CN114837902B - 一种风电机组健康度评估方法、***、设备和介质 - Google Patents
一种风电机组健康度评估方法、***、设备和介质 Download PDFInfo
- Publication number
- CN114837902B CN114837902B CN202210621067.1A CN202210621067A CN114837902B CN 114837902 B CN114837902 B CN 114837902B CN 202210621067 A CN202210621067 A CN 202210621067A CN 114837902 B CN114837902 B CN 114837902B
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- turbine generator
- health degree
- health
- data
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- 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
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及一种风电机组健康度评估方法、***、设备和介质,包括以下步骤:对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据;基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估;对得到的风电机组的健康度量化评估结果进行可视化展示,并输出评估建议。本发明从全貌获取风机当下运行健康状态并进行量化,并通过健康度评价体系中不同指标所处的健康等级来定位隐患、智能推荐运维决策建议等,可以广泛应用于风电机组运维技术领域。
Description
技术领域
本发明属于风电机组运维技术领域,具体而言,涉及一种风电机组健康度评估方法、***、设备和介质。
背景技术
随着双碳目标的提出,我国风电装机容量呈指数式增长,而装机容量增长与运维能力增长存在不匹配问题,这对风电场的运维能力提出了更高的挑战。目前,风电机组的运维工作开展流程是在数据采集与监视控制SCADA***,实时报送出警告或者停机信息后,风电场技术人员采取一系列的维修维护行动。这种运维方式无法通过提前感知风电机组的健康状态来安排相应的维修维护或者准备备品备件工作,如齿轮箱、发电机等大部件突然损坏,等待备件过程可达一两个月,造成严重的发电量损失。
对于风电业主,对风电机组运营质量整体性的评估及掌握至关重要。在风电平价上网的大背景下,业主想要获取更多的收益,需要降低建设成本和运维成本,提高风电竞争力。同时,对老旧风电场进行改造升级和退役是降低建设成本和运维成本的一个主要手段,然而,如何评价老旧风场是否需要升级改造以及确定升级改造的方向亟需解决。
发明内容
针对上述问题,本发明的目的是提供一种风电机组健康度评估方法、***、设备和介质,一方面从全貌获取风机运行健康状态并进行量化,另一方面通过健康度评价体系中不同指标所处的健康等级来定位隐患、智能推荐运维决策建议等。
为实现上述目的,本发明采取以下技术方案:
第一方面,本发明提供一种风电机组健康度评估方法,其包括以下步骤:
对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据;
基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估;
对得到的风电机组的健康度量化评估结果进行可视化展示,并输出评估建议。
进一步,所述获取的风电机组的原始运行数据包括:传感器数据和事件数据,所述传感器数据包括振动数据、温度、压力、湿度、电流、电压;所述事件数据包括发生在风电机组部件上的事件以及维修技术人员执行的事件。
进一步,所述基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估的方法,包括:
建立健康度评估体系;
基于建立的健康度评价体系以及采集的风电机组最优特征数据,计算得到风电机组的整机健康度。
进一步,所述健康度评估体系包括统计性指标体系和趋势性指标体系;
所述统计性指标体系包括可靠性和真实出力指标;
所述趋势性指标体系包括性能劣化识别、故障预警和传感器异常指标。
进一步,所述基于建立的健康度评价体系以及采集的风电机组最优特征数据,计算得到风电机组的整机健康度的方法,包括:
基于采集的风电机组最优特征数据,计算得到健康度评估体系中的各指标值并进行标准化;
基于预设权重系数以及标准化后的指标值,计算得到整机健康度。
进一步,所述整机健康度的计算公式为:
其中,Si为第i个指标得分;Wi为第i个指标权重。
进一步,所述对得到的风电机组的健康度量化评估结果进行可视化展示,并输出评估建议的方法,包括:
根据得到的风电机组健康组健康度量化评估结果,找到问题风电机组;
