[发明专利]基于风力发电机组系统功能的数据处理方法和装置在审
申请号: | 201611220536.X | 申请日: | 2016-12-26 |
公开(公告)号: | CN108240284A | 公开(公告)日: | 2018-07-03 |
发明(设计)人: | 石峰毓 | 申请(专利权)人: | 北京金风科创风电设备有限公司 |
主分类号: | F03D7/00 | 分类号: | F03D7/00 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张洋;黄健 |
地址: | 100176 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 风力发电机组 功能树 方法和装置 功能故障 实际设备 系统功能 组件标识 数据处理 风力发电系统 故障监控系统 机组 定量关系 发生故障 故障数据 关联关系 逻辑关系 系统构建 自动定位 组件信息 层级 分层 打通 关联 上报 | ||
1.一种基于风力发电机组系统功能的数据处理方法,其特征在于,包括:
基于所述风力发电机组系统构建功能树模型,其中,所述功能树模型包括至少一个节点,每一个节点包括按照功能划分出的风力发电系统的组件的组件标识和组件信息;
获取所述风力发电机组系统的各组件的功能故障数据;
根据各组件的组件标识,建立各组件的功能故障数据与各组件对应的节点的关联关系。
2.根据权利要求1所述的方法,其特征在于,在所述建立各组件的功能故障数据与各组件对应的节点的关联关系的步骤之后,还包括:
依据所述功能树模型中各节点关联的所述风力发电机组系统的各组件的功能故障数据,分析风力发电机组系统的可靠性。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述风力发电机组系统构建功能树模型的步骤,包括:
依据所述风力发电系统的各组件的功能,确定各组件的层次;
依据各组件的功能,建立包括至少一个节点的功能树模型,其中,所述功能树模型中从高层级到低层级节点分别对应整机功能、整机子功能、功能组以及产品组件。
4.根据权利要求1所述的方法,其特征在于,所述获取所述风力发电机组系统的各组件的功能故障数据,包括:
从预设数据库中,查询并导出所述风力发电机组系统的各组件的功能故障数据;
将各组件的功能故障数据进行数据预处理,其中,所述数据预处理包括以下的至少一种:数据清理、数据集成、数据归约、数据更新。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述根据各组件的组件标识,建立各组件的功能故障数据与各组件对应的节点的关联关系的步骤之后,还包括:
接收修改指令,所述修改指令包括组件标识,以及与组件标识对应的修改信息;
根据所述修改指令中的修改信息,修改所述功能树模型中与所述组件标识对应的组件的组件信息。
6.一种基于风力发电机组系统功能的数据处理装置,其特征在于,包括:
构建模块,用于基于所述风力发电机组系统构建功能树模型,其中,所述功能树模型包括至少一个节点,每一个节点包括按照功能划分出的风力发电系统的组件的组件标识和组件信息;
获取模块,用于获取所述风力发电机组系统的各组件的功能故障数据;
对应模块,用于根据各组件的组件标识,建立各组件的功能故障数据与各组件对应的节点的关联关系。
7.根据权利要求6所述的装置,其特征在于,还包括:
分析模块,用于在所述对应模块根据各组件的组件标识,建立各组件的功能故障数据与各组件对应的节点的关联关系之后,依据所述功能树模型中各节点关联的所述风力发电机组系统的各组件的功能故障数据,分析风力发电机组系统的可靠性。
8.根据权利要求6所述的装置,其特征在于,所述构建模块,具体用于:
依据所述风力发电系统的各组件的功能,确定各组件的层次;
依据各组件的功能,建立包括至少一个节点的功能树模型,其中,所述功能树模型中从高层级到低层级节点分别对应整机功能、整机子功能、功能组以及产品组件。
9.根据权利要求6所述的装置,其特征在于,所述获取模块,具体用于:
从预设数据库中,查询并导出所述风力发电机组系统的各组件的功能故障数据;
将各组件的功能故障数据进行数据预处理,其中,所述数据预处理包括以下的至少一种:数据清理、数据集成、数据归约、数据更新。
10.根据权利要求6-9任一项所述的装置,其特征在于,还包括:
修改模块,用于在所述对应模块根据各组件的组件标识,建立各组件的功能故障数据与各组件对应的节点的关联关系之后,接收修改指令,所述修改指令包括组件标识,以及与组件标识对应的修改信息;根据所述修改指令中的修改信息,修改所述功能树模型中与所述组件标识对应的组件的组件信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金风科创风电设备有限公司,未经北京金风科创风电设备有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611220536.X/1.html,转载请声明来源钻瓜专利网。