CN108226775B - 风力发电机的故障自检测方法及装置 - Google Patents
风力发电机的故障自检测方法及装置 Download PDFInfo
- Publication number
- CN108226775B CN108226775B CN201611148516.6A CN201611148516A CN108226775B CN 108226775 B CN108226775 B CN 108226775B CN 201611148516 A CN201611148516 A CN 201611148516A CN 108226775 B CN108226775 B CN 108226775B
- Authority
- CN
- China
- Prior art keywords
- fault
- information
- data
- component
- fan
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种风力发电机的故障自检测方法及装置,方法包括:在风机运行出现故障后,获取风机的运行数据;利用预先设置的数据结构树确定与运行数据相对应的元器件信息;在所确定的元器件信息中,根据运行数据确定出现故障的元器件的故障信息,故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型。本发明提供的风力发电机的故障自检测方法及装置,通过获取风机的运行数据并利用数据结构树可以确定元器件信息,进而可以根据运行数据确定出现故障的元器件的故障个数、故障原因以及故障类型等等,有效地降低了风机故障检测的难度,并减少了对风机排查故障所需要花费的时间,提高了对风机故障的检测效率。
Description
技术领域
本发明涉及风电技术领域,尤其涉及一种风力发电机的故障自检测方法及装置。
背景技术
随着科学技术的飞速发展,风力发电技术日趋成熟,而对于风力发电设备而言,由于设备的选型不断变化,兆瓦级MW机组出现了多种配置,配置的繁多给现场维护人员带来了很多负担,在同一个项目现场,有可能有好几种不同配置的机组,而不同配置的机组可能会产生不同类型的故障。
现有技术中,对于不同配置的机组而言,可能会出现不同类型的故障,因此需要要求调试和维护人员有极高的维护能力,要付出更多的精力去学***难度;而当机组运行出现故障时,对于业主和一般工作人员而言,需要花很多时间去排查故障,不但影响机组的可利用率,而且极大的影响了机组的发电量,对业主造成较大的损失。
发明内容
本发明提供一种风力发电机的故障自检测方法及装置,用于解决现有技术存在的上述或者其他潜在问题。
本发明的一方面提供了一种风力发电机的故障自检测方法,包括:
在风机运行出现故障后,获取所述风机的运行数据;
利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息;
在所确定的元器件信息中,根据所述运行数据确定出现故障的元器件的故障信息,所述故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型。
本发明的另一方面提供了一种风力发电机的故障自检测装置,包括:
获取模块,用于在风机运行出现故障后,获取所述风机的运行数据;
处理模块,用于利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息;
确定模块,用于在所确定的元器件信息中,根据所述运行数据确定出现故障的元器件的故障信息,所述故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型。
本发明提供的风力发电机的故障自检测方法及装置,通过获取风机的运行数据并利用数据结构树可以确定元器件信息,进而可以根据运行数据确定出现故障的元器件的故障个数、故障原因以及故障类型中的至少一个,有效地降低了风机故障检测的难度,并减少了对风机排查故障所需要花费的时间,提高了对风机故障的检测效率,进一步保证了该故障自检测方法的实用性,有利于市场的推广与应用。
附图说明
图1为本发明实施例提供的一种风力发电机的故障自检测方法的流程示意图;
图2为本发明实施例提供的利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息的流程示意图;
图3为本发明另一实施例提供的一种风力发电机的故障自检测方法的流程示意图;
图4为本发明实施例提供的根据所述运行数据确定出现故障的元器件的故障信息的流程示意图;
图5为本发明又一实施例提供的一种风力发电机的故障自检测方法的流程示意图;
图6为本发明实施例提供的数据结构树的结构示意图;
图7为本发明实施例提供的一种风力发电机的故障自检测装置的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实例用于说明本发明,但不用来限制本发明的范围。
