[发明专利]一种风电机组的故障诊断方法及系统

说明书

本发明提供了一种风电机组的故障诊断方法及系统，通过采集风电机组运行状态参数，将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；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。本发明采用专家系统模块分析和物理仿真模拟相结合，分析仿真风电机组的故障，对风电机组进行了在线的综合测试与评估，实现了实时掌握风电机组的运行状态，为风电机组的状态检修提供了理论基础和技术指导。

技术领域

本发明属于风电机组状态监测与故障诊断技术领域，特别涉及一种风电机组的故障诊断方法及系统。

背景技术

近年来，环境污染和能源危机的态势已经愈演愈烈，急需一种绿色环保新能源的出现。风电作为一种可再生、无排放的新能源，已经越来越受到全球各国的重视，这也使得风力发电技术在近些年来得到了蓬勃的发展。在我国，风电场的大量建立和投入使用，将是响应政府改善能源结构、应对气候变化的号召，实现传统能源向新能源逐步过渡的具体体现。

除了可再生、无污染之外，风力发电在我国还具有资源丰富、占地面积广，单机容量小等优点。但是，由于风电场通常都建设在偏远地区，还存在技术条件差，环境恶劣等问题。同时，大规模风电机组的投入应用也使其安全稳定性得到了人们的高度重视。由于风电机组长期工作在恶劣的自然环境中，使得风场风况复杂多变，容易引发各种故障的产生。

风电机组传动链故障在机组故障中占比较高，传动链出现故障造成的停电时间最长，且故障后更换成本最高，因此，实时监测其状态并进行健康评估势在必行。传统的监测技术不能识别早期故障，且数据采集、数据分析、故障诊断等相对薄弱。根据对风电机组长期使用的经验总结，即从人的思维出发研究发电机组，相关的技术人员提出了一系列的解决方案，如公开号为“CN106124982A”，名称为“一种风电机组的自动专家综合故障诊断系统及诊断方法”的中国专利，该专利提供的风电机组的故障诊断方法的步骤为：采集风电机组的运行参数，并将采集的风电机组的数据传输至专家系统模块，专家系统模块对信号处理、状态识别与诊断决策，本专利提供的方案只是采用了单一的专家经验技术对风电机的故障作出识别以及决策，没有真正的结合风电机组的真实运行状况对对风电机组的故障进行分析，随着风电机组单机容量的增大，其运行过程的复杂性越来越高，单一的诊断理论和技术难以实现对整个运行过程的状态监测和故障诊断，因此，现有技术的方案对目前风电机组故障诊断的准确率比较低，影响对风电机组系统的综合分析。

发明内容

本发明的目的在于提供一种风电机组的故障诊断方法及系统，用于解决现有技术中的风电机组故障诊断方法对风电机组的故障诊断结果的准确率比较低的问题。

为实现上述目的，本发明提供了一种风电机组的故障诊断方法，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。