[發明專利]基于振動突變報警的風電機組狀態監測方法及裝置有效
| 申請號: | 201210216120.6 | 申請日: | 2012-06-26 |
| 公開(公告)號: | CN103512651A | 公開(公告)日: | 2014-01-15 |
| 發明(設計)人: | 韓俊良;蘇麗營;榮浩天;朱玉斌;梁志敏 | 申請(專利權)人: | 華銳風電科技(集團)股份有限公司 |
| 主分類號: | G01H17/00 | 分類號: | G01H17/00 |
| 代理公司: | 北京元本知識產權代理事務所 11308 | 代理人: | 秦力軍 |
| 地址: | 100872 北京*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 振動 突變 報警 機組 狀態 監測 方法 裝置 | ||
1.一種基于振動突變報警的風電機組狀態監測方法,其特征在于,包括以下步驟:
A、在風力發電機組運行過程中,實時采集風力發電機組的振動信號;
B、通過對當前采集的振動信號進行分析處理,判斷是否存在振動突變事件;
C、若判斷存在振動突變事件,則立即發出相應的突變報警信號;
D、通過重復上述步驟A至C,得到多個突變報警信號,以便對可能發生的故障進行診斷。
2.根據權利要求1所述的方法,其特征在于,通過分析振動信號的變化率,來判斷是否存在振動突變事件。
3.根據權利要求1或2所述的方法,其特征在于,所述步驟B包括:
將當前采集的振動信號進行傅里葉變換,得到當前振動信號特征值;
通過將當前振動信號特征值與之前通過自學習得到的突發報警閾值進行比較,判斷是否存在振動突變事件。
4.根據權利要求3所述的方法,其特征在于,所述通過自學習得到突發報警閾值的步驟包括:
將當前采集振動信號時刻之前一段時間內采集的振動信號分別進行傅里葉變換,得到一組的振動信號特征值;
按照高斯模型計算各個振動信號特征值的均值μ和標準方差σ2;
利用所述均值μ和標準方差σ2得到突發報警閾值。
5.根據權利要求4所述的方法,其特征在于,所述突發報警閾值Threshold=μ+3σ。
6.根據權利要求5所述的方法,其特征在于,所述步驟C包括:
若某振動信號特征值>λ×Threshold,則判斷存在振動突變事件,然后發出相應的突變報警信號,其中所述λ為突變因子。
7.根據權利要求6所述的方法,其特征在于,步驟D包括:
保存每個突變報警信號的報警日志和相應的振動信號特征值數據;
根據報警日志對所保存的各個振動信號特征值數據的趨勢進行分析,診斷可能發生的故障。
8.一種基于振動突變報警的風電機組狀態監測裝置,其特征在于,包括:
采集模塊,用于在風力發電機組運行過程中實時采集風力發電機組的振動信號;
振動突變事件判斷模塊,通過對當前采集的振動信號進行分析處理,判斷是否存在振動突變事件;
突變報警模塊,在判斷存在振動突變事件的情況下,發出相應的突變報警信號;
故障診斷模塊,通過對所述突變報警模塊輸出的多個突變報警信號進行分析,對可能發生的故障進行診斷。
9.根據權利要求8所述的裝置,其特征在于,所述振動突變事件判斷模塊包括:
傅里葉變換單元,將當前采集的振動信號進行傅里葉變換,得到振動信號特征值;
比較單元,通過將所述振動信號特征值與之前通過自學習得到的突發報警閾值進行比較,判斷是否存在振動突變事件。
10.根據權利要求9所述的方法,其特征在于,振動突變事件判斷模塊還包括突發報警閾值自學習單元,用于按照高斯模型計算當前采集振動信號時刻之前一段時間內采集的振動信號分別進行傅里葉變換,得到一組的振動信號特征值的均值μ和標準方差σ2,再利用所述均值μ和標準方差σ2得到突發報警閾值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華銳風電科技(集團)股份有限公司,未經華銳風電科技(集團)股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210216120.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:光譜儀的可拆卸周邊裝置
- 下一篇:百潔布用酚醛樹脂





