CN108052633A - 基于scada***的风电场故障数据采集***及采集方法 - Google Patents
基于scada***的风电场故障数据采集***及采集方法 Download PDFInfo
- Publication number
- CN108052633A CN108052633A CN201711384047.2A CN201711384047A CN108052633A CN 108052633 A CN108052633 A CN 108052633A CN 201711384047 A CN201711384047 A CN 201711384047A CN 108052633 A CN108052633 A CN 108052633A
- Authority
- CN
- China
- Prior art keywords
- fault
- data
- failure
- ibox
- inquiry
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000013507 mapping Methods 0.000 claims abstract description 21
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000004888 barrier function Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于SCADA***的风电场故障数据采集***,包括配置有故障记录数据库的SCADA***、IBOX故障监视器以及风电场中各个风机的风机控制器,IBOX故障监视器中配置有历史数据库、基础经验数据库以及能够对采用LRU算法以及搜索权重分配算法对基础经验数据进行优化的智能跟踪优化数据库;基础经验数据库存储有与各种故障代码一一对应的故障数据类型映射表;IBOX故障监视器配置有以下功能模块:故障触发模块、故障数据筛选模块以及故障数据发送模块。本发明还公开了采用上述***的故障数据采集方法。本发明能够在故障发生后及时地自动筛选出分析故障所需的故障数据,无需人工进行现场采集,提高了故障数据采集的时效性、准确性,降低了劳动强度。
Description
技术领域
本发明涉及一种对风电场故障数据进行采集的***以及一种故障数据的采集方法。
背景技术
SCADA(Supervisory Control And Data Acquisition)***,即数据采集与监视***,可以对现场的运行设备进行监视和控制,能够帮助快速诊断出***故障状态,对提高电网运行的可靠性、安全性与经济效益,提高调度的效率和水平方面有着不可替代的作用。随着新能源并网发展,SCADA***也应用到风电场中对风机进行监控,但是SCADA***的采样周期长,记录数据量较小,然而风机PLC控制程序为10ms的任务周期,因此SCADA***会错过大量的的数据,无法记录某些分析故障所需的数据,即故障数据,这对于准确查找故障原因和数据分析带来极大困难。
目前,发生故障后需要人工去现场进行故障数据的采集,处理流程如下:
发生故障后售后人员先将故障代码(故障代码是由风机控制器产生的,会同异常数据一并上传到SCADA***中)反馈给公司相关技术人员,然后技术人员通知现场售后人员去采集IBOX故障监视器(IBOX 为我公司独有专利技术,参见中国专利“一种风机控制***的监视器”,公告号为CN205036506U,专利文献中的风机控制***的监视器即为本申请中的IBOX故障监视器,“能够对风力发电机组的主控***中的各种控制信息进行采集,最先小采样频率达到10ms”,与风机PLC的扫描周期一致)中对应的相关数据返回公司进行数据分析,其他厂家只能采集PLC中存储量更少数据。
这样的故障数据采集方式存在以下缺点:1、由于故障数据在IBOX故障监视器中保存时间较短,过一段时间,如几个月后的故障前后的关键数据就没有了;2、故障采集时需要和技术员沟通才能知道需要收集的数据,技术员根据相关经验和程序再来判断需要哪些数据,有时工作是重复的,或者容易出现漏掉或遗忘的问题。
发明内容
针对上述现有技术的不足,本发明提供一种基于SCADA***的风电场故障数据采集***,解决现有技术中故障数据采集时效性差、准确性低以及劳动强度大的技术问题,能够在故障发生后及时地自动筛选出分析故障所需的故障数据,无需人工进行现场采集,大大提高了故障数据采集的时效性、准确性,大大降低了劳动强度。
