CN108038624A - 分析风电机组的健康状态的方法和装置 - Google Patents

分析风电机组的健康状态的方法和装置 Download PDF

Info

Publication number
CN108038624A
CN108038624A CN201711432423.0A CN201711432423A CN108038624A CN 108038624 A CN108038624 A CN 108038624A CN 201711432423 A CN201711432423 A CN 201711432423A CN 108038624 A CN108038624 A CN 108038624A
Authority
CN
China
Prior art keywords
fault
index
assessment
information
wind turbines
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711432423.0A
Other languages
English (en)
Inventor
仲德双
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN201711432423.0A priority Critical patent/CN108038624A/zh
Publication of CN108038624A publication Critical patent/CN108038624A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Wind Motors (AREA)

Abstract

本发明公开了一种分析风电机组的健康状态的方法和装置。该方法包括：获取风电机组的一个或者多个故障告警信息；为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；根据各个故障告警信息的故障程度信息，确定风电机组的健康状态信息。本发明实施例可以对风电机组的健康状况进行高精度、全面性地分析，从而提高风电机组的安全性和可靠性，减少维护时间和维护成本。

Description

分析风电机组的健康状态的方法和装置
技术领域
本发明涉及网络通信技术领域，尤其涉及一种分析风电机组的健康状态的方法和装置。
背景技术
随着国民对环保的日益重视，由于风力发电具有清洁、无污染的特性，风力发电受到了大众的广泛欢迎。然而，由于风电场多处于偏僻边远、严寒、高温、风力较大地区，该地区相对较差的自然环境对风电机组健康运行不利。一旦风电机组故障，不仅会损失发电量，而且会浪费大量的维护时间和维护费用。因此，风电机组是否健康正常运行，会直接影响到风电场的盈利水平。
为了提高风电机组运行安全性和可靠性，减少故障维护时间和维护成本，人们尝试先对风电机组健康状态进行评价研究。目前，风电机组健康状态监测主要是针对风电机组中的发电机、齿轮箱、主轴承、塔架等重要部件。具体利用特定传感器(例如温度传感器)监测各个部件，再根据监测结果对这些部件进行健康状况进行评价。例如，当用于监测风电机组的温度传感器所监测的温度高于或者低于阈值时，会得到风电机组故障的评价。
申请人经研究发现：因为风电场多处于遥远偏僻的自然条件下，很多风电机组都能在故障告警信息中容错运行。其中，容错是在风电机组的非主要设备发生问题但暂不影响机组安全运行时，以警告的形式进行提示，在等待检修或设备备件的一段时间内机组正常运行。通常，容错的能力会随着时间的变化而变化。如果警告时间超过时限，设备依然存在问题，机组由警告状态进入故障状态，此时需要禁止风电机组运行。而现有的方法当一监测到风电机组的某个部件出现异常数据时，就武断的将风电机组整机评价为不健康，这种方法不仅不准确且不全面。因为用特定传感器监测风电机组中的个别特定部件仅能得到：风电机组中个别特定部件在当前环境下的传感数据异常，而并不能确定特定部件是否健康，更不能确定风电机组整机是否健康。另外，因为仅针对个别特定部件进行监测，并不能得到风电机组整体的监控评价结果，因此，现有的评价结果不全面。不精确、不全面的评价结果对风电机组的维修工作意义不大，因此，现有的监测评价方法无法提高风电机组的安全性和可靠性，无法减少维护时间和维护成本。
如何对风电机组的健康状况进行高精度、全面性地分析，从而提高风电机组的安全性和可靠性，减少维护时间和维护成本，成为亟待解决的技术问题。
发明内容
为了解决现有的对风电机组的监控评价不全面、不精确的问题，无法提高风电机组的安全性和可靠性，无法减少维护时间和维护成本的问题，本发明实施例提供了一种分析风电机组的健康状态的方法、装置和存储介质。
