WO2015198793A1 - 状態監視システムおよびそれを用いた風力発電システム - Google Patents

Abstract

　風力発電装置（１０）の状態監視システムは、機器の状態を検出する各センサと、各センサの検出結果に基づいて診断パラメータを生成するモニタ装置（８０）と、診断パラメータに基づいて機器の異常を診断するデータサーバ（３３０）と、ナセルの回転速度を検出するための回転角度センサとを備える。データサーバ（３３０）は、回転角度センサの検出結果に基づいて診断パラメータを補正し、補正後の診断パラメータを所定のしきい値と比較することによって機器が異常か否かを診断する。

Description

状態監視システムおよびそれを用いた風力発電システム

　この発明は、状態監視システム及びそれを備えた風力発電システムに関し、特に、風力発電装置を構成する機器の状態を監視する状態監視システム及びそれを備えた風力発電システムに関する。

　たとえば特許文献１には、風力発電装置の機械要素の状態を監視する状態監視システム（ＣＭＳ：Condition　Monitoring　System）が開示されている。この状態監視システムは、機械要素に設けられた振動センサの信号を取り込み、定格運転時の振動状態を表す状態量（以降、診断パラメータと称す）の経時的な変化を長期間に亘って記録し、この診断パラメータの上昇率や変化の特徴に基づいて機械要素が異常か否かを判定する（特許文献１参照）。

特開２０１３－１８５５０７号公報

　機械要素に異常がなくても、診断パラメータが比較的大きく変動することがある。このような診断パラメータの変動を考慮して機械要素の異常判定しきい値を大きくすると、実際に生じた異常の検知が遅れてしまう。異常検知が遅れると、正常な他の機械要素も損傷したり、補修部品の入手時期が遅れることで風力発電装置の運転停止時間が延びたりしてしまう可能性がある。

　本願発明者は、種々の検討の結果、ナセルが回動しているときに、機械要素の振動が大きくなり、診断パラメータが大きく変動するとの知見を得た。そこで、ナセルの非回転時における診断パラメータに基づいて異常診断を行なえば、異常判定のしきい値を適正レベルに下げることができ、この点で異常検知の遅れを抑制し得る。

　しかしながら、風向きが一定になることが少ない風況地においては、ナセルが回動していないときの診断パラメータを十分に収集できず、このために結果的に異常検知が遅れてしまう可能性がある。

　それゆえに、この発明の主たる目的は、風力発電装置を構成する機器の異常を迅速かつ確実に検出可能な状態監視システム及びそれを備えた風力発電システムを提供することである。

　この発明に係る状態監視システムは、風力発電装置を構成する機器の状態を監視する状態監視システムである。風力発電装置は、支柱上部に回転自在に支持されるナセルを含む。状態監視システムは、機器の状態を検出する第１の検出器と、第１の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、診断パラメータに基づいて機器の異常を診断する制御装置と、ナセルの回転速度を検出するための第２の検出器とを備える。そして、制御装置は、第２の検出器の検出結果に基づいて診断パラメータを補正し、補正後の診断パラメータを所定のしきい値と比較することによって機器が異常か否かを診断する。

　なお、ナセルの回転速度とは、ナセルの回転の速さを示すものであり、単位時間あたりの回転数及び単位時間あたりの回転角の双方を含むものである。

　好ましくは、制御装置は、ナセルの回転速度を変数とする補正関数を用いて診断パラメータを補正する。補正関数は、ナセルの回転速度が高いほど、補正前の診断パラメータに対する補正後の診断パラメータの比を小さくするように、診断パラメータを補正する関数である。

　さらに好ましくは、補正関数は、ナセルの回転速度をその最大速度で除算することによって得られる無次元化されたナセルの回転速度を変数とし、診断パラメータをナセルの非回転時の診断パラメータで除算することによって得られる無次元化された診断パラメータの関数である。

　好ましくは、制御装置は、診断前の所定期間におけるナセルの回転速度の平均値を算出し、その平均値に基づいて、補正関数を用いて診断パラメータを補正する。

　好ましくは、モニタ装置は、診断前の第１の期間における診断パラメータを制御装置へ送信する。制御装置は、モニタ装置から受信したデータを一旦保存し、第１の期間の終了時に、第２の検出器の検出結果に基づいて第１の期間の診断パラメータを補正し、その補正後の診断パラメータに基づいてしきい値を生成する。より詳しくは、制御装置は、第１の期間の終了時点において、診断パラメータの補正関数を決定し、この補正関数と第２の検出器の検出結果とに基づいて、保存されていた第１の期間のすべての診断パラメータを補正し、その補正後の診断パラメータに基づいてしきい値を生成する。モニタ装置は、さらに、第１の期間経過後の第２の期間における診断パラメータを制御装置へ送信する。制御装置は、さらに、第２の期間における第２の検出器の検出結果と第１の期間の終了時に求めた補正関数とに基づいて第２の期間の診断パラメータを補正し、その補正後の診断パラメータを上記しきい値と比較することによって機器が異常か否かを診断する。

　この発明に係る状態監視システムは、風力発電装置を構成する機器の状態を監視する状態監視システムであって、機器の状態を検出する第１の検出器と、第１の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、診断パラメータに基づいて機器の異常を診断する制御装置とを備えたものである。風力発電装置は、風力を主軸の回転トルクに変換するブレードと、主軸の回転トルクを電力に変換する発電機を収容したナセルと、ナセルを回転可能に支持するタワーと、ブレードが風上に向くようにナセルを回転させる駆動装置とを含む。ナセルの回転に伴って診断パラメータが変動する。モニタ装置は、診断前の第１の期間における診断パラメータを制御装置へ送信し、制御装置は、第１の期間のうちの有効期間の診断パラメータに基づいて、機器の異常を診断するためのしきい値を生成する。モニタ装置は、第１の期間経過後の第２の期間に診断パラメータを制御装置に送信し、制御装置は、第２の期間のうちの有効期間の診断パラメータとしきい値とに基づいて機器が異常か否かを診断する。

　好ましくは、診断パラメータの有効期間は、ナセルが回転していない期間である。
　好ましくは、診断パラメータの有効期間は、ナセルの回転角速度の大きさの予め定められた時間当たりの平均値が予め定められた値よりも小さな期間である。

　好ましくは、状態監視システムは、さらに、ナセルの回転角速度を検出する第２の検出器を備える。モニタ装置は、第２の検出器の検出値を診断パラメータとともに制御装置に送信する。制御装置は、第２の検出器の検出値に基づいて有効期間か否かを判別する。

　好ましくは、制御装置は、風力発電装置を別途監視するＳＣＡＤＡ（Supervisory　Control　And　Data　Acquisition）からの情報から得られるナセルの回転速度に基づいて診断パラメータを補正する。

　好ましくは、第２の検出器は、方位センサ、ジャイロセンサ、ＧＰＳ（Global　Positioning　System）の少なくとも１つを含む。

　また、好ましくは、第２の検出器は、ナセルを駆動する駆動装置の駆動電流及び駆動電圧の少なくとも一方を検出する検出器を含む。

　また、この発明によれば、風力発電システムは、風力発電装置と、上述したいずれかの状態監視システムとを備える。

　この発明に係る状態監視システムでは、第２の検出器により検出されるナセルの回転速度に基づいて診断パラメータが補正されるので、ナセルの回動による診断パラメータの変動増大を抑制し得る。これにより、機器が異常か否かを診断するしきい値の設定を不必要に大きくする必要はなく、しきい値を不必要に大きくすることによる機器の異常検知の遅れは発生しない。

