of the wind turbine 1 is lowered at a predetermined rate (for example, 90% output). Indicates.
- FIG. 4 shows a predicted value of repair cost when a level I state is detected in different seasons for the same parts as in FIG. Since the output of wind power generators tends to increase in the winter, there is a seasonal variation in the burden on the parts, and the burden on the winter is large. Therefore, the repair cost curve varies depending on the season.
- the level I state when the level I state is detected in July and the rated operation is continued, it is predicted that the level will be level II in October and level III in December as shown in the repair cost curve 13.
- repair cost storage unit 6 stores a future predicted value of repair costs as shown in FIGS. 3 and 4 for each of the parts monitored by the monitoring device 2.
- FIG. 5 shows an example of data stored in the power sale revenue storage unit 8.
- the horizontal axis shows the season, and the vertical axis shows the income.
- the power sales revenue curve 15 shows the predicted value of power sales revenue during rated operation.
- the output of the windmill 1 tends to increase in winter, and the power sales revenue curve 15 reflects the seasonally dependent fluctuation.
- a lower power sales revenue curve 16 shows a predicted value of power sales revenue when the wind turbine 1 is driven at an output of 90%. For each windmill 1, a predicted value of power sales revenue determined based on such past results is stored in the power sales revenue storage unit 8 in advance.
- FIG. 6 shows an example of data stored in the construction cost storage unit 7.
- the horizontal axis shows the season, and the vertical axis shows the construction cost for repairing parts.
- the construction cost curve 17 indicates the predicted construction cost.
- the construction cost tends to increase in the winter, and the construction cost curve 17 reflects the seasonal variation.
- a predicted value of the construction cost determined based on such past experience is stored in advance in the construction cost storage unit 7.
- FIG. 7 is a flowchart of the repair time determination support method in the present embodiment.
- Step S1 When the monitoring device 2 detects an abnormality of a component, the monitoring device 2 transmits a component ID for identifying the component and an abnormality detection signal indicating the degree and type of the abnormality to the repair time determination support device 3.
- Step S2 When the repair time determination support device 3 receives the abnormality detection signal, the repair time determination support device 3 performs initial setting of the repair time. Time information such as the current year, month, day, and the like is input by a built-in calendar function or by an operator's input to the input device.
- Step S4 Set the power generation output. For example, the rated operation (output 100%) is set as the initial setting.
- Step S6 The balance calculation unit 9 calculates the repair cost. By this calculation, the future repair cost at a predetermined time interval (for example, every month) is calculated.
- the balance calculation unit 9 refers to the database 4 and reads the repair cost corresponding to the component ID 5 indicated in the abnormality detection signal from the repair cost storage unit 6.
- a plurality of future periods (balance forecast periods) that are targets of calculation of the forecast value of the balance are set. For example, when the time set in step S2 is January and the preset calculation period is 6 months, the predicted value of the repair cost for each month from January to July is read out. As a result, a repair cost curve as shown in FIG. 3 is read for the power generation output set in step S4.
- Step S8 The balance calculation unit 9 calculates power sales revenue. By this calculation, the future power sales revenue at a predetermined time interval (for example, every month) is calculated.
- the balance calculation unit 9 refers to the database 4 and reads the predicted value of power sales revenue from the power sales revenue storage unit 8. Similarly to the repair cost, for example, the predicted value for each month from January to July is read out from this power sales revenue. As a result, with respect to the power generation output set in step S4, a power sales revenue curve as shown in FIG. 5 is read.
- the balance calculator 9 further integrates the predicted value of the power sales revenue from the present to each of a plurality of future forecast periods. By this calculation, for example, when the current month is January, a predicted value of the total power sales revenue from February to July is obtained.
- Step S10 The balance calculation unit 9 calculates the construction cost. By this calculation, the future construction cost at a predetermined time interval (for example, every month) is calculated.
- the balance calculation unit 9 refers to the database 4 and reads the construction cost corresponding to the part ID 5 indicated in the abnormality detection signal from the construction cost storage unit 6.
- the repair cost for this construction cost, for example, predicted values for each month from January to July are read out.
- a repair cost curve as shown in FIG. 4 is read for the power generation output set in step S4.
- Step S14 The balance calculator 9 adds the repair cost calculated in steps S6 to S10, the integrated value of the power sales revenue, and the predicted value of each time series of the construction cost, thereby calculating the future balance (surplus / The time-series predicted value of (deficit) is calculated and output as a balance curve.
- the operator can determine when to repair the part with reference to the time-series predicted value of the balance corresponding to the power generation output set in step S4.
- Step S16 The repair time calculation unit 10 selects a predicted value with the best balance, that is, a large income or a small expenditure among time series predicted values of the balance, and corresponds to the predicted value. Extract time. As a result, it is possible to automatically select a period when the repair cost and the construction cost are relatively small and the integrated value of the power sales revenue is relatively large.