为了解决上述技术问题,本发明采用了如下的技术方案:一种基于SCADA***的风电场故障数据采集***,包括SCADA***、IBOX故障监视器以及风电场中风机的风机控制器,所述风机控制器能够在风机发生故障时生成故障代码;风机控制器与所述IBOX故障监视器进行通信连接,IBOX故障监视器与SCADA***进行通信连接,所述IBOX故障监视器中配置有历史数据库与基础经验数据库;所述基础经验数据库存储有与各种故障代码一一对应的故障数据类型映射表;所述IBOX故障监视器配置有以下功能模块:
故障触发模块,用于判断IBOX故障监视器从风机控制器中接收到的数据中是否存在异常数据;若否,则将该数据存放在历史数据库中,作为历史数据;若是,则将该异常数据所对应的故障代码发送给基础经验数据库;
故障数据筛选模块,用于根据当前故障的故障代码从基础经验数据库中调取故障数据类型映射表,并根据故障数据类型映射表中的故障数据类型从历史数据库中筛选出分析当前故障所需要的当前故障发生时刻前后T时间段内的故障数据;
故障数据发送模块,用于将故障代码以及对应的故障数据压缩成故障数据包发送给SCADA***;
所述SCADA***中配置有故障记录数据库,用于存储IBOX故障监视器上传的故障数据包。
优选的,SCADA***中还配置有故障数据查询主模块,用于生成包含故障代码以及故障数据类型的故障查询命令,若当前故障查询命令中与故障代码对应的故障数据类型中存在未包含在该故障代码在故障记录数据库中所对应的故障数据类型中的故障数据类型,则将该故障查询命令发送给IBOX故障监视器;若当前故障查询命令中的故障代码所对应的故障数据类型包含在该故障代码在故障记录数据库中对应的故障数据类型中,则直接从故障记录数据库中调取故障查询命令中所对应的故障数据类型;
所述IBOX故障监视器还配置有以下功能模块:
故障数据查询子模块,用于接收SCADA***中故障数据查询主模块发送来的故障查询命令,并根据故障查询命令中的故障数据类型从历史数据库中调取该故障查询命令中故障代码所对应的故障在发生时刻前后T时间段内的故障数据。
优选的,所述SCADA***中还配置有故障查询记录模块,用于生成包含故障查询命令的故障查询记录,并能够将故障查询记录发送给IBOX故障监视器;
所述IBOX故障监视器中还配置有智能跟踪优化数据库,用于接收SCADA***发送的故障查询记录,并根据故障查询记录更新基础经验数据库中的故障数据类型映射表,从而优化基础经验数据库。
本发明还提供了一种采用上述基于SCADA***的风电场故障数据采集***的故障数据采集方法,包括以下步骤:
步骤101:风机控制器将风机数据发送到IBOX故障监视器的故障触发模块;
步骤102:故障触发模块判断从风机控制器中接收到的风机数据中是否存在异常数据;若否,则将该数据存放在历史数据库中,作为历史数据;若是,则将该异常数据对应的故障代码发送给基础经验数据库,并进入步骤103;
步骤103:故障数据筛选模块根据当前故障的故障代码从基础经验数据库中调取故障数据类型映射表,并根据故障数据类型映射表中的故障数据类型从历史数据库中筛选出分析当前故障所需要的当前故障发生时刻前后T时间段内的故障数据;
步骤104:故障数据发送模块,将当前故障的故障代码以及步骤4中筛选出的故障数据压缩成故障数据包上传给SCADA***;
步骤105:SCADA***中的故障记录数据库接收故障数据并进行存储,从而完成故障数据的自动采集。
本发明还提供了另一种采用上述基于SCADA***的风电场故障数据采集***的故障数据采集方法,包括以下步骤:
步骤201:通过故障数据查询主模块输入故障代码以及所需故障数据类型,故障数据查询主模块生成包含故障代码以及故障数据类型的故障查询命令;
若当前故障查询命令中的故障代码所对应的故障数据类型包含在该故障代码在故障记录数据库中对应的故障数据类型中,则直接从故障记录数据库中调取故障查询命令中所需的故障数据类型;从而完成故障数据的人工远程采集;
若当前故障查询命令中与故障代码对应的故障数据类型中存在未包含在该故障代码在故障记录数据库中所对应的故障数据类型中的故障数据类型,则将该故障查询命令发送给IBOX故障监视器,并进入步骤202;
步骤202:IBOX故障监视器中的故障数据查询子模块接收故障查询命令,并根据故障查询命令中的故障数据类型从历史数据库中调取该故障查询命令中故障代码所对应的故障在发生时刻前后T时间段内的故障数据;
步骤203:故障数据发送模块,将步骤202中的故障数据以及对应的故障代码压缩成故障数据包发送给SCADA***;从而完成故障数据的人工远程采集。
优选的,所述SCADA***中还配置有故障查询记录模块;所述IBOX故障监视器中还配置有智能跟踪优化数据库;
包括以下步骤:
步骤301:在进行步骤201的同时,故障查询记录模块生成包含故障查询命令的故障查询记录,并将故障查询记录发送给IBOX故障监视器;