　また、ナセルの回動／停止に拘わらず診断パラメータを収集して異常検知できるので、ナセルの停止時のみの診断パラメータに基づいて異常検知する場合に比べて、機器の異常を早期に発見し得る。したがって、この発明によれば、風力発電装置を構成する機器の異常を迅速かつ確実に検出することができる。

　この発明に係る他の状態監視システムでは、風力発電装置のナセルが停止している期間が診断パラメータの有効期間とされ、診断前の第１の期間のうちの有効期間の診断パラメータに基づいてしきい値を生成し、その後の第２の期間のうちの有効期間の診断パラメータとしきい値とに基づいて機器が異常か否かを診断する。したがって、従来よりも診断パラメータのしきい値を低く設定することができ、風力発電装置の異常を迅速に検出することができる。

　この発明に係るさらに他の状態監視システムでは、風力発電装置のナセルの回転角速度の大きさの予め定められた時間内の平均値が予め定められた値よりも小さな期間が診断パラメータの有効期間とされ、診断前の第１の期間のうちの有効期間の診断パラメータに基づいてしきい値を生成し、その後の第２の期間のうちの有効期間の診断パラメータとしきい値とに基づいて機器が異常か否かを診断する。したがって、従来よりも診断パラメータのしきい値を低く設定することができ、風力発電装置の異常を迅速に検出することができる。

この発明の実施の形態１による状態監視システムの全体構成を示すブロック図である。 図１に示した風力発電装置の要部を示す図である。 図２に示したセンサと診断パラメータの関係を説明するための図である。 無次元化した診断パラメータと、無次元化したナセルの回転角速度との関係を示した図である。 図１に示した状態監視システムの基礎データ収集期間の動作を示すフローチャートである。 図１に示した状態監視システムの学習期間の動作を示すフローチャートである。 図１に示した状態監視システムの運用期間の動作を示すフローチャートである。 図１に示した監視用端末のモニタに表示される診断パラメータの値の経時的な変化を示す図である。 図１に示した監視用端末のモニタに表示されるある運転条件下での周波数スペクトルを示す図である。 図１に示した監視用端末のモニタに表示される測定データの振動エンベロープスペクトルを示す図である。 本実施の形態の効果を説明するための図である。 実施の形態１の変形例における状態監視システムの学習期間の動作を示すフローチャートである。 実施の形態２における状態監視システムの基礎データ収集期間の動作を示すフローチャートである。 実施の形態２における状態監視システムの学習期間の動作を示すフローチャートである。 実施の形態２における状態監視システムの運用期間の動作を示すフローチャートである。

　以下、本発明について図面を参照して詳しく説明する。なお、図中同一又は相当部分には同一の符号を付してその説明は繰り返さない。

　［実施の形態１］
　＜状態監視システムの全体構成＞
　図１は、本実施の形態１の状態監視システムの全体構成を概略的に示した図である。図１を参照して、状態監視システムは、モニタ装置８０と、データサーバ（監視側制御装置）３３０と監視用端末３４０とを備える。

　モニタ装置８０は、後述するセンサ７０Ａ～７０Ｉ（図２）を含み、センサの検出値から実効値、ピーク値、クレストファクター、エンベロープ処理後の実効値、エンベロープ処理後のピーク値等を算出し、インターネット３２０を介してデータサーバ３３０へ送信する。

　ここでは、モニタ装置８０とデータサーバ３３０との通信は有線によって行われるとして説明したが、これに限定されることなく、無線によって通信が行われてもよい。

　データサーバ３３０と監視用端末３４０とは、たとえば社内ＬＡＮ（Local　Area　Network）によって接続される。監視用端末３４０は、データサーバ３３０が受信した測定データを閲覧したり、測定データの詳細な解析を行なったり、モニタ装置の設定を変更したり、風力発電装置の各機器の状態を表示したりするために設けられている。

　＜風力発電装置の構成＞
　図２は、風力発電装置１０の構成を概略的に示した図である。図２を参照して、風力発電装置１０は、主軸２０と、ブレード３０と、増速機４０と、発電機５０と、主軸受６０と、ナセル９０と、タワー１００とを備える。また、風力発電装置１０は、センサ７０Ａ～７０Ｉと、モニタ装置８０とを備える。増速機４０、発電機５０、主軸受６０、センサ７０Ａ～７０Ｉ、及びモニタ装置８０は、ナセル９０に格納され、ナセル９０は、タワー１００によって支持される。

　主軸２０は、ナセル９０内に挿入されて増速機４０の入力軸に接続され、主軸受６０によって回転自在に支持される。そして、主軸２０は、風力を受けたブレード３０により発生する回転トルクを増速機４０の入力軸へ伝達する。ブレード３０は、主軸２０の先端に設けられ、風力を回転トルクに変換して主軸２０に伝達する。

　主軸受６０は、ナセル９０内において固設され、主軸２０を回転自在に支持する。主軸受６０は、転がり軸受によって構成され、たとえば、自動調芯ころ軸受や円すいころ軸受、円筒ころ軸受、玉軸受等によって構成される。なお、これらの軸受は、単列のものでも複列のものでもよい。

　センサ７０Ａ～７０Ｉは、ナセル９０の内部の各機器などに固設される。具体的には、センサ７０Ａは、主軸受６０の上面に固設され、主軸受６０の状態を監視する。センサ７０Ｂ～７０Ｄは、増速機４０の上面に固設され、増速機４０の状態を監視する。センサ７０Ｅ，７０Ｆは、発電機５０の上面に固設され、発電機５０の状態を監視する。センサ７０Ｇは、主軸受６０に固設され、ミスアライメントとナセル９０の異常振動を監視する。センサ７０Ｈは主軸受６０に固設され、アンバランスとナセルの異常振動を監視する。センサ７０Ｉは、ナセル９０の床面に固設され、ナセル９０の回転角速度（単位時間あたりの回転数でもよい。）を検出する。センサ７０Ｉは、たとえば、素子を振動させて素子に加わるコリオリの力から角速度を検出するジャイロセンサを含む。

　増速機４０は、主軸２０と発電機５０との間に設けられ、主軸２０の回転速度を増速して発電機５０へ出力する。一例として、増速機４０は、遊星ギヤや中間軸、高速軸等を含む歯車増速機構によって構成される。なお、特に図示しないが、この増速機４０内にも、複数の軸を回転自在に支持する複数の軸受が設けられている。発電機５０は、増速機４０の出力軸に接続され、増速機４０から受ける回転トルクによって発電する。発電機５０は、たとえば、誘導発電機によって構成される。なお、この発電機５０内にも、ロータを回転自在に支持する軸受が設けられている。

　ナセル回転機構は、ナセル９０側に取り付けられたナセル向き変更用の駆動装置１２４と、駆動装置１２４の回転軸に嵌合されたピニオンギヤによって回転されるリングギヤ１２６とを含む。リングギヤ１２６は、タワー１００に固定された状態に取り付けられている。

　ナセル回転機構は、ナセル９０を回転させてナセル９０の向きを変更（調整）する。ここで、ナセル９０とタワー１００の境界部には、ナセル支持用の軸受１２２が設けられている。ナセル９０は、軸受１２２によって支持され、軸受１２２の回転軸を中心として回転する。このようなタワー１００の中心軸回りのナセル９０の回転をヨー（yaw）運動又はヨーイング（yawing）という。