第一方面，提供了一种分析风电机组的健康状态的方法。该方法包括以下步骤：
获取风电机组的一个或者多个故障告警信息；
为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；
基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；
根据各个故障告警信息的故障程度信息，确定风电机组的健康状态信息。
第二方面，提供了一种分析风电机组的健康状态的装置。该装置包括：
信息获取单元，用于获取风电机组的一个或者多个故障告警信息；
指标选取单元，用于为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；
程度计算单元，用于基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；
状态确定单元，用于根据各个故障告警信息的故障程度信息，确定风电机组的健康状态信息。
第三方面，提供了一种分析风电机组的健康状态的装置。该装置包括：
存储器，用于存放程序；
处理器，用于执行所述存储器存储的程序，所述程序使得所述处理器执行上述各方面所述的方法。
第四方面，提供了一种计算机可读存储介质。该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
第五方面，提供了一种包含指令的计算机程序产品。当该产品在计算机上运行时，使得计算机执行上述各方面所述的方法。
第六方面，提供了一种计算机程序。当该计算机程序在计算机上运行时，使得计算机执行上述各方面所述的方法。
由此，上述发明实施例可以通过获取风电机组的一个或者多个故障告警信息，为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；根据各个故障告警信息的故障程度信息，对风电机组的健康状况进行高精度、全面地监测，从而提高风电机组的安全性和可靠性，减少维护时间和维护成本。
本发明实施例所采用的数据为风电机组容错数据，这些数据可以全面的反应风电机组各个部件的健康状态，其评价结果可以更好的反应风电机组整体健康状态。本发明实施例从两个层面展开，一方面给出单机各故障严重程度的评价；另一方面，根据单机故障情况的评价结果，进一步对整机健康做出评价。通过多个维度的风电机组健康评价，可以分别从局部和整体两方面反应风电机组健康状态。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例的分析风电机组的健康状态的方法的流程示意图；
图2是本发明另一实施例的分析风电机组的健康状态的方法的流程示意图；
图3是本发明一实施例的子流程示意图；
图4是本发明一实施例的分析风电机组的健康状态的装置的结构示意图；
图5是本发明一实施例的分析风电机组的健康状态的装置的框架示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1是本发明一实施例的分析风电机组的健康状态的方法的流程示意图。
如图1所示，该方法包括以下步骤：S110，获取风电机组的一个或者多个故障告警信息；S120，为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；S130，基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；S140，根据各个故障告警信息的故障程度信息，确定风电机组的健康状态信息。
在步骤S110中，故障告警信息包括：容错信息和/或故障信息。
可以理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
在步骤S120中，故障评价指标包括以下指标中的一种或者多种：时间容错指标、频次容错指标、故障指标、告警指标。
在本实施例中，权重可以是一个相对的概念，针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。
在一些实施例中，在选取故障评价指标以及故障评价指标的权重时，可以结合故障本身的特点和故障的类型，对故障严重程度的评价指标做不同的选取。
如下表1至表4给出了四种不同类型故障的评价指标选取及各指标权重。
(1)第一种类型：时间容错的评价指标。该评价指标可以如下面表1所示：
表1
指标名称 计量单位 权重 备注
故障频次 次 35％ 过去10天故障次数
故障持续时间 分钟 15％ 过去10天故障持续时间
告警持续时间 分钟 20％ 过去10天告警持续累积时间
故障重要性 —— 30％ 共分为10个等级，用1-10代表
(2)第二种类型：频次容错的评价指标。该评价指标可以如下面表2所示：