图1为本发明实施例提供的一种风力发电机的故障自检测方法的流程示意图;图2为本发明实施例提供的利用预先设置的数据结构树确定与运行数据相对应的元器件信息的流程示意图;图4为本发明实施例提供的根据运行数据确定出现故障的元器件的故障信息的流程示意图;参考附图1-2、4可知,本实施例提供了一种风力发电机的故障自检测方法,该故障自检测方法用于在风机运行出现故障后自动检测故障信息,以提高对风机故障检测的效率;具体的,该故障自检测方法包括:
S101:在风机运行出现故障后,获取风机的运行数据;
本实施例对于风机的运行数据的具体内容不做限定,本领域技术人员可以根据具体的设计需求进行设置,较为优选的,将风机的运行数据设置为包括:在风机运行出现故障前、第一预设时间段内的故障前运行数据和在风机运行出现故障后、第二预设时间段内的故障后运行数据;需要注意的是,第一预设时间段和第二预设时间段为预先设置的,本领域技术人员可以根据具体的设计需求对第一预设时间段和第二预设时间段的具体数值范围进行设置,为了提高对风机故障的检测效率,更为优选的,将第一预设时间段设置为90s,第二预设时间段设置为30s,即获取风机出现故障前的90s内的故障前运行数据和风机出现故障后的30s内的故障后运行数据,在能够实现对风机故障自检测的同时,还有效地减小了运行数据的数量,进而可以提高故障自检测的效率。
另外,由于与风机运行有关的参数较多,因此,可以将所获取的风机运行数据设置为包括:数字量信息和模拟量信息,其中,数字量信息可以包括:触发沿信号的变化时间信息(保持时间、前保持时间、后保持时间等等)、高低电压信号(具体的电压数值)等等,模拟量信息可以包括:环境温度和传感器温度等等。
此外,本实施例对于具体获取风机的运行数据的实现方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,例如,可以将获取数据信息的方式设置为通过无线路由器与风机中的处理器PLC进行连接获取,其中,PLC用于对风机的工作状态进行监测和控制,在PLC监测到数据后,通过无线路由器与PLC连接,即可获取到风机的运行数据;当然的,本领域技术人员还可以采用其他的方式实现风机运行数据的获取,在此不再赘述。
S102:利用预先设置的数据结构树确定与运行数据相对应的元器件信息;
其中,数据结构树为预先设置的、且与风机结构相对应的数据信息;在该数据结构树中包括风机中各个元器件的结构特性信息;在获取到运行数据之后,可以根据运行数据的信息特性确定与该运行数据有关的元器件信息,上述所说的元器件信息中可以包括一个或者多个元器件的特性信息;本实施例对于具体确定与运行数据相对应的元器件信息的具体实现方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,较为优选的,可以将利用预先设置的数据结构树确定与运行数据相对应的元器件信息设置为具体包括:
S1021:获取运行数据中预先设置的标识信息;
其中,标识信息为预先设置的,用于标识与运行数据相关联的元器件;该标识信息可以设置于运行数据的名称中;例如,可以将运行数据名称中的第一位到第几位设置为标识信息位,通过获取在标识信息位的信息即可获取到标识信息。
S1022:根据标识信息、且利用数据结构树中存储的标识信息与元器件信息的对应关系,确定与运行数据相对应的元器件信息。
需要说明的是,在数据结构树中存储的标识信息与元器件信息并非一一对应关系,即一个标识信息可以与多个元器件相对应,而一个元器件也可以与多个标识信息相对应;那么也就是说,运行数据中的一个数据可以与多个元器件相对应,而一个元器件也可以对应多个数据;在获取到标识信息之后,根据标识信息与元器件信息的对应关系可以确定与运行数据相对应的元器件信息。
S103:在所确定的元器件信息中,根据运行数据确定出现故障的元器件的故障信息,故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型。
在确定相应的元器件信息之后,可以对运行数据进行分析处理,从而可以确定出现故障的元器件的故障信息,本实施例对于确定出现故障的元器件的故障信息的实现方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,较为优选的,将根据运行数据确定出现故障的元器件的故障信息设置为具体包括:
S1031:将运行数据与预先设置的阈值数据进行分析比较;
其中,阈值数据为预先设置的,对于不同的元器件的运行数据可以有不同的阈值数据,该阈值数据可以包括最大阈值数据、最小阈值数据或者阈值区间等等,在确定相应的元器件信息之后,可以将每个元器件的运行数据与阈值数据进行分析比较,以根据分析比较结果确定该元器件运行是否出现故障。