- Step S18 The repair time calculation unit 10 stores in advance a plurality (eg, 100%, 95%, 90%) of power generation output value candidates of the wind turbine 1 after the abnormality is detected in the parts. As these candidates, at least a predetermined first output and a smaller second output may be set. The repair time calculation unit 10 sequentially switches the output value candidates (step S20) and repeats the operations from steps S6 to S16.
- a plurality eg, 100%, 95%, 90%
- Step S22 With the above operation, a predicted value of time series balance is obtained for each of the plurality of output value candidates.
- the repair time calculation unit 10 calculates and outputs the optimum (best balance) power generation output and the repair time among them. The worker determines the repair time with reference to the balance curve of each output value candidate and the optimal power generation output and repair time.
- the horizontal axis shows the season.
- the upper half of the vertical axis shows the repair cost.
- the lower half of the vertical axis shows the total (integrated value) of power sales revenue, and the lower half shows that the total power sales revenue is larger.
- a balance curve 19 obtained by adding the repair cost curve 11 and the power sales revenue curve 18 when the windmill 1 is operated at an output of 100% indicates a time series balance at an output of 100%.
- the time when the balance curve takes the lowest value is the optimal time for the balance. This time is shown as repair time 21.
- a balance curve 20 obtained by adding the repair cost curve 12 when the wind turbine is operated at an output of 90% and the power sales revenue curve 18-1 indicates a time series balance when the output is 90%.
- the time when the balance curve takes the lowest value is the optimal time for the balance. This time is shown as repair time 22.
- the repair time 22 when the output is 90% indicates the optimal repair time of the balance. Therefore, in step S22 of FIG. 7, the output 90% is output as the optimum power generation output, and the repair time 22 is output as the optimal repair time.
- the balance calculation unit 9 stores in advance the time when the periodic inspection is performed. In such a case, the processes in steps S6 to S22 in FIG. 7 are executed from the time when the abnormality of the part is detected to the time of the periodic inspection. By this process, the power generation output and the repair time at which the balance is optimal before the periodic inspection are calculated. The worker refers to the output and decides whether to perform repair at the calculated time or during periodic inspection.
- the predicted value of each consecutive month at a predetermined time interval (for example, every month) is calculated.