　モニタ装置８０は、ナセル９０の内部に設けられ、センサ７０Ａ～７０Ｉが検出した各機器の振動、音、ＡＥ（Acoustic　Emission）、ナセル９０の回転角速度等のデータを受ける。なお、図示はしていないが、センサ７０Ａ～７０Ｉとモニタ装置８０とは、有線ケーブルで接続されている。

　監視用端末３４０には、少なくとも、データサーバ３３０に格納されている測定データの閲覧、測定データの詳細な解析、モニタ装置８０の設定変更、風力発電装置１０の各機器の状態の表示を実行するプログラムが予め格納されている。監視用端末３４０の画面には、風力発電装置１０の専門家が判断するのに役立つ風力発電装置１０の各機器についてのデータが表示される。

　なお、監視用端末３４０を構成する各構成要素は、一般的なものである。したがって、本発明の本質的な部分は、記憶媒体に格納された上述したソフトウェア（プログラム）であるともいえる。

　＜診断パラメータと故障モードの関係＞
　図３は、本実施の形態１に用いられる各種のデータの関係を説明するための図である。図３では、風力発電装置１０の部位（構成要素）と、故障モードと、センサと、センサの測定データから算出される診断パラメータとの関係が示されている。

　具体的には、図２、図３に示すように、主軸受６０については、主軸受６０に設けられた高周波用振動センサ７０Ａにより測定されたデータから、モニタ装置８０により診断パラメータとして実効値を算出し、算出した実効値が対応するしきい値を越えている場合には、主軸受６０が軸受損傷していることが監視用端末３４０に表示される。

　また、主軸受６０については、主軸受６０の半径方向振動を測定するように設けられた低周波用振動センサ７０Ｈにより、測定されたデータからモニタ装置８０により診断パラメータとして１次回転周波数成分、２次回転周波数成分、３次回転周波数成分を算出し、算出した各値が対応するしきい値を越えている場合には、主軸受６０がアンバランスであることが監視用端末３４０に表示される。

　さらに、主軸受６０については、主軸の軸方向振動を測定するように設けられた低周波用振動センサ７０Ｇにより、測定されたデータからモニタ装置８０により診断パラメータとして１次回転周波数成分、２次回転周波数成分、３次周波数成分を算出し、算出した各値が対応するしきい値を越えている場合には、主軸受６０がミスアライメントであることが監視用端末３４０に表示される。

　増速機４０については、高周波用振動センサ７０Ｂ～７０Ｄにより、測定されたデータからモニタ装置８０により診断パラメータとして実効値を算出し、算出した実効値が対応するしきい値を越えている場合には、増速機４０が軸受損傷していることが監視用端末３４０に表示される。

　また、増速機４０については、高周波用振動センサ７０Ｂ～７０Ｄにより、測定されたデータからモニタ装置８０により診断パラメータとして歯車の１次かみ合い周波数成分、２次かみ合い周波数成分、３次かみ合い周波数成分を算出し、算出した各値が対応するしきい値を越えている場合には、増速機４０が歯車損傷していることが監視用端末３４０に表示される。

　発電機５０については、高周波用振動センサ７０Ｅ，７０Ｆにより、測定されたデータからモニタ装置８０により診断パラメータとして実効値を算出し、算出した実効値が対応するしきい値を越えている場合には、発電機５０が軸受損傷していることが監視用端末３４０に表示される。

　ナセル９０については、主軸の半径方向振動を測定するように設けられた低周波用振動センサ７０Ｈにより、測定されたデータからモニタ装置８０により診断パラメータとして低周波振動成分を算出し、算出した値が対応するしきい値を越えている場合には、ナセル９０が異常振動していることが監視用端末３４０に表示される。

　また、ナセル９０については、主軸の軸方向振動を測定するように設けられた低周波用振動センサ７０Ｇにより、測定されたデータからモニタ装置８０により診断パラメータとして低周波振動成分を算出し、算出した値が対応するしきい値を越えている場合には、ナセル９０が異常振動していることが監視用端末３４０に表示される。

　ここで、この実施の形態１に従う状態監視システムにおいては、回転角度センサ７０Ｉによってナセル９０の回転角速度ω（ｒａｄ／ｓ）が検出される。そして、ナセル９０の回動に伴なってセンサ７０Ａ～７０Ｈの測定データが変動するところ、この状態監視システムでは、ナセル９０の回転角速度ωに基づいて診断パラメータが補正される。具体的には、ナセル９０の回転角速度ωが高いほど、センサ７０Ａ～７０Ｈの測定データ及びそれに基づく診断パラメータが大きく変動する。そこで、ナセル９０の回動による診断パラメータの変動を抑制するために、ナセル９０の回転角速度ωが高いほど、補正前の診断パラメータに対する補正後の診断パラメータの比を小さくするように、診断パラメータが補正される。この診断パラメータの補正方法については、後ほど詳しく説明する。

　なお、上記測定項目は、理解を容易にするために、一部を取り出したものであって、これに限定されることはない。振動センサ、ＡＥセンサ、温度センサ、音センサの測定データから、統計的手法を用いて、実効値、ピーク値、平均値、クレストファクター、エンベロープ処理後の実効値、エンベロープ処理後のピーク値を算出し、対応するしきい値と比較して、風力発電装置１０の機器の状態を把握し、監視用端末３４０に機器の状態を表示しても構わない。

　＜状態監視システムの動作＞
　本実施の形態１に従う状態監視システムの動作について以下に説明する。状態監視システムは、風力発電装置１０の診断運転条件を設定するための基礎データ収集期間での処理（図５参照）と、基礎データ収集期間経過後、診断運転条件を満たす運転測定データが異常か否かを判断するしきい値を生成する学習期間での処理（図６参照）と、学習期間経過後、風力発電装置１０の実際の運用が行われ、学習期間に生成されたしきい値を用いて風力発電装置１０の状態を監視する運用期間での処理（図７参照）とから構成される。

　ここで、上記の各処理においては、後述のように各種センサの測定データから算出される診断パラメータが用いられるところ、本実施の形態１に従う状態監視システムでは、上述したようにナセル９０の回転角速度ωに基づいて診断パラメータが補正される。以下、この診断パラメータの補正処理についてまず説明する。

　（診断パラメータの補正処理）
　診断パラメータの補正処理は、データサーバ３３０（図１）において実行される。データサーバ３３０は、センサ７０Ｉからナセル９０の回転角速度ω（ｒａｄ／ｓ）の検出値を受け、回転角速度ωの絶対値の平均値ωａを次式（１）に基づいて算出する。

　ここで、ｔは時間であり、Ｔ１及びＴ２はそれぞれ計測開始時刻及び計測終了時刻であり、時間（Ｔ２－Ｔ１）が予め定められた時間に設定される。なお、時間（Ｔ２－Ｔ１）は、診断対象（主軸受や増速機等）に応じて適宜設定され得る。さらに、データサーバ３３０は、値ωａを回転角速度ωの最大値ωａＭａｘで除算することによって、無次元化したナセル９０の回転角速度Ωを算出する。

　なお、最大値ωａＭａｘは、風力発電装置１０の仕様上の設定値であってもよいし、後述の基礎データ収集期間において収集される回転角速度ωの実測値の最大値であってもよい。

　ここで、各種センサの測定データから算出される診断パラメータＶｍをナセル９０の非回転時の診断パラメータの平均値Ｖｍ０で除算することによって得られる無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）を、上記の無次元化したナセル９０の回転角速度Ωに対して整理すると、無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）と無次元化したナセル９０の回転角速度Ωとの間には、図４に示されるような関係がみられる。

