[發(fā)明專利]一種風電機組運行狀態(tài)分析診斷方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310095388.3
• 申請日: 2013-03-23
• 公開（公告）號: CN103245912A
• 公開（公告）日: 2013-08-14
• 發(fā)明（設計）人: 呂庭彥;蔣維;李亞冬;韓緒望;呂東;陳榮敏;賈英韜;李海波
• 申請（專利權）人: 中國水利電力物資有限公司
• 主分類號: G01R31/34
• 分類號: G01R31/34
• 代理公司: 北京振安創(chuàng)業(yè)專利代理有限責任公司 11025
• 代理人: 祁純陽

技術領域

本發(fā)明涉及通信技術領域，特別涉及一種風電機組運行狀態(tài)分析診斷方法和系統(tǒng)。

背景技術

隨著能源的日益枯竭以及污染的日益加劇，可再生能源和清潔能源越來越受到重視。風能發(fā)電或稱風力發(fā)電是一種清潔的可再生能源，且風力機組的運行成本低，因此風電技術裝備是風電產(chǎn)業(yè)的重要組成部分，也是風電產(chǎn)業(yè)發(fā)展的基礎和保障。

風電雖然具有清潔、可再生、成本低等優(yōu)點，但是同樣具有對地理要求高、分布在野外等缺陷，因此如何對風電設備的數(shù)據(jù)進行收集是自動化管理、數(shù)據(jù)監(jiān)控的基礎。目前國內(nèi)外的很多風電設備廠家和研究機構(gòu)對風電機組故障診斷都采用了傳統(tǒng)的設備振動監(jiān)測分析技術（TSI、TDM系統(tǒng)技術），這些技術只能提供風電機組測點參數(shù)的實時數(shù)據(jù)顯示、分析和故障事后報警，無法對風電機組的整體運行狀態(tài)進行定量評估，也無法在風電機組出現(xiàn)事故征兆的早期提供早期預警診斷。同時這些系統(tǒng)大多采用單場站的模式運行，無法發(fā)揮風電機組大規(guī)模數(shù)據(jù)集中分析和診斷的優(yōu)勢，一方面大量的人力資源被浪費，另一方面，現(xiàn)有的診斷分析成果很難被充分利用。

發(fā)明內(nèi)容

本發(fā)明要解決的技術問題是提出一種更為可靠的風電機組運行狀態(tài)分析診斷方法和系統(tǒng)。

為了解決上述技術問題，本發(fā)明的實施例提供一種風電機組運行狀態(tài)分析診斷方法，包括如下步驟：

數(shù)據(jù)發(fā)送步驟，判斷與遠程預警診斷中心的通訊是否正常；如果否則在本地預設的存儲模塊中劃分出緩存區(qū)域，并將本地風電機組設備的實時運行數(shù)據(jù)緩存到所述緩存區(qū)域中；當與遠程預警診斷中心的通訊恢復后將所述緩存區(qū)域內(nèi)緩存的實時運行數(shù)據(jù)發(fā)送到遠程預警診斷中心；

基于模型的狀態(tài)評估步驟，所述遠程預警診斷中心根據(jù)存儲的歷時運行數(shù)據(jù)，分別生成正常狀態(tài)模型、故障狀態(tài)模型；并根據(jù)接收到的所述實時運行數(shù)據(jù)，實時更新當前狀態(tài)模型；對比所述當前狀態(tài)模型與所述正常狀態(tài)模型、故障狀態(tài)模型的相似度，以評估所述風電機組的運行狀態(tài)，并對所述風電機組的故障進行預警；

狀態(tài)監(jiān)控步驟，所述遠程預警診斷中心根據(jù)所述正常狀態(tài)模型生成所述風電機組的安全基準線；將所述風電機組的實時運行數(shù)據(jù)與所述安全基準線進行對比，以在超過所述安全基準線時進行報警；

數(shù)據(jù)存儲步驟，所述遠程預警診斷中心接收到所述實時運行數(shù)據(jù)后，判斷當前風電機組運行是否正常，如果否則按照預設頻率獲取風電機組當前的實時運行數(shù)據(jù)，并將所有數(shù)據(jù)進行存儲；如果是將每一數(shù)據(jù)分別與預存儲的正常狀態(tài)的運行數(shù)據(jù)進行比較，將與所述正常狀態(tài)的運行數(shù)據(jù)的差值超過預設閾值的實時運行數(shù)據(jù)進行存儲，并將未超過預設閾值的實時運行數(shù)據(jù)丟棄。

作為上述技術方案的優(yōu)選，所述數(shù)據(jù)發(fā)送步驟具體包括：

步驟11、判斷與遠程預警診斷中心的通訊是否正常；如果否，則跳轉(zhuǎn)到步驟12；

步驟12、在本地預設的存儲模塊中劃分出緩存區(qū)域；

步驟13、將本地風電機組設備的實時運行數(shù)據(jù)緩存到所述緩存區(qū)域中；

步驟14、判斷與遠程預警診斷中心的通訊是否恢復正常，如果是則將所述緩存區(qū)域內(nèi)的實時運行數(shù)據(jù)發(fā)送到所述遠程預警診斷中心；如果否則返回步驟13。

作為上述技術方案的優(yōu)選，所述步驟12具體包括：

步驟12a、在連接所述本地風電機組設備的本地接口機中劃分出一緩存區(qū)域，所述緩存區(qū)域的大小X=(TagA+TagB)×12×1024；其中所述TagA為本地風電機組運行測點數(shù)量，TagB為本地風機機組振動監(jiān)測測點數(shù)量。

作為上述技術方案的優(yōu)選，所述方法還包括：

步驟A、讀取所述緩存區(qū)域的可用存儲空間，當所述可用存儲空間小于預設閾值時動態(tài)調(diào)整所述緩存區(qū)域的大小。

作為上述技術方案的優(yōu)選，所述步驟14之后還包括：

步驟15、當所述緩存區(qū)域內(nèi)的所有數(shù)據(jù)都發(fā)送到所述遠程預警診斷中心后，刪除所述緩存區(qū)域。

作為上述技術方案的優(yōu)選，所述基于模型的狀態(tài)評估步驟具體包括：

步驟21、獲取所述風電機組每個預設監(jiān)測點在至少兩個相同特定時間點的狀態(tài)參數(shù)；針對每一預設監(jiān)測點，生成所述特定時間點的狀態(tài)參數(shù)形成的狀態(tài)參數(shù)集合，并將所有預設監(jiān)測點的狀態(tài)參數(shù)集合作為所述風電機組的正常狀態(tài)模型；

步驟22、獲取所述風電機組的歷史運行數(shù)據(jù)中故障狀態(tài)下每個預設監(jiān)測點在相同特定時間點的狀態(tài)參數(shù)，并將一個特定時間點的所有狀態(tài)參數(shù)組成一個狀態(tài)參數(shù)集合以作為所述風電機組的故障狀態(tài)模型；

步驟23、獲取所述風電機組的每個預設監(jiān)測點在相同特定時間點的實時運行數(shù)據(jù)并生成當前狀態(tài)模型；