S1032:若运行数据超出阈值数据的范围,则确认元器件运行出现故障;
当分析比较结果为运行数据超出阈值数据的范围时,即运行数据可能大于最大阈值数据,或运行数据小于最小阈值数据等等,此时的元器件超出了正常运行的数据范围,进而可以确认该元器件运行出现故障。
可以理解的是,当分析比较结果为运行数据满足阈值数据的范围,则说明此时的元器件处于正常运行的范围,因此可以确认该元器件为出现故障。
S1033:利用预先设置的故障信息库、并根据运行数据确定元器件的故障信息;
其中,故障信息库中存储有运行数据与故障信息的对应关系。
在确认元器件运行出现故障后,由于故障信息库中存储有运行数据与故障信息的对应关系,因此,可以利用该对应关系在故障信息库中查找元器件的故障信息;需要注意的是,故障信息库中存储的运行数据与故障信息的对应关系为非一致性对应关系,即一个运行数据可以与多个故障信息相对应,而一个故障信息也可以与多个运行数据相对应;因此,根据一个运行数据可以获取到元器件的多个故障信息,该故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型。
本实施例提供的风力发电机的故障自检测方法,通过获取风机的运行数据并利用数据结构树可以确定元器件信息,进而可以根据运行数据确定出现故障的元器件的故障个数、故障原因以及故障类型中的至少一个,有效地降低了风机故障检测的难度,并减少了对风机排查故障所需要花费的时间,提高了对风机故障的检测效率,进一步保证了该故障自检测方法的实用性,有利于市场的推广与应用。
图3为本发明另一实施例提供的一种风力发电机的故障自检测方法的流程示意图;图6为本发明实施例提供的数据结构树的结构示意图;在上述实施例的基础上,继续参考附图1-4、6可知,本实施例对于数据结构树的具体建立方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,较为优选的,在利用预先设置的数据结构树确定与运行数据相对应的元器件信息之前,将方法设置为还包括:
S201:获取风机中各个元器件的结构特性信息;
其中,结构特性信息包括各个元器件之间的连接关系、设置位置、功能作用等等,获取到结构特性信息之后,可以根据该结构特性信息来建立数据结构树,以便于所建立的数据结构树与风机中各个元器件相对应。
S202:根据结构特性信息确定各个元器件的连接关系和级别信息;
为了便于使得数据结构树与风机中真实的各个元器件相对应,在获取到结构特性信息之后,可以根据结构特性信息确定各个元器件的连接关系和级别信息;其中,级别信息可以根据元器件的功能作用和设置位置来进行分析获得。
S203:根据各个元器件的连接关系和级别信息建立与风机中各个元器件相对应的数据结构树。
在获取到连接关系和级别信息之后,可以根据上述两个信息建立与风机中各个元器件相对应的数据结构树,为了更加清楚地了解本实施例的技术方案,例举以下具体实施例:
建立一个与风机中电控***相对应的数据结构树,该故障结构树就是将电控***根据器件特性进行逐级划分,直到的具体元器件或机组运行的某个重要参数;具体的:一般的风机的电控***包括:主控***、水冷***、变桨***、变流***,而主控***可以进一步包括塔底***和塔上***,进一步的,塔底***还可以包括塔底UPS、主控柜、变压器以及其他通信装置等等,再进一步的,还可以将塔底UPS设置为包括:电源管理器和蓄电池等,因此,可以将数据信息按照上述对主控***逐级细化的结构进行分类,如图6所示,以使得各个数据信息均与具体的元器件相对应,然而通过对数据信息进行分析判断,可以确定具体的哪些元器件出现故障,出现故障的故障原因和故障类型信息等等。
通过获取风机中各个元器件的结构特性信息,根据结构特性信息确定各个元器件的连接关系和级别信息,然后根据连接关系和级别信息建立与风机中各个元器件相对应的数据结构树,有效地保证了数据结构树建立的稳定可靠性,进而提高了在利用数据结构树对风机故障进行分析处理时,可以追溯到风机中各个元器件,进一步提高了故障自检测方法的检测质量和效率,保证了该故障自检测方法使用的稳定可靠性。
图5为本发明又一实施例提供的一种风力发电机的故障自检测方法的流程示意图;在上述实施例的基础上,继续参考附图1-6可知,本实施例在利用预先设置的故障信息库、并根据运行数据确定元器件的故障信息之后,将方法设置为还包括:
S301:根据故障信息库中存储的故障信息与故障处理策略的对应关系,确定与故障信息相对应的故障处理策略;
在确定故障信息之后,为了进一步方便工作人员对故障的风机进行维护与管理,在故障信息库中预先存储有故障信息与故障处理策略的对应关系,需要注意的是,该故障信息与故障处理策略并非一一对应关系,即一个故障信息可以对应多个故障处理策略,而一个故障处理策略可以对应多个故障信息。
S302:显示故障信息以及与故障信息相对应的故障处理策略。
