[发明专利]风电机组远程实时状态监测与智能故障诊断系统及方法

说明书

技术领域

本发明涉及风电机组的检修与维护技术，具体是一种风电机组远程实时状态监测与智能故障诊断系统及方法。

背景技术

我国幅员辽阔、风力资源蕴藏量巨大。在国家的大力支持下，我国的风电行业已经实现连续多年的高速发展，风电装机容量和发电量已经连续三年位居世界第一。但与此同时，由于风电运行受风的影响很大，具有间歇性、波动性、随机性的特点，导致大规模的风电在并网运行一段时间后，不可避免地会出现风电机组故障，导致风电机组非正常停机维修，从而严重降低发电效率，并直接影响业主的经济效益。因此，为了保证发电效率和业主的经济利益，风电机组的检修与维护已经成为急需解决的关键问题。当前，风电机组的检修与维护主要通过以下两种方式来实现：定期检修与维护和事后检修与维护。其中，定期检修与维护是指每隔一段时间对风电机组进行检修与维护，其主要是依据风电机组保养和维护的相关规程，检查风电机组运转时是否存在异响、更换风电机组的润滑油脂等。定期检修与维护的缺点在于：其一，定期检修与维护主要依赖检修与维护人员的经验与水平，检修与维护效果因人而异，难以保证检修与维护效果。其二，定期检修与维护无法发现风电机组的内部故障（即密闭在风电机组内部的轴承、齿轮等的故障）。事后检修与维护是指在风电机组出现故障之后，针对故障部件进行检修与维护。事后检修与维护的缺点在于：其一，事后检修与维护无法发现两次定期检修与维护之间出现的突发性故障，且无法跟踪和发现潜伏期较长的故障隐患，而一旦故障隐患在下次定期检修与维护前发展为重大故障，势必造成很大损失。其二，在进行事后检修与维护时，风电场业主通常需要聘请专业检修与维护人员、租借大型的吊装设备来更换故障部件。而由于风电场多位于山区、沿海、草原等地理位置偏僻、环境恶劣的地点，且风电机组分布分散、相互间隔较远，势必导致检修与维护成本高。基于此，有必要发明一种全新的风电机组检修与维护技术，以解决现有风电机组检修与维护技术难以保证检修与维护效果、无法及时发现风电机组的内部故障、突发性故障和故障隐患、以及检修与维护成本高的问题。

发明内容

本发明为了解决现有风电机组检修与维护技术难以保证检修与维护效果、无法及时发现风电机组的内部故障、突发性故障和故障隐患、以及检修与维护成本高的问题，提供了一种风电机组远程实时状态监测与智能故障诊断系统及方法。

本发明是采用如下技术方案实现的：风电机组远程实时状态监测与智能故障诊断系统，包括状态监测设备、现场监控与故障诊断中心、远程监控与故障诊断中心；所述状态监测设备包括加速度振动传感器、转速传感器、电流传感器、摄像头、在线自动分析诊断仪；所述现场监控与故障诊断中心包括现场服务器、现场PC机；所述远程监控与故障诊断中心包括远程服务器、远程PC机；其中，加速度振动传感器的数据传输端、转速传感器的数据传输端、电流传感器的数据传输端、摄像头的数据传输端均与在线自动分析诊断仪的数据传输端双向连接；在线自动分析诊断仪通过光纤以太网分别与现场服务器、现场PC机双向连接；现场服务器通过互联网分别与远程服务器、远程PC机双向连接。

所述加速度振动传感器为压电式加速度振动传感器；所述转速传感器为光电编码器；所述电流传感器为罗氏线圈电流传感器；所述在线自动分析诊断仪采用ARM+DSP+FPGA的硬件结构。

风电机组远程实时状态监测与智能故障诊断方法（该方法在本发明所述的风电机组远程实时状态监测与智能故障诊断系统中实现），该方法是采用如下步骤实现的：

1）现场监控与故障诊断中心向在线自动分析诊断仪实时发送控制指令；在线自动分析诊断仪实时接收控制指令，并根据接收到的控制指令设置ARM、DSP、FPGA、加速度振动传感器、转速传感器、电流传感器、摄像头的运行参数和启停模式；

2）加速度振动传感器、转速传感器、电流传感器、摄像头分别实时采集风电机组的状态数据，并分别将采集到的状态数据实时发送至FPGA；DSP实时分析来自FPGA的状态数据，并依照科学算法结构，对相应的指标进行运算；运算结束后，DSP通过对运算结果的动态分析，按照不同指标的权重比例的不同初步确定风电机组故障的级别；然后，DSP将运算后的典型时域指标及频域指标的具体数据和诊断结果通过ARM发送至现场监控与故障诊断中心；为了保证诊断的准确性，DSP在诊断出风电机组可能出现故障或者已经出现故障的同时，将来自FPGA的状态数据一并转发至远程监控与故障诊断中心，以便远程监控与故障诊断中心通过更为专业的人工分析，最终确定风电机组故障的级别及类型；