　図４は、無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）と、無次元化したナセル９０の回転角速度Ωとの関係を示した図である。なお、この図４に示されるデータは、各機器の異常が発生していない正常運転時に収集されたデータである。図４を参照して、Ｖｍ０はナセル９０の非回転時における診断パラメータの値であるので、回転角速度Ωが０であるときは、無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）の値は１となる。そして、回転角速度Ωが大きくなるに従って、無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）の値は大きくなる。

　この図４は、ナセル９０の非回転時における診断パラメータの値Ｖｍ０を基準として、ナセル９０の最大回転角速度（Ω＝１）までの診断パラメータＶｍの増加傾向を示すものである。このナセル９０の回動に伴なう診断パラメータの変動増分を取り除くように診断パラメータを補正することによって、機器の異常による診断パラメータの変動を正確に見積もることができる。

　そこで、この実施の形態１に従う状態監視システムでは、図４に示されるデータに基づいて、無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）と、無次元化したナセル９０の回転角速度Ωとの関係を示す近似関数Ｌ（補正関数）が算出される。そして、実測される回転角速度Ωに応じた近似関数Ｌ（補正関数）の値で診断パラメータＶｍを除算することによって、診断パラメータが補正される。

　これにより、診断パラメータに対するナセル９０の回動の影響が抑制されるので、ナセル９０の回動による振動パラメータの変動を考慮することなく、異常診断を行なうためのしきい値を設定することができる。すなわち、ナセル９０の回動による振動パラメータの変動を考慮してしきい値を不必要に大きな値に設定する必要がない。したがって、異常診断のしきい値を適正レベルに下げることができ、異常診断において早期の異常検知を実現することが可能となる。

　なお、無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）と、無次元化したナセル９０の回転角速度Ωとの関係を示す近似関数（補正関数）Ｌについては、種々の関数を採用し得る。この実施の形態１では、一例として以下のような関数が用いられる。

　ここで、Ｖｍ１は、無次元化したナセル９０の回転角速度Ωが１（すなわち、ωａ＝ωａＭａｘ）のときの診断パラメータＶｍの値であり、αは定数である。定数αは、診断パラメータＶｍの実測値に基づいて決定され、たとえば図４に示されるデータの回帰式に基づいて決定される。

　そして、診断パラメータＶｍは、式（３）で示される補正関数を用いて以下のように補正される。

　Ｖｒｅｃは、ナセル９０の回転角速度ωに基づいて補正された、補正後の診断パラメータである。そして、この実施の形態１では、以下に説明する、学習期間の終了時及び運用期間での処理において、診断パラメータＶｍの補正処理が実行され、補正後の診断パラメータＶｒｅｃに基づいて各処理が実行される。以下、基礎データ収集期間、学習期間及び運用期間での各処理について説明する。

　（基礎データ収集期間での処理）
　基礎データ収集期間とは、風力発電装置１０の診断運転条件を決定するために必要な基礎データを収集する期間である。この基礎データ収集期間での処理について説明する。

　図５は、基礎データ収集期間での処理を説明するためのフローチャートである。図５を参照して、風力発電装置１０の動作が開始され、担当者によって監視用端末３４０から基礎データ収集指令がデータサーバ３３０に送信されると（ステップＳ１）、データサーバ３３０を通して、モニタ装置８０に基礎データ収集指令が送信される（ステップＳ２）。モニタ装置８０は、基礎データ収集指令を受けると、風力発電装置１０の各機器の振動等の各種データ（以下、測定データという。）と、ブレード３０の回転速度、ナセル９０の回転角速度ω、及び発電電流の各種のデータ（以下、運転条件データという。）を同時に収集し（ステップＳ３）、振動等の各種データである測定データから診断パラメータＶｍを算出し（ステップＳ４）、この診断パラメータＶｍ、測定データ及び運転条件データをデータサーバ３３０に送信する（ステップＳ５）。

　データサーバ３３０は、診断パラメータＶｍと、測定データと、運転条件データとを記憶部に格納する（ステップＳ６）。この測定データ及び運転条件データの測定（ステップＳ３）、診断パラメータの算出（ステップＳ４）、データサーバ３３０への送信（ステップＳ５）、並びにデータサーバ３３０における記憶部への格納（ステップＳ６）の処理は、モニタ装置８０が監視用端末３４０から基礎データ収集終了指令を受信するステップＳ７まで続けられる（ステップＳ７；ＮＯ）。

　なお、運転条件データは、回転速度、発電電流に限定されることなく、風速、発電機軸のトルクなど風力発電装置１０の運転状態を特徴づける物理量も含まれる。

　また、測定データは、振動に限定されることなく、ＡＥ、温度、音響など機器の状態を示す物理量も含まれる。

　担当者が監視用端末３４０から基礎データ収集の終了を指示する場合には（ステップＳ９１；ＹＥＳ）、監視用端末３４０から基礎データ収集終了指令がデータサーバ３３０に送信される（ステップＳ９）。そうすると、上述したようにモニタ装置８０は、基礎データを収集することを終了し処理が終了する（ステップＳ７；ＹＥＳ）。同時に、データサーバ３３０は、基礎データ収集期間に収集したすべての診断パラメータ、測定データ及び運転条件データを監視用端末３４０に送信する（ステップＳ１０）。なお、担当者が監視用端末３４０から基礎データ収集の終了を指示しない場合には（ステップＳ９１；ＮＯ）、処理がそのまま終了する。

　監視用端末３４０では、診断パラメータ、測定データ及び運転条件データを表示し（ステップＳ１１）、担当者はその診断パラメータと運転条件データを見て、診断運転条件を指定する（ステップＳ１２）。ここで診断運転条件は、状態監視システムが診断する運転条件である。たとえば、診断運転条件を、主軸の回転速度が１２ｒｐｍから１７ｒｐｍであり、かつ、発電電流が３００Ａから１０００Ａと指定した場合、回転速度、発電電流の各種のデータ（運転条件データ）を測定し、風力発電装置１０の主軸の回転速度が１２ｒｐｍから１７ｒｐｍの範囲にあり、かつ、発電電流が３００Ａから１０００Ａの範囲にあれば、運転条件と診断運転条件を満たすために、同時に測定した測定データから診断パラメータを算出し、診断パラメータに対応するしきい値と比較して診断する。なお、運転条件が診断運転条件を満たさない場合は、風力発電装置１０の各機器の状態の診断を実施しない。なお、診断運転条件は複数個指定できる。

　監視用端末３４０において、指定された診断運転条件をデータサーバ３３０に送信し（ステップＳ１３）、データサーバ３３０は、診断運転条件を記憶部に格納する（ステップＳ１４）。以上で、基礎データ収集期間での監視用端末３４０、データサーバ３３０の処理が終了する。

　（学習期間での処理）
　学習期間とは、上述した風力発電装置１０の診断運転条件を決定するために必要な基礎データ収集期間経過後に、風力発電装置１０の各機器の状態を判断するためのしきい値を生成する期間である。この学習期間での処理について説明する。

　図６は、風力発電装置１０の学習期間での処理を説明するためのフローチャートである。図６を参照して、担当者が監視用端末３４０において学習開始を指示すると、監視用端末３４０から学習開始指令がデータサーバ３３０に送信される（ステップＳ１５）。データサーバ３３０は、学習開始指令を受けると、記憶部に格納されている診断運転条件を読出してモニタ装置８０に送信する（ステップＳ１６）。モニタ装置８０は、診断運転条件を受信すると（ステップＳ１７）、測定データと運転条件データを同時に測定する（ステップＳ１８）。そして、モニタ装置８０は、振動等の各種データである測定データから診断パラメータＶｍを算出する（ステップＳ１９）。