获取到故障处理策略之后,可以显示该故障策略,而当获取到的故障处理策略为多个时,可以按照预设的优先级顺序对故障处理策略进行排列显示,其中,将可以解决故障的概率最高的故障处理策略进行优先显示;具体的,该故障处理策略可以通过无线面板进行显示,以使得用户或者工作人员可以直接地获得对数据信息进行分析处理的过程和结果,从而使得用户或者工作人员可以根据所显示的故障处理策略进行故障排查操作,有效地降低了调试和维护人员的业务水平难度,并且减小了维护与管理的时间,保证了风机的发电量,进而提高了该故障自检测方法的实用性,有利于市场的推广与应用。
具体应用时,下面以UPS的相关参考变量的选取为例进行说明:
在获取到风机的运行数据之后,通过对运行数据的分析识别,具体的,可以通过对运行数据中的特殊标识信息进行识别,以确定该运行数据为与UPS相对应的数据信息,在确认该运行数据为与UPS相对应的数据信息之后,可以对该运行数据进一步分析处理,根据分析处理结果判断风机是否出现运行故障,若确认出现故障,而由于主控UPS包括:电源管理器和蓄电池,则具体确认此时风机的主控UPS出现故障信息,经过分析判断得知,主控UPS故障表现为:电源管理器故障,并且,此时的主柜UPS电池警告,从而可以准确地查找到故障原因和故障信息。
此外,为了更加清楚地了解本申请中的根据运行数据确定出现故障的元器件的故障信息的具体实现过程,例举以下具体实施例:
由于运行数据中包括多个参考变量,因此,为了便于对参考变量进行分析,可以将参考变量划分为包括数字量数据和模拟量数据,并且数字量数据和模拟量数据均包括有相对应的故障机制说明信息,以便于根据对参考变量的分析判断,即可以确认相应的故障点以及相应的故障信息。具体的:
首先根据数字量和模拟量数据变化的特性,把故障机制按数字量和模拟量分开,具体可分为以下几类:
(1)触发沿类:针对数字量参考变量的故障机制;
(2)纵向变化类:针对模拟量参考变量的故障机制;
(3)横向变化类:针对模拟量和数字量参考变量的故障机制;
(4)限值类:针对模拟量参考变量的故障机制。
需要说明的是,在上述对故障参数进行分析的过程中,可以根据参数量的分类采用不同的策略,例如:横向分析过程可以为针对同一参数在不同时刻上的数据量信息进行分析判断,纵向分析过程为:在同一时刻对不同参数量的数据信息进行分析判断;限值类为:对某一参数在某一时刻的数据信息与预设的标准阈值信息进行分析比较等等。
其中,对于触发沿类的数据信息,在分析对比时,主要是对触发沿的类型和时间特性进行分析判断,例如,可以将触发沿分为包括:上升沿、下降沿、保持低电平、保持高电平、没有状态变化以及上升沿或下降沿等几类,而时间特性一般可以包括:触发沿保持时间、触发沿前保持时间、触发沿后保持时间等等,对于不同类型的触发沿数据信息而言,分别具有相对应的不同的时间特性参数,并且在分析时,每个时间特性参数均可以设置有预设的标准阈值,通过将所采集的时间特性参数与标准阈值进行分析对比,即可根据触发沿类的数据信息确定风机是否出现故障。
而对于纵向变化类的数据信息而言,在分析对比时,是对时间特性进行分析判断,其中纵向变化类是指同一参数在纵向周期内的变化趋势,因此,需要获取纵向周期,并且可以获得在纵向周期内的纵向变化量,通过将纵向变化量与预设的阈值进行分析对比,即可根据该纵向变化类的数据信息判断风机是否出现故障;进一步的,当纵向变化量为0时,则获取纵向保持时间,通过将纵向保持时间与预设的时间阈值进行分析判断,判断风机是否出现故障。
而对于横向变化类的数据信息而言,在分析对比时,与纵向变化类的数据信息相类似,具体的是,对在横向周期内的数据变化量进行分析判断,因此,需要获取到横向周期,并且获取每一个参数在横向周期内的横向变化量,通过将横向变化量与预设的阈值进行分析对比,即可根据该横向变化量的数据信息判断风机是否出现故障;进一步的,某一参数的横向变化量为0时,则获取横向保持时间,通过将横向保持时间与预设的时间阈值进行分析判断,判断风机是否出现故障。
而对于限制类的数据信息进行分析时,此时每个参数在运行时均存在风机在正常工作时该参数所对应的最大阈值和最小阈值,因此,将该显示类的数据信息与预设的最大阈值和最小阈值分别进行对比,若不满足预设的条件,则可以确定风机出现故障。
另外,当故障信息包括多个类别的参考变量时,例如,包括触发沿类、纵向变化类和横向变化类时,当对触发沿类信息进行分析判断时,则可能确认的故障点为A和相应的故障信息A1,当对纵向变化类信息进行分析判断时,则可能确认的故障点为B和相应的故障信息B1,当对横向变化类信息进行分析判断时,则可能确认的故障点为C和相应的故障信息C1,那么在显示故障信息时,则会将故障点A/B/C以及相应的故障信息均进行显示,即:得出的故障点可能不止一条,如果几个故障参数都满足其自身故障机制,可能出现多种故障分析结果,需要使用者依次排查故障点。
每一类机制都对应一个数据变化属性的结构体(以下简称机制属性结构体)如下表1所示;
