[发明专利]一种风力发电机组的全状态监测方法和系统有效
申请号: | 201510415276.0 | 申请日: | 2015-07-15 |
公开(公告)号: | CN105179179B | 公开(公告)日: | 2018-09-04 |
发明(设计)人: | 张彪;岳宁;刘晓枫 | 申请(专利权)人: | 北京汉能华科技股份有限公司 |
主分类号: | F03D17/00 | 分类号: | F03D17/00;F03D80/70 |
代理公司: | 北京市隆安律师事务所 11323 | 代理人: | 权鲜枝;何立春 |
地址: | 100070 北京市丰台区西四*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 风力 发电 机组 状态 监测 方法 系统 | ||
本发明公开了一种风力发电机组的全状态监测方法和系统,该方法包括:实时监测风力发电机组的多个部件的状态;对于每个部件,根据其状态判断该部件是否发生故障;当判断出风力发电机组的一个或多个部件发生故障时,发送报警信息。本发明针对风力发电机组的运行要求,提出了一种更先进、更全面、更准确的状态监测与故障诊断方案,该方案在不影响风力发电机组正常运行的前提下,通过对风力发电机组的多个部件的状态监控、故障诊断以及报警处理,可以实现工作人员对风力发电机组运行状态的全面、实时远程监控,提高了对风力发电机组故障响应的及时性、有效性和准确性,在保证机组可靠稳定运行、降低机组维护成本等方面具有重要的意义。
技术领域
本发明涉及风力发电领域,尤其涉及一种风力发电机组的全状态监测方法和系统。
背景技术
风力发电机组的故障机理十分复杂,影响因素众多,是影响风力发电机组能否长期稳定运行的关键因素。建立一套完整、全面的风力发电机组状态监测和故障诊断方案,对于正确评价机组运行状态,预防和减少机组故障的发生,实现预知性维修都有重要的意义。
发明内容
鉴于上述问题,本发明提供了一种风力发电机组的全状态监测方法和系统,以解决上述问题或者至少部分地解决上述问题。
依据本发明的一个方面,提供了一种风力发电机组的全状态监测方法,该方法包括:
实时监测风力发电机组的多个部件的状态;
对于每个部件,根据其状态判断该部件是否发生故障;
当判断出风力发电机组的一个或多个部件发生故障时,发送报警信息。
可选地,所述实时监测风力发电机组的多个部件的状态,对于每个部件,根据其状态判断该部件是否发生故障包括如下一种或多种:
监测风力发电机组的各叶片的振动状态,根据各叶片的振动状态判断是否存在发生故障的叶片;
监测风力发电机组的主轴轴承的振动状态,根据主轴轴承的振动状态判断主轴是否发生故障;
监测风力发电机组的齿轮箱的振动状态,根据齿轮箱的振动状态判断齿轮箱是否发生故障;
监测风力发电机组的齿轮箱中的润滑油的油液状态,根据齿轮箱中的润滑油的油液状态判断齿轮箱中的润滑油是否存在问题;
监测风力发电机组的发电机的转子轴承的振动状态,根据发电机的转子轴承的振动状态判断发电机是否发生故障;
监测风力发电机组的塔筒的振动状态,根据塔筒的振动状态判断塔筒是否发生非正常晃动;
监测风力发电机组的塔筒的倾斜状态,根据塔筒的倾斜状态判断塔筒所处的地基是否发生非正常沉降。
可选地,所述监测风力发电机组的各叶片的振动状态,根据各叶片的振动状态判断是否存在发生故障的叶片包括:
采集各叶片的噪音信号,获得各叶片的噪音信号的频域特征;根据各叶片的噪音信号的频域特征判断是否存在发生故障的叶片;
其中,所述根据各叶片的噪音信号的频域特征判断是否存在发生故障的叶片包括如下一种或多种:
分析不同叶片的噪音信号的频域特征之间的差异,对于每个叶片,如果该叶片与其他各叶片的当前噪音信号的频域特征之间的差异均出现异常,则确定该叶片发生故障;其中,该叶片与其他任一叶片的噪音信号的频域特征之间的差异出现异常包括:二者的当前噪音信号的频域特征之间的差异超出正常范围;
如果一个叶片的噪音信号的频域范围达到啸叫频率范围,则确定该叶片发生故障;
对于每个叶片,比较该叶片的当前噪音信号的频域特征与当前转速下标准噪音信号的频域特征,如果存在异常,则确定该叶片发生故障。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京汉能华科技股份有限公司,未经北京汉能华科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510415276.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:往复式压缩机及其使用方法
- 下一篇:一种双转子风力发电机组