　現在の運転条件が診断運転条件を満足する場合は、モニタ装置８０は、診断パラメータＶｍ、測定データ及び運転条件データをデータサーバ３３０に送信する（ステップＳ２０）。データサーバ３３０は、診断パラメータＶｍと、測定データと、運転条件データとを受信して記憶部に格納する（ステップＳ２２）。測定データ及び運転条件データの測定（ステップＳ１８）、診断パラメータの算出（ステップＳ１９）、データサーバ３３０への送信（ステップＳ２０）、並びにデータサーバ３３０における記憶部への格納（ステップＳ２２）の処理は、モニタ装置８０が監視用端末３４０から学習終了指令を受信するステップＳ２１まで続けられる（ステップＳ２１；ＮＯ）。

　担当者が監視用端末３４０から学習の終了を指示する場合には（ステップＳ２４１；ＹＥＳ）、監視用端末３４０から学習終了指令がデータサーバ３３０に送信される（ステップＳ２４）。データサーバ３３０は、モニタ装置８０に学習終了指令を送信し（ステップＳ２３）、モニタ装置８０は、測定データ及び運転条件データの収集を終了し処理が終了する（ステップＳ２１；ＹＥＳ）。同時に、データサーバ３３０は、上式（３）で示される補正関数を決定する。具体的には、データサーバ３３０は、対象とする運転条件におけるωａＭａｘ、Ｖｍ０、Ｖｍ１を決定し、最終的に補正関数の定数αを算出する。そして、データサーバ３３０は、記憶部に格納された種々の診断パラメータＶｍに対して、上式（４）に従って補正処理を行ない、補正後の診断パラメータＶｒｅｃを生成して記憶部に保存する（ステップＳ２３１）。データサーバ３３０は、記憶部に格納された診断パラメータＶｒｅｃの統計的演算により、診断運転条件ごとに診断パラメータのしきい値を自動的に生成する（ステップＳ２５）。しきい値は、データサーバ３３０の記憶部に格納され、監視用端末３４０に送信される（ステップＳ２６）。監視用端末３４０は、しきい値を受信してモニタ等の表示部に表示し（ステップＳ２７）、担当者はしきい値を確認できる。以上で、学習期間でのデータサーバ３３０、モニタ装置８０の処理が終了する。なお、担当者が監視用端末３４０から学習の終了を指示しない場合には（ステップＳ２４１；ＮＯ）、処理がそのまま終了する。

　なお、しきい値を生成するための基礎データ収集期間及び学習期間は、任意に変更できる。

　風力発電装置１０の各機器が正常状態である場合の測定データを用いて、しきい値は、各風力発電装置１０の各機器ごと、各診断運転条件ごとに生成される。

　ここでは、理解を容易にするために、具体例として、ある診断運転条件下において一台の風力発電装置１０の一つの機器について２段階のしきい値が生成される場合について、以下具体的に説明する。

　ステップＳ２２で記憶部に格納された診断パラメータＶｒｅｃの値は複数個あり、複数個の診断パラメータの平均値をμ_０、標準偏差をσ_０とする。たとえば、第１のしきい値ＣＴをμ_０＋３σ_０と仮定し、第２のしきい値ＷＮを第１のしきい値の３倍と仮定する。第１のしきい値ＣＴ及び第２のしきい値ＷＮはそれぞれ、次式（５），（６）で示される。

　　ＣＴ＝μ_０＋３σ_０　…（５）
　　ＷＮ＝３（μ_０＋３σ_０）　…（６）
　このしきい値ＣＴ，ＷＮを用いて後述する運用期間の診断パラメータＶｒｅｃを用いて、データサーバ３３０が風力発電装置１０の各機器の状態が異常か否かを判断し、その結果が監視用端末３４０に表示される。たとえば、このしきい値ＣＴを越える場合には、監視用端末３４０に、対応する機器の状態が異常な状態を示すたとえば「注意」などの表示がなされる。またこのしきい値ＷＮを越える場合には、監視用端末３４０に、対応する機器の状態がより異常の程度が大きい状態を示すたとえば「警告」などの表示がなされる。

　このように、しきい値を２段階に分けることで、しきい値ＣＴより小さい測定データについては、専門家の判断を必要とせず、一方、しきい値ＷＮより大きい測定データについては専門家が慎重に風力発電装置１０の各機器の状態を判断することが必要となることが容易に分類でき、しきい値ＣＴとしきい値ＷＮとの間に測定データが当てはまる場合には、たとえば、風力発電装置１０の各機器の状態の様子を見ながら、専門家に診断させるかどうかを決定できる。

　このような構成を取ることにより、専門家を常時駐在させることなく、コストを削減することができる。

　なお、しきい値のレベルを２段階にして説明したが、しきい値のレベルはこれに限定されることになく、さらに複数のレベルを設定してもよい。

　（運用期間での処理）
　運用期間とは、学習期間経過後、風力発電装置１０の実際の運用が行なわれ、学習期間に生成されたしきい値を用いて風力発電装置１０の状態を監視する期間である。この運転期間での処理について説明する。

　図７は、運用期間での処理を説明するためのフローチャートである。図７を参照して、監視用端末３４０から、担当者によって風力発電装置１０の各機器の状態の診断を開始するための指令（診断開始指令）がデータサーバ３３０に送信される（ステップＳ３０）。データサーバ３３０は、この診断開始指令を受け、モニタ装置８０に診断運転条件を送信する（ステップＳ３１）。

　モニタ装置８０は、診断運転条件を受信し（ステップＳ３２）、風力発電装置１０の各機器における振動データ等の測定データと、主軸２０の回転速度、ナセル９０の回転角速度ω、発電機電流などの運転条件データを同時に測定する（ステップＳ３３）。

　モニタ装置８０は、現在の運転条件が診断運転条件を満足しているか否かを判断する（ステップＳ３４）。そして、条件を満足している場合には（ステップＳ３４；ＹＥＳ）、モニタ装置８０は、測定データから診断パラメータを計算し（ステップＳ３５）、診断パラメータ、測定データ及び運転条件データをデータサーバ３３０に送信する（ステップＳ３６）。一方、条件を満足しない場合には（ステップＳ３４；ＮＯ）、再度測定データ及び運転条件データを測定するステップＳ３３に処理が戻る。

　したがって、モニタ装置８０は、現在の運転条件が診断運転条件を満足している場合にのみ、診断パラメータＶｍ、測定データ及び運転条件データをデータサーバ３３０に送信する。

　データサーバ３３０は、診断パラメータＶｍ、測定データ及び運転条件データを受信し、上記の式（４）に従って診断パラメータＶｍに補正処理を施す（ステップＳ３７）。

　次いで、データサーバ３３０は、補正処理後の診断パラメータＶｒｅｃと学習期間に生成されたしきい値とに基づいて、風力発電装置１０の各機器の状態を判定する。たとえば、データサーバ３３０は、補正処理後の診断パラメータＶｒｅｃが第２のしきい値ＷＮを越えていたら、診断結果をＷＮとし、補正処理後の診断パラメータＶｒｅｃが第１のしきい値ＣＴを越えていたら、診断結果をＣＴとする（ステップＳ３８）。そして、データサーバ３３０は、この診断結果と、補正処理後の診断パラメータＶｒｅｃと、測定データと、運転条件データとを記憶部に格納し、これらのデータを監視用端末３４０に送信する（ステップＳ３９）。