步骤302:IBOX故障监视器中的智能跟踪优化数据库接收SCADA***发送的故障查询记录,并根据故障查询记录更新基础经验数据库中的故障数据类型映射表,从而优化基础经验数据库。
与现有技术相比,本发明具有以下有益效果:
1、本发明采用IBOX故障监视器,具有较高的采样频率,能够采集到风机控制器每一扫描周期内的风机数据,从而避免了数据漏采,是保证故障数据采集准确性的前提。
2、在IBOX故障监视器中增加的基础经验数据库以及故障数据筛选模块,使得故障数据不仅能够自动上传,并且所上传的故障数据是分析某一故障类型所需的故障数据,对实时发生的各个故障均具有针对性,即针对不同的故障自动筛选不同的故障数据;一方面避免了将分析某一故障所不需要的数据进行上传,大大节省了数据传输资源以及SCADA***的存储空间;另一方面,提高了故障数据采集***的智能化水平,减少了故障数据筛选对技术人员经验的依赖性,降低了对技术员技术水平的要求,便于推广运用,降低人力成本。
3、本发明不仅能够实现故障数据的自动采集,还能进行人机交互,实现故障数据的人工远程采集,使得本发明的故障数据采集***能够获得人工经验,在不断运用过程中逐步提高对故障数据筛选的能力,越用越“聪明”。
4、本发明的故障数据采集***时效性高,在检测到故障发生时,就能及时将故障数据进行上传,大大简化了故障数据采集流程,让故障处理变得更加简单。
附图说明
图1本具体实施方式中基于SCADA***的风电场故障数据采集***的结构示意图;
图2是本具体实施方式中IBOX故障监视器的结构框图。
具体实施方式
下面结合附图和优选实施方式对本发明作进一步的详细说明。
如图1所示, 一种基于SCADA***的风电场故障数据采集***,包括SCADA***、IBOX故障监视器以及风电场中风机的风机控制器,所述风机控制器能够在风机发生故障时生成故障代码;风机控制器与所述IBOX故障监视器进行通信连接,IBOX故障监视器与SCADA***进行通信连接,其特征在于:所述IBOX故障监视器中配置有历史数据库与基础经验数据库;所述基础经验数据库存储有与各种故障代码一一对应的故障数据类型映射表;所述IBOX故障监视器配置有以下功能模块:
故障触发模块,用于判断IBOX故障监视器从风机控制器中接收到的数据中是否存在异常数据;若否,则将该数据存放在历史数据库中,作为历史数据;若是,则将该异常数据所对应的故障代码发送给基础经验数据库;
故障数据筛选模块,用于根据当前故障的故障代码从基础经验数据库中调取故障数据类型映射表,并根据故障数据类型映射表中的故障数据类型从历史数据库中筛选出分析当前故障所需要的当前故障发生时刻前后T时间段内的故障数据,时间段T的长度为120s;
故障数据发送模块,用于将故障代码以及对应的故障数据压缩成故障数据包发送给SCADA***;
所述SCADA***中配置有故障记录数据库,用于存储IBOX故障监视器上传的故障数据包。
本具体实施方式中,SCADA***中还配置有故障数据查询主模块,用于生成包含故障代码以及故障数据类型的故障查询命令,若当前故障查询命令中与故障代码对应的故障数据类型中存在未包含在该故障代码在故障记录数据库中所对应的故障数据类型中的故障数据类型,则将该故障查询命令发送给IBOX故障监视器;若当前故障查询命令中的故障代码所对应的故障数据类型包含在该故障代码在故障记录数据库中对应的故障数据类型中,则直接从故障记录数据库中调取故障查询命令中所对应的故障数据类型;
所述IBOX故障监视器还配置有以下功能模块:
故障数据查询子模块,用于接收SCADA***中故障数据查询主模块发送来的故障查询命令,并根据故障查询命令中的故障数据类型从历史数据库中调取该故障查询命令中故障代码所对应的故障在发生时刻前后T时间段内的故障数据。
本具体实施方式中,所述SCADA***中还配置有故障查询记录模块,用于生成包含故障查询命令的故障查询记录,并能够将故障查询记录发送给IBOX故障监视器;
所述IBOX故障监视器中还配置有智能跟踪优化数据库,用于接收SCADA***发送的故障查询记录,并根据故障查询记录更新基础经验数据库中的故障数据类型映射表,从而优化基础经验数据库。
本具体实施方式中,风机控制器与IBOX故障监视器之间通过数据传输线缆进行有线通信。这样,风机控制器与IBOX故障监视器之间建立起了独立通信网段,直接进行通信,不必再通过公网的交互及进行数据传输,避免了公网拥塞,提高了数据传输速度,能够进一步提高故障数据采集的时效性。
本具体实施方式中,所述历史数据库中配置有数据缓冲池,用于缓存准备接收或准备发送的数据。这样,在历史数据库接收故障触发模块发送的风机数据时或者在向故障数据发送模块发送数据时,能够对数据进行缓冲,避免数据冲突造成的数据丢失。
