[发明专利]一种风电机组的故障诊断方法及系统在审
| 申请号： | 201810231915.1 | 申请日： | 2018-03-20 |
| 公开（公告）号： | CN108491622A | 公开（公告）日： | 2018-09-04 |
| 发明（设计）人： | 任岩;任林茂;张锴 | 申请（专利权）人： | 华北水利水电大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06K9/62;G01M99/00 |
| 代理公司： | 郑州睿信知识产权代理有限公司 41119 | 代理人： | 韩天宝 |
| 地址： | 450011 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 风电机组 推理机 快速傅立叶变换 专家系统推理机 模糊神经网络 运行状态参数 故障诊断 专家系统模块 状态运行参数 采集 分析仿真 技术指导 理论基础 物理仿真 运行状态 状态检修 综合测试 分析 评估 | ||
1.一种风电机组的故障诊断方法，其特征在于，包括如下步骤：
1)采集风电机组运行状态参数，将所述采集的风电机组运行状态参数发送给专家系统推理机、模糊神经网络推理机及快速傅立叶变换推理机；
2)采用专家系统推理机、模糊神经网络推理机及快速傅立叶变换推理机对风电机组状态运行参数进行分析，确定风电机组的故障诊断结果。
2.根据权利要求1所述的风电机组的故障诊断方法，其特征在于，所述风电机组运行状态参数包括风电机组振动信号和油品品质。
3.根据权利要求2所述的风电机组的故障诊断方法，其特征在于，采集完风电机组运行状态参数后，还需对风电机组的运行状态进行实时监测与预警。
4.根据权利要求3所述的风电机组的故障诊断方法，其特征在于，专家系统推理机采用故障树算法对风电机组运行状态参数进行分析。
5.根据权利要求1所述的风电机组的故障诊断方法，其特征在于，还需采用模糊阈值算法对采集的风电机组运行状态参数进行分类。
6.一种风电机组的故障诊断系统，其特征在于，包括风电机组状态监测模块、专家系统推理机、模糊神经网络推理机及快速傅立叶变换推理机，所述风电机状态监测模块与专家系统推理机、模糊神经网络推理机及快速傅立叶变换推理机连接；所述风电机组状态监测模块用于采集风电机组运行状态参数，并将所述采集的风电机组运行状态参数发送给专家系统推理机、模糊神经网络推理机及快速傅立叶变换推理机；专家系统推理机、模糊神经网络推理机及快速傅立叶变换推理机用于对风电机组状态运行参数进行分析，确定风电机组的故障诊断结果。
7.根据权利要求6所述的风电机组的故障诊断系统，其特征在于，所述风电机组运行状态参数包括风电机组振动信号和油品品质。
8.根据权利要求7所述的风电机组的故障诊断系统，其特征在于，还包括SCADA模块，所述SCADA模块用于在采集完风电机组运行状态参数后，对风电机组的运行状态进行实时监测与预警。
9.根据权利要求8所述的风电机组的故障诊断系统，其特征在于，专家系统推理机采用故障树算法对风电机组运行状态参数进行分析。
10.根据权利要求6所述的风电机组的故障诊断系统，其特征在于，还包括数据预处理模块，所述数据预处理模块用于采用模糊阈值算法对采集的风电机组运行状态参数进行分类。
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华北水利水电大学，未经华北水利水电大学许可，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/201810231915.1/1.html，转载请声明来源钻瓜专利网。