- the predicted value may be calculated by other methods. For example, if a predicted value of the balance similar to that in the above embodiment is calculated for a plurality of candidate times, the optimal (best balance) power generation output and the repair time are calculated and output with reference to the predicted values. Can do.
- the plurality of candidate times may not be consecutive times.
- the time intervals between the plurality of repair candidate times may not be constant. For example, when the time when construction is possible is limited due to circumstances, the candidate time that can be constructed in advance is set from the first candidate time to the nth candidate time (n is an integer of 2 or more), and each candidate time Repair candidate time may be calculated.
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
風力発電装置の健全性を保証しつつ、コスト的に有利な工事時期を選択することが望まれる。風車の部品について異常が発生した時点からの修理のためのコストの時系列的な予測値である修理コスト予測値を、風車が第1出力で稼働する場合と、より小さい第2出力で稼働する場合について算出する。風車の売電収入の時系列的な予測値である売電収入予測値を、第1出力の場合と第2出力の場合とについて算出する。修理コスト予測値と売電収入予測値とを参照して、異常が発生した時点から部品の修理までに掛かる収支を、第1出力で稼働する場合と第2出力で稼働する場合とについて、複数の修理時期について計算し出力する。収支が最適となる出力と修理時期とを知ることができる。
Description
本発明は、風車の修理時期を適切に決定するための技術に関する。
風力発電装置で用いられているベアリング、増速器、及び発電機等の風力発電装置にとって主要な部品が故障すると、故障した部品の交換又は修理を行う工事(メンテナンス作業)の完了まで、風力発電装置の運転を停止しなければならず、この結果、売電収入が低下する。
さらに、部品が故障した後に、部品の交換又は修理の手続き等が行われると、故障から復旧に至るまでに要する風力発電装置の停止期間がより長くなり、より売電収入が低下するという問題があった。
さらに、部品が故障した後に、部品の交換又は修理の手続き等が行われると、故障から復旧に至るまでに要する風力発電装置の停止期間がより長くなり、より売電収入が低下するという問題があった。
この問題を解決することを目的として、特許文献1には、風力発電設備の監視装置として、運転状態監視手段が取得した風力発電設備の稼働実績と、予め設定した風力発電設備のメンテナンス条件に基づいて、実際の稼働状況がメンテナンスの必要となる稼働量に達しているか否かを判定することで、部品の故障を事前に予測し、予測結果に応じて風力発電装置をメンテナンスすることで、風力発電装置の停止期間をより短くする技術が記載されている。
風況には季節変動があり、冬季により強い風が吹く傾向がある。そのため風力発電には、冬季に発電量が多く、夏季に発電量が少ない傾向がある。従って、冬季にメンテナンスのために風力発電装置を停止すると、売電収入の低下が大きい。風力発電装置の健全性を保証しつつ、冬季に風力発電装置の停止が必要なメンテナンスを少なくすることが望まれる。
また、風力発電装置にとって主要な部品は、主に、基礎上に立設される支柱の上端に設置されるナセル内及びナセルに設けられるロータヘッド内等、すなわち高所に備えられている。そのため、風力発電装置の部品に対する修理又は交換を行う工事を実施する場合は、クレーン設備等を用いた高所作業の必要性がある。
しかしながら、風力発電装置は、風力を電力に変換する装置であることから風が吹きやすい立地に設置されている。さらに、上述のように、風力発電装置にとって主要な部品は、高所、すなわち風に晒される位置に備えられている。
そのため、風の影響により、例えばクレーン設備等を用いることができない場合があり、季節によっては、工事を実施できない日時が生じ、工事期間が長くなり、これに伴い風力発電装置の停止期間がより長くなる場合があった。
そのため、風の影響により、例えばクレーン設備等を用いることができない場合があり、季節によっては、工事を実施できない日時が生じ、工事期間が長くなり、これに伴い風力発電装置の停止期間がより長くなる場合があった。
また、風力発電装置に対する工事期間が長くなると、例えば、クレーン設備等を使用するためのコスト(クレーン設備のレンタル料金)等が増加し、これに伴い工事費用も増加する場合がある。
特に、前述したように冬季により強い風が吹く傾向があるため、冬季にメンテナンスのための工事を行うと、工事期間が延び、工事費用が増加する傾向がある。工事費用の観点からも、冬季のメンテナンスを少なくすることが望まれる。
本発明は、このような事情に鑑みてなされたものであって、風力発電装置に対する工事を行う適切な時期を特定することができる、工事時期選択装置及び工事時期選択方法を提供することを目的とする。
本発明の一側面において、風車の修理時期決定支援装置は、風車の部品について所定の挙動が発生した時点からの修理のためのコストの時系列的な予測値である修理コスト予測値を、風車が所定の第1出力で稼働する場合と、所定の第1出力よりも小さい第2出力で稼働する場合について記憶した修理コスト記憶部と、風車が生成する電力による売電収入の時系列的な予測値である売電収入予測値を、所定の第1出力の場合と所定の第2出力の場合とについて記憶した売電収入記憶部と、修理コスト記憶部と売電収入記憶部とを参照して、所定の挙動が発生した時点から部品の修理までに掛かる収支を、第1出力で稼働する場合と第2出力で稼働する場合とについて、複数の修理候補時期について計算し出力する収支計算部とを備える。