表2
(3)第三种类型：非容错(仅故障)的评价指标。该评价指标可以如下面表3所示：
表3
指标名称 计量单位 权重 备注
故障频次 次 45％ 过去10天故障次数
故障持续时间 分钟 25％ 过去10天故障持续时间
故障重要性 —— 30％ 共分为10个等级，用1-10代表
(4)第四种类型：非容错(仅告警)的评价指标。该评价指标可以如下面表4所示：
表4
图2是图1的子流程示意图。
如图2所示，该流程是图1中步骤S130的子流程。该子流程包括以下子步骤：S1301，当单个容错信息对应的故障评价指标的个数为多个时，分别将各个故障评价指标乘以对应的权重，得到对应的多个故障评价值；S1302，累加各个故障评价值，得到针对单个容错信息的故障程度信息；S1303，在预设时间段内，获取风电机组的一个或者多个故障告警信息对应的各个故障程度信息。
在本实施例中，各个故障的综合评价方法如下所示：
F＝w1y1+w2y2+…+wmym (表达式1)
在表达式1中，F可以为故障综合评价值；w可以为指标权重；y可以为指标的无量纲值；m表示故障综合评价的维度。
在本实施例中，故障严重程度所对应的5个等级可以为：严重、较重、中等、轻微、正常。各个故障综合评价值与故障严重等级的对应关系如表5所示：
表5
严重程度 综合评价值
严重 F>1
较重 0.6<F<1
中等 0.3<F<0.6
轻微 0<F<0.3
正常 0
在步骤S140中，风电机组的健康状态信息包括以下信息中的任意一种：正常运行状态、容错范围内容错运行状态、容错范围外故障状态(此状态下需要安排检修风电机组)。
在本实施例中，S140步骤可以包括：为各个故障告警信息的故障程度信息分别选取健康评价指标以及健康评价指标的权重；基于各个健康评价指标以及权重，确定风电机组的健康状态信息。
在本实施例中，整机健康评价指标的选取及权重如表6所示：
表6
在一些实施例中，还可以包括对整机健康评价指标值的无量纲化处理的步骤。由于整机健康度评价所采用的指标值可以是基于故障严重程度的综合评价值，这些值为无量纲化处理后的值，因此，整机健康度的评价指标无需再次进行无量纲化计算。
在一些实施例中，整机健康综合评价值计算方法可以如下所示：
F＝w1y1+w2y2+…+wmym (表达式2)
在表达式2中，F可以为整机健康度综合评价值；w可以为指标权重，y可以为指标的无量纲值；m表示整机健康综合评价的维度。
在一些实施例中，整机健康程度所对应的5个等级为：严重、较重、中等、轻微、正常，整机健康度综合评价值与严重程度的对应关系如下表7所示：
表7
严重程度 综合评价值
严重 F>1
较重 0.6<F<1
中等 0.3<F<0.6
轻微 0<F<0.3
正常 0
由此，上述发明实施例可以通过获取风电机组的一个或者多个故障告警信息，为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；根据各个故障告警信息的故障程度信息，对风电机组的健康状况进行高精度、全面地监测，从而提高风电机组的安全性和可靠性，减少维护时间和维护成本，成为亟待解决的技术问题。
图3是本发明另一实施例的分析风电机组的健康状态的方法的流程示意图。
如图3所示，该方法包括以下步骤：S310，获取风电机组的一个或者多个故障告警信息；S320，为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；S330，当故障评价指标的个数大于1时，去除各个故障评价指标的量纲，使得去除量纲后的故障评价指标之间能够直接进行逻辑运算；S340，基于去除量纲后的故障评价指标以及该故障评价指标的权重，得到各个故障告警信息的故障程度信息；S350，根据各个故障告警信息的故障程度信息，确定风电机组的健康状态信息。
在本实施例中，S330中去除各个故障评价指标的量纲的步骤可以包括如下子步骤：S3301，为故障评价指标的原始指标值分别设置极大值和极小值；S3302，计算原始指标值与极小值的第一差值；S3303，计算极大值与极小值的第二差值；S3304，计算第一差值与第二差值的比值；S3305，将比值确定为用于表征去除了量纲的故障评价指标的目标指标值。
在本实施例中，为了各个指标值可以进行相加或比较操作，需将各个指标值进行无量纲化处理。采用极差化法对指标进行无量纲计算，指标无量纲计算结果y可以为：
在表达式3中，x为指标实际值；xmin为指标x的最小值；xmax为指标x的最大值。
各个指标对应的xmin及xmax的选取可以如表8所示：
表8
在本实施例中，为了使指标无量纲化后的值为可度量的值，在表8中xmax的设定值反应了故障的严重程度，其值对应的故障严重程度为5*可以表示严重的故障程度。