根据健康度评价体系得到问题风电机组所对应的树形图,查找定位问题来源,对风电场安排备品备件和采取的维修活动给出建议。
第二方面,本发明提供一种风电机组健康度评估***,其包括:
数据获取模块,用于对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据;
健康度评估模块,用于基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估;
结果输出模块,用于对得到的风电机组的健康度量化评估结果进行可视化展示,并输出评估建议。
第三方面,本发明提供一种处理设备,所述处理设备至少包括处理器和存储器,所述存储器上存储有计算机程序,所述处理器运行所述计算机程序时执行以实现所述风电机组健康度评估方法的步骤。
第四方面,本发明提供一种计算机存储介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现所述风电机组健康度评估方法的步骤。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明所提出的风电机组健康度评价体系,包含统计性指标体系和趋势性指标体系,既考虑了风电机组在一段历史时间的状态表现,又考虑风电机组当下状态识别及未来状态发展趋势变化。从宏观上了解和掌握全量机组的当前状态和未来趋势,有助于全面管理资产运行状况。此外,在具体指标的设计上,充分考虑了所选评价指标的可测性、代表性,保证了健康度体系的科学性和有效性。
2、本发明所提出的风电机组健康度评价体系,不仅支持对设备的健康度进行量化,还支持问题的溯源:对于健康度总分低的设备,可定位具体问题来源。从而把问题扼杀在萌芽状态,针对部件亚健康状况提前感知并安排维护或技改,延长使用寿命,降低停机时间,减少发电量损失,避免大部件的彻底损坏造成大部件更换带来的大额运维成本增加。
3、本发明通过收集大量风电机组的历史运行数据,观察不同风场健康度之间表现的联系,了解不同风场健康度之间的差异和影响因素(如运行时间、风机品牌),从而在更大范围内揭示出风机运行的规律。对老旧机组健康度进行评估,了解老旧风场所处生命周期阶段,从而为老旧风场是否升级改造以及升级改造的方向提出参考依据。
因此,本发明可以广泛应用于风电机组运维技术领域。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。在附图中:
图1是本发明实施例提供的风电机组健康度评估方法流程图;
图2是本发明实施例提供的风电机组健康度评估体系;
图3是本发明实施例中全场整机健康度的计算结果;
图4是本发明实施例中4号机组整机健康度的树形图。
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的附图,对本发明实施例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的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
对风电业主而言,对风电机组运营质量整体性的评估及掌握至关重要,对整机健康度的评估可以从宏观上了解和掌握全量机组的当前状态和未来趋势,有助于全面管理资产运行状况。因此,本发明的一些实施例中,提供一种风电机组健康度评估方法,包括:对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据;基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估。本发明中,对风电机组的健康度进行评估时,既考虑了风电机组在一段历史时间的状态表现,又考虑风电机组当下状态识别及未来状态发展趋势变化。从宏观上了解和掌握全量机组的当前状态和未来趋势,有助于全面管理资产运行状况。
与之相对应地,本发明的另一些实施例中,提供一种风电机组健康度评估***、设备和介质。
实施例1
如图1所示,本实施例提供的一种风电机组健康度评估方法,主要包含数据采集、数据预处理、风电机组健康度评估及辅助决策及资源管理,具体包括以下步骤:
1)数据采集和预处理:对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据。
具体地,获取的风电机组运行数据包括传感器数据(sensory data,SD)和事件数据(event data,ED)。其中,SD是风电机组上安装的传感器测量数据,包括振动数据、温度、压力、湿度、电流、电压等。ED包括发生在风电机组部件上的事件,例如故障、损坏、更换等,以及维修技术人员执行的事件,如维护、维修、清洁和添加润滑油等信息,此外还包含油样检测数据等。
对风电机组原始运行数据进行预处理的方法为本领域技术人员公知技术,本发明在此不再赘述。
2)风电机组健康度评估:基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估。
具体地,包括以下步骤:
2.1)建立健康度评估体系。