本発明の他の側面において、風車の修理時期決定支援方法は、風車の部品について所定の挙動が発生した時点からの修理のためのコストの時系列的な予測値である修理コスト予測値を、風車が所定の第1出力で稼働する場合と、所定の第1出力よりも小さい第2出力で稼働する場合について算出する修理コスト算出工程と、風車が生成する電力による売電収入の時系列的な予測値である売電収入予測値を、所定の第1出力の場合と所定の第2出力の場合とについて算出する売電収入算出工程と、修理コスト予測値と売電収入予測値とを参照して、所定の挙動が発生した時点から部品の修理までに掛かる収支を、第1出力で稼働する場合と第2出力で稼働する場合とについて、複数の修理候補時期について計算し出力する収支計算工程とを備える。
本発明により、風力発電装置の健全性を保証しつつ、コスト的に有利な工事時期を選択することを可能とする修理時期決定支援装置及び修理時期決定支援方法が提供される。
本発明の上記目的、他の目的、効果、及び特徴は、添付される図面と連携して実施の形態の記述から、より明らかになる。
図1は、風車、遠隔監視装置、及び修理時期決定支援装置を示す。
図2は、修理時期決定支援装置の機能ブロック図である。
図3は、修理コストデータを示す。
図4は、修理コストデータを示す。
図5は、売電収入データを示す。
図6は、工事コストデータを示す。
図7は、修理時期決定支援方法のフローチャートである。
図8は、収支コスト曲線の例を示す。
以下、本発明の一実施形態について説明する。図1に、風車1を示す。本実施形態における風車1はアップウインド型の風車であるが、ダウンウインド型等の他の形式の風車でもよい。タワー上に鉛直軸を中心とした回転角を制御できるようにナセルが搭載される。ナセルに対して概ね水平方向の回転軸を中心に回転できるように主軸が取り付けられ、その主軸にロータヘッドが取り付けられる。その回転軸を中心としてロータヘッドの周方向に所定のピッチで複数のブレードが取り付けられる。ブレードが風を受けることにより主軸が回転する。その主軸の回転がナセル内の増速機によって増速され、発電機の主軸を回転することにより、風力発電が行われる。生成された電力は、電力変換されて系統に連係され、売電される。
風車1に、監視装置2が取り付けられる。監視装置2として例えば、増速機の軸受の振動を検出する振動センサ、各種軸受に油を供給する油潤滑装置のメタルスキャン(摩耗粒子検出装置)60が設けられる。振動センサは軸受に生じる振動を検出し、メタルスキャンは、油潤滑装置内の摩耗粒子量を検出する。
振動センサ及びメタルスキャンは、各風車1に設けられたデータ収集装置62によって、動作が制御される。
具体的には、データ収集装置は、所定間隔(例えば、1日に1回、5分程度)で振動センサ及びメタルスキャンを動作させ、振動センサ及びメタルスキャンからの検出信号の入力を受け付ける。データ収集装置は、検出信号が入力されると、該検出信号に基づいて解析を行い、部品状態データとして、通信装置及び通信回線(例えば、インターネット)を介して遠隔監視装置3-1へ送信する。なお、データ収集装置及び通信装置は、例えば、ナセル内又は支柱内に設けられている。
具体的には、データ収集装置は、所定間隔(例えば、1日に1回、5分程度)で振動センサ及びメタルスキャンを動作させ、振動センサ及びメタルスキャンからの検出信号の入力を受け付ける。データ収集装置は、検出信号が入力されると、該検出信号に基づいて解析を行い、部品状態データとして、通信装置及び通信回線(例えば、インターネット)を介して遠隔監視装置3-1へ送信する。なお、データ収集装置及び通信装置は、例えば、ナセル内又は支柱内に設けられている。
遠隔監視装置3-1は、例えば、HDD(Hard Disk Drive)等の記憶装置を備え、記憶装置に、データ収集装置から送信された部品状態データを時系列、かつ風力発電装置毎及び主要部品毎に表形式で示した遠隔監視データベースを記憶させる。
遠隔監視装置3-1に状態監視装置が接続される。状態監視装置は、遠隔監視装置3-1の記憶装置に記憶されている遠隔監視データベースの内容に基づいて、風力発電装置に備えられている主要部品の状態を診断し、記憶装置に、各主要部品毎の診断結果を示す状態監視データベースを記憶させる。主要部品の状態の診断とは、風力発電装置に備えられている主要部品の状態を検出する状態検出装置(例えば、振動センサ及びメタルスキャン)から出力された検出信号の時間変化に基づいて、主要部品に故障が生じる時期を予測したり、検出された所定の挙動が示す異常のレベルを出力することである。
状態監視装置は更に、主要部品の状態を次のように診断する。ある部品について監視装置2によって検出された状態と、必要とされるメンテナンスのレベルの関係が決まっているとする。例えばレベル0のときは正常、レベルIのときは軽微な調整、レベルIIのときは中程度の修理、レベルIIIのときは部品交換と予め決まっているとする。状態監視装置は、監視装置2の検出信号に基づいて、所定の基準に従って、各々の部品についてメンテナンスのレベルを決定する。メンテナンスのレベルによって各部品の修理コストが決まる。
遠隔監視装置3-1に、修理時期決定支援装置3が接続される。風車1の部品に異常が発生した場合、即時に修理をする必要が無く、ある程度の期間は運転を続けてもよいと考えられる場合がある。仮に冬季に異常が検出された場合、冬季は売電収入が大きいため、部品の修理のために運転を停止することは望ましくない。そのような場合、風車1の出力を下げて運転することによって部品に掛かる負担を減らして運転し、売電収入の比較的少ない時期になってから風車1を停止して部品を修理することで、修理に掛かるコストを低減できる可能性がある。修理時期決定支援装置3は、このようなコストの低い修理時期を決定するための計算を行う。
図2は、修理時期決定支援装置3の機能ブロック図である。修理時期決定支援装置3は、データベース4、収支計算部9、及び修理時期計算部10を備える。この修理時期決定支援装置3は、遠隔監視装置3-1及び状態監視装置と同様に、PCやサーバ等のコンピュータを用いて実現することができる。収支計算部9と修理時期計算部10は、ディスク装置などの非一時的な記憶媒体に予め格納されたプログラムをCPUが読み出して実行することによって実現することができる。
