[發明專利]一種風力發電機組穩態振動在線趨勢預測方法及趨勢預測系統

在審

• 申請號: 201911267308.1
• 申請日: 2019-12-11
• 公開（公告）號: CN111006758A
• 公開（公告）日: 2020-04-14
• 發明（設計）人: 郭自強;寧琨;曾一鳴;蘇坤林;王清照;楊鶴立;李玉霞;廖如霞;賈君實;張坤
• 申請（專利權）人: 東方電氣風電有限公司
• 主分類號: G01H17/00
• 分類號: G01H17/00;G01M13/045;G01M13/028;G01M13/021;G01M15/00
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 陳法君

本發明公開了一種風力發電機組穩態振動在線趨勢預測方法，所述在線監測方法至少包括如下步驟：S1：數據采集步驟，于風力發電機組正常運行時，通過穩態振動采集策略，實時完成風電機組的振動數據采集；S2：數據預處理步驟，對步驟S1中采集的振動數據進行濾波預處理，完成有效數據篩選；S3：運行狀態判斷步驟，對步驟S2獲得的有效數據進行數據分析，完成與報警閾值的比較，從而實現風電機組是否處于安全穩定運行狀態判斷。通過本發明方法實現了在同一工況下的振動數據采集，從而實現了對風電機組運行狀態的準確判斷，為后續機組調整和維護提供了高質量的初始判斷數據。

技術領域

本發明涉及風力發電機組穩態振動監測技術，尤其是涉及一種風力發電機組穩態振動在線趨勢預測方法及趨勢預測系統。

背景技術

風能是一種清潔的、可再生的能源。可以說是取之不盡用之不竭。隨著風力發電技術的不斷進步，風機的數量不斷增加，世界各國對風電行業變得更加重視，進一步的促進了風電行業的發展。

風力發電機組的結構日趨復雜，風場的自然環境條件惡劣，這使得風機某一重要部位出現故障時，需要長時間去維護。然而風電機組的發電量與其發電時間有著至關重要的聯系。減少風電機組的維護時間，提高風電機組的發電時間，有利于增加風電場的經濟效益。為了保證風電機組運行在安全穩定的范圍內，需要對風電機組的運行狀態進行在線監測，同時對可能出現的故障進行趨勢預測分析。

目前，現有的振動采集策略，是沒有對風機的工況進行分析，直接采用定點時間進行數據采集監測。利用監測的振動頻率與所設定的故障報警閾值進行比較，若超出報警閾值，則報警。根據現有的振動采集策略，不能從風機的多方面信息反映報警的運行狀況。不能確定風機什么時候發生的故障報警，對故障報警事故分析不能提供更加有效的信息。

發明內容

本發明的目的在于，為克服現有技術的不足，本發明公開了一種風力發電機組穩態振動在線趨勢預測方法，通過該方法實現了在同一工況下的振動數據采集，從而實現了對風電機組運行狀態的準確判斷，為后續機組調整和維護提供了高質量的初始判斷數據。同時，通過對風電機組振動數據進行處理，可以在線準確分析風電機組故障位置、故障程度以及故障發展趨勢性預測分析。提高了狀態監測系統的及時性和準確性，保障了風電機組的安全穩定運行。

本發明目的通過下述技術方案來實現：

一種風力發電機組穩態振動在線趨勢預測方法，所述在線監測方法至少包括如下步驟：S1：數據采集步驟，于風力發電機組正常運行時，通過穩態振動采集策略，實時完成風電機組的振動數據采集；S2：數據預處理步驟，對步驟S1中采集的振動數據進行濾波預處理，完成有效數據篩選；S3：運行狀態判斷步驟，對步驟S2獲得的有效數據進行數據分析并獲得分析數據，完成分析數據與報警閾值的比較，從而實現風電機組是否處于安全穩定運行狀態判斷，同時，將針對每次采集的振動數據的分析數據儲存至穩態振動數據庫；S4：穩態振動趨勢分布分析，基于穩態數據庫所存儲的數據，以時間延展維度獲得風力發電機組穩態振動趨勢分布情況；S5：振動趨勢預測，基于穩態振動趨勢分布情況與風機常見故障狀態振動情況對比分析，實現對風力發電機組的前瞻性預測。

根據一個優選的實施方式，所述步驟S4中，分離發電機組穩態振動趨勢分布情況包括對預警評估值、峰峰值、通頻有效值、峭度、歪度、裕度形指標和脈沖指標進行的散點分析、趨勢分析及瀑布圖分析。

根據一個優選的實施方式，所述步驟S3中，對步驟S2獲得的有效數據進行數據分析的分析維度包括：時域分析、頻域分析、階次分析、時頻域分析和時域同步平均分析。

根據一個優選的實施方式，所述時域分析包括有效值、峭度和峰峰值分析；所述頻域分析包括FFT頻譜分析、功率譜分析、原始包絡譜分析、包絡譜分析和倒譜分析；所述階次分析包括階次譜、階次功率譜和階次包絡譜的分析；所述時頻域分析包括短時傅里葉變換和連續小波變換的數據分析。