本具体实施方式中的基于SCADA***的风电场故障数据采集***,既能实现故障数据的自动采集,又能实现故障数据的人工远程采集,两种采集方式相辅相成,人工远程采集使得故障数据采集***能够获得人工经验,在不断运用过程中逐步提高对故障数据筛选的能力,从而提高自动采集的数据合理性和科学性,这样,SCADA***中的故障记录数据库能被逐渐优化,在进行人工远程采集时,故障记录数据库的故障数据与实际需求的匹配度更高,人工远程采集时能够更好的直接从故障记录数据库中获取故障数据,减少数据传输的周转次数,减少运算量,提高采集效率。
故障数据的自动采集方法步骤如下:
步骤101:风机控制器将风机数据发送到IBOX故障监视器的故障触发模块;
步骤102:故障触发模块判断从风机控制器中接收到的风机数据中是否存在异常数据;若否,则将该数据存放在历史数据库中,作为历史数据,不再执行步骤103到105,故障数据采集程序结束;若是,则将该异常数据所对应的故障代码发送给基础经验数据库,并进入步骤103;
步骤103:故障数据筛选模块根据当前故障的故障代码从基础经验数据库中调取故障数据类型映射表,并根据故障数据类型映射表中的故障数据类型从历史数据库中筛选出分析当前故障所需要的当前故障发生时刻前后T时间段内的故障数据;
步骤104:故障数据发送模块,将当前故障的故障代码以及步骤4中筛选出的故障数据压缩成故障数据包上传给SCADA***;
步骤105:SCADA***中的故障记录数据库接收故障数据并进行存储,从而完成故障数据的自动采集。
对于故障数据的人工远程采集,其方法步骤如下:
步骤201:通过故障数据查询主模块输入故障代码以及所需故障数据类型,故障数据查询主模块生成包含故障代码以及故障数据类型的故障查询命令;
若当前故障查询命令中的故障代码所对应的故障数据类型包含在该故障代码在故障记录数据库中对应的故障数据类型中,则直接从故障记录数据库中调取故障查询命令中所需的故障数据类型;从而完成故障数据的人工远程采集;
若当前故障查询命令中与故障代码对应的故障数据类型中存在未包含在该故障代码在故障记录数据库中所对应的故障数据类型中的故障数据类型,则将该故障查询命令发送给IBOX故障监视器,并进入步骤202;
步骤202:IBOX故障监视器中的故障数据查询子模块接收故障查询命令,并根据故障查询命令中的故障数据类型从历史数据库中调取该故障查询命令中故障代码所对应的故障在发生时刻前后T时间段内的故障数据;
步骤203:故障数据发送模块,将步骤202中的故障数据以及对应的故障代码压缩成故障数据包发送给SCADA***;从而完成故障数据的人工远程采集。
本具体实施方式中采用如下方式实现对基础经验数据库的优化,所述SCADA***中还配置有故障查询记录模块;所述IBOX故障监视器中还配置有智能跟踪优化数据库;
包括以下步骤:
步骤301:在进行步骤201的同时,故障查询记录模块生成包含故障查询命令的故障查询记录,并将故障查询记录发送给IBOX故障监视器;
步骤302:IBOX故障监视器中的智能跟踪优化数据库接收SCADA***发送的故障查询记录,并根据故障查询记录更新基础经验数据库中的故障数据类型映射表,从而优化基础经验数据库。
本具体实施方式中,智能跟踪优化数据库采用最近最少使用算法LRU以及搜索权重分配算法对基础经验数据库中的故障数据类型映射表中的故障数据类型进行更新。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于SCADA***的风电场故障数据采集***,包括SCADA***、IBOX故障监视器以及风电场中风机的风机控制器,所述风机控制器能够在风机发生故障时生成故障代码;风机控制器与所述IBOX故障监视器进行通信连接,IBOX故障监视器与SCADA***进行通信连接,其特征在于:所述IBOX故障监视器中配置有历史数据库与基础经验数据库;所述基础经验数据库存储有与各种故障代码一一对应的故障数据类型映射表;所述IBOX故障监视器配置有以下功能模块:
故障触发模块,用于判断IBOX故障监视器从风机控制器中接收到的数据中是否存在异常数据;若否,则将该数据存放在历史数据库中,作为历史数据;若是,则将该异常数据所对应的故障代码发送给基础经验数据库;
故障数据筛选模块,用于根据当前故障的故障代码从基础经验数据库中调取故障数据类型映射表,并根据故障数据类型映射表中的故障数据类型从历史数据库中筛选出分析当前故障所需要的当前故障发生时刻前后T时间段内的故障数据;
故障数据发送模块,用于将故障代码以及对应的故障数据压缩成故障数据包发送给SCADA***;
所述SCADA***中配置有故障记录数据库,用于存储IBOX故障监视器上传的故障数据包。
2.根据权利要求1所述的基于SCADA***的风电场故障数据采集***,其特征在于:
SCADA***中还配置有故障数据查询主模块,用于生成包含故障代码以及故障数据类型的故障查询命令,若当前故障查询命令中与故障代码对应的故障数据类型中存在未包含在该故障代码在故障记录数据库中所对应的故障数据类型中的故障数据类型,则将该故障查询命令发送给IBOX故障监视器;若当前故障查询命令中的故障代码所对应的故障数据类型包含在该故障代码在故障记录数据库中对应的故障数据类型中,则直接从故障记录数据库中调取故障查询命令中所对应的故障数据类型;
所述IBOX故障监视器还配置有以下功能模块:
故障数据查询子模块,用于接收SCADA***中故障数据查询主模块发送来的故障查询命令,并根据故障查询命令中的故障数据类型从历史数据库中调取该故障查询命令中故障代码所对应的故障在发生时刻前后T时间段内的故障数据。
3.根据权利要求2所述的基于SCADA***的风电场故障数据采集***,其特征在于:所述SCADA***中还配置有故障查询记录模块,用于生成包含故障查询命令的故障查询记录,并能够将故障查询记录发送给IBOX故障监视器;
所述IBOX故障监视器中还配置有智能跟踪优化数据库,用于接收SCADA***发送的故障查询记录,并根据故障查询记录更新基础经验数据库中的故障数据类型映射表,从而优化基础经验数据库。
4.根据权利要求1所述的基于SCADA***的风电场故障数据采集***,其特征在于:风机控制器与IBOX故障监视器之间通过数据传输线缆进行有线通信。
5.根据权利要求1所述的基于SCADA***的风电场故障数据采集***,其特征在于:时间段T的长度为120s。
6.根据权利要求1所述的基于SCADA***的风电场故障数据采集***,其特征在于:所述历史数据库中配置有数据缓冲池,用于缓存准备接收或准备发送的数据。
7.一种采用权利要求1所述的基于SCADA***的风电场故障数据采集***的故障数据采集方法,其特征在于:包括以下步骤:
步骤101:风机控制器将风机数据发送到IBOX故障监视器的故障触发模块;
步骤102:故障触发模块判断从风机控制器中接收到的风机数据中是否存在异常数据;若否,则将该数据存放在历史数据库中,作为历史数据;若是,则将该异常数据对应的故障代码发送给基础经验数据库,并进入步骤103;
步骤103:故障数据筛选模块根据当前故障的故障代码从基础经验数据库中调取故障数据类型映射表,并根据故障数据类型映射表中的故障数据类型从历史数据库中筛选出分析当前故障所需要的当前故障发生时刻前后T时间段内的故障数据;
步骤104:故障数据发送模块,将当前故障的故障代码以及步骤4中筛选出的故障数据压缩成故障数据包上传给SCADA***;
步骤105:SCADA***中的故障记录数据库接收故障数据并进行存储,从而完成故障数据的自动采集。
8.一种采用权利要求2所述的基于SCADA***的风电场故障数据采集***的故障数据采集方法,其特征在于:包括以下步骤
步骤201:通过故障数据查询主模块输入故障代码以及所需故障数据类型,故障数据查询主模块生成包含故障代码以及故障数据类型的故障查询命令;
若当前故障查询命令中的故障代码所对应的故障数据类型包含在该故障代码在故障记录数据库中对应的故障数据类型中,则直接从故障记录数据库中调取故障查询命令中所需的故障数据类型;从而完成故障数据的人工远程采集;
若当前故障查询命令中与故障代码对应的故障数据类型中存在未包含在该故障代码在故障记录数据库中所对应的故障数据类型中的故障数据类型,则将该故障查询命令发送给IBOX故障监视器,并进入步骤202;
步骤202:IBOX故障监视器中的故障数据查询子模块接收故障查询命令,并根据故障查询命令中的故障数据类型从历史数据库中调取该故障查询命令中故障代码所对应的故障在发生时刻前后T时间段内的故障数据;
步骤203:故障数据发送模块,将步骤202中的故障数据以及对应的故障代码压缩成故障数据包发送给SCADA***;从而完成故障数据的人工远程采集。
9.根据权利要求8所述的基于SCADA***的风电场故障数据采集***的故障数据采集方法,其特征在于:所述SCADA***中还配置有故障查询记录模块;所述IBOX故障监视器中还配置有智能跟踪优化数据库;
包括以下步骤:
步骤301:在进行步骤201的同时,故障查询记录模块生成包含故障查询命令的故障查询记录,并将故障查询记录发送给IBOX故障监视器;
步骤302:IBOX故障监视器中的智能跟踪优化数据库接收SCADA***发送的故障查询记录,并根据故障查询记录更新基础经验数据库中的故障数据类型映射表,从而优化基础经验数据库。