データベース4には、部品ID5と、修理コスト記憶部6と、工事コスト記憶部7と、売電収入記憶部8とが格納される。部品ID5は、監視装置2によって状態を監視される各部品を特定する識別子を格納する。修理コスト記憶部6は、部品ID5に示される各部品について、修理コストを時系列的に示す。工事コスト記憶部7は、部品ID5に示される各部品について、工事コストを時系列的に示す。売電収入記憶部8は、季節に依存する売電収入の予測値を格納する。
次に、修理コスト記憶部6に格納されるデータについてより詳細に説明する。図3は、修理コスト記憶部6に格納される修理コストデータの一例を示す。横軸は季節を示す。縦軸は修理コストを示す。図3は、特定の種類の部品について、状態監視装置が、一月にレベルIに相当するトラブルを検出した場合に使用される修理コストデータの例である。
修理コスト曲線11は、風車1の定格運転を続けた場合に、レベルIの状態が検出されたときの一月以降に予想される修理コストを示す。右下の修理コスト曲線12は、風車1の出力を所定の割合で下げたセーフモード(例えば出力90%)で運転した場合の、レベルIのトラブルが検出された一月以降に予想される修理コストを示す。
一月にレベルIの状態が検出された後で部品に対するメンテナンス作業を行わずに定格運転を続けた場合、図3では、部品の状態が3月にレベルIIとなり、5月にレベルIIIとなると予測される。それに伴って、修理コストは3月に上昇し、5月に更に上昇する。一方、出力を90%に落とした場合、軸受や歯車に掛かる負担が軽減するため、部品の劣化が緩やかになる。図3の修理コスト曲線12では、一月にレベルIの状態が検出された後で出力を90%に落とした場合、5月を過ぎた頃にレベルIIの状態になると予測される。従って5月過ぎの時期Tで修理を行えば、修理コストは(レベルIIIの修理コスト)-(レベルIの修理コスト)だけ低く抑えられる。これらの修理コスト曲線11、12は、過去の経験に基づいて、予め修理コスト記憶部6に登録される。
図4は、図3と同一の部品について異なる季節にレベルIの状態が検出されたときの修理コストの予測値を示す。風力発電装置は冬季に出力が大きくなる傾向があるため、部品に掛かる負担にも季節変動があり、冬季の負担が大きい。従って、修理コスト曲線も季節によって異なる。図4の例では、七月にレベルIの状態が検出され、定格運転が続けられた場合、修理コスト曲線13に示されるように十月にレベルII、十二月にレベルIIIになると予測される。七月にレベルIの状態が検出され、出力90%に落として運転が続けられると、修理コスト曲線14に示されるように12月にレベルIIの状態になると予測される。図3と図4のように、トラブル発生時期の異なる2以上の修理コスト曲線が予め修理コスト記憶部6に登録されることが望ましい。修理コスト記憶部6は、監視装置2によって監視される対象の部品の各々について、図3と図4に示されるような修理コストの将来予測値を格納する。
図5は、売電収入記憶部8が格納するデータの一例を示す。横軸は季節、縦軸は収入を示す。売電収入曲線15は、定格運転時の売電収入の予測値を示す。風車1の出力は冬季に大きくなる傾向があり、売電収入曲線15はその季節依存的な変動を反映している。下側の売電収入曲線16は、出力90%で風車1を運転したときの売電収入の予測値を示す。各風車1について、このような過去の実績などに基づいて決められた売電収入の予測値が、売電収入記憶部8に予め格納される。
図6は、工事コスト記憶部7に格納されるデータの一例を示す。横軸は季節、縦軸は部品の修理を行うための工事のコストを示す。工事コスト曲線17は工事コストの予測値を示す。工事コストは冬季に大きくなる傾向があり、工事コスト曲線17はその季節依存的な変動を反映している。このような過去の経験に基づいて決められた工事コストの予測値が、工事コスト記憶部7に予め格納される。
次に、以上の構成を備えた修理時期決定支援装置3の動作について説明する。図7は、本実施形態における修理時期決定支援方法のフローチャートである。
ステップS1:監視装置2は、部品の異常を検出すると、その部品を特定する部品IDと、異常の程度及び種類とを示す異常検出信号を修理時期決定支援装置3に送信する。
ステップS2:修理時期決定支援装置3は、異常検出信号を受信すると、修理時期の初期設定を行う。内蔵するカレンダー機能により、又は作業者の入力装置に対する入力により、現在の年、月、日などの時間情報が入力される。
ステップS1:監視装置2は、部品の異常を検出すると、その部品を特定する部品IDと、異常の程度及び種類とを示す異常検出信号を修理時期決定支援装置3に送信する。
ステップS2:修理時期決定支援装置3は、異常検出信号を受信すると、修理時期の初期設定を行う。内蔵するカレンダー機能により、又は作業者の入力装置に対する入力により、現在の年、月、日などの時間情報が入力される。
ステップS4:発電出力の設定を行う。例えば初期設定として、定格運転(出力100%)が設定される。
ステップS6:収支計算部9は、修理コストの計算を行う。この計算により、所定の時間間隔(例えば1カ月ごと)の将来の修理コストが計算される。収支計算部9はデータベース4を参照し、異常検出信号に示された部品ID5に対応する修理コストを修理コスト記憶部6から読み出す。この際、収支の予測値の算出の対象となる将来の時期(収支予測時期)が複数、設定される。例えばステップS2において設定された時期が1月であり、予め設定された計算期間が6カ月である場合、1月から7月までの各月の修理コストの予測値が読み出される。その結果、ステップS4で設定された発電出力に関して、図3に示すような修理コスト曲線が読み出される。
ステップS8:収支計算部9は、売電収入の計算を行う。この計算により、所定の時間間隔(例えば1カ月ごと)の将来の売電収入が計算される。収支計算部9はデータベース4を参照し、売電収入の予測値を売電収入記憶部8から読み出す。この売電収入も、修理コストと同様に、例えば1月から7月までの各月の予測値が読み出される。その結果、ステップS4で設定された発電出力に関して、図5に示すような売電収入曲線が読み出される。収支計算部9は更に、現在から複数の将来予測時期の各々までの売電収入の予測値を積分する。この計算によって、例えば現在が1月である場合、2月から7月までの各月までの売電収入の合計の予測値が得られる。
ステップS10:収支計算部9は、工事コストの計算を行う。この計算により、所定の時間間隔(例えば1カ月ごと)の将来の工事コストが計算される。収支計算部9はデータベース4を参照し、異常検出信号に示された部品ID5に対応する工事コストを工事コスト記憶部6から読み出す。この工事コストも修理コストと同様に、例えば1月から7月までの各月の予測値が読み出される。その結果、ステップS4で設定された発電出力に関して、図4に示すような修理コスト曲線が読み出される。
