[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

技術領域

本發明涉及風力發電機組狀態監測技術，尤其涉及一種基于振動突變報警的風電機組狀態監測方法及裝置。

技術背景

風能是太陽能的一種轉換形式，取之不盡、用之不竭，在將風能轉換為電能的過程中，不會產生任何有害氣體和廢料，不污染環境，因而風能的利用受到世界各國政府的廣泛重視。近幾年，風力發電產業進入一個高速增長期。

風力發電機組(簡稱風電機組)是將風能轉化為電能的裝置，其運行狀況是否正常直接影響到風電的產量，風電機組的故障可能導致自身零件的損壞，甚至有可能造成更嚴重的后果。為了保障風電機組的安全運行，就需要對風電機組的運行狀況進行監測，對可能發生的故障進行及時診斷。

現有的風電機組的狀態監測與故障診斷技術，是通過對風電機組所發出的振動信號進行定期監測，利用振動頻率是否與正常情況有差異，以及通過預先根據相關標準設定報警閾值來判斷其運行狀態，從而指導檢修。根據相關標準設定報警閾值只能顯示總值報警或頻段報警，不能從多方面詳細的反映設備的報警時的運行狀況，不能為報警事件后的故障診斷提供更多的有效信息。

發明內容

本發明的目的是提供一種基于振動突變報警的風電機組的狀態監測方法，用來提高狀態監測和振動報警準確度的。

本發明的另一目的是提供一種實現上述方法的基于振動突變報警的風電機組的狀態監測裝置

根據本發明的第一方面，提供了一種基于振動突變報警的風電機組狀態監測方法，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。

優選地，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。

優選地，所述步驟B包括：將所述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；通過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。

其中，當振動信號特征值＞大于λ×突發報警閾，判斷存在振動突發事件，λ為突變因子。

優選地，所述通過自學習得到的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。

優選地，所述突發報警閾值Threshold＝μ+3σ。

優選地，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。

優選地，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。

根據本發明的第二方面，提供了一種基于振動突變報警的風電機組狀態監測裝置，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。

優選地，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，振動信號特征值；比較單元，通過將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。

優選地，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：將當前采集振動信號時刻之前一段時間內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，再利用所述均值μ和標準方差σ²得到突發報警閾值。