　監視用端末３４０は、診断結果、診断パラメータ値、測定データ、運転条件データを受信し（ステップＳ４０）、診断結果を表示する。診断結果がＷＮならば「警告」と表示し、ＣＴならば「注意」、これ以外ならば「良好」と表示する（ステップＳ４１）。

　また、診断結果がＷＮやＣＴの場合には、担当者にＥ－ｍａｉｌを送信することによって、確実に異常状態であることを知らせることができる。

　風力発電装置１０の運転方法が変化した場合、診断運転条件やしきい値を変更する必要が発生する。このような場合も図５のステップＳ１からの手続きを取れば、診断運転条件を変更して、しきい値を新たに設定できる。なお、しきい値は監視用端末３４０から担当者によって変更が可能である。

　なお、図７のステップＳ４０において、監視用端末３４０が診断結果とともに診断パラメータ値、測定データを受信するので、監視用端末３４０は、専門家に対して評価・解析できるような最新かつ最適な測定データ等を容易に提供でき、また、この測定データ等とこれに関連するデータをモニタ（図示せず）上に同時表示可能にさせる環境を提供できる。

　よって、専門家はそのモニタからの画像をもとに詳細な診断が必要か否かを容易に判断できる。

　（監視用端末のモニタに表示される測定結果）
　図８は、監視用端末３４０のモニタに表示される診断パラメータの値の経時的な変化を示す図である。図８を参照して、縦軸に実効値が示され、横軸に過去６０日間の月日が示されている。また、波形Ｗ１は、診断パラメータの一例の経時的な変化を示し、実線Ｌ１，Ｌ２は、それぞれ機器の状態が第１の状態（上述した「注意」状態）、第２の状態（上述した「警告」状態）であるしきい値を示し、波形Ｗ１と合わせて表示されている。

　たとえば、監視用端末３４０の表示部（図示せず）に、このような経時的に診断パラメータの値を表示させることにより、専門家は、９月２０日付近から実効値が増加し、９月３０日前には対応する機器の実効値が「注意」状態を超えていることが把握でき、この機器に対してさらなる詳細診断が必要であると判断できる。

　なお、これらのしきい値を超えないにしても、最新の診断パラメータの値が上昇傾向にあるとか、上昇傾向にあるが、しきい値までには余裕があるなどの、先を見通した予測が可能である。

　図９は、監視用端末３４０のモニタに表示されるある運転条件下での周波数スペクトルを示す図である。

　図９の波形Ｗ２は、最新の測定データを示し、一方、波形Ｗ３は、任意の日時（過去）の正常データ周波数スペクトルを示す。なお、波形Ｗ２，Ｗ３が測定されたときの運転条件は同一である。波形Ｗ２で示される機器の状況を正確に把握するために、監視用端末３４０は上に波形Ｗ２と合わせて、比較として波形Ｗ３を同時に表示する。専門家が、波形Ｗ２と波形Ｗ３とを比較することにより、監視対象の機器の状態が正常状態に近いのか、異常状態に近いのかが簡易に把握でき、測定データの評価を短時間に行なうことが可能である。

　図１０は、監視用端末３４０のモニタに表示される測定データの振動エンベロープスペクトルを示す図である。図１０を参照して周波数領域Ａ１～Ａ５（斜線部）は、第１次～第５次までの欠陥周波数（外輪欠陥周波数）に５パーセントの許容範囲を含んだ領域を示し、波形Ｗ４と同時に表示されている。

　このような許容範囲を設けた理由は、回転速度の測定時と振動の測定時がずれたり、振動測定の初めと終わりで回転速度が変化したりすると、測定された周波数スペクトルと予め算出される欠陥周波数が異なった場合でも、風力発電装置１０の各機器の状態の異常検出を可能にするためである。

　このように予め算出された欠陥周波数に許容範囲を含ませることで、風力発電装置１０の各機器の異常検出（欠陥検出）が容易となる。特に、風車の場合は回転速度が変化するため、この許容範囲を設定する際には回転速度の変化に応じて設けることが好ましい。

　なお、上述した欠陥周波数には、たとえば外輪が欠陥しているときに発生する周波数（外輪欠陥周波数Ｆｏ）、内輪が欠陥しているときに発生する周波数（内輪欠陥周波数Ｆｉ）、転動体が欠陥しているときに発生する周波数（転動体欠陥周波数Ｆｂ）があるが、これらについては、下記の式（７）～式（９）によって予め算出できる。

　　Ｆｏ＝（Ｆｒ／２）×（１－（ｄ／Ｄ）×ｃｏｓα）×ｚ　…（７）
　　Ｆｉ＝（Ｆｒ／２）×（１＋（ｄ／Ｄ）×ｃｏｓα）×ｚ　…（８）
　　Ｆｂ＝（Ｆｒ／２）×（Ｄ／ｄ）（１－（ｄ／Ｄ）２×ｃｏｓ２α）　…（９）
　ここで、「Ｆｒ」は回転周波数（Ｈｚ）、「ｄ」は転動体の直径（ｍｍ）、「Ｄ」はピッチ円直径（ｍｍ）、「α」は接触角度、「ｚ」は転動体数を示す。また、第ｎ次（ｎは自然数）の欠陥周波数は、それぞれｎ×Ｆｏ，ｎ×Ｆｉ，ｎ×Ｆｂを計算することで求めることができる。

　図１１は、本実施の形態１の効果を示す図である。図１１を参照して、この図には、診断パラメータＶｍ（ナセル９０の回転角速度ωに応じた補正を施していないもの）の経時変化及び従来のしきい値ＶＴＨＡと、診断パラメータＶｒｅｃ（ナセル９０の回転角速度ωに応じた補正を施したもの）の経時変化及び本実施の形態１において設定されるしきい値ＶＴＨとが示されている。診断パラメータとしては、センサ７０Ａの測定データから算出された主軸受６０の振動加速度の実効値（ｍ／ｓ２）が例示されている。

　従来は、ナセル９０の回転に伴なう測定データの変動を考慮せずに診断パラメータＶｍを記録したので、正常時であっても診断パラメータの変動が大きかった。診断パラメータが異常であるか否かを判別するためのしきい値ＶＴＨＡは、正常時における診断パラメータのピーク値よりも高い値に設定される必要があるので、従来は比較的高い値に設定されていた。このため、機械要素の異常検知のタイミングが遅れがちになり、異常検知が遅れている間に正常であった他の機械要素に損傷が生じたり、あるいは補修部品の入手時期が遅れることで風車が運転できない時間が延びたりしていた。

　これに対して本実施の形態１では、ナセル９０の回転角速度ωに基づいて診断パラメータＶｍが補正され、補正後の診断パラメータＶｒｅｃを用いて学習期間及び運用期間での各処理を実行するようにしたので、ナセル９０の回転による診断パラメータの変動増大が抑制される。これにより、機器が異常か否かを診断するしきい値の設定を不必要に大きくする必要はなく、しきい値ＶＴＨを比較的低い値に設定することができるので、しきい値を不必要に大きくすることによる機器の異常検知の遅れは発生しない。また、ナセル９０の回転／停止に拘わらず診断パラメータを収集して異常検知できるので、ナセル９０の停止時のみの診断パラメータに基づいて異常検知する場合に比べて、機器の異常を早期に発見し得る。したがって、この実施の形態１によれば、風力発電装置１０を構成する機器の異常を迅速かつ確実に検出することができる。