如图2所示,本实施例中,建立的健康度评估体系包含用于统计风电机组在预设历史时间段内的状态的统计性指标体系以及用于识别风电机组当下状态和预测未来一段时间内故障发生情况的趋势性指标体系。在健康度评估体系中,所选的指标并不是越多越好,应尽可能地选取一些最能反应设备状态优劣的典型指标,并保证每个指标的可测性、完备性、独立性、客观性、灵敏性及一致性。
2.1.1)统计性指标体系
统计性指标体系是对设备一段历史时间内是否健康运行的量化分析,包含风电机组可靠性和真实出力评价两方面。
①可靠性
风电机组的可靠性通过故障频次、平均故障时长(MTTR,Mean Time to Repair)评估。故障频次越低,平均故障时长越短,说明风电机组的可靠性越高。
②真实出力
风电机组的真实出力情况通过能量可利用率(PBA,Power-based availability)评估。能量可利用率越高,说明风电机组的真实出力情况越好。
2.1.2)趋势性指标体系
趋势性指标体系是对设备当前以及未来一段时间内是否处于健康运行状态的量化分析,通过大数据挖掘方法建立风电机组运行状态识别模型及故障预警模型,实现对风电机组当前以及未来一段时间内健康运行状态的预估。趋势性指标体系主要考虑三方面内容:性能劣化识别、故障预警和传感器异常。
①性能劣化识别
性能劣化识别是风电机组的实际发电能力与期望的正常发电能力相比,性能下降程度的评估。性能劣化不会导致风电机组异常告警和停机,但实际发电性能下降会导致发电量损失,其具体表现为风功率曲线偏差,即同一风速下与期望的正常发电能力相比,真实发电能力下降。
②故障预警
故障预警是根据设备运行规律或观测得到的可能性前兆,在设备真正发生故障之前,及时预报设备的异常状况,采取相应的措施如对设备安排检修与维护、准备备品备件等,从而最大程度的降低设备故障所造成的损失。
③传感器异常
传感器异常是由传感器电信号异常、通讯故障等原因,时序数据表现为超限、死值、波动范围异常等现象。
2.2)基于建立的健康度评价体系以及采集的风电机组最优特征数据,计算得到风电机组的整机健康度。
包括以下步骤:
2.2.1)基于采集的风电机组最优特征数据,计算得到健康度评估体系中的各指标值并进行标准化。
首先对健康度评估体系中各项指标进行打分,这是因为不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,将不同评价指标按照打分规则标准化至[0,100]区间,以解决数据指标之间的可比性。
2.2.2)基于预设权重系数以及标准化后的指标值,计算得到整机健康度。
其中,整机健康度H的计算公式为:
其中,Si为第i个指标得分;Wi为第i个指标权重。
评价风机整体健康度按照需求不同,指标权重模式也不同。通过专家思维给出多种指标权重模式,从而为不同的健康评估需求提供相应的评估方案。
3)可视化展示:通过人机交互界面对得到的风电机组的健康度量化评估结果进行可视化展示。
4)辅助决策和资源管理:根据得到的风电机组健康组健康度量化评估结果,找到问题机组,并通过其树形图查找定位问题来源,对风电场安排备品备件和采取主动的维修活动给出合理建议。
实施例2
为了更好的理解本发明,本实施例选取一个运行11年的5万kW风电场为实施例进行健康度的计算。
如图3所示,本实施例按照需求为辅助决策和资源管理,给出一套权重模式,趋势性指标是对风电机组当前状态识别和未来状态预警,因此取趋势性指标体系的权重为0.8,统计性指标体系权重为0.2,计算了一老旧风场的53台风电机组的整机健康度,每台风电机组的满分为100分,得分越高代表风电机组越健康,通过风电机组间的横向对比,显而易见4号风电机组、10号风电机组和24号风电机组整机健康度分数偏低。
如图4所示,按照健康度评价体系得到问题机组4号机组的树形图,用于问题溯源,通过向下钻取,最终发现是由4号机组的风向标存在零位误差,机组的发电性能下降,能量可利用率偏低,机组处于亚健康运行状态。针对此问题,给出风电场建议:风向标零位偏移,建议爬塔修正。经过风电场检修人员对4号风电机组的检查,发现该风电机组确实存在风向标零位偏移问题,并修正。完成修正后,风电机组的健康度恢复正常,验证了本发明提出的健康度评估体系的有效性和实用性。
实施例3
上述实施例1提供了一种风电机组健康度评估方法,与之相对应地,本实施例提供一种风电机组健康度评估***。本实施例提供的***可以实施实施例1的一种风电机组健康度评估方法,该***可以通过软件、硬件或软硬结合的方式来实现。例如,该***可以包括集成的或分开的功能模块或功能单元来执行实施例1各方法中的对应步骤。由于本实施例的***基本相似于方法实施例,所以本实施例描述过程比较简单,相关之处可以参见实施例1的部分说明即可,本实施例提供的***的实施例仅仅是示意性的。
本实施例提供的一种风电机组健康度评估***,包括:
数据采集和预处理模块,用于对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据;
风电机组健康度评估模块,用于基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估;
可视化展示模块,用于通过人机交互界面对得到的风电机组的健康度量化评估结果进行可视化展示;
