[发明专利]一种风电机组振动分析故障诊断方法和系统

说明书

技术领域

本发明涉及风力发电技术领域，尤其涉及一种风电机组振动分析故障诊断方法和系统。

背景技术

随着常规能源短缺的日益严重，可再生能源开发与利用无疑将成为今后能源开发主要方向。目前，风力发电技术已经成熟，风电装机容量不断扩大，截至2008年底，中国风电装机容量已突破1200万千瓦，装机数量超过1万台，随着在役机组数量的增加，如何保证风电机组安全、可靠、高效地运行已成为风电行业关注的重点。旋转机械故障诊断技术已经普及于航空、铁路、电力、冶金等行业，是实现预知性维护的重要手段。由于风电机组位置偏僻、无人值守且运行在高空，采用振动监测进行早期故障诊断也引起了行业的重视，但是由于风电行业的特点，振动监测的开展深度并没有达到理想的效果，主要表现在以下几个方面：

1、风力发电是一个新的产业，风电机组结构复杂，其传动系统具有低速重载荷、弹性支撑、变速变载等特点，对于机组的振动分析不能直接采用已有的分析标准，因此，需要快速完成数据积累，制定风电机组振动监测的分析标准，这一点仅靠人工处理，难以快速实现。

2、风电场地处偏僻，难以培养既有理论基础又有实践经验的振动分析工程师，一般委托专业的振动分析服务企业完成，但是他们普遍缺乏风机现场经验。

3、风电机组数量多，型号不一；单台机组测量点数多，同一型号机组可能采用不同型号的齿轮箱；而且风机运行于变速变载工况下，给振动分析工程师带来了巨大的数据处理工作量，造成分析速度慢、效率低、准确度不够等不足。

发明内容

本发明的目的在于提出一种风电机组振动分析故障诊断方法和系统，可以大幅度降低风电机组振动分析的工作量，提高风电机组振动分析故障诊断的效率和准确率。

为达此目的，本发明采用以下技术方案：

一种风电机组振动分析故障诊断方法，包括以下步骤：

A、获取风电机组振动数据；

B、根据风电机组的结构参数、历史记录和知识库完成对风电机组振动数据的分析，生成可以人工编辑的分析报告；

C、根据振动监测分析标准和风电机组的运行状况进行诊断；

D、将诊断结果形成振动监测报告，提交给用户，用户根据振动监测报告完成对风电机组的维护。

步骤A中，采用离线方式采集风电机组振动数据，并通过邮件方式发送。

步骤A中，采用在线方式采集风电机组振动数据，并通过网络进行传输。

还包括以下步骤：

根据用户对风电机组维护的反馈，更新振动监测分析标准和知识库。

一种风电机组振动分析故障诊断系统，包括人机交互模块、推理机模块、解释机模块、知识库维护模块、知识库模块、综合数据存储器和数据采集模块，人机交互模块分别与知识库维护模块、推理机模块和解释机模块连接，推理机模块还分别与知识库维护模块、知识库模块、解释机模块和综合数据存储器链接，知识库维护模块还与知识库模块连接，综合数据存储器还与数据采集模块连接，其中，

人机交互模块用于提供人机接口，提供操作者与推理机和知识库维护模块之间交流的接口，提供用户与解释机之间交流的接口；

推理机模块用于根据知识库中的专家规则对规则数据库中的符号数据进行诊断推理，将诊断推理结果反馈给操作者，并将综合数据存储器中风电机组振动数据通过神经网络诊断获得推理结果，将诊断推理结果传送到解释机模块；

解释机模块用于从推理机模块获取诊断推理结果，发送给用户，并进行解释；

知识库维护模块用于将经验知识进行整理，以规则的形式写入知识库模块；

知识库模块用于存储规则和神经网络的结构、权值，供推理机模块调用；

综合数据存储器用于存储风电机组振动数据、历史数据和诊断过程中的中间结果；

数据采集模块用于采集风电机组振动数据，并发送给综合数据存储器。

知识库维护模块还用于当推理机模块遇到不确定的推理因素时，向操作者进行询问，并将解决后的知识写入知识库模块。

数据采集模块是离线数据采集模块，或者是在线数据采集模块。

推理机模块进一步包括神经网络专家系统和专家系统服务器。