ステップS14:収支計算部9は、ステップS6~S10で計算した修理コストと、売電収入の積分値と、工事コストとのそれぞれの時系列の予測値を足すことによって、将来の収支(surplus/deficit)の時系列的な予測値を計算し、収支曲線として出力する。作業者は、ステップS4で設定された発電出力に対応する収支の時系列的な予測値を参照して、部品の修理を行う時期を決定することができる。
ステップS16:修理時期計算部10は、収支の時系列的な予測値の中で、最も収支が良い、すなわち収入が大きいか、又は支出が小さい予測値を選択して、その予測値に対応する時期を抽出する。その結果、修理コストと工事コストが比較的小さく、売電収入の積算値が比較的大きい時期を自動的に選択することができる。
ステップS18:修理時期計算部10は、部品に異常が検出された後の風車1の発電出力値の候補を複数(例えば100%、95%、90%)、予め格納する。これらの候補としては、少なくとも所定の第1出力と、それよりも小さい第2出力とが設定されればよい。修理時期計算部10は、この出力値候補を順次に切り替えて(ステップS20)、ステップS6~S16までの動作を繰り返す。
ステップS22:以上の動作によって、複数の出力値候補の各々について、時系列的な収支の予測値が得られる。修理時期計算部10は、その中で最適な(最も収支の良い)発電出力と、修理時期とを計算し出力する。作業者は、各出力値候補の収支曲線と、最適な発電出力及び修理時期とを参考にして、修理時期を決定する。
図8を参照して、修理時期決定の一例を説明する。図8の例では、説明を簡単にするために工事コストは省略されている。横軸は季節を示す。縦軸の上半分は修理コストを示す。縦軸の下半分は売電収入の合計(積分値)を示し、より下側ほど売電収入の合計が大きいことを示す。出力100%で風車1を稼働するときの修理コスト曲線11と売電収入曲線18とを足した収支曲線19が、出力100%のときの時系列的な収支を示す。収支曲線が最も低い値を取る時期が、収支の最適な時期である。この時期が、修理時期21として示されている。出力90%で風車を稼働するときの修理コスト曲線12と売電収入曲線18-1とを足した収支曲線20が、出力90%のときの時系列的な収支を示す。収支曲線が最も低い値を取る時期が、収支の最適な時期である。この時期が、修理時期22として示されている。図8の例では、出力90%の場合の修理時期22が収支の最適な修理時期を示す。そのため図7のステップS22においては、出力90%が最適発電出力として出力され、修理時期22が最適な修理時期として出力される。
監視装置2が部品の異常を検出してから比較的近い時期に風車1の定期検査が行われる場合、その定期検査のときに部品の修理を行うことが望ましい。従って、収支計算部9は定期検査の実施時期を予め記憶する。そのような場合、図7のステップS6~S22の処理は、部品の異常が検出された時点から定期検査の時期までを対象として実行される。この処理により、定期検査前において収支が最適となる発電出力と修理時期とが算出される。作業者はその出力を参照して、算出された時期に修理を行うか、定期検査時に修理を行うかを決定する。
以上の説明では、所定の時間間隔(例えば1カ月ごと)の連続した各月の予測値を算出している。しかしながら、他の方法で予測値を算出してもよい。例えば、複数の候補時期について、上記実施形態と同様の収支の予測値を計算すれば、その予測値を参照して最適な(最も収支の良い)発電出力と、修理時期を計算し出力することができる。複数の候補時期は、連続した時期でなくてもよい。更に、複数の修理候補時期の時間間隔は一定でなくてもよい。例えば、都合により工事できる時期が限定されている場合、予め工事できる候補時期を第1候補時期から第n候補時期(nは2以上の整数)まで設定しておき、それらの各候補時期についての修理候補時期を算出してもよい。
以上に説明した本発明の幾つかの実施形態は、互いに矛盾しない範囲で任意に組み合わせが可能であることは当業者には明らかである。
この出願は、2011年6月29日に出願された日本出願特願2011-144443号を基礎とする優先権を主張し、その開示の全てをここに取り込む。
Claims (6)
- 風車の部品について所定の挙動が発生した時点からの修理のためのコストの時系列的な予測値である修理コスト予測値を、前記風車が所定の第1出力で稼働する場合と、前記所定の第1出力よりも小さい第2出力で稼働する場合について記憶した修理コスト記憶部と、
前記風車が生成する電力による売電収入の時系列的な予測値である売電収入予測値を、前記所定の第1出力の場合と前記所定の第2出力の場合とについて記憶した売電収入記憶部と、
前記修理コスト記憶部と前記売電収入記憶部とを参照して、前記所定の挙動が発生した時点から前記部品の修理までに掛かる収支を、前記第1出力で稼働する場合と前記第2出力で稼働する場合とについて、複数の修理候補時期について計算し出力する収支計算部
とを具備する風車の修理時期決定支援装置。 - 前記売電収入予測値は、季節による変動を反映している
請求項1に記載された風車の修理時期決定支援装置。 - 更に、前記部品の修理を行うために掛かる工事コストの時系列的な予測値である工事コスト予測値を記憶した工事コスト記憶部を具備し、
前記収支計算部は更に、前記工事コスト記憶部を参照して前記工事コストも含めて前記収支を計算する
請求項1又は2に記載された風車の修理時期決定支援装置。 - 前記工事コスト予測値は、季節による変動を反映している
請求項3に記載された風車の修理時期決定支援装置。 - 更に、前記収支計算部が計算した前記収支が最適となる時期を前記部品の交換時期として計算し出力する修理時期計算部を具備する
請求項1から4のいずれかに記載された風車の修理時期決定支援装置。 - 風車の部品について所定の挙動が発生した時点からの修理のためのコストの時系列的な予測値である修理コスト予測値を、前記風車が所定の第1出力で稼働する場合と、前記所定の第1出力よりも小さい第2出力で稼働する場合について算出する修理コスト算出工程と、
前記風車が生成する電力による売電収入の時系列的な予測値である売電収入予測値を、前記所定の第1出力の場合と前記所定の第2出力の場合とについて算出する売電収入算出工程と、
