[发明专利]一种风力发电机故障诊断系统及方法在审
| 申请号: | 201810419814.7 | 申请日: | 2018-05-04 |
| 公开(公告)号: | CN108872852A | 公开(公告)日: | 2018-11-23 |
| 发明(设计)人: | 盛戈皞;程亚丽;江秀臣;王鸿;王致杰;杨凯;李占辉;许永鹏;罗林根;严英杰;钱勇;刘亚东;侯慧娟 | 申请(专利权)人: | 上海交通大学 |
| 主分类号: | G01R31/34 | 分类号: | G01R31/34 |
| 代理公司: | 上海东信专利商标事务所(普通合伙) 31228 | 代理人: | 杨丹莉;李丹 |
| 地址: | 200240 *** | 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: | 风力发电机 故障诊断 特征量 故障诊断系统 故障因素 故障诊断规则 决策表 故障诊断结果 传感器采集 粗糙集理论 接收传感器 处理单元 发生故障 故障分类 条件属性 信息融合 诊断 传感器 准确率 采集 传输 分析 发现 | ||
1.一种风力发电机故障诊断系统,其特征在于,包括:
若干个传感器,其采集风力发电机的多个特征量;
第一处理单元,其接收传感器传输的多个特征量,并且:将若干个传感器采集的多个特征量作为故障分类的条件属性集,通过粗糙集理论进行信息融合建立故障诊断决策表;基于故障诊断决策表提取出故障诊断规则;以及,采用故障诊断规则对风力发电机的故障进行诊断。
2.如权利要求1所述的风力发电机故障诊断系统,其特征在于,所述传感器包括温度传感器、转速传感器、电流传感器和电压传感器的至少其中之一;相应地,所述特征量包括风力发电机的温度、转速、电流和电压的至少其中之一。
3.如权利要求1或2所述的风力发电机故障诊断系统,其特征在于,还包括:
图像采集装置,其采集风力发电机故障处的图像;
第二处理单元,其接收图像采集装置传输的图像,并对该图像进行处理;
显示屏,其与所述第二处理单元连接,以显示第二处理单元传输的图像。
4.如权利要求3所述的风力发电机故障诊断系统,其特征在于,还包括上位机,所述显示屏为上位机的显示屏,所述第一处理单元与所述上位机连接,以将故障诊断结果显示于上位机的显示屏上。
5.如权利要求3所述的风力发电机故障诊断系统,其特征在于,所述显示屏上还设有报警装置,当风力发电机被诊断为具有故障时,所述报警装置发出报警信号。
6.如权利要求3所述的风力发电机故障诊断系统,其特征在于,所述显示屏为智能触摸式显示屏。
7.如权利要求4所述的风力发电机故障诊断系统,其特征在于,还包括:
感测装置,其与上位机连接,所述感测装置感测所述上位机旁是否有工作人员,并将感测结果传输给上位机;
移动终端,其与所述上位机数据连接,当感测装置感测到上位机旁无工作人员时,上位机将所述图像和故障诊断结果传输到移动终端。
8.如权利要求7所述的风力发电机故障诊断系统,其特征在于,所述显示屏上还设有报警装置,当风力发电机被诊断为具有故障时,所述报警装置发出报警信号;所述移动终端与报警装置数据连接,其向报警装置发送控制信号以终止报警信号。
9.一种风力发电机故障诊断方法,其包括步骤:
(1)采集风力发电机的多个特征量;
(2)将若干个传感器采集的多个特征量作为故障分类的条件属性集,通过粗糙集理论进行信息融合建立故障诊断决策表;基于故障诊断决策表提取出故障诊断规则;以及
(3)采用故障诊断规则对风力发电机的故障进行诊断。
10.如权利要求9所述的风力发电机故障诊断方法,其特征在于,步骤(2)进一步包括步骤:
(2a)将各个特征量按条件属性和决策属性编制成信息表,以建立各特征量之间的关系数据模型;
(2b)属性关系约简:利用属性约简去除冗余的条件属性和信息,得到简化的信息表;
(2c)基于简化的信息表,把所有必要的对风力发电机影响较大的条件属性组成的集合称为核,对必要的对风力发电机影响较大的条件属性进行核合并导出核值表;
(2d)基于核值表,根据特征级融合算法形成故障诊断决策表,提取出故障诊断决策规则。
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交通大学,未经上海交通大学许可,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/201810419814.7/1.html,转载请声明来源钻瓜专利网。





