[发明专利]一种基于故障模型触发的自动故障诊断系统

说明书

本发明公开的一种基于故障模型触发的自动故障诊断系统，包括：传感器，获取待检测设备各部件的振动加速度信号；故障模型，存储对应的部件类型、部件故障特征频率及对应的包括部件类型和部件故障特征频率的部件故障编码，当振动加速度信号中存在与部件故障特征频率匹配的频率成分时向故障分类器发送部件故障编码并向故障等级评估模块发送启动信号；故障分类器，对部件故障编码进行分类并查找对应的故障类型信息，输出作为故障类型诊断结果的故障类型信息；故障等级评估模块，在收到启动信号后根据振动加速度信号计算振动烈度，评估故障等级得到故障等级诊断结果。本发明可提高风电机组等设备的故障诊断效率。

技术领域

本发明涉及故障诊断技术领域。更具体地，涉及一种基于故障模型触发的自动故障诊断系统，尤其适合应用于风力发电机组的故障诊断。

背景技术

风力发电单位发电成本已经基本接近火电发电成本，是目前所有可再生能源中最具商业价值，最具推广条件的能源种类。

风力发电是国家能源领域中长期规划的重点方向，我国现有风机总装机容量达到7400万千瓦，占总电网装机容量的7％，“十二五”规划风电总装机容量达到0.98亿千瓦；“十三五”规划风电总装机容量达到1.5～2亿千瓦；到2050年，风电总装机容量将达到电网总装机容量的17～20％左右。因此风力发电领域拥有广阔且较明朗的前景，由其带动的相关领域产业也必然拥有乐观的市场前景。

我国风力发电产业已经完全走出了小规模技术论证阶段，目前已经进入大规模推广阶段，由于我国风电产业起步较晚，技术积累薄弱，相关配套组件尚不能完全满足风电整机高效安全运行要求，特别是我国风电整机企业绝大部分采用直接引进国外成套整机设计的技术模式,进一步导致目前风电整机可靠性无法满足实际运行需求，重大事故频率高发，风机可利用率明显低于国外机组。

风力发电是典型的分布式发电系统，具有单机容量小，分布区域广泛，服役环境恶劣等特点；如何高效可靠地对风电机组进行故障诊断，减少机组故障停机时间，对于提高风电场运维效率，提升风电场经济效益，具有非常重要的现实意义。

目前，对风电机组进行的故障诊断主要是依靠人工进行的，通过对风电机组关键部件振动信号进行分析处理，得到机组关键部件的故障特征频率，依此进行故障诊断；但这种故障诊断方式效率低下，不能有效支撑大规模的风电机组故障诊断，也无法有效提升风电场的运维效率，不能有效支撑风电机组运维。

因此，需要提供一种能够实现风电机组部件在线故障诊断和自动故障诊断，能够大大提升风电机组故障诊断效率，减少风电机组的故障停机时间，提升风电场运维效率的基于故障模型触发的自动故障诊断系统。

发明内容

本发明的目的在于提供一种基于故障模型触发的自动故障诊断系统，以解决风电机组故障诊断效率低下，不能有效支撑风电机组运维的问题。

为达到上述目的，本发明采用下述技术方案：

一种基于故障模型触发的自动故障诊断系统，该系统包括：传感器、多个故障模型、故障分类器和故障等级评估模块；

传感器，获取待检测设备各部件的振动加速度信号；

故障模型，存储对应的部件类型、部件故障特征频率及对应的包括部件类型和部件故障特征频率的部件故障编码，当振动加速度信号中存在与部件故障特征频率匹配的频率成分时向故障分类器发送部件故障编码并向故障等级评估模块发送启动信号；

故障分类器，对部件故障编码进行分类并查找对应的故障类型信息，输出作为故障类型诊断结果的故障类型信息；

故障等级评估模块，在收到启动信号后根据振动加速度信号计算振动烈度，评估故障等级得到故障等级诊断结果。

优选地，所述故障模型进一步包括：陷波频点为部件故障特征频率的陷波滤波器、信号减法器和触发判断器；