辅助决策和资源管理模块,用于根据得到的风电机组健康组健康度量化评估结果,对风电场安排备品备件并采取主动的维修活动给出合理建议。
实施例4
本实施例提供一种与本实施例1所提供的一种风电机组健康度评估方法对应的处理设备,处理设备可以是用于客户端的处理设备,例如手机、笔记本电脑、平板电脑、台式机电脑等,以执行实施例1的方法。
所述处理设备包括处理器、存储器、通信接口和总线,处理器、存储器和通信接口通过总线连接,以完成相互间的通信。存储器中存储有可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行本实施例1所提供的一种风电机组健康度评估方法。
在一些实施例中,存储器可以是高速随机存取存储器(RAM:Random AccessMemory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
在另一些实施例中,处理器可以为中央处理器(CPU)、数字信号处理器(DSP)等各种类型通用处理器,在此不做限定。
实施例5
本实施例1的一种风电机组健康度评估方法可被具体实现为一种计算机程序产品,计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本实施例1所述的一种风电机组健康度评估方法的计算机可读程序指令。
计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。
需要说明的是,附图中的流程图和框图显示了根据本申请的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (5)
1.一种风电机组健康度评估方法,其特征在于包括以下步骤:
对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据;
所述获取的风电机组的原始运行数据包括:传感器数据和事件数据,所述传感器数据包括振动数据、温度、压力、湿度、电流、电压;所述事件数据包括发生在风电机组部件上的事件以及维修技术人员执行的事件;
基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估;
其中,进行量化评估时,包括:
建立健康度评估体系;所述健康度评估体系包括统计性指标体系和趋势性指标体系;所述统计性指标体系包括可靠性和真实出力指标;所述趋势性指标体系包括性能劣化识别、故障预警和传感器异常指标;
基于建立的健康度评价体系以及采集的风电机组最优特征数据,计算得到风电机组的整机健康度;
所述整机健康度的计算公式为:
其中,Si为第i个指标得分;Wi为第i个指标权重;
对得到的风电机组的健康度量化评估结果进行可视化展示,并输出评估建议;
具体包括:
根据得到的风电机组健康组健康度量化评估结果,找到问题风电机组;
根据健康度评价体系得到问题风电机组所对应的树形图,查找定位问题来源,对风电场安排备品备件和采取的维修活动给出建议。
2.如权利要求1所述的一种风电机组健康度评估方法,其特征在于:所述基于建立的健康度评价体系以及采集的风电机组最优特征数据,计算得到风电机组的整机健康度的方法,包括:
基于采集的风电机组最优特征数据,计算得到健康度评估体系中的各指标值并进行标准化;
基于预设权重系数以及标准化后的指标值,计算得到整机健康度。
3.一种风电机组健康度评估***,其特征在于包括:
数据获取模块,用于对获取的风电机组的原始运行数据进行预处理,得到风电机组最优特征数据;
其中,所述获取的风电机组的原始运行数据包括:传感器数据和事件数据,所述传感器数据包括振动数据、温度、压力、湿度、电流、电压;所述事件数据包括发生在风电机组部件上的事件以及维修技术人员执行的事件;
健康度评估模块,用于基于得到的风电机组最优特征数据,对风电机组的健康度进行量化评估;
其中,进行量化评估时,包括:
建立健康度评估体系;所述健康度评估体系包括统计性指标体系和趋势性指标体系;所述统计性指标体系包括可靠性和真实出力指标;所述趋势性指标体系包括性能劣化识别、故障预警和传感器异常指标;
基于建立的健康度评价体系以及采集的风电机组最优特征数据,计算得到风电机组的整机健康度;
所述整机健康度的计算公式为:
其中,Si为第i个指标得分;Wi为第i个指标权重;
结果输出模块,用于对得到的风电机组的健康度量化评估结果进行可视化展示,并输出评估建议,具体包括:
根据得到的风电机组健康组健康度量化评估结果,找到问题风电机组;
根据健康度评价体系得到问题风电机组所对应的树形图,查找定位问题来源,对风电场安排备品备件和采取的维修活动给出建议。
4.一种处理设备,所述处理设备至少包括处理器和存储器,所述存储器上存储有计算机程序,其特征在于,所述处理器运行所述计算机程序时执行以实现权利要求1到3任一项所述风电机组健康度评估方法的步骤。
