CN117273709B - 设备运维及故障监测在线评估***和方法 - Google Patents
设备运维及故障监测在线评估***和方法 Download PDFInfo
- Publication number
- CN117273709B CN117273709B CN202311542858.6A CN202311542858A CN117273709B CN 117273709 B CN117273709 B CN 117273709B CN 202311542858 A CN202311542858 A CN 202311542858A CN 117273709 B CN117273709 B CN 117273709B
- Authority
- CN
- China
- Prior art keywords
- firmware
- maintenance
- fault
- monitoring
- equipment
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 203
- 238000012544 monitoring process Methods 0.000 title claims abstract description 138
- 238000011156 evaluation Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 230000009471 action Effects 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004026 adhesive bonding Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了设备运维及故障监测在线评估***和方法,属于设备运维及故障监测技术领域。本发明包括设备运维模块、风电机组历史数据库、故障并发处理模块、监测评估控制模块以及预警模块;所述设备运维模块的输出端与所述故障并发处理模块的输入端相连接;所述风电机组历史数据库的输出端与所述故障并发处理模块、监测评估控制模块的输入端相连接;所述故障并发处理模块的输出端与所述监测评估控制模块的输入端相连接;所述监测评估控制模块的输出端与所述预警模块的输入端相连接。本发明从并发故障角度出发,以在线评估的方式实现风电机组的维修计划拟定,能够很好的避免维修时的意外事故,对风电机组的维修策略具有重要的意义。
Description
技术领域
本发明涉及设备运维及故障监测技术领域,具体为设备运维及故障监测在线评估***和方法。
背景技术
风力发电机组通常处在风力较大的环境中,一般在荒野、海岛等恶劣的地区,而由于风力产生的荷载具有无规律特征,并且会在瞬时状态对风力发电机组产生强大的冲击力,会引发风力发电机组出现故障。目前风电机组的故障现象多种多样,以最常见的齿轮箱与发电机故障为例,其包括局部故障和分布故障。局部故障包括齿轮损伤、弯曲疲劳等,分布故障分为齿面磨损、轴承损坏等。出现的故障形式包括以下几种:断齿、齿轮齿面疲劳、齿面胶合等等。发电机出现故障,可分为定子绕组故障和轴承故障。出现定子绕组故障时,绕组出现破坏、磨损以及裂纹等情况,此时绕组无法提供绝缘功能。出现轴承故障时,不同部分的故障会产生不同的振动信号。此外,转子和定子是由轴承支撑,轴承会承受较大的径向负荷,在较大的荷载作用下,导致轴承出现故障。对于目前的技术来讲,单独的故障维修已经取得较为重要的进展,但是故障的连锁反应却常常不在考虑范围之内,某一个故障出现极大概率会引发其他故障,在并发故障领域,无论是从维修手段抑或维修时长均没有很好的技术支撑,导致一切很难按照计划进行,从而耽误风电机组的运行,造成重大损失。
发明内容
本发明的目的在于提供设备运维及故障监测在线评估***和方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:设备运维及故障监测在线评估方法,该方法包括以下步骤:
S1、构建风电机组设备运维体系,所述运维体系包括控制***、电气***、叶片发电机组以及故障监测评估终端,所述运维体系与管理员决策端口连接有数据通道;
S2、调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;
S3、在风电机组历史数据库中调出涉及故障设备固件A的维修记录,所述任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长;
S4、基于步骤S2-S3的维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件;
S5、在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件,调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;
S6、基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口。
