[发明专利]一种风力发电机异常诊断处理系统在审

专利信息
申请号: 201710267486.9 申请日: 2017-04-21
公开(公告)号: CN108732494A 公开(公告)日: 2018-11-02
发明(设计)人: 谢晓龙;许伟;杨家荣;郭双全 申请(专利权)人: 上海电气集团股份有限公司
主分类号: G01R31/34 分类号: G01R31/34
代理公司: 上海申新律师事务所 31272 代理人: 俞涤炯
地址: 200050 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 措施建议 故障判断 预警信息 算法库 知识库 故障判断模块 数据分析模块 风力发电机 数据库 处理系统 分析算法 异常诊断 监控数据库 报警记录 数据关联 自动闭环 输出 分析 调取 预置 运维 配置 监控 保证
【说明书】:

发明提供了一种风力发电机异常诊断处理系统,包括:数据分析模块,用于监控第一数据库以及第二数据库内数据;算法库,算法库配置有预置的分析算法;数据分析模块根据算法库中的分析算法用于分析SCADA监控数据库以及SCADA报警记录库输出的数据,并输出预警信息;故障判断模块,用于根据预警信息生成故障判断信息;知识库,配置有措施建议信息;故障判断信息包括措施建议信息,故障判断模块根据预警信息从知识库中调取对应的措施建议信息以生成故障判断信息。通过这种分析方法,实现自动闭环分析,保证各个数据库可以实现数据关联,提高运维效率。

技术领域

本发明涉及风力发电技术领域,具体是涉及一种风力发电机异常诊断处理系统。

背景技术

风力发电机是将风能转换为机械功,机械功带动转子旋转,最终输出交流电的电力设备。风力发电机一般有风轮、发电机(包括装置)、调向器(尾翼)、塔架、限速安全机构和储能装置等构件组成。风力发电机的工作原理比较简单,风轮在风力的作用下旋转,它把风的动能转变为风轮轴的机械能,发电机在风轮轴的带动下旋转发电。广义地说,风能也是太阳能,所以也可以说风力发电机,是一种以太阳为热源,以大气为工作介质的热能利用发电机。

一般为了提高运维效率,通过SCADA(Supervisory Control and DataAcquisition)系统不断保存风机各个参数的实时值,包括第一数据库和第二数据库,同时还有SCADA异常状态码,当风机发生某一异常时,SCADA系统会记录其异常代码与发生时刻等信息,这些数据可在一定程度上反映风机的运行状态。根据这些运行状态判断风力发电机的工作状态,而目前是对风机异常诊断处理系统相对独立,独立的模块分别工作,这样难以起到一个全面、高效且可靠的效果。

发明内容

针对现有技术中存在的上述问题,现旨在提供一种风力发电机异常诊断处理系统,以实现全面、高效、可靠诊断的效果。

具体技术方案如下:

一种风力发电机异常诊断处理系统,包括:

第一数据库,用于保存采集得到的所述风力发电机的监控参数数据;

第二数据库,用于保存采集得到的所述风力发电机的报警记录数据;

数据分析模块,分别连接所述所述第一数据库和所述第二数据库,用于对所述监控参数数据和所述报警记录数据进行监控;

算法库,连接所述数据分析模块,所述算法库配置有预置的分析算法;

所述数据分析模块根据所述算法库中的所述分析算法分别分析所述监控参数数据和所述报警记录数据,并输出相应的预警信息;

故障判断模块,连接所述数据分析模块,用于根据所述预警信息生成故障判断信息;

知识库,连接所述故障判断模块,所述知识库中配置有措施建议信息;

所述故障判断信息包括预设的措施建议信息,所述故障判断模块根据所述预警信息从所述知识库中调取对应的措施建议信息以生成所述故障判断信息。

进一步地,所述知识库还配置有异常状态信息;所述故障判断模块根据所述预警信息从所述知识库调用对应的异常状态信息以生成所述故障判断信息。

进一步地,所述异常状态信息包括异常名称、异常现象、异常的严重程度、异常所涉及部件。

进一步地,还包括评价模块,一次维修完成时,所述评价模块根据用户的评价生成评价数据,且根据所述评价数据用于对所述算法库内的分析算法进行评估。

上述技术方案的积极效果是:

上述的风力发电机异常诊断处理系统,通过这种分析方法,实现自动闭环分析,保证各个数据库可以实现数据关联,提高运维效率。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海电气集团股份有限公司,未经上海电气集团股份有限公司许可,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/201710267486.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top