　なお、上記の実施の形態１では、風力発電装置１０の各機器が異常か否かを診断するためのしきい値を学習期間に生成するものとしたが、上記のような学習期間を設けることなく、実験等によって得られる診断パラメータに基づいてしきい値を別途設定してもよい。すなわち、しきい値は、必ずしも学習期間において自動生成する必要はなく、実験等によって得られる診断パラメータＶｍから上記の式（４）を導出し、式（４）を用いて補正した診断パラメータＶｒｅｃに基づいてしきい値ＶＴＨを決定してもよい。

　［実施の形態１の変形例］
　本実施の形態１の変形例では、次式（１０）に従い、ナセル９０の回転角速度に応じた診断パラメータの変動分が小さくなるように診断パラメータを補正する。

　　Ｖ_ｒｅｃ＝Ｖ_ｍｅｓｍｉｎ[１，（ωａ－ωａ０）－Ｂ]　…（１０）
　ここで、Ｖ_ｒｅｃは記録する補正後の診断パラメータであり、Ｖ_ｍｅｓは実測した補正前の診断パラメータであり、ｍｉｎ[１，（ωａ－ωａ０）－Ｂ]は１と（ωａ－ωａ０）－Ｂのうちの小さい方を返す関数であり、ＡおよびＢは定数である。ＡおよびＢは、ωａの変化に対してＶｒｅｃの値が極力変わらないように設定する必要がある。

　ωａは上式（１）で求められる値であり、ωａ０は予め定められた値である。ωａ０の値は、実施の形態１と同様に実験で求めてもよいし、実際の風車の状態から決定してもよい。

　変形例の状態監視システムにおける基礎データ収集期間での処理は、実施の形態１の図５と同様のフローチャートに従って実行される。ただし、ステップＳ６においては、上式（１０）に従って診断パラメータに補正処理が行なわれる。

　図１２は、変形例の状態監視システムにおける学習期間での処理を説明するためのフローチャートであって、図６と対比される図である。図１２が図６と異なる点は、ステップＳ２２がステップＳ２２Ａで置換されており、さらにステップＳ２３１が削除されている点である。ステップＳ２２Ａにおいて、データサーバ３３０は、診断パラメータ、測定データ、運転条件データを受信し、上式（１０）に従って診断パラメータに補正処理を施し、補正処理後の診断パラメータと、測定データと、運転条件データとを記憶部に格納する。

　変形例の状態監視システムにおける運用期間での処理は、実施の形態１の図７と同様のフローチャートに従って実行される。なお、ステップＳ３７においては、上式（１０）に従って診断パラメータに補正処理が行なわれる。

　その他の構成および動作は、実施の形態１と同じであるのでその説明は繰り返さない。
　この実施の形態１の変形例では、ナセル９０の回転に伴う診断パラメータの変動分を小さくすることができ、異常の早期検出に有利な厳しめのしきい値を設定することができる。このため、実施の形態１と同様に、風力発電装置１０の異常の検出を迅速に行なうことができる。

　［実施の形態２］
　実施の形態１においては、診断パラメータの変動を抑制するために、ナセルの回転角速度ωに基づいて診断パラメータを補正し、当該補正後の診断パラメータを用いて処理を行なう場合の例について説明した。

　実施の形態２においては、所定の期間（以下、「有効期間」とも称する。）の診断パラメータのみを記録することによって、診断パラメータの変動を小さく抑える場合の例について説明する。なお、実施の形態２においても、状態監視システムの基本的な構成については実施の形態１と同様であるので、その説明は繰り返さない。

　図１３は、実施の形態２に係る状態監視システムにおける、基礎データ収集期間での処理を説明するためのフローチャートであって、実施の形態１における図５と対比される図である。図１３が図５と異なる点は、ステップＳ６がステップＳ６Ｂで置換されている点である。

　ステップＳ６Ｂにおいては、データサーバ３３０は診断パラメータ、測定データおよび運転条件データを受信し、それらのうちの有効期間分を記憶部に格納する。ここで、有効期間とは、回転角度センサ７０Ｉによって検出されたナセル９０の回転角速度ω（ｒａｄ／ｓ）が０である期間（すなわち、ナセル９０が回転していない期間）である。

　図１４は、実施の形態２に係る状態監視システムにおける、風力発電装置１０の学習期間での処理を説明するためのフローチャートであって、実施の形態１における図６と対比される図である。図１４が図６と異なる点は、ステップＳ２２がステップＳ２２Ｂで置換されており、さらにステップＳ２３１が削除されている点である。

　ステップＳ２２Ｂにおいて、データサーバ３３０は、診断パラメータ、測定データ、運転条件データを受信し、それらのうちの有効期間（ナセル９０が回転していない期間）分を記憶部に格納する。監視用端末３４０からデータサーバ３３０に学習終了指令が送信されると（ステップＳ２４）、データサーバ３３０は、モニタ装置８０に学習終了指令を送信し（ステップＳ２３）、同時にデータサーバ３３０は、記憶部に格納された診断パラメータの統計的演算により、診断運転条件ごとに診断パラメータのしきい値を自動的に生成する（ステップＳ２５）。

　図１５は、実施の形態２に係る状態監視システムにおける、運用期間での処理を説明するためのフローチャートであって、実施の形態１における図７と対比される図である。図１５が図７と異なる点は、ステップＳ３７およびステップＳ３８が、それぞれステップＳ３７ＢおよびステップＳ３８Ｂで置換されている点である。

　ステップＳ３７Ｂにおいて、データサーバ３３０は、モニタ装置からの診断パラメータ、測定データおよび運転条件データを受信する。そして、ステップＳ３８Ｂにおいて、データサーバ３３０は、受信した診断パラメータのうちの有効期間の診断パラメータと学習期間に生成されたしきい値とに基づいて、風力発電装置１０の各機器の状態を判断する。たとえば、データサーバ３３０は、有効期間の診断パラメータ値が第二のしきい値ＷＮを越えていたら、診断結果をＷＮとし、有効期間の診断パラメータ値が第一のしきい値ＣＴを越えていたら、診断結果をＣＴとする。この診断結果と、有効期間の診断パラメータ値、測定データおよび運転条件データをデータサーバ３３０の記憶部に格納し、これらのデータを監視用端末３４０に送信する（ステップＳ３９）。

　このように、実施の形態２においては、ナセル９０が回転していない期間を診断パラメータの有効期間とし、有効期間の診断パラメータのみを記録するので、診断パラメータの変動が小さく抑えられる。したがって、しきい値ＶＴＨを比較的低い値に設定することができ、機械要素の異常を早期に検知することができる。

　なお、上記の例においては、ナセル９０が回転していない期間を有効期間としたが、たとえば、実施の形態１において式（１）で示したナセル９０の回転角速度ωの絶対値（大きさ）の予め定めれた時間内の平均値ωａが予め定められた値ωａ０よりも小さくなる期間を、診断パラメータの有効期間としてもよい。

　上記の実施の形態１，２においては、ジャイロセンサを含むセンサ７０Ｉによってナセル９０の回転角速度を検出し、その検出結果に基づいて診断パラメータを補正するものとしたが、これに限るものではなく、どのような手段でナセル９０の回転角速度を検出してもよい。

　たとえば、地磁気を測定する方位センサを用いて、方位の時間変化を測定し、方位角を時間で微分してナセル９０の回転角速度を求めてもよい。

　また、人工衛星を利用して位置を測定するＧＰＳ（Global　Positioning　System）センサを用いてもよい。２個のＧＰＳセンサを所定距離だけ離間させてナセル９０に設け、２個のＧＰＳセンサの相対位置からナセル９０の方位を求め、その方位を時間で微分してナセル９０の回転角速度を求めてもよい。