前記修理コスト予測値と前記売電収入予測値とを参照して、前記所定の挙動が発生した時点から前記部品の修理までに掛かる収支を、前記第1出力で稼働する場合と前記第2出力で稼働する場合とについて、複数の修理候補時期について計算し出力する収支計算工程
とを具備する風車の修理時期決定支援方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP12804480.7A EP2728177A1 (en) | 2011-06-29 | 2012-06-28 | Windmill repair timing determination support device and repair timing determination support method |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011-144443 | 2011-06-29 | ||
JP2011144443A JP2013011232A (ja) | 2011-06-29 | 2011-06-29 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2013002316A1 true WO2013002316A1 (ja) | 2013-01-03 |
Family
ID=47424202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2012/066509 WO2013002316A1 (ja) | 2011-06-29 | 2012-06-28 | 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 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP2728177A1 (ja) |
JP (1) | JP2013011232A (ja) |
WO (1) | WO2013002316A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109751196A (zh) * | 2017-11-03 | 2019-05-14 | 北京金风科创风电设备有限公司 | 风力发电机组的识别方法及装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160017681A (ko) | 2014-07-31 | 2016-02-17 | 두산중공업 주식회사 | 풍력플랜트 관리 시스템 및 그 방법 |
JP7433052B2 (ja) * | 2020-01-06 | 2024-02-19 | Ntn株式会社 | 状態監視装置、および状態監視装置を備える風力発電装置 |
KR102569043B1 (ko) * | 2023-03-06 | 2023-08-24 | 주식회사 에이투엠 | 풍력발전시설의 해체 및 재활용 관리 시스템 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002330542A (ja) * | 2001-02-27 | 2002-11-15 | Hitachi Ltd | 発電設備の運転・保全計画支援システム |
JP2002349413A (ja) * | 2001-05-24 | 2002-12-04 | Mitsubishi Electric Corp | 風力発電システム |
JP2006011769A (ja) * | 2004-06-25 | 2006-01-12 | Tokyo Electric Power Co Inc:The | 発電設備に対する投資の効果を評価するための情報処理方法及び装置 |
JP2006342766A (ja) | 2005-06-10 | 2006-12-21 | Mitsubishi Electric Corp | 風力発電設備の監視装置 |
JP2007183929A (ja) * | 2005-12-07 | 2007-07-19 | Mitsubishi Heavy Ind Ltd | プラント設備の機器保守計画方法 |
JP2009287453A (ja) * | 2008-05-29 | 2009-12-10 | Hitachi Ltd | 風力発電設備遠隔監視装置、風力発電遠隔管理方法及び風力発電遠隔管理プログラム |
JP2010027044A (ja) * | 2008-06-18 | 2010-02-04 | Central Res Inst Of Electric Power Ind | 電力流通設備保守支援装置、電力流通設備保守支援方法および電力流通設備保守支援プログラム |
-
2011
- 2011-06-29 JP JP2011144443A patent/JP2013011232A/ja not_active Withdrawn
-
2012
- 2012-06-28 WO PCT/JP2012/066509 patent/WO2013002316A1/ja active Application Filing
- 2012-06-28 EP EP12804480.7A patent/EP2728177A1/en not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002330542A (ja) * | 2001-02-27 | 2002-11-15 | Hitachi Ltd | 発電設備の運転・保全計画支援システム |
JP2002349413A (ja) * | 2001-05-24 | 2002-12-04 | Mitsubishi Electric Corp | 風力発電システム |
JP2006011769A (ja) * | 2004-06-25 | 2006-01-12 | Tokyo Electric Power Co Inc:The | 発電設備に対する投資の効果を評価するための情報処理方法及び装置 |
JP2006342766A (ja) | 2005-06-10 | 2006-12-21 | Mitsubishi Electric Corp | 風力発電設備の監視装置 |
JP2007183929A (ja) * | 2005-12-07 | 2007-07-19 | Mitsubishi Heavy Ind Ltd | プラント設備の機器保守計画方法 |
JP2009287453A (ja) * | 2008-05-29 | 2009-12-10 | Hitachi Ltd | 風力発電設備遠隔監視装置、風力発電遠隔管理方法及び風力発電遠隔管理プログラム |