5.一种计算机存储介质,其特征在于,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现根据权利要求1到3任一项所述风电机组健康度评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210621067.1A CN114837902B (zh) | 2022-06-02 | 2022-06-02 | 一种风电机组健康度评估方法、***、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210621067.1A CN114837902B (zh) | 2022-06-02 | 2022-06-02 | 一种风电机组健康度评估方法、***、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114837902A CN114837902A (zh) | 2022-08-02 |
CN114837902B true CN114837902B (zh) | 2023-03-28 |
Family
ID=82574810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210621067.1A Active CN114837902B (zh) | 2022-06-02 | 2022-06-02 | 一种风电机组健康度评估方法、***、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114837902B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564298A (zh) * | 2022-10-29 | 2023-01-03 | 北京远舢智能科技有限公司 | 产线设备健康度评价方法、***、智能终端和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038624A (zh) * | 2017-12-26 | 2018-05-15 | 北京金风科创风电设备有限公司 | 分析风电机组的健康状态的方法和装置 |
CN114936758A (zh) * | 2022-04-29 | 2022-08-23 | 国电联合动力技术有限公司 | 风电机组健康状态评估方法、装置及电子设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103762617B (zh) * | 2014-02-20 | 2015-07-15 | 华北电力大学 | 一种考虑风电机组运行健康程度的风电场优化调度方法 |
CN104977047A (zh) * | 2015-07-22 | 2015-10-14 | 中国长江三峡集团公司 | 基于振动和油液的风电机组在线状态监测与健康评估***及方法 |
CN106446540B (zh) * | 2016-09-20 | 2019-05-03 | 华北电力大学(保定) | 一种风电机组健康状态实时评估方法 |
CN106525415B (zh) * | 2016-10-25 | 2019-07-26 | 华北电力科学研究院有限责任公司 | 一种风电机组传动链健康状态评价***及方法 |
CN110410282B (zh) * | 2019-07-24 | 2020-06-16 | 河北工业大学 | 基于som-mqe和sfcm的风电机组健康状态在线监测及故障诊断方法 |
CN111881617B (zh) * | 2020-07-02 | 2024-03-26 | 上海电气风电集团股份有限公司 | 数据处理方法、风力发电机组的性能评估方法及*** |
CN112253404B (zh) * | 2020-11-17 | 2022-09-13 | 武汉大学 | 基于多级健康评估的风机传动链智能运维*** |
CN112727702A (zh) * | 2020-12-11 | 2021-04-30 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 风电机组健康管理及故障预警方法 |
CN113420509A (zh) * | 2021-07-07 | 2021-09-21 | 华能(浙江)能源开发有限公司清洁能源分公司 | 一种风电机组状态评价方法、装置及存储介质 |
CN113807027B (zh) * | 2021-10-09 | 2023-08-18 | 华北电力大学(保定) | 一种风电机组健康状态评估模型、方法及*** |
CN113987870A (zh) * | 2021-10-18 | 2022-01-28 | 浙江理工大学 | 一种风电机组主传动***状态评估方法及终端设备 |
CN114417704A (zh) * | 2021-12-23 | 2022-04-29 | 中国大唐集团新能源科学技术研究院有限公司 | 一种基于改进栈式自编码的风电机组发电机健康评估方法 |
CN114567003A (zh) * | 2022-02-22 | 2022-05-31 | 浙江运达风电股份有限公司 | 基于模糊自适应控制策略的风电机群有功功率控制方法 |
-
2022