在本实施例中，不同的故障对应的容错频次不同，因此，不同故障的告警发生频次并不具有可比性。为了使不同故障之间告警频次具有可比性，指标无量纲计算过程中可以引入极限频次参数作为计算依据。
在本实施例中，不同的故障对应的容错时间不同，因此，不同故障的告警持续时间并不具有可比性。为了使不同故障之间告警时间具有可比性，指标无量纲计算过程中引入容错时间参数作为计算依据。
上述发明实施例可以基于风电机组容错数据，给出风电机组健康评价的方法。通过此方法，可以得到机组健康状态相关的评价输出信息如下：单机各个故障严重程度的排序；每个故障严重程度的评价结果；单台风电机组健康度的相对排序；单台风电机组健康度的评价结果。
由此，上述评价输出信息可以更好的指导维护人员进行如下工作：明确风电机组存在的重点问题；明确每个问题的严重程度，指导维护人员制定合理的机组维护计划；通过制定合理的维护计划，减少风机停机时间以及相应的发电量损失。
上述风电机组健康评价的方法所采用的数据为风电机组容错数据，这些数据可以全面的反应风电机组各个部件的健康状态，其评价结果可以更好的反应风电机组整体健康状态。
风电机组健康评价从如下两个层面展开：一方面给出单机各故障严重程度的评价；另一方面，根据单机故障情况的评价结果，进一步对整机健康做出评价。通过多个维度的风电机组健康评价，可以分别从局部和整体两方面反应风电机组健康状态。在对故障严重程度评价时，其评价指标选取结合故障本身的特点，不同类型的故障选取的评价指标不同，从而使评价结果更准确。
在一些实施例中，风电机组健康评价方法可以主要通过如下两方面实现：
第一方面，对单机的各故障严重程度进行评价。
第一方面的其实现方式可以包括如下所示的S1-S3：
S1，故障评价指标的选取及权重；
S2，故障评价指标值的无量纲化处理；
S3，故障综合评价值计算。
第二方面，根据单机各故障严重程度的评价结果，进一步对整机健康做出评价。第二方面的其实现方式可以包括如下所示的S4-S6：
S4，故障评价指标的选取及权重；
S5，故障评价指标值的无量纲化处理；
S6，故障综合评价值计算。
需要说明的是，在不冲突的情况下，本领域的技术人员可以按实际需要将上述的操作步骤的顺序进行灵活调整，或者将上述步骤进行灵活组合等操作。为了简明，不再赘述各种实现方式。另外，各实施例的内容可以相互参考引用。
图4是本发明一实施例的分析风电机组的健康状态的装置的结构示意图。
如图4所示，该装置400可以包括：信息获取单元401、指标选取单元402、程度计算单元403和状态确定单元404。其中，信息获取单元401可以用于获取风电机组的一个或者多个故障告警信息；指标选取单元402可以用于为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；程度计算单元403可以用于基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；状态确定单元404可以用于根据各个故障告警信息的故障程度信息，确定风电机组的健康状态信息。
由此，上述发明实施例可以通过获取风电机组的一个或者多个故障告警信息，为获取的各个故障告警信息选取故障评价指标以及故障评价指标的权重；基于故障评价指标以及权重，得到各个故障告警信息的故障程度信息；根据各个故障告警信息的故障程度信息，对风电机组的健康状况进行高精度、全面地监测，从而提高风电机组的安全性和可靠性，减少维护时间和维护成本，成为亟待解决的技术问题。
在一些实施例中，在图4实施例的基础上，还可以增加：去量纲单元。该去量纲单元可以用于当故障评价指标的个数大于1时，去除各个故障评价指标的量纲，使得去除量纲后的故障评价指标之间能够直接进行逻辑运算。
在一些实施例中，去量纲单元还可以用于：为故障评价指标的原始指标值分别设置极大值和极小值；计算原始指标值与极小值的第一差值；计算极大值与极小值的第二差值；计算第一差值与第二差值的比值；将比值确定为用于表征去除了量纲的故障评价指标的目标指标值。
在一些实施例中，程度计算单元403还可以用于：当单个容错信息对应的故障评价指标的个数为多个时，分别将各个故障评价指标乘以对应的权重，得到对应的多个故障评价值；累加各个故障评价值，得到针对单个容错信息的故障程度信息；在预设时间段内，获取风电机组的一个或者多个故障告警信息对应的各个故障程度信息。
在一些实施例中，状态确定单元404还可以用于：为各个故障告警信息的故障程度信息分别选取健康评价指标以及健康评价指标的权重；基于各个健康评价指标以及权重，确定风电机组的健康状态信息。
需要说明的是，上述各实施例的装置可作为上述各实施例的用于各实施例的方法中的执行主体，可以实现各个方法中的相应流程，实现相同的技术效果，为了简洁，此方面内容不再赘述。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。例如，将加密/解密单元集成在一个单元中，也可以分为两个单独的单元。又例如将请求接收单元和请求发送单元用一个传输接口替代。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令，当其在计算机上运行时，使得计算机执行上述各个实施例中描述的方法。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
图5是本发明一实施例的分析风电机组的健康状态的装置的框架示意图。
如图5所示，该框架可以包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行图1、图2和图3实施例所做的各种操作。在RAM503中，还存储有***架构操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种分析风电机组的健康状态的方法，其特征在于，包括以下步骤：
获取所述风电机组的一个或者多个故障告警信息；
为获取的各个所述故障告警信息选取故障评价指标以及所述故障评价指标的权重；
基于所述故障评价指标以及所述权重，得到各个所述故障告警信息的故障程度信息；
根据各个所述故障告警信息的故障程度信息，确定所述风电机组的健康状态信息。
2.根据权利要求1所述的方法，其特征在于，还包括：
当所述故障评价指标的个数大于1时，去除各个所述故障评价指标的量纲，使得去除量纲后的故障评价指标之间能够直接进行逻辑运算。
3.根据权利要求2所述的方法，其特征在于，所述去除各个所述故障评价指标的量纲，包括：
为所述故障评价指标的原始指标值分别设置极大值和极小值；
计算所述原始指标值与所述极小值的第一差值；
计算所述极大值与所述极小值的第二差值；
计算所述第一差值与所述第二差值的比值；
将所述比值确定为用于表征去除了量纲的故障评价指标的目标指标值。
4.根据权利要求1所述的方法，其特征在于，所述基于所述故障评价指标以及所述权重，得到各个所述故障告警信息的故障程度信息，包括：
当单个容错信息对应的所述故障评价指标的个数为多个时，分别将各个所述故障评价指标乘以对应的所述权重，得到对应的多个故障评价值；
累加各个所述故障评价值，得到针对单个所述容错信息的所述故障程度信息；
在预设时间段内，获取所述风电机组的一个或者多个所述故障告警信息对应的各个所述故障程度信息。
5.根据权利要求1所述的方法，其特征在于，所述根据各个所述故障告警信息的故障程度信息，确定所述风电机组的健康状态信息，包括：
为各个所述故障告警信息的故障程度信息分别选取健康评价指标以及所述健康评价指标的权重；
基于各个所述健康评价指标以及所述权重，确定所述风电机组的健康状态信息。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述故障告警信息包括：
容错信息和/或故障信息。
7.根据权利要求1-5中任一项所述的方法，其特征在于，所述故障评价指标包括以下指标中的一种或者多种：
时间容错指标、频次容错指标、故障指标、告警指标。
8.根据权利要求1-7中任意一项所述的方法，其特征在于，所述风电机组的健康状态信息包括以下信息中的任意一种：
正常运行状态、容错范围内容错运行状态、容错范围外故障状态。
9.一种分析风电机组的健康状态的装置，其特征在于，包括：
信息获取单元，用于获取所述风电机组的一个或者多个故障告警信息；
指标选取单元，用于为获取的各个所述故障告警信息选取故障评价指标以及所述故障评价指标的权重；
程度计算单元，用于基于所述故障评价指标以及所述权重，得到各个所述故障告警信息的故障程度信息；
状态确定单元，用于根据各个所述故障告警信息的故障程度信息，确定所述风电机组的健康状态信息。
10.一种分析风电机组的健康状态的装置，其特征在于，包括：
存储器，用于存放程序；
处理器，用于执行所述存储器存储的程序，所述程序使得所述处理器执行如权利要求1-8中任意一项所述的方法。
CN201711432423.0A 2017-12-26 2017-12-26 分析风电机组的健康状态的方法和装置 Pending CN108038624A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711432423.0A CN108038624A (zh) 2017-12-26 2017-12-26 分析风电机组的健康状态的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711432423.0A CN108038624A (zh) 2017-12-26 2017-12-26 分析风电机组的健康状态的方法和装置

