[发明专利]风力发电机组发电机故障的检测方法及装置

说明书

本发明实施例提供一种风力发电机组发电机故障的检测方法及装置，其中，该方法包括：获取风力发电机组的状态数据；根据预设的神经网络模型，确定所述状态数据对应的目标值；根据所述目标值和预设的经验参数，确定所述风力发电机组发电机的故障状态。本发明实施例提供的风力发电机组发电机故障的检测方法及装置，能够实现发电机故障的自动化检测，提高发电机故障的检测效率，降低发电机故障检测的人力成本。

技术领域

本发明实施例涉及风力发电技术领域，尤其涉及一种风力发电机组发电机故障的检测方法及装置。

背景技术

当前，以煤、石油、天然气为主的常规能源不仅资源有限，而且造成了严重的大气污染。随着世界工业化进程的不断加快，使得能源消耗逐渐增加，全球工业有害物质的排放量与日俱增，从而造成了气候异常、灾害增多、恶性疾病多发等问题。因此，对可再生清洁能源的开发利用，特别是风能的开发利用，已经受到世界各国的高度重视。

目前，在风力发电技术领域中，永磁直驱风力发电机组是风力发电的主要设备。在实际运行中，为了确保机组的运行安全以及运行故障的及时排除，需要定期对机组进行故障检测。目前，永磁直驱风力发电机组发电机的故障主要包括发电机绝缘低、轴承卡死等问题，针对此问题现阶段主要通过现场排查的方式进行定期检查，效率较低，且人力成本较高。

发明内容

本发明实施例提供一种风力发电机组发电机故障的检测方法及装置，用以实现发电机故障的自动化检测，提高发电机故障的检测效率，降低发电机故障检测的人力成本。

本发明实施例第一方面提供一种风力发电机组发电机故障的检测方法，该方法包括：

获取风力发电机组的状态数据；

根据预设的神经网络模型，确定所述状态数据对应的目标值；

根据所述目标值和预设的经验参数，确定所述风力发电机组发电机的故障状态。

本发明实施例第二方面提供一种风力发电机组的发电机故障检测装置，该装置包括：

获取模块，获取风力发电机组的状态数据；

第一确定模块，根据预设的神经网络模型，确定所述状态数据对应的目标值；

第二确定模块，根据所述目标值和预设的经验参数，确定所述风力发电机组发电机的故障状态。

本发明实施例，通过建立故障检测的神经网络模型，并将风力发电机组的状态数据作为该模型的输入数据，从而根据该模型的输出数据与预设的经验参数之间的偏差值，实现对风力发电机组发电机故障状态的自动化判断。提高了故障检测的智能化程度和检测效率，且不需要人工参与，节约了人力成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的风力发电机组发电机故障的检测方法的流程图；

图2为本发明一实施例提供的神经网络的结构示意图；

图3为本发明一实施例提供的风力发电机组发电机故障的检测方法的流程图；

图4为本发明一实施例提供的风力发电机组的发电机故障检测装置的结构示意图；

图5为本发明一实施例提供的风力发电机组的发电机故障检测装置的结构示意图。

具体实施方式