- 2022-06-02 CN CN202210621067.1A patent/CN114837902B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038624A (zh) * | 2017-12-26 | 2018-05-15 | 北京金风科创风电设备有限公司 | 分析风电机组的健康状态的方法和装置 |
CN114936758A (zh) * | 2022-04-29 | 2022-08-23 | 国电联合动力技术有限公司 | 风电机组健康状态评估方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114837902A (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11308250B2 (en) | Learning expected operational behavior of machines from generic definitions and past behavior | |
WO2020211109A1 (zh) | 基于模型全生命周期管理的设备故障预警*** | |
US20200081054A1 (en) | Power line issue diagnostic methods and apparatus using distributed analytics | |
EP3105644B1 (en) | Method of identifying anomalies | |
EP1538503A1 (en) | Distributed power generation plant automated event assessment and mitigation plan determination process | |
CN110469461B (zh) | 一种风机齿带的断裂预估方法、其装置及可读存储介质 | |
US11941521B2 (en) | Vibrating machine automated diagnosis with supervised learning | |
CN110398384A (zh) | 旋转机械的机器健康监测 | |
CN114837902B (zh) | 一种风电机组健康度评估方法、***、设备和介质 | |
CN114154779A (zh) | 一种基于emd-som的健康评估与故障诊断方法及*** | |
CN118176467A (zh) | 用于监视技术安装中的资产的状况的***、装置和方法 | |
US11101050B2 (en) | Systems and methods to evaluate and reduce outages in power plants | |
CN117590159A (zh) | 一种基于深度学习的隧道电缆供电状态监测方法及*** | |
CN117010601B (zh) | 数据处理方法、装置、计算机设备及计算机可读存储介质 | |
CN117786461A (zh) | 水泵的故障诊断方法、控制设备及其存储介质 | |
CN114577470A (zh) | 用于风机主轴承的故障诊断方法及*** | |
US11339763B2 (en) | Method for windmill farm monitoring | |
WO2023201430A1 (en) | Methods and systems for monitoring, diagnosis and prediction of health of an industrial machine having a rotating component | |
Randrianandraina et al. | Wind turbine generator bearing anomaly detection and explanation using rrcf approach | |
KR102212022B1 (ko) | 양수 수차의 건전성 자동 판정 방법 및 이를 위한 시스템 | |
CN116596336B (zh) | 电子设备的状态评估方法、装置、电子设备及存储介质 | |
Godwin et al. | Rapid labelling of SCADA data to extract transparent rules using RIPPER | |
CA2666894A1 (en) | System for condition-based maintenance of complex equipment and structures | |
Gutierrez | Monitoring and predictive maintenance of an industrial line | |
CN117910999A (zh) | 一种智能电厂设备检修方法及*** |
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 |