[發明專利]一種風力發電機組異常振動的預警方法及系統

有效

• 申請號: 201410432488.5
• 申請日: 2014-08-28
• 公開（公告）號: CN104198138B
• 公開（公告）日: 2017-03-22
• 發明（設計）人: 隨德光;王貞;葉月光
• 申請（專利權）人: 北京天源科創風電技術有限責任公司
• 主分類號: G01M7/02
• 分類號: G01M7/02;G01M15/12
• 代理公司: 北京方韜法業專利代理事務所11303
• 代理人: 劉晶婷

技術領域

本發明涉及風電技術領域，特別是涉及一種風力發電機組異常振動的預警方法及系統。

背景技術

大功率永磁直驅型風力發電機組，主要部件包括永磁直驅發電機、葉片、塔筒、輪轂、變流器。機組的主要機械部件均有各自的振動模態，由于機組使用壽命的變化和運行功率的不同，導致機組出現不同情況的振動特征。振動是機組運行特征的一個重要體現。

目前機組振動保護主要針對大能量大振幅的保護，而實際運行中，機組的關鍵機械設備(發電機、葉片等)的損壞或異常，使機組“帶病”運行，會誘發的機組振動變化，而且在損壞早期，這種振動變化往往幅值不大，很難檢測到。最終會導致關鍵部件的不可逆轉的損壞，使機組長時間停機，帶來較大的經濟損失。

由此可見，創設一種可靠、有效、能夠檢測到小振幅異常振動尤其是損壞早期的異常振動的風力發電機組異常振動的預警方法及系統,實屬當前重要研發課題之一。

發明內容

本發明的一個目的是提供一種可靠、有效的風力發電機組異常振動的預警方法，能夠檢測到小振幅異常振動尤其是損壞早期的異常振動，利于及早發現機組隱患，提前預警，減少機組帶病運行的時間，從而為機組關鍵部件的修復或更換提供判斷依據，降低部件損壞風險，減少機組停機時間和備件消耗成本。

為實現上述目的，本發明采用如下技術方案：

一種風力發電機組異常振動的預警方法，包括以下步驟：A.數據采集，采集機組的實時瞬態振動數據；B.數據預處理，對采集數據進行預處理獲取計算樣本；C.振動特征提取，對所述計算樣本進行橢圓擬合并提取擬合出的橢圓的特征值；D.振動狀態評估，根據比較所述特征值與設定的報警閾值評估機組的振動狀態。

進一步地，所述振動數據包括沿機組發電機主軸軸向的機艙加速度A_X、沿機組發電機主軸徑向的機艙加速度A_Y和機組機艙加速度有效值A_E，且滿足AE=AX2+AY2.]]>

進一步地，所述步驟B數據預處理包括以下步驟：a.對采集的振動數據進行數據清洗，剔除噪聲數據；b.對清洗后的數據所在的坐標系進行笛卡爾網格化，計算每一網格及其周圍8個網格的樣本密度；c.遍歷并提取樣本密度不為0、而其周圍8個網格樣本密度至少一個為0的網格作為邊緣網格，提取所述邊緣網格內的樣本作為橢圓擬合計算的樣本。

進一步地，所述步驟C中的橢圓擬合采用最小二乘法橢圓擬合。

進一步地，所述步驟C中擬合出的橢圓的特征值包括橢圓的長半軸、短半軸、橢圓中心坐標以及橢圓傾角。

進一步地，所述步驟D振動狀態評估包括根據所述橢圓的長半軸、短半軸對機組振動幅值大小的評估以及根據所述橢圓中心坐標和橢圓傾角對機組振動偏心度的評估。

進一步地，所述步驟D中報警閾值通過對故障機組的歷史異常振動數據進行統計分析獲得。

本發明的另一個目的是提供一種應用上述風力發電機組異常振動的預警方法的風力發電機組異常振動的預警系統，包括：數據采集模塊，用于采集機組的實時瞬態振動數據；數據預處理模塊，用于對采集數據進行預處理獲取計算樣本；振動特征提取模塊，用于對所述計算樣本進行橢圓擬合并提取擬合出的橢圓的特征值；振動狀態評估模塊，用于根據比較所述特征值與設定的報警閾值評估機組的振動狀態。

進一步地，還包括閾值設定模塊。

進一步地，還包括報警模塊。

由于采用上述技術方案，本發明至少具有以下優點：

本發明的風力發電機組異常振動的預警方法及系統，用于分析機組的振動狀態，檢測振動特征，尋找異常振動數據，能夠檢測到小振幅異常振動尤其是損壞早期的異常振動，有利于及早發現機組隱患，減少機組帶病運行的時間，通過建立預警機制可為關鍵部件的修復或更換提供判斷依據，降低部件徹底損壞的風險，減少機組停機時間和備件消耗成本。

附圖說明

上述僅是本發明技術方案的概述，為了能夠更清楚了解本發明的技術手段，以下結合附圖與具體實施方式對本發明作進一步的詳細說明。