表1机制属性结构体:
当确定运行数据的特性(确定是数字量还是模拟量数据)之后,按照上述所对应的分析过程对数据信息进行分析处理,以判断风机是否出现故障,另外,对于上述的横向周期和纵向周期的具体时间长短不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,可以将纵向周期和横向周期设置为必须是20ms的整数倍,以提高对数据信息进行分析判断的准确性。
进一步的,对于触发沿类的运行数据而言,可以获取下降沿的相关信息,具体的信息见下述表格:
表2:下降沿触发案例
故障机制说明:如果通过对数据信息进行分析处理后,发现开关反馈信号丢失或抖动(下降沿)后,保持时间大于Ts,T可以取10s、15s或者20s等;则可以确定“XXX熔断器反馈丢失”故障发生了,那么故障机制输出触发沿故障个数以及故障原因为:
1:XXX空开反馈故障;
2:数字量模块损坏;
3:反馈信号线损坏。
通过确定的故障信息,可以确定相应的故障处理策略,具体的,相应的故障说明及处理方法:
1:检查空开XXX是否跳开,如果没有跳开检查反馈触点XXX的触点接线是否松动,而且触点正常情况是闭合状态,反馈回路接线是否松动。
2:如果测量子站倍福数字量输入模块的1端口存在24VDC,而故障无法复位,说明数字量输入模块损坏,请更换这个模块。
3:如果空开XXX的触点接线没有问题而且存在24VDC,子站倍福数字量输入模块的1端口不存在24VDC,说明反馈信号线损坏,请查找线缆损坏点。
此时,用户或工作人员可以根据所显示的故障处理策略对风电机组进行处理,以使得风机回复正常工作状态。
此外,对于触发沿类的运行数据而言,可以获取上降沿的相关信息,具体的信息见下述表格:
表3:上升沿触发案例
故障机制说明:如果通过对数据信息进行分析处理后,发现低电压穿越标志位(上升沿)触发后,保持时间大于T1s,T1可以取2s、3s或者4s等等,则可以确定“电压低”故障发生,那么故障机制输出触发沿故障点:
电压穿越故障。
通过确定的故障点以及故障信息,可以确定相应的故障处理策略,具体的,相应的故障说明及处理方法:如果电压跌落时间超过限定值T1s(例如2s),机组无法完成穿越;或者出现连续低电压的穿越时,导致低电压穿越无法完成,机组报电网电压低故障。
需要注意的是,对于其他类型的故障信息以及故障处理策略的具体判断内容不做限定,本领域技术人员可以根据具体的设计需求进行设置,或者也可以与上述表格相同或相似的方式对故障信息和故障处理策略进行设置,在此不再赘述。
最后,将所确定的故障信息和故障处理策略进行显示,例如按照上述表格进行显示,以使用户或者工作人员可以根据所显示的故障处理策略对风电机组进行处理,以使得风机回复正常工作状态,进而有效地提高了故障信息查找的效率,保证了风机运行的稳定可靠性。
图7为本发明实施例提供的一种风力发电机的故障自检测装置的结构示意图,参考附图7可知,本实施例提供了一种风力发电机的故障自检测装置,该故障自检测装置可以对风机执行故障自检测方法,具体的,该故障自检测装置包括:
获取模块1,用于在风机运行出现故障后,获取风机的运行数据;
其中,风机的运行数据包括:在风机运行出现故障前、第一预设时间段内的故障前运行数据和在风机运行出现故障后、第二预设时间段内的故障后运行数据。
处理模块2,用于利用预先设置的数据结构树确定与运行数据相对应的元器件信息;
本实施例对于处理模块2利用预先设置的数据结构树确定与运行数据相对应的元器件信息的具体实现方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,较为优选的,将处理模块2设置为具体用于:
获取运行数据中预先设置的标识信息;
根据标识信息、且利用数据结构树中存储的所述标识信息与元器件信息的对应关,确定与运行数据相对应的元器件信息。
确定模块3,用于在所确定的元器件信息中,根据运行数据确定出现故障的元器件的故障信息,故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型。
本实施例对于确定模块3根据运行数据确定出现故障的元器件的故障信息的具体实现方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,较为优选的,将装置设置为还包括:故障信息库6,用于存储有运行数据与故障信息的对应关系;
进一步的,将确定模块3设置为具体用于:
将运行数据与预先设置的阈值数据进行分析比较;
若运行数据超出阈值数据的范围,则确认元器件运行出现故障;
利用预先设置的故障信息库6、并根据运行数据确定元器件的故障信息;
其中,故障信息库6中存储有运行数据与故障信息的对应关系。