10.根据权利要求9所述的基于SCADA***的风电场故障数据采集***的故障数据采集方法,其特征在于:智能跟踪优化数据库采用最近最少使用算法LRU以及搜索权重分配算法对基础经验数据库中的故障数据类型映射表中的故障数据类型进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711384047.2A CN108052633B (zh) | 2017-12-20 | 2017-12-20 | 基于scada***的风电场故障数据采集***及采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711384047.2A CN108052633B (zh) | 2017-12-20 | 2017-12-20 | 基于scada***的风电场故障数据采集***及采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108052633A true CN108052633A (zh) | 2018-05-18 |
CN108052633B CN108052633B (zh) | 2020-04-17 |
Family
ID=62130632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711384047.2A Active CN108052633B (zh) | 2017-12-20 | 2017-12-20 | 基于scada***的风电场故障数据采集***及采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108052633B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109253048A (zh) * | 2018-08-31 | 2019-01-22 | 北京金风科创风电设备有限公司 | 风力发电机组的运行控制方法、装置、设备及存储介质 |
CN109948810A (zh) * | 2019-01-11 | 2019-06-28 | 北京京运通科技股份有限公司 | 风电场智能消缺管理方法及*** |
CN110657072A (zh) * | 2018-06-29 | 2020-01-07 | 中车株洲电力机车研究所有限公司 | 一种基于结构化知识库的风电故障检修方法及*** |
CN110685869A (zh) * | 2019-11-19 | 2020-01-14 | 中国船舶重工集团海装风电股份有限公司 | 一种风电机组的故障诊断方法、装置及设备 |
CN112288389A (zh) * | 2020-10-20 | 2021-01-29 | 苏州浪潮智能科技有限公司 | 一种基于scada***管控生产的方法、程序、装置及介质 |
CN113127237A (zh) * | 2019-12-27 | 2021-07-16 | 北京金风慧能技术有限公司 | 风力发电机组的主故障识别方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102331775A (zh) * | 2011-07-20 | 2012-01-25 | 南京中德保护控制***有限公司 | 基于风力发电厂风机状态及故障数据的统一建模方法 |
CN102902251A (zh) * | 2012-09-20 | 2013-01-30 | 南京中德保护控制***有限公司 | 基于风力发电厂风机故障数据的统一告警方法 |
CN105134493A (zh) * | 2015-10-20 | 2015-12-09 | 重庆科凯前卫风电设备有限责任公司 | 一种基于风力发电机组控制***的信息采集和存储方法 |
CN105844416A (zh) * | 2016-03-28 | 2016-08-10 | 国网江苏省电力公司电力科学研究院 | 一种用于变电站设备故障缺陷分析的综合数据管理*** |
-
2017
- 2017-12-20 CN CN201711384047.2A patent/CN108052633B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102331775A (zh) * | 2011-07-20 | 2012-01-25 | 南京中德保护控制***有限公司 | 基于风力发电厂风机状态及故障数据的统一建模方法 |
CN102902251A (zh) * | 2012-09-20 | 2013-01-30 | 南京中德保护控制***有限公司 | 基于风力发电厂风机故障数据的统一告警方法 |
CN105134493A (zh) * | 2015-10-20 | 2015-12-09 | 重庆科凯前卫风电设备有限责任公司 | 一种基于风力发电机组控制***的信息采集和存储方法 |