JP2010027044A (ja) * | 2008-06-18 | 2010-02-04 | Central Res Inst Of Electric Power Ind | 電力流通設備保守支援装置、電力流通設備保守支援方法および電力流通設備保守支援プログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109751196A (zh) * | 2017-11-03 | 2019-05-14 | 北京金风科创风电设备有限公司 | 风力发电机组的识别方法及装置 |
CN109751196B (zh) * | 2017-11-03 | 2020-05-29 | 北京金风科创风电设备有限公司 | 风力发电机组的识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2728177A1 (en) | 2014-05-07 |
JP2013011232A (ja) | 2013-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6906354B2 (ja) | 風車発電機の疲労損傷量算出装置、風力発電システム、及び風車発電機の疲労損傷量算出方法 | |
JP5439357B2 (ja) | 工事時期選択装置及び工事時期選択方法 | |
Echavarria et al. | Reliability of wind turbine technology through time | |
US10600036B2 (en) | Wind power plant management system and method thereof | |
Kahrobaee et al. | Risk-based failure mode and effect analysis for wind turbines (RB-FMEA) | |
Andrawus | Maintenance optimisation for wind turbines. | |
JP6783110B2 (ja) | 予兆診断装置及びそれを有する発電装置制御システム | |
US20100332272A1 (en) | Method and a system for controlling operation of a wind turbine | |
CN106815771B (zh) | 一种风电场载荷的长期评估方法 | |
US10837424B2 (en) | Method for operating a wind turbine and a wind turbine system | |
Bi et al. | A survey of failures in wind turbine generator systems with focus on a wind farm in China | |
EP3608538A1 (en) | Model-based repowering solutions for wind turbines | |
WO2013002316A1 (ja) | 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 | |
EP3796016A1 (en) | System and method for detecting battery faults in a pitch system of a wind turbine | |
US10001108B2 (en) | Method and apparatus for operating a wind turbine with a variable speed limit that may be above or below a predetermined speed limit depending on whether there is an estimated detrimental overspeed state | |
CN113153635A (zh) | 用于操作风力涡轮的系统和方法 | |
JP6345041B2 (ja) | 風力発電設備の疲労評価システム | |
WO2016042652A1 (ja) | 風力発電設備および風力発電設備の損傷度診断装置 | |
Barberá et al. | State of the art of maintenance applied to wind turbines | |
Zhang et al. | Probability warning for wind turbine gearbox incipient faults based on SCADA data | |
Ferrari et al. | Statistical analysis of component failures: A 16 year survey on more than 550 wind turbines | |
Rademakers et al. | Operation and maintenance of offshore wind energy systems | |
Kumar et al. | Reliability, availability, maintainability (RAM) for wind turbines | |
Johansson | Operational validation of SIMLOX as a simulation tool for wind energy operations and maintenance (O&M) | |
US20220364549A1 (en) | System and method for scheduling preventative maintenance actions based on operational usage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 12804480 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2012804480 Country of ref document: EP |
|
NENP | Non-entry into the national phase |
Ref country code: DE |