本实施例对于获取模块1、处理模块2以及确定模块3的具体形状结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,在此不再赘述;此外,本实施例中获取模块1、处理模块2以及确定模块3所实现的操作步骤的具体实现过程以及实现效果与上述实施例中S101-S103、S1021-S1022、S1031-S1033的具体实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例提供的风力发电机的故障自检测装置,通过获取模块1和处理模块2获取风机的运行数据并利用数据结构树可以确定元器件信息,进而确定模块3可以根据运行数据确定出现故障的元器件的故障个数、故障原因以及故障类型中的至少一个,有效地降低了风机故障检测的难度,并减少了对风机排查故障所需要花费的时间,提高了对风机故障的检测效率,进一步保证了该故障自检测装置的实用性,有利于市场的推广与应用。
在上述实施例的基础上,继续参考附图7可知,本实施例对于数据结构树的具体建立方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,较为优选的,将获取模块1和处理模块2设置为可以执行以下操作:具体的,
获取模块1,还用于在利用预先设置的数据结构树确定与运行数据相对应的元器件信息之前,获取风机中各个元器件的结构特性信息;
处理模块2,还用于根据结构特性信息确定各个元器件的连接关系和级别信息;
进一步的,将装置设置为还包括;
建立模块4,用于根据各个元器件的连接关系和级别信息建立与风机中各个元器件相对应的数据结构树。
本实施例对于建立模块4的具体形状结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,在此不再赘述;此外,本实施例中获取模块1、处理模块2以及建立模块4所实现的操作步骤的具体实现过程以及实现效果与上述实施例中S201-S203的具体实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
在上述实施例的基础上,继续参考附图7可知,本实施例将处理模块2设置为:
根据故障信息库6中存储的故障信息与故障处理策略的对应关系,确定与故障信息相对应的故障处理策略;
进一步的,将装置设置为还包括:
显示模块5,用于显示故障信息以及与故障信息相对应的故障处理策略。
本实施例对于显示模块5的具体形状结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,例如可以将显示模块5设置为显示屏、智能终端或者终端的显示界面等等,只要能够实现显示相关信息即可,在此不再赘述;此外,本实施例中处理模块2以及显示模块5所实现的操作步骤的具体实现过程以及实现效果与上述实施例中S301-S302的具体实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,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)或处理器(processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (10)
1.一种风力发电机的故障自检测方法,其特征在于,包括:
在风机运行出现故障后,获取所述风机的运行数据;
利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息;
在所确定的元器件信息中,根据所述运行数据确定出现故障的元器件的故障信息,所述故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型;
所述风机的运行数据包括:在所述风机运行出现故障前、第一预设时间段内的故障前运行数据和在所述风机运行出现故障后、第二预设时间段内的故障后运行数据。
2.根据权利要求1所述的方法,其特征在于,利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息,具体包括:
获取所述运行数据中预先设置的标识信息;
根据所述标识信息、且利用所述数据结构树中存储的所述标识信息与元器件信息的对应关系,确定与所述运行数据相对应的元器件信息。
3.根据权利要求1或2所述的方法,其特征在于,在利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息之前,所述方法还包括:
获取所述风机中各个元器件的结构特性信息;
根据所述结构特性信息确定各个元器件的连接关系和级别信息;
根据所述各个元器件的连接关系和级别信息建立与所述风机中各个元器件相对应的所述数据结构树。
4.根据权利要求3所述的方法,其特征在于,根据所述运行数据确定出现故障的元器件的故障信息,具体包括:
将所述运行数据与预先设置的阈值数据进行分析比较;
若所述运行数据超出所述阈值数据的范围,则确认所述元器件运行出现故障;