CN105844416A (zh) * | 2016-03-28 | 2016-08-10 | 国网江苏省电力公司电力科学研究院 | 一种用于变电站设备故障缺陷分析的综合数据管理*** |
Non-Patent Citations (1)
Title |
---|
肖一卓: "大型风电场SCADA***的设计与实现", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110657072A (zh) * | 2018-06-29 | 2020-01-07 | 中车株洲电力机车研究所有限公司 | 一种基于结构化知识库的风电故障检修方法及*** |
CN109253048A (zh) * | 2018-08-31 | 2019-01-22 | 北京金风科创风电设备有限公司 | 风力发电机组的运行控制方法、装置、设备及存储介质 |
CN109253048B (zh) * | 2018-08-31 | 2020-06-05 | 北京金风科创风电设备有限公司 | 风力发电机组的运行控制方法、装置、设备及存储介质 |
CN109948810A (zh) * | 2019-01-11 | 2019-06-28 | 北京京运通科技股份有限公司 | 风电场智能消缺管理方法及*** |
CN110685869A (zh) * | 2019-11-19 | 2020-01-14 | 中国船舶重工集团海装风电股份有限公司 | 一种风电机组的故障诊断方法、装置及设备 |
CN113127237A (zh) * | 2019-12-27 | 2021-07-16 | 北京金风慧能技术有限公司 | 风力发电机组的主故障识别方法和*** |
CN112288389A (zh) * | 2020-10-20 | 2021-01-29 | 苏州浪潮智能科技有限公司 | 一种基于scada***管控生产的方法、程序、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108052633B (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108052633A (zh) | 基于scada***的风电场故障数据采集***及采集方法 | |
KR102165528B1 (ko) | 철도설비 상태감시를 위한 센싱 및 융합데이터 모니터링 시스템 | |
CN102570602B (zh) | 配用电网故障综合处理平台及处理方法 | |
CN106060476B (zh) | 特高压输电线路监测*** | |
CN102566503B (zh) | 一种数控机床远程监控与故障诊断*** | |
CN108663980A (zh) | 电站锅炉远程在线诊断***及其在线诊断方法 | |
CN110086260B (zh) | 一种配电网智能感知管控装置 | |
CN108234150A (zh) | 用于数据中心监控***的数据采集和处理方法及*** | |
CN103490520A (zh) | 配用电网故障处理方法 | |
CN105712143B (zh) | 一种电梯远程监控点检及保养方法 | |
CN107341609B (zh) | 一种基于云平台的能效管理***及方法 | |
CN103490522A (zh) | 配用电网故障智能处理方法 | |
CN103501054A (zh) | 配电网故障处理方法 | |
CN102142977B (zh) | 远程管理脱管节点的方法、网管设备及*** | |
CN103490523A (zh) | 配用电网故障智能处理*** | |
CN109245305A (zh) | 一种光伏电站自动预警云平台及*** | |
CN103501052A (zh) | 配用电网故障综合处理方法 | |
CN103501053A (zh) | 配用电网故障综合处理*** | |
CN112396292A (zh) | 一种基于物联网及边缘计算的变电站设备风险管控*** | |
CN105573228A (zh) | 海水淡化***的远程监控装置 | |
CN103944957B (zh) | 一种工业监控***所用的离线数据采集方法及其采集*** | |
CN101169652B (zh) | 一种智能设备与外界的通讯方法及装置 | |
CN110430261A (zh) | 探测设备故障处理方法及装置 | |
CN117614140A (zh) | 一种配电设备运行监控***及其方法 | |
CN105743695A (zh) | 一种基于iec104 规约的监听方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |