[发明专利]大型风力发电机组状态监测与故障诊断系统

说明书

技术领域

本发明涉及一种大型风力发电机组状态监测与故障诊断系统。

背景技术

风能作为一种可再生能源，取之不尽用之不竭。我国风能资源丰富，而且随着风力发电技术的不断发展，风机单机容量也朝着MW级方向发展，总体风力发电机组的装机容量不断逐年增加，风电作为一种新型能源在全球能源结构中所占的比例也越来越大。然而大型风力发电机组常常工作在低温、风暴、雷电、沙尘、盐碱、冰雪等环境特别恶劣的条件下,同时由于风速的不确定性使得风轮转速变化范围大，使得风力发电机组的运行工况复杂，容易造成风力发电组的叶片以及传动系统的使用寿命缩短,提前出现故障甚至是损坏，从而导致了风力发电机组停机，严重影响发电，并直接造成较为严重的经济损失，导致了风电机组的运行维护成本持续增高。因此为了保证风力发电机组运行的可靠性，降低维护和检修费用，安装有效的风力发电机组状态监测与故障诊断系统非常重要，但是传统的风力发电机组故障诊断系统通过采集机组重要传动部件的振动信号，经专业技术人员来观测振动信号波形并判断机组故障部件。这种方法很容易判断错误，而且很难判断出部件故障的准确位置和严重程度，难以给后期制定相关检修计划提供准确地指导。而且传统故障诊断系统缺乏处理大量数据的能力和智能算法分析能力，也没有提供友风力发电机组实时在线状态监测和故障处理操作界面。

发明内容

本发明的目的在于提供一种大型风力发电机组状态监测与故障诊断系统，能够解决传统风力发电机组故障诊断系统缺乏大量数据处理和智能分析能力，及未提供风力发电机组实时在线状态监测界面和故障处理操作界面的问题。

为解决上述问题，本发明提供一种大型风力发电机组状态监测与故障诊断系统，包括：

与风力发电机组通讯的多个传感器，用于获取所述风力发电机组的各个部分的状态模拟数据；

与多个传感器中的一部分传感器通讯的数据采集器和与多个传感器中的另部分传感器通讯的PLC模块，所述数据采集器和PLC模块用于采集传感器传送的状态模拟数据，并将状态模拟数据经A/D转换后变为状态数字数据，所述PLC模块还与所述风力发电机组通讯，用于调整风力发电机组的运行状态；

与所述数据采集器和PLC模块通讯的实时数据库，用于存储所述状态数字数据；

分别与所述实时数据库通讯的Matlab模块和工业组态软件模块，所述工业组态软件模块还与所述PLC模块通讯，其中，Matlab模块还与工业组态软件模块通讯，所述Matlab模块包括小波工具箱和神经网络工具箱，所述小波工具箱用于通过小波变换将所述状态数字数据进行消噪处理，并将经过消噪处理的状态数字数据进行快速傅里叶变换后从中提取故障特征参数，所述神经网络工具箱用于从一历史数据库中获取风力发电机组的历史故障数据，并通过BP神经网络算法对风力发电机组的历史故障数据进行训练得到BP神经网络，根据训练得到的BP神经网络对所提取到的所述故障特征参数做出模式识别，得到风力发电机组的故障代码后传送到所述工业组态软件模块，所述工业组态软件模块根据从实时数据库获取的状态数字数据在其显示界面中显示当前风力发电机组的各个部分的运行状况，并根据故障代码智能识别出故障类型、故障部件和故障严重程度并显示在其显示界面中，及根据故障严重程度通过PLC模块调整风力发电机组的运行状态；

分别与所述Matlab模块和工业组态软件模块通讯的历史数据库，用于存储所述Matlab模块和工业组态软件模块传输的风力发电机组的各种历史数据，包括所述历史故障数据。

进一步的，在上述系统中，所述数据采集器为DSP数据采集卡。

进一步的，在上述系统中，所述传感器包括振动传感器、电压传感器、电流传感器、位移传感器、温度传感器、转速传感器和转速传感器。

进一步的，在上述系统中，所述振动传感器用于采集风力发电机组的齿轮箱输入、输出端轴承振动信号。

进一步的，在上述系统中，所述电压传感器、电流传感器、位移传感器、温度传感器、转速传感器和转速传感器用于分别采集风力发电机组的发电机端电压、电流信号，及风力发电机组的机舱温度、风力发电机组的转子转速和当前风速。

进一步的，在上述系统中，所述PLC模块和数据采集器均通过工业以太网与所述实时数据库进行通讯。

进一步的，在上述系统中，所述Matlab模块与工业组态软件模块之间通过一外部开放式OPC协议接口实现通讯。