利用预先设置的故障信息库、并根据所述运行数据确定所述元器件的故障信息;
其中,所述故障信息库中存储有运行数据与故障信息的对应关系。
5.根据权利要求4所述的方法,其特征在于,在利用预先设置的故障信息库、并根据所述运行数据确定所述元器件的故障信息之后,所述方法还包括:
根据所述故障信息库中存储的故障信息与故障处理策略的对应关系,确定与所述故障信息相对应的故障处理策略;
显示所述故障信息以及与所述故障信息相对应的故障处理策略。
6.一种风力发电机的故障自检测装置,其特征在于,包括:
获取模块,用于在风机运行出现故障后,获取所述风机的运行数据;
处理模块,用于利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息;
确定模块,用于在所确定的元器件信息中,根据所述运行数据确定出现故障的元器件的故障信息,所述故障信息包括以下信息中的至少一个:故障个数、故障原因和故障类型;
所述风机的运行数据包括:在所述风机运行出现故障前、第一预设时间段内的故障前运行数据和在所述风机运行出现故障后、第二预设时间段内的故障后运行数据。
7.根据权利要求6所述的装置,其特征在于,所述处理模块,具体用于:
获取所述运行数据中预先设置的标识信息;
根据所述标识信息、且利用所述数据结构树中存储的所述标识信息与元器件信息的对应关系,确定与所述运行数据相对应的元器件信息。
8.根据权利要求6所述的装置,其特征在于,
所述获取模块,还用于在利用预先设置的数据结构树确定与所述运行数据相对应的元器件信息之前,获取所述风机中各个元器件的结构特性信息;
所述处理模块,还用于根据所述结构特性信息确定各个元器件的连接关系和级别信息;
所述装置还包括;
建立模块,用于根据所述各个元器件的连接关系和级别信息建立与所述风机中各个元器件相对应的所述数据结构树。
9.根据权利要求8所述的装置,其特征在于,还包括:故障信息库,用于存储有运行数据与故障信息的对应关系;
所述确定模块,具体用于:将所述运行数据与预先设置的阈值数据进行分析比较;若所述运行数据超出所述阈值数据的范围,则确认所述元器件运行出现故障;利用所述故障信息库、并根据所述运行数据确定所述元器件的故障信息。
10.根据权利要求9所述的装置,其特征在于,
所述处理模块,还用于根据所述故障信息库中存储的故障信息与故障处理策略的对应关系,确定与所述故障信息相对应的故障处理策略;
所述装置还包括:
显示模块,用于显示所述故障信息以及与所述故障信息相对应的故障处理策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611148516.6A CN108226775B (zh) | 2016-12-13 | 2016-12-13 | 风力发电机的故障自检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611148516.6A CN108226775B (zh) | 2016-12-13 | 2016-12-13 | 风力发电机的故障自检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108226775A CN108226775A (zh) | 2018-06-29 |
CN108226775B true CN108226775B (zh) | 2020-06-30 |
Family
ID=62638358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611148516.6A Active CN108226775B (zh) | 2016-12-13 | 2016-12-13 | 风力发电机的故障自检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108226775B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110737256B (zh) * | 2018-07-18 | 2022-11-29 | 株洲中车时代电气股份有限公司 | 一种用于控制变频传动***的方法及装置 |
CN109240053B (zh) * | 2018-11-16 | 2021-09-07 | 珠海奔图电子有限公司 | 电源控制装置、方法和图像形成装置 |
CN109948260B (zh) * | 2019-03-22 | 2023-08-01 | 中车大连机车车辆有限公司 | 柴油机修理策略的确定方法、装置、设备及可读存储介质 |
