[发明专利]一种风力发电机组故障分析系统、方法及介质在审

专利信息
申请号: 202211514877.3 申请日: 2022-11-29
公开(公告)号: CN115809731A 公开(公告)日: 2023-03-17
发明(设计)人: 刘默斯;孙志媛;郑琨;孙艳;李明珀;文立斌;卢广陵;彭博雅 申请(专利权)人: 广西电网有限责任公司电力科学研究院
主分类号: G06Q10/04 分类号: G06Q10/04;G01D21/02;G06Q10/0639;G06Q50/06;G06N5/043
代理公司: 南宁东智知识产权代理事务所(特殊普通合伙) 45117 代理人: 裴康明
地址: 530023 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 风力 发电 机组 故障 分析 系统 方法 介质
【权利要求书】:

1.一种风力发电机组故障分析方法,其特征在于,包括:

获取第一连续时段的风力发电机组的实时状态数据,并将其生成实时特征数据;其中,所述实时特征数据包括轴心轨迹、时域波形、趋势分析结果、频谱分析结果和三维谱与波特图,所述第一连续时段为预设时长;

对所述实时特征数据进行逻辑运算,得到故障概率最大的部件;

对所述故障概率最大的部件的未来走势进行预测;

对所述预测进行验证,根据所述验证的结果确定故障部件。

2.根据权利要求1所述的风力发电机组故障分析方法,其特征在于,所述对所述实时特征数据进行逻辑运算,得到故障概率最大的部件,包括:

调用历史数据,并将其生成历史特征数据;其中,所述历史特征数据包括轴心轨迹、时域波形、趋势分析结果、频谱分析结果和三维谱与波特图;

根据预设的逻辑,将所述历史数据与所述实时特征数据进行比对推理;

根据所述比对推理的结果,筛选出故障概率最大的部件。

3.根据权利要求1所述的风力发电机组故障分析方法,其特征在于,对所述预测进行验证,根据所述验证的结果确定故障部件,包括:

获取下一连续时段的风力发电机组的实时状态数据,并将其生成实时特征数据;其中,所述下一连续时段的实时特征数据包括轴心轨迹、时域波形、趋势分析结果、频谱分析结果和三维谱与波特图,所述下一连续时段为预设时长;

将所述下一连续时段的实时特征数据与所述预测的结果进行比对,若在误差允许的范围内,所述比对结果为两者一致,则表示预测故障准确,认定此部件为故障部件;

若在误差允许的范围内,所述比对结果为两者不一致,则排除此种故障;对可能性第二高的故障部件及原因进行预测,然后进行验证,依此类推,直至预测与验证结果一致。

4.根据权利要求1所述的风力发电机组故障分析方法,其特征在于,所述方法之前,还包括:

实时采集叶片、轴承、塔筒、齿轮箱、偏航系统、发电机和主轴部件的振动数据;

实时采集主轴、液压系统和齿轮箱部件的温度数据;

实时采集齿轮断齿、叶片断裂、电机主轴磨损、振动、轴承振动、输出电流电压和发电机绝缘老化的电信号数据;

实时采集主轴和齿轮箱的噪音数据;

将所述振动数据、所述温度数据、所述电信号数据以及所述噪音数据等实时状态数据通过DBMS分类保存至数据库。

5.根据权利要求1所述的风力发电机组故障分析方法,其特征在于,所述方法之后,还包括:

将故障的具体信息保存至数据库。

6.根据权利要求1所述的风力发电机组故障分析方法,其特征在于,所述方法之后,还包括:

对故障等级进行评估,并将故障反馈给用户;

若故障等级为严重及以上,则对风机进行停机处理。

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广西电网有限责任公司电力科学研究院,未经广西电网有限责任公司电力科学研究院许可,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/202211514877.3/1.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