[发明专利]一种面向风电机组的实时动态故障诊断方法

说明书

本公开提供一种面向风电机组的实时故障诊断方法，方法包括：预先配置参数和异常规则；根据配置的异常规则生成目标监测程序，将目标监测程序配置至风电机组的控制器；初始化实时故障监测引擎，加载并运行目标监测程序；控制器采集风电机组的运行数据，实时故障监测引擎根据异常规则，实时监控风电机组的运行数据，并在判定发生异常时，保存异常前后预设时间段的运行数据记录。本公开可以有效监测风机运行数据，同时针对异常数据可以形成毫秒级的数据记录，可有效实现在故障发生前后预设时间段(例如60s等)内数据的详细数据记录，有利于后续对故障的精密数据分析和完整故障追溯，故障前后极短时间内的数据对故障追溯、归零具有极其重要的意义。

技术领域

本公开属于风力发电技术领域，具体涉及一种面向风电机组的实时故障诊断方法。

背景技术

现有技术一中，中国实用新型专利CN 201820121U提供了一种风电机组集中和远程监控、故障诊断系统，采用各类传感器对风电机组进行原始信号取样，将上述各类传感器取得的信号经数据转换模块转换成数字信号传送给现场控制器，数据经处理后传送给上位计算机，包括集中和远程二种方式；计算机检测数据分析判断后得出结论并进行事故预警；计算机对检测数据进行分析得出诊断结论并在显示屏上文字显示。

现有技术二中，中国发明专利CN102999025B提供了一种风电监控与故障诊断系统，采用计算机监控网络、电网EMS系统、数据采集系统、远程工作站和机组等构成，通过监控网络和采集系统实时采集风电机组状态，监测与故障诊断，并实现对故障状态的预知和报警。

现有技术三中，中国发明专利CN102748214B提供了一种耦合于控制系统的风电机组状态监测与故障诊断系统，包括：振动传感器；转速传感器；数据采集卡；内置数据提取程序从主控PLC中读取风机运行参数，过数据采集程序从数据采集卡中读取振动和转速信号的PLC采集器；以及数据服务器。

上述现有技术一中，故障诊断系统要求提供一种基于模糊神经网络的上位机系统，在进行诊断预测等方面缺乏大量的数据训练集，且需要现场额外部署这种带有复杂运算的上位机控制系统，很难适用于风电机组控制现场。

上述现有技术二中，需要增加额外的机载数据采集与分析心态、状态监测与故障诊断工作站和人工分析终端，操作复杂，且该系统与现场控制系统独立运行，数据无法实现交互，因此当故障发生时，仅能记录风机本身的状态数据，无法从整体角度去形成关联事件分析，无法提供准确的综合判断。

上述现有技术三中，以PLC为数据采集，将数据通过光纤传送给数据服务器，建立故障数据库，并不能提供故障发生时的详细事件记录，一旦控制系统通信发生故障，将会丢失故障数据，无法实现实时故障的记录功能，也无法提供科学的判断依据。

以上现有技术都是在基于采集风电机组控制系统的数据，利用模糊神经网络、SCADA等系统进行故障预测，并不能完整保留在风机故障时的实时数据，对后续的风机维护带来难度，在故障发生时，故障前后极短时间内的数据对故障追溯、归零具有极其重要的意义，但是目前的方案还仅能提供基于SCADA或者外部其他故障系统来采集故障数据，仅能获取故障发生之后的数据，且数据不够紧密，很难完整保存现场。

发明内容

本公开旨在至少解决现有技术中存在的技术问题之一，提供一种面向风电机组的实时故障诊断方法。

本公开的一方面，提供一种面向风电机组的实时故障诊断方法，所述方法包括：

预先配置参数和异常规则；

根据配置的所述异常规则生成目标监测程序；

将所述目标监测程序配置至所述风电机组的控制器；

初始化实时故障监测引擎，加载并运行所述目标监测程序；