Publications (1)

Publication Number Publication Date
CN108038624A true CN108038624A (zh) 2018-05-15

Family

ID=62101157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711432423.0A Pending CN108038624A (zh) 2017-12-26 2017-12-26 分析风电机组的健康状态的方法和装置

Country Status (1)

Country Link
CN (1) CN108038624A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108628231A (zh) * 2018-07-05 2018-10-09 郑州云海信息技术有限公司 云数据中心中设备监控方法和装置
CN109443512A (zh) * 2018-11-28 2019-03-08 西安航天三沃机电设备有限责任公司 一种公路检重***的健康状态评价方法
CN109474483A (zh) * 2019-01-08 2019-03-15 Oppo广东移动通信有限公司 一种设备异常情况的检测方法、检测装置及终端设备
CN109828545A (zh) * 2019-02-28 2019-05-31 武汉三工智能装备制造有限公司 Ai智能过程异常识别闭环控制方法、主机及装备***
CN110619413A (zh) * 2018-06-20 2019-12-27 北京金风慧能技术有限公司 用于评估风力发电机组健康度的方法及装置
CN110889642A (zh) * 2019-12-04 2020-03-17 中国直升机设计研究所 一种直升机驾驶舱显示与告警信息优先级排序方法
CN114638488A (zh) * 2022-03-08 2022-06-17 通号城市轨道交通技术有限公司 设备健康评价方法、装置、设备、存储介质及程序产品
CN114837902A (zh) * 2022-06-02 2022-08-02 中节能风力发电股份有限公司 一种风电机组健康度评估方法、***、设备和介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859409A (zh) * 2010-05-25 2010-10-13 广西电网公司电力科学研究院 基于风险评估的输变电设备状态检修体系
CN102354918A (zh) * 2011-10-09 2012-02-15 广东电网公司电力科学研究院 输变电设备检修方法及装置
CN102403717A (zh) * 2011-11-18 2012-04-04 中国南方电网有限责任公司 一种电力***故障严重程度评价方法
CN103091603A (zh) * 2013-01-14 2013-05-08 华北电力大学 一种输电线路故障智能分类和定位方法
CN103344914A (zh) * 2013-06-26 2013-10-09 中能电力科技开发有限公司 基于归一化的风电机组故障预警方法
CN103716202A (zh) * 2013-12-16 2014-04-09 国家电网公司 一种电力通信智能检修策略管理方法
CN103940608A (zh) * 2014-04-29 2014-07-23 中能电力科技开发有限公司 一种提高风电机组齿轮箱故障等级判断精度的方法
CN107392324A (zh) * 2017-07-03 2017-11-24 山东电力设备有限公司 变压器专业化检修综合管理***
CN107451402A (zh) * 2017-07-13 2017-12-08 北京交通大学 一种基于告警数据分析的设备健康度评估方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859409A (zh) * 2010-05-25 2010-10-13 广西电网公司电力科学研究院 基于风险评估的输变电设备状态检修体系
CN102354918A (zh) * 2011-10-09 2012-02-15 广东电网公司电力科学研究院 输变电设备检修方法及装置
CN102403717A (zh) * 2011-11-18 2012-04-04 中国南方电网有限责任公司 一种电力***故障严重程度评价方法
CN103091603A (zh) * 2013-01-14 2013-05-08 华北电力大学 一种输电线路故障智能分类和定位方法
CN103344914A (zh) * 2013-06-26 2013-10-09 中能电力科技开发有限公司 基于归一化的风电机组故障预警方法
CN103716202A (zh) * 2013-12-16 2014-04-09 国家电网公司 一种电力通信智能检修策略管理方法
CN103940608A (zh) * 2014-04-29 2014-07-23 中能电力科技开发有限公司 一种提高风电机组齿轮箱故障等级判断精度的方法
CN107392324A (zh) * 2017-07-03 2017-11-24 山东电力设备有限公司 变压器专业化检修综合管理***
CN107451402A (zh) * 2017-07-13 2017-12-08 北京交通大学 一种基于告警数据分析的设备健康度评估方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李春: "《现代大型风力机设计原理》", 31 January 2013 *
鄢盛腾: ""基于机会维修模型的风电机组优化维修"", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技II辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110619413A (zh) * 2018-06-20 2019-12-27 北京金风慧能技术有限公司 用于评估风力发电机组健康度的方法及装置
CN108628231A (zh) * 2018-07-05 2018-10-09 郑州云海信息技术有限公司 云数据中心中设备监控方法和装置
CN109443512A (zh) * 2018-11-28 2019-03-08 西安航天三沃机电设备有限责任公司 一种公路检重***的健康状态评价方法
CN109474483A (zh) * 2019-01-08 2019-03-15 Oppo广东移动通信有限公司 一种设备异常情况的检测方法、检测装置及终端设备
CN109828545A (zh) * 2019-02-28 2019-05-31 武汉三工智能装备制造有限公司 Ai智能过程异常识别闭环控制方法、主机及装备***
CN109828545B (zh) * 2019-02-28 2020-09-11 武汉三工智能装备制造有限公司 Ai智能过程异常识别闭环控制方法、主机及装备***
CN110889642A (zh) * 2019-12-04 2020-03-17 中国直升机设计研究所 一种直升机驾驶舱显示与告警信息优先级排序方法
CN114638488A (zh) * 2022-03-08 2022-06-17 通号城市轨道交通技术有限公司 设备健康评价方法、装置、设备、存储介质及程序产品
CN114837902A (zh) * 2022-06-02 2022-08-02 中节能风力发电股份有限公司 一种风电机组健康度评估方法、***、设备和介质
CN114837902B (zh) * 2022-06-02 2023-03-28 中节能风力发电股份有限公司 一种风电机组健康度评估方法、***、设备和介质

