本发明专利技术涉及风力发电监测领域，公开了一种风力发电机故障监测诊断系统，包括：参数获取模块，用于获取风力发电机运行时的各项参数，参数包括运行参数和环境参数，运行参数包括振动数据、绕组温度、发电功率和风机转速，环境参数包括风速、风向、气温和气压；预见分析模块，基于历史数据获取各项参数对应的理想值，将理想值与实时参数进行比对，根据比对结果获取风机运行系数；故障判断模块，根据风机运行系数是否落入预设波动区间的结果判断风机运行状态；诊断模块，根据故障判断模块确定的风机运行状态，对运行状态异常的风力发电机进行故障标记，将故障标记后的风力发电机各项参数输入到神经网络模型中，输出预测故障原因。
【技术实现步骤摘要】
本专利技术涉及风力发电监测领域，具体涉及一种风力发电机故障监测诊断系统。
技术介绍
1、风力发电机是一种将风能转换为电能的装置，其工作原理主要是利用风的动力，通过风轮叶片的旋转带动发电机转子的转动，从而产生电能。风力发电机主要由风轮、发电机、塔筒等组成，其中风轮是接收风能的部件，由叶片和轮毂组成；发电机则是将风能转换为电能的部件，由定子和转子组成；塔筒则是支撑整个风力发电机组的结构。
2、风力发电属于绿色能源，其运行过程中不会产生任何污染物，而且风能是一种可再生能源，因此风力发电越来越普及。风力发电依赖于风力，因此一般建立在风力资源较为丰富的地区，陆地上风力资源丰富的地区普遍海拔较高，塔筒的高度也较高，上述客观条件限制了人工进行检修的频率，因此会在风力发电机各处节点安装传感器对风力发电机的各项参数进行检测，但是单项参数受到外界的影响因素过多，容易发生误报的情况，无法准确反映出风机的实际情况，而误报的情况下会增加无用的人员检修成本，不符合实际的运行需求。
技术实现思路
1、本专利技术的目的在于提供一种风力发电机故障监测诊断系统，解决在风力发电机各处节点安装传感器对风力发电机的各项参数进行检测，但是单项参数受到外界的影响因素过多，容易发生误报的情况，无法准确反映出风机的实际情况，而误报的情况下会增加无用的人员检修成本，不符合实际的运行需求的技术问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种风力发电机故障监测诊断系统，包括：
<
p>4、参数获取模块，用于获取风力发电机运行时的各项参数，所述参数包括运行参数和环境参数，所述运行参数包括振动数据、绕组温度、发电功率和风机转速，环境参数包括风速、风向、气温和气压；5、预见分析模块，基于历史数据获取运行参数和环境参数对应的理想值，将理想值与实时参数进行比对，根据比对结果获取风机运行系数；
6、故障判断模块，根据风机运行系数是否落入预设波动区间的结果判断风机运行状态；
7、诊断模块，根据所述故障判断模块确定的风机运行状态结果，对运行状态异常的风力发电机进行故障标记，将故障标记后的风力发电机各项参数输入到神经网络模型中，输出预测故障原因。
8、作为进一步的技术方案，获取所述理想值的方法为：
9、根据历史数据获取运行参数中每项参数随时间变化的变化曲线；
10、依据环境参数中的每项参数划分成若干分区间；
11、在每个分区间内选取运行参数最小离散程度的对应时间作为时间点；
12、通过公式：
13、；
14、获取第i个时间点下各项参数的理想值;
15、其中，为第j项影响因子的变动量与权重之间的转化函数，基于历史数据获得；为与理想值对应参数的第j项影响因子的变动量，m为与理想值对应参数的影响因子数量，为上一个时间点下各项参数的实际数值。
16、作为进一步的技术方案，获取风机运行系数的过程包括：
17、通过公式：
18、；
19、计算获取第x台风机的运行系数；
20、其中，为第r个时间点的参数第j项影响因子的实际数值；为两个时间点之间的时长，为时间点的总数量，为比例系数，根据历史数据和经验数据选择确定。
21、作为进一步的技术方案，根据风机运行系数是否落入预设波动区间的结果判断风机运行状态的过程为：
22、将获取的风机运行系数与预设波动区间比较；
23、若，则判断风机运行状态正常；
24、若，则判断风机运行状态异常，风机进行停机，并生成检修任务单发送系统后台，分配检修人员对风机进行检修；
25、若，则判断风机运行状态良好。
26、作为进一步的技术方案，每个分区间内运行参数最小离散程度确定的方式为：
27、通过公式：；
28、计算获得离散系数；
29、其中表示运行参数中第i项参数的实际值，为第i项参数对应的权重系数，权重系数根据历史数据和经验数据选择确定，为运行参数的总项数，为平均值；
30、将当前分区间内计算获得的所有离散系数按照升序排列，排序第一位的离散系数对应的时间则为运行参数最小离散程度的时间点。
31、作为进一步的技术方案，所述系统还包括故障趋势分析模块，对运行状态为正常的风机进行进一步分析，得到故障趋势系数，根据故障趋势系数调整当前风机随机检修的频率。
32、作为进一步的技术方案，所述故障趋势系数的获取方法为：
33、通过公式：
34、；
35、计算获得第x台风机的故障趋势系数；
36、其中，为转化系数，根据历史数据和实验数据选择确定，为第x台风机发电功率的偏差系数,为预设比例系数，根据历史数据选择确定，为预设波动区间的端点值。
37、作为进一步的技术方案，当前风机发电功率的偏差系数的获取方法为：
38、基于历史数据归一拟合获取风机发电功率随时间的变化曲线以及标准发电功率随时间的变化曲线；
39、通过公式：
40、；
41、计算获得当前风机发电功率的偏差系数；
42、其中，为时段的两端端点，为衰减系数，根据经验数据查表获取。
43、作为进一步的技术方案，根据故障趋势系数调整随机检修频率的过程为：
44、将故障趋势系数与预设阈值比较；
45、若，则按照调整该风机的随机检修频率，其中，为预设的随机检修频率；
46、若，则保持当前风机随机检修频率不变。
47、本专利技术的有益效果：
48、（1）通过对风力发电机发电过程中自身运行参数和环境参数进行分类，并根据预见分析模块对运行参数和环境参数的理想值进行获取，从而根据理想值和实时参数比对后获得风机运行系数，风机运行系数越高，说明该风机在一个运行周期内的各项参数越不稳定，从而能够在一个运行周期内及时的发现风机故障，保证风机正常运转；
49、（2）通过故障趋势分析模块对处于正常运行状态的风机进一部预见分析，以反映出风机真实的状态，故障趋势系数越小表示该风机的故障风险越高，以便于对正常运行风机故障的预见，同时集风机发电功率的偏差系数和风机运行系数综合建立模型，能够利用风机发电功率的变化对风机运行系数的变化进行辅助验证，提高故障趋势系数的准确率。
本文档来自技高网...
【技术保护点】
1.一种风力发电机故障监测诊断系统，其特征在于，包括：
2.根据权利要求1所述的风力发电机故障监测诊断系统，其特征在于，获取所述理想值的方法为：
3.根据权利要求2所述的风力发电机故障监测诊断系统，其特征在于，获取风机运行系数的过程包括：
4.根据权利要求3所述的风力发电机故障监测诊断系统，其特征在于，根据风机运行系数是否落入预设波动区间的结果判断风机运行状态的过程为：
5.根据权利要求2所述的风力发电机故障监测诊断系统，其特征在于，每个分区间内运行参数最小离散程度确定的方式为：
6.根据权利要求4所述的风力发电机故障监测诊断系统，其特征在于，所述系统还包括故障趋势分析模块，对运行状态为正常的风机进行进一步分析，得到故障趋势系数，根据故障趋势系数调整当前风机随机检修的频率。
7.根据权利要求6所述的风力发电机故障监测诊断系统，其特征在于，所述故障趋势系数的获取方法为：
8.根据权利要求7所述的风力发电机故障监测诊断系统，其特征在于，当前风机发电功率的偏差系数的获取方法为：
9.根据权利要求7所述的风力发电机故障监测诊断系统，其特征在于，根据故障趋势系数调整随机检修频率的过程为：
...
【技术特征摘要】
1.一种风力发电机故障监测诊断系统，其特征在于，包括：
2.根据权利要求1所述的风力发电机故障监测诊断系统，其特征在于，获取所述理想值的方法为：
3.根据权利要求2所述的风力发电机故障监测诊断系统，其特征在于，获取风机运行系数的过程包括：
4.根据权利要求3所述的风力发电机故障监测诊断系统，其特征在于，根据风机运行系数是否落入预设波动区间的结果判断风机运行状态的过程为：
5.根据权利要求2所述的风力发电机故障监测诊断系统，其特征在于，每个分区间内运行参数最小离散程度确定的方式为：
【专利技术属性】
技术研发人员：梁宇竞，冯显常，林庄子，王龙，王荣民，田学慧，何振华，
申请(专利权)人：广东阳硕绿建科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。