CN113408078A (zh) * | 2021-07-14 | 2021-09-17 | 北京广利核***工程有限公司 | 一种控制***的分析方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8326577B2 (en) * | 2011-09-20 | 2012-12-04 | General Electric Company | System and method for predicting wind turbine component failures |
CN102363969A (zh) * | 2011-10-14 | 2012-02-29 | 中联重科股份有限公司 | 挖掘机以及确定设备故障的方法、*** |
CN103020436B (zh) * | 2012-11-30 | 2015-08-12 | 工业和信息化部电子第五研究所 | 元器件失效归零分析方法与*** |
CN103217291B (zh) * | 2013-01-06 | 2016-05-04 | 国电联合动力技术有限公司 | 一种风力发电机组故障诊断方法及*** |
CN104123407B (zh) * | 2014-06-19 | 2017-04-05 | 电子科技大学 | 一种基于电路仿真的可测试性模型自动建立方法 |
CN104376033B (zh) * | 2014-08-01 | 2017-10-24 | 中国人民解放军装甲兵工程学院 | 一种基于故障树和数据库技术的故障诊断方法 |
CN106557773B (zh) * | 2015-09-25 | 2020-04-24 | 北京宝沃汽车有限公司 | 一种车辆故障诊断的方法及*** |
CN106050580B (zh) * | 2016-08-17 | 2018-10-23 | 国电联合动力技术有限公司 | 一种风力发电机组传动链故障诊断方法及*** |
-
2016
- 2016-12-13 CN CN201611148516.6A patent/CN108226775B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108226775A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107302466B (zh) | 一种动环监控***大数据分析平台及方法 | |
CN108226775B (zh) | 风力发电机的故障自检测方法及装置 | |
CN107632219B (zh) | 一种自动开关机测试***及其测试方法 | |
CN105790441B (zh) | 一种智能变电站继电保护巡检*** | |
CN107330056B (zh) | 基于大数据云计算平台的风电场scada***及其运行方法 | |
CN109450094A (zh) | 一种变电站继电保护巡检方法及*** | |
CN103227662B (zh) | 一种基于状态控制的电力通信设备安全检测方法及*** | |
CN103544652A (zh) | 电网行业分类负荷自动统计方法及*** | |
CN114441964B (zh) | 一种存储***供电过程中的故障定位方法、装置以及介质 | |
CN111431754A (zh) | 配用电通信网故障分析方法和*** | |
CN110556920A (zh) | 一种配电自动化监测方法、***、终端及存储介质 | |
CN102680833A (zh) | 配电网中压线路的负荷监测方法和*** | |
CN111835083B (zh) | 电源信息监控***、方法、装置、计算机设备和存储介质 | |
CN113806420A (zh) | 一种电网数据监测方法及装置 | |
CN115865649A (zh) | 一种智能运维管理控制方法、***和存储介质 | |
CN107329898A (zh) | 终端界面自动化测试方法及*** | |
CN108564344A (zh) | 一种直流换流站故障数据自动采集方法及装置 | |
CN106093636A (zh) | 智能电网的二次设备的模拟量校核方法以及装置 | |
CN113595246B (zh) | 微电网状态在线监测方法、装置、计算机设备和存储介质 | |
CN202421365U (zh) | 用于核电站小型熔断器可靠性的检测装置 | |
CN117394535A (zh) | 交直流混合配电网数字孪生*** | |
CN112446619B (zh) | 配电网抢修处理方法和装置 | |
CN109687592A (zh) | 变电站信息显示控制方法、装置及电子设备 | |
CN204882840U (zh) | 一种电源输出电压实时监测治具 | |
CN113300918A (zh) | 智慧灯杆的故障检测方法、终端设备及存储介质 |
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 |