Similar Documents

Publication Publication Date Title
CN108038624A (zh) 分析风电机组的健康状态的方法和装置
WO2022048168A1 (zh) 一种用于故障预测神经网络模型的训练方法与设备
CN106529696B (zh) 一种电网中设备预警方法及预警装置
US20200081054A1 (en) Power line issue diagnostic methods and apparatus using distributed analytics
US9703754B2 (en) Automatic remote monitoring and diagnosis system
EP3270250B1 (en) Method and system for remote monitoring of power generation units
EP2415209B1 (en) Network analysis system
CN112803592A (zh) 一种适用于分布式电站的智能故障预警方法及***
CN112650200B (zh) 一种厂站设备故障的诊断方法及诊断装置
CN106772205A (zh) 一种电力计量自动化***终端设备异常监测方法及装置
CN107231493B (zh) 呼叫中心的自动报警方法及其装置、存储介质、电子设备
CN108490323A (zh) 一种用于对变压器故障进行处理的***及方法
CN108414877A (zh) 一种用于对变压器故障进行预警的***及方法
CN117675522A (zh) 一种电力通信故障诊断及预防方法及***
Batmetan et al. Evaluation of Incident Management in University using IT Infrastructure Library Framework
CN108072858A (zh) 电能表质量管理方法、***及终端设备
CN117169804B (zh) 基于合电流矢量分析的电流互感器误差状态在线辨识方法
CN117391675B (zh) 一种数据中心基础设施运维管理方法
CN114837902B (zh) 一种风电机组健康度评估方法、***、设备和介质
US7877234B1 (en) System and method for statistically monitoring and analyzing sensed conditions
CN111224468B (zh) 一种基于云计算的光伏设备安全运行运维平台
CN114235108A (zh) 基于数据分析燃气流量计异常状态检测方法和装置
Padarthi et al. Iot-based embedded sensor system for real-time health monitoring of composite structures for large-scale industrial operations
CN104731056A (zh) 快速判断化工生产装置的运行稳定性的方法及装置
CN110210099A (zh) 设备发热缺陷预测方法、装置及终端设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180515