　また、１個のＧＰＳセンサを用いてナセル９０が１回転する際の軌跡を記録しておき、記録した軌跡と現在の位置情報からナセル９０の方位角を計算し、その時間微分から回転角速度を求めてもよい。

　また、映像記録装置でナセル９０の周囲の景色を記録し、その変化から回転角速度を求めてもよい。

　また、ナセル９０を回転させるための駆動装置１２４の駆動電流及び駆動電圧のうちの少なくともいずれか一方を測定し、その測定値からナセル９０の回転速度を算出してもよい。

　また、ナセル９０を回転させるための歯車の回転を非接触の変位計で測定し、その測定値からナセル９０の回転角速度を算出してもよい。

　また、風力発電装置を別途監視するＳＣＡＤＡ（Supervisory　Control　And　Data　Acquisition）からの情報からナセル９０の回転角速度を求めてもよい。

　なお、上記の実施の形態において、センサ７０Ａ～７０Ｈの各々は、この発明における「第１の検出器」の一実施例に対応し、回転角度センサ７０Ｉは、この発明における「第２の検出器」の一実施例に対応する。また、データサーバ３３０は、この発明における「制御装置」の一実施例に対応する。

　今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなく請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

　１０　風力発電装置、２０　主軸、３０　ブレード、４０　増速機、５０　発電機、６０　主軸受、７０Ａ～７０Ｉ　センサ、８０　モニタ装置、９０　ナセル、１００　タワー、１２２　軸受、１２４　駆動装置、１２６　リングギヤ、３２０　インターネット、３３０　データサーバ、３４０　監視用端末。

Claims (17)

1. 　風力発電装置を構成する機器の状態を監視する状態監視システムであって、前記風力発電装置は、支柱上部に回転自在に支持されるナセルを含み、
   　前記機器の状態を検出する第１の検出器と、
   　前記第１の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、
   　前記診断パラメータに基づいて前記機器の異常を診断する制御装置と、
   　前記ナセルの回転速度を検出するための第２の検出器とを備え、
   　前記制御装置は、前記第２の検出器の検出結果に基づいて前記診断パラメータを補正し、補正後の診断パラメータを所定のしきい値と比較することによって前記機器が異常か否かを診断する、状態監視システム。
2. 　前記制御装置は、前記ナセルの回転速度を変数とする補正関数を用いて前記診断パラメータを補正し、
   　前記補正関数は、前記ナセルの回転速度が高いほど、補正前の診断パラメータに対する補正後の診断パラメータの比を小さくするように、前記診断パラメータを補正する関数である、請求項１に記載の状態監視システム。
3. 　前記補正関数は、前記ナセルの回転速度をその最大速度で除算することによって得られる無次元化された前記ナセルの回転速度を変数とし、前記診断パラメータを前記ナセルの非回転時の診断パラメータで除算することによって得られる無次元化された診断パラメータの関数である、請求項２に記載の状態監視システム。
4. 　前記制御装置は、前記診断前の所定期間における前記ナセルの回転速度の平均値を算出し、その平均値に基づいて、前記補正関数を用いて前記診断パラメータを補正する、請求項２または請求項３に記載の状態監視システム。
5. 　前記モニタ装置は、前記診断前の第１の期間における前記診断パラメータ及び前記第２の検出器の検出結果を前記制御装置へ送信し、
   　前記制御装置は、前記モニタ装置から受信したデータを一旦保存し、前記第１の期間の終了時に、前記第２の検出器の検出結果に基づいて前記第１の期間の前記診断パラメータを補正し、その補正後の診断パラメータに基づいて前記しきい値を生成し、
   　前記モニタ装置は、さらに、前記第１の期間経過後の第２の期間における前記診断パラメータを前記制御装置へ送信し、
   　前記制御装置は、さらに、前記第２の期間における前記第２の検出器の検出結果に基づいて前記第２の期間の前記診断パラメータを補正し、その補正後の診断パラメータを前記しきい値と比較することによって前記機器が異常か否かを診断する、請求項１に記載の状態監視システム。
6. 　前記制御装置は、前記風力発電装置を別途監視するＳＣＡＤＡ（Supervisory　Control　And　Data　Acquisition）からの情報から得られる前記ナセルの回転速度に基づいて前記診断パラメータを補正する、請求項１に記載の状態監視システム。
7. 　前記第２の検出器は、方位センサ、ジャイロセンサ、ＧＰＳ（Global　Positioning　System）の少なくとも１つを含む、請求項１に記載の状態監視システム。
8. 　前記第２の検出器は、前記ナセルを駆動する駆動装置の駆動電流及び駆動電圧の少なくとも一方を検出する検出器を含む、請求項１に記載の状態監視システム。
9. 　前記風力発電装置と、
   　請求項１に記載の状態監視システムとを備える、風力発電システム。
10. 　風力発電装置を構成する機器の状態を監視する状態監視システムであって、
    　前記機器の状態を検出する第１の検出器と、
    　前記第１の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、
    　前記診断パラメータに基づいて前記機器の異常を診断する制御装置とを備え、
    　前記風力発電装置は、風力を主軸の回転トルクに変換するブレードと、前記主軸の回転トルクを電力に変換する発電機を収容したナセルと、前記ナセルを回転可能に支持するタワーと、前記ブレードが風上に向くように前記ナセルを回転させる駆動装置とを含み、
    　前記ナセルの回転に伴って前記診断パラメータが変動し、
    　前記モニタ装置は、前記診断前の第１の期間における前記診断パラメータを前記制御装置へ送信し、
    　前記制御装置は、前記第１の期間のうちの有効期間の前記診断パラメータに基づいて、前記機器の異常を診断するためのしきい値を生成し、
    　前記モニタ装置は、前記第１の期間経過後の第２の期間に前記診断パラメータを前記制御装置に送信し、
    　前記制御装置は、前記第２の期間のうちの前記有効期間の前記診断パラメータと前記しきい値とに基づいて前記機器が異常か否かを診断する、状態監視システム。
11. 　前記診断パラメータの前記有効期間は、前記ナセルが回転していない期間である、請求項１０に記載の状態監視システム。
12. 　前記診断パラメータの前記有効期間は、前記ナセルの回転角速度の大きさの予め定められた時間当たりの平均値が予め定められた値よりも小さな期間である、請求項１０に記載の状態監視システム。
13. 　さらに、前記ナセルの回転角速度を検出する第２の検出器を備え、
    　前記モニタ装置は、前記第２の検出器の検出値を前記診断パラメータとともに前記制御装置に送信し、
    　前記制御装置は、前記第２の検出器の検出値に基づいて前記有効期間か否かを判別する、請求項１１または請求項１２に記載の状態監視システム。
14. 　前記制御装置は、前記風力発電装置を別途監視するＳＣＡＤＡ（Supervisory　Control　And　Data　Acquisition）からの情報に含まれる前記ナセルの回転角速度に基づいて前記有効期間か否かを判別する、請求項１１または請求項１２に記載の状態監視システム。
15. 　前記第２の検出器は、方位センサ、ジャイロセンサ、ＧＰＳ（Global　Positioning　System）の少なくとも１つを含む、請求項１３に記載の状態監視システム。
16. 　前記第２の検出器は前記駆動装置の駆動電流および駆動電圧のうちの少なくともいずれか一方を検出する検出器を含む、請求項１３に記載の状態監視システム。
17. 　前記風力発電装置と、
    　請求項１０に記載の状態監視システムとを備える、風力発電システム。

Images