根据上述技术方案,还包括:
所述控制***指各类设备固件的控制终端集成,用于对各类设备部件进行启停控制;所述电气***指能量转换***,通过能量转换***实现把转速变化的风轮中蕴含的机械能转换为与电网电压频率参数一致的稳定交流电;所述叶片发电机组指风电机组中的直接设备,其中包括叶片、发电机组;所述故障监测评估终端指对风电机组各类设备固件进行故障的数据监测以及分析评估;
所述风电机组历史数据库包括各类设备固件的维修记录、故障原因、故障时间点。
根据上述技术方案,所述固件A的关联设备固件的影响模型包括:
获取任一故障设备固件A,在风电机组历史数据库中调出涉及故障设备固件A的维修记录,获取每一组维修记录的维修时长,根据维修记录中的固件A的关联设备固件进行数据列输出:{A、A1、……、AJ};其中A1、……、AJ指维修记录中的固件A的关联设备固件,代表的是参与维修记录的各个固件A的关联设备固件;
获取固件A的单独维修时长,获取每一个固件A的关联设备固件的单独维修时长,构建固件A的关联设备固件的影响模型:
,
其中,指并发故障时的维修时间比例值;/>指维修记录的总时长;/>指设备固件m的单独维修时长;k指维修记录中涉及的设备固件总数量;
对所有的维修记录进行计算维修时间比例值,输出至集合内部,***设置选择阈值N,在集合内部按照从大到小的顺序选择出N组维修时间比例值,分别获取N组维修时间比例值对应的每一组维修记录中的设备固件,选取除A以外的出现数量最多的关联设备固件记为固件A的高危关联设备固件;
所述阈值N的选择方法包括:
获取维修记录中的所有组合方式,所述组合方式指任一个维修记录中包含的所有设备固件,若两组维修记录中包含的所有设备固件均相同,则两组维修记录属于同一个组合方式;
根据每一个组合方式中的设备固件数量形成坐标写入直角坐标系内部,其中每一个坐标的横坐标在0-1之间随意取值,不取0或1;纵坐标取每一个组合方式中的设备固件数量值,形成0-1之间的数据分布列;
构建数据分布模型:
,
其中,指数据分布区间值;/>、/>、/>、/>分别代表权重分配系数值,其中系数值总和为1,且存在/>、/>、/>、/>为按比例值c递减,/>,且/>为系数最小值;/>、/>、/>、/>分别从小到大对应设备固件数量值的归一化值;
***设置不同的数据分布区间,每一个数据分布区间设置一个N值,在落到任一个数据分布区间中时,对应选取数据分布区间对应的N值。
N值的设置一般随着数据分布区间的增大而增大设置,例如数据区间为0-0.1时,N值设为100;0.1-0.2时,则设为200;这是因为不同的设备固件数量对于结果的影响不同,在一组维修数据中,存在的设备固件越少,其能够评判高危设备固件的能力就越低,因此在选取时,若存在的维修记录中设备固件较少的组数很多时,应该多选取一些数据组进行分析以保证结果更准确一些,即对应的较大时,/>也变的较大,/>、/>、/>、/>的取值是以实际维修数据的多少来进行取值,即组合方式的多少,设置固定的比例c递减,只需满足最后一组为所有值中最小即可。
根据上述技术方案,所述构建监测评估控制模型包括:
在设备固件A故障时,在风电机组历史数据库下调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,形成数据列表{R1、R2、……、Ru};其中,R1、R2、……、Ru分别代表u次维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长;
则有:
,
其中,代表输出故的障监测评估终端对高危关联设备固件的预测优先监测时长;/>代表输出故的障监测评估终端对高危关联设备固件的第u期预测优先监测时长;/>代表平滑常数,其取值范围为0到1,不包括端点;
基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口。
设备运维及故障监测在线评估***,该***包括:设备运维模块、风电机组历史数据库、故障并发处理模块、监测评估控制模块以及预警模块;
所述设备运维模块用于构建风电机组设备运维体系,所述运维体系包括控制***、电气***、叶片发电机组以及故障监测评估终端,所述运维体系与管理员决策端口连接有数据通道;所述风电机组历史数据库用于存储各类设备固件的维修记录、故障原因、故障时间点;所述故障并发处理模块用于调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;在风电机组历史数据库中调出涉及故障设备固件A的维修记录,所述任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长;基于维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件;所述监测评估控制模块在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件,调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;所述预警模块基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口;
所述设备运维模块的输出端与所述故障并发处理模块的输入端相连接;所述风电机组历史数据库的输出端与所述故障并发处理模块、监测评估控制模块的输入端相连接;所述故障并发处理模块的输出端与所述监测评估控制模块的输入端相连接;所述监测评估控制模块的输出端与所述预警模块的输入端相连接。
根据上述技术方案,所述控制***指各类设备固件的控制终端集成,用于对各类设备部件进行启停控制;所述电气***指能量转换***,通过能量转换***实现把转速变化的风轮中蕴含的机械能转换为与电网电压频率参数一致的稳定交流电;所述叶片发电机组指风电机组中的直接设备,其中包括叶片、发电机组;所述故障监测评估终端指对风电机组各类设备固件进行故障的数据监测以及分析评估。
根据上述技术方案,所述故障并发处理模块包括数据调用单元与并发分析单元;
所述数据调用单元用于调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;在风电机组历史数据库中调出涉及故障设备固件A的维修记录,所述任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长。
根据上述技术方案,所述并发分析单元基于维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件。
根据上述技术方案,所述监测评估控制模块包括监测单元与评估单元;
所述监测单元在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件;所述评估单元用于调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;
所述监测单元的输出端与所述评估单元的输入端相连接。
根据上述技术方案,所述预警模块包括天气单元与预警单元;
所述天气单元基于预测优先监测时长,获取天气数据;所述预警单元在预测优先监测时长内存在极端天气数据时,预警至管理员端口;
所述极端天气数据指暴雨天气、十级及以上风力天气;
所述天气单元的输出端与所述预警单元的输入端相连接。
与现有技术相比,本发明所达到的有益效果是:本发明在风电机组设备运维及监测评估过程中,不但考虑单故障的维修方式,同时基于并发故障与并发故障中的高危设备固件,利用高效的数据手段,从并发故障角度出发,以在线评估的方式实现风电机组的维修计划拟定,同时考虑到天气的变化不确定性,能够很好的避免维修时的意外事故,对风电机组的维修策略具有重要的意义。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明设备运维及故障监测在线评估***和方法的流程示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
请参阅图1,在本实施例一中,提供一种设备运维及故障监测在线评估方法,该方法包括:构建风电机组设备运维体系,所述运维体系包括控制***、电气***、叶片发电机组以及故障监测评估终端,所述运维体系与管理员决策端口连接有数据通道;所述控制***指各类设备固件的控制终端集成,用于对各类设备部件进行启停控制;所述电气***指能量转换***,通过能量转换***实现把转速变化的风轮中蕴含的机械能转换为与电网电压频率参数一致的稳定交流电;所述叶片发电机组指风电机组中的直接设备,其中包括叶片、发电机组;所述故障监测评估终端指对风电机组各类设备固件进行故障的数据监测以及分析评估;
其中控制***置于总控平台端口,负责各个设备固件的启停等等;电气***和电网设备相连接,输出稳定的交流电;叶片及发电机组与控制***相连,接收控制指令,故障监测评估终端和管理员决策端口相连接,负责数据传输、决策等等;
调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;所述风电机组历史数据库包括各类设备固件的维修记录、故障原因、故障时间点;在风电机组历史数据库中调出涉及故障设备固件A的维修记录,所述任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长;
构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件;
获取任一故障设备固件A,在风电机组历史数据库中调出涉及故障设备固件A的维修记录,获取每一组维修记录的维修时长,根据维修记录中的固件A的关联设备固件进行数据列输出:{A、A1、……、AJ};其中A1、……、AJ指维修记录中的固件A的关联设备固件,代表的是参与维修记录的各个固件A的关联设备固件;
获取固件A的单独维修时长,获取每一个固件A的关联设备固件的单独维修时长,构建固件A的关联设备固件的影响模型:
,
其中,指并发故障时的维修时间比例值;/>指维修记录的总时长;/>指设备固件m的单独维修时长;k指维修记录中涉及的设备固件总数量;
对所有的维修记录进行计算维修时间比例值,输出至集合内部,***设置选择阈值N,在集合内部按照从大到小的顺序选择出N组维修时间比例值,分别获取N组维修时间比例值对应的每一组维修记录中的设备固件,选取除A以外的出现数量最多的关联设备固件记为固件A的高危关联设备固件;
所述阈值N的选择方法包括:
获取维修记录中的所有组合方式,所述组合方式指任一个维修记录中包含的所有设备固件,若两组维修记录中包含的所有设备固件均相同,则两组维修记录属于同一个组合方式;
根据每一个组合方式中的设备固件数量形成坐标写入直角坐标系内部,其中每一个坐标的横坐标在0-1之间随意取值,不取0或1;纵坐标取每一个组合方式中的设备固件数量值,形成0-1之间的数据分布列;
构建数据分布模型:
,
其中,指数据分布区间值;/>、/>、/>、/>分别代表权重分配系数值,其中系数值总和为1,且存在/>、/>、/>、/>为按比例值c递减,/>,且/>为系数最小值;/>、/>、/>、/>分别从小到大对应设备固件数量值的归一化值;
***设置不同的数据分布区间,每一个数据分布区间设置一个N值,在落到任一个数据分布区间中时,对应选取数据分布区间对应的N值。
在设备固件A故障时,在风电机组历史数据库下调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,形成数据列表{R1、R2、……、Ru};其中,R1、R2、……、Ru分别代表u次维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长;
则有:
其中,代表输出故的障监测评估终端对高危关联设备固件的预测优先监测时长;/>代表输出故的障监测评估终端对高危关联设备固件的第u期预测优先监测时长;/>代表平滑常数,其取值范围为0到1,不包括端点;
基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口。
在本实施例二中,提供一种设备运维及故障监测在线评估***,该***包括:设备运维模块、风电机组历史数据库、故障并发处理模块、监测评估控制模块以及预警模块;
所述设备运维模块用于构建风电机组设备运维体系,所述运维体系包括控制***、电气***、叶片发电机组以及故障监测评估终端,所述运维体系与管理员决策端口连接有数据通道;所述风电机组历史数据库用于存储各类设备固件的维修记录、故障原因、故障时间点;所述故障并发处理模块用于调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;在风电机组历史数据库中调出涉及故障设备固件A的维修记录,所述任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长;基于维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件;所述监测评估控制模块在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件,调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;所述预警模块基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口;
所述设备运维模块的输出端与所述故障并发处理模块的输入端相连接;所述风电机组历史数据库的输出端与所述故障并发处理模块、监测评估控制模块的输入端相连接;所述故障并发处理模块的输出端与所述监测评估控制模块的输入端相连接;所述监测评估控制模块的输出端与所述预警模块的输入端相连接。
所述控制***指各类设备固件的控制终端集成,用于对各类设备部件进行启停控制;所述电气***指能量转换***,通过能量转换***实现把转速变化的风轮中蕴含的机械能转换为与电网电压频率参数一致的稳定交流电;所述叶片发电机组指风电机组中的直接设备,其中包括叶片、发电机组;所述故障监测评估终端指对风电机组各类设备固件进行故障的数据监测以及分析评估。
所述故障并发处理模块包括数据调用单元与并发分析单元;
所述数据调用单元用于调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;在风电机组历史数据库中调出涉及故障设备固件A的维修记录,所述任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长。
所述并发分析单元基于维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件。
所述监测评估控制模块包括监测单元与评估单元;
所述监测单元在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件;所述评估单元用于调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;
所述监测单元的输出端与所述评估单元的输入端相连接。
所述预警模块包括天气单元与预警单元;
所述天气单元基于预测优先监测时长,获取天气数据;所述预警单元在预测优先监测时长内存在极端天气数据时,预警至管理员端口;
所述极端天气数据指暴雨天气、十级及以上风力天气;
所述天气单元的输出端与所述预警单元的输入端相连接。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.设备运维及故障监测在线评估方法,其特征在于:该方法包括以下步骤:
S1、构建风电机组设备运维体系,所述运维体系包括控制***、电气***、叶片发电机组以及故障监测评估终端,所述运维体系与管理员决策端口连接有数据通道;
S2、调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;
S3、在风电机组历史数据库中调出涉及故障设备固件A的维修记录,任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长;
S4、基于步骤S2-S3的维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件;
S5、在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件,调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;
S6、基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口;
还包括:
所述控制***指各类设备固件的控制终端集成,用于对各类设备部件进行启停控制;所述电气***指能量转换***,通过能量转换***实现把转速变化的风轮中蕴含的机械能转换为与电网电压频率参数一致的稳定交流电;所述叶片发电机组指风电机组中的直接设备,其中包括叶片、发电机组;所述故障监测评估终端指对风电机组各类设备固件进行故障的数据监测以及分析评估;
所述风电机组历史数据库包括各类设备固件的维修记录、故障原因、故障时间点;
所述固件A的关联设备固件的影响模型包括:
获取任一故障设备固件A,在风电机组历史数据库中调出涉及故障设备固件A的维修记录,获取每一组维修记录的维修时长,根据维修记录中的固件A的关联设备固件进行数据列输出:{A、A1、……、AJ};其中A1、……、AJ指维修记录中的固件A的关联设备固件,代表的是参与维修记录的各个固件A的关联设备固件;
获取固件A的单独维修时长,获取每一个固件A的关联设备固件的单独维修时长,构建固件A的关联设备固件的影响模型:
;
其中,指并发故障时的维修时间比例值;/>指维修记录的总时长;/>指设备固件m的单独维修时长;k指维修记录中涉及的设备固件总数量;
对所有的维修记录进行计算维修时间比例值,输出至集合内部,***设置选择阈值N,在集合内部按照从大到小的顺序选择出N组维修时间比例值,分别获取N组维修时间比例值对应的每一组维修记录中的设备固件,选取除A以外的出现数量最多的关联设备固件记为固件A的高危关联设备固件;
所述阈值N的选择方法包括:
获取维修记录中的所有组合方式,所述组合方式指任一个维修记录中包含的所有设备固件,若两组维修记录中包含的所有设备固件均相同,则两组维修记录属于同一个组合方式;
根据每一个组合方式中的设备固件数量形成坐标写入直角坐标系内部,其中每一个坐标的横坐标在0-1之间随意取值,不取0或1;纵坐标取每一个组合方式中的设备固件数量值,形成0-1之间的数据分布列;
构建数据分布模型:
;
其中,指数据分布区间值;/>、/>、/>、/>分别代表权重分配系数值,其中系数值总和为1,且存在/>、/>、/>、/>为按比例值c递减,/>,且/>为系数最小值;/>、/>、/>、/>分别从小到大对应设备固件数量值的归一化值;
***设置不同的数据分布区间,每一个数据分布区间设置一个N值,在落到任一个数据分布区间中时,对应选取数据分布区间对应的N值;
所述构建监测评估控制模型包括:
在设备固件A故障时,在风电机组历史数据库下调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,形成数据列表{R1、R2、……、Ru};其中,R1、R2、……、Ru分别代表u次维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长;
则有:
;
其中,代表输出故的障监测评估终端对高危关联设备固件的预测优先监测时长;代表输出故的障监测评估终端对高危关联设备固件的第u期预测优先监测时长;/>代表平滑常数,其取值范围为0到1,不包括端点;
基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口。
2.应用如权利要求1所述的设备运维及故障监测在线评估方法的设备运维及故障监测在线评估***,其特征在于:该***包括:设备运维模块、风电机组历史数据库、故障并发处理模块、监测评估控制模块以及预警模块;
所述设备运维模块用于构建风电机组设备运维体系,所述运维体系包括控制***、电气***、叶片发电机组以及故障监测评估终端,所述运维体系与管理员决策端口连接有数据通道;所述风电机组历史数据库用于存储各类设备固件的维修记录、故障原因、故障时间点;所述故障并发处理模块用于调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;在风电机组历史数据库中调出涉及故障设备固件A的维修记录,任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长;基于维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件;所述监测评估控制模块在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件,调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;所述预警模块基于预测优先监测时长,获取天气数据,若在预测优先监测时长内存在极端天气数据,预警至管理员端口;
所述设备运维模块的输出端与所述故障并发处理模块的输入端相连接;所述风电机组历史数据库的输出端与所述故障并发处理模块、监测评估控制模块的输入端相连接;所述故障并发处理模块的输出端与所述监测评估控制模块的输入端相连接;所述监测评估控制模块的输出端与所述预警模块的输入端相连接。
3.根据权利要求2所述的设备运维及故障监测在线评估***,其特征在于:所述控制***指各类设备固件的控制终端集成,用于对各类设备部件进行启停控制;所述电气***指能量转换***,通过能量转换***实现把转速变化的风轮中蕴含的机械能转换为与电网电压频率参数一致的稳定交流电;所述叶片发电机组指风电机组中的直接设备,其中包括叶片、发电机组;所述故障监测评估终端指对风电机组各类设备固件进行故障的数据监测以及分析评估。
4.根据权利要求2所述的设备运维及故障监测在线评估***,其特征在于:所述故障并发处理模块包括数据调用单元与并发分析单元;
所述数据调用单元用于调用风电机组历史数据库,获取任一故障设备固件A,标记固件A的关联设备固件,所述关联设备固件指与设备固件A存在连接关系的设备固件,获取故障设备固件A的单独维修时长;在风电机组历史数据库中调出涉及故障设备固件A的维修记录,任一组维修记录中应包含故障设备固件A以及N种固件A的关联设备固件,N为大于等于0的整数,获取每一组维修记录的维修时长。
5.根据权利要求4所述的设备运维及故障监测在线评估***,其特征在于:所述并发分析单元基于维修时长数据,建立并发故障下的时间比例体系,形成多维并发故障时的维修时间比例值,基于比例值从大到小进行排序,并标记出并发故障的优先级,构建固件A的关联设备固件的影响模型,输出固件A的高危关联设备固件。
6.根据权利要求5所述的设备运维及故障监测在线评估***,其特征在于:所述监测评估控制模块包括监测单元与评估单元;
所述监测单元在设备固件A故障时,启动故障监测评估终端,优先监测高危关联设备固件;所述评估单元用于调用风电机组历史数据库中的同一维修记录中设备固件A与高危关联设备固件之间发生故障的间隔时长,构建监测评估控制模型,输出故障监测评估终端对高危关联设备固件的预测优先监测时长;
所述监测单元的输出端与所述评估单元的输入端相连接。
7.根据权利要求2所述的设备运维及故障监测在线评估***,其特征在于:所述预警模块包括天气单元与预警单元;
所述天气单元基于预测优先监测时长,获取天气数据;所述预警单元在预测优先监测时长内存在极端天气数据时,预警至管理员端口;
所述极端天气数据指暴雨天气、十级及以上风力天气;
所述天气单元的输出端与所述预警单元的输入端相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542858.6A CN117273709B (zh) | 2023-11-20 | 2023-11-20 | 设备运维及故障监测在线评估***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542858.6A CN117273709B (zh) | 2023-11-20 | 2023-11-20 | 设备运维及故障监测在线评估***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117273709A CN117273709A (zh) | 2023-12-22 |
CN117273709B true CN117273709B (zh) | 2024-01-26 |
Family
ID=89201172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311542858.6A Active CN117273709B (zh) | 2023-11-20 | 2023-11-20 | 设备运维及故障监测在线评估***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273709B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426671A (zh) * | 2015-11-11 | 2016-03-23 | 重庆大学 | 一种雷暴天气下架空配电线路的可靠性评测方法 |
CN111915192A (zh) * | 2020-08-04 | 2020-11-10 | 南方电网调峰调频发电有限公司 | 电力设备故障管理***的建立方法和***、计算机设备 |
CN112415947A (zh) * | 2020-12-04 | 2021-02-26 | 上电智联科技(江苏)有限公司 | 一种基于dtu设备的cnc机床数据采集与管理方法及*** |
CN113240289A (zh) * | 2021-05-17 | 2021-08-10 | 国电南瑞南京控制***有限公司 | 一种电网调度控制***运行状态评估方法及*** |
CN113435703A (zh) * | 2021-05-31 | 2021-09-24 | 河北新天科创新能源技术有限公司 | 一种基于scada数据建模风电机组故障分析*** |
CN116228183A (zh) * | 2022-11-21 | 2023-06-06 | 浙江中控技术股份有限公司 | 一种基于故障知识库的设备运维***、设备及存储介质 |
-
2023
- 2023-11-20 CN CN202311542858.6A patent/CN117273709B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426671A (zh) * | 2015-11-11 | 2016-03-23 | 重庆大学 | 一种雷暴天气下架空配电线路的可靠性评测方法 |
CN111915192A (zh) * | 2020-08-04 | 2020-11-10 | 南方电网调峰调频发电有限公司 | 电力设备故障管理***的建立方法和***、计算机设备 |
CN112415947A (zh) * | 2020-12-04 | 2021-02-26 | 上电智联科技(江苏)有限公司 | 一种基于dtu设备的cnc机床数据采集与管理方法及*** |
CN113240289A (zh) * | 2021-05-17 | 2021-08-10 | 国电南瑞南京控制***有限公司 | 一种电网调度控制***运行状态评估方法及*** |
CN113435703A (zh) * | 2021-05-31 | 2021-09-24 | 河北新天科创新能源技术有限公司 | 一种基于scada数据建模风电机组故障分析*** |
CN116228183A (zh) * | 2022-11-21 | 2023-06-06 | 浙江中控技术股份有限公司 | 一种基于故障知识库的设备运维***、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117273709A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bhardwaj et al. | Reliability prediction of an offshore wind turbine gearbox | |
Alhmoud et al. | A review of the state-of-the-art in wind-energy reliability analysis | |
Dinmohammadi et al. | A fuzzy-FMEA risk assessment approach for offshore wind turbines | |
JP4995134B2 (ja) | 風車の監視装置及び方法並びにプログラム | |
JP2019113883A (ja) | 稼働補助装置及び風力発電システム | |
Butler et al. | A feasibility study into prognostics for the main bearing of a wind turbine | |
JP2013502831A (ja) | 分散型発電機のメッセージ集約のための方法及びシステム | |
JP4024752B2 (ja) | 送電に関する改良 | |
CN105303457B (zh) | 基于蒙特卡洛运行维护模拟的海上风资源评估方法 | |
CN108460207A (zh) | 一种基于运行数据模型的发电机组的故障预警方法 | |
CN104517241A (zh) | 一种基于输电线路全工况信息的风险评估方法 | |
CN113374652A (zh) | 一种风力发电机组寿命评估方法 | |
CN109376794A (zh) | 一种铁水脱硫搅拌器的智能故障诊断方法及*** | |
CN116993329B (zh) | 一种基于数据分析的通讯设备运行维修决策管理*** | |
US20130253853A1 (en) | Stress factor driven maintenance and scheduling | |
JP2002330542A (ja) | 発電設備の運転・保全計画支援システム | |
CN116306139A (zh) | 一种风力机叶片寿命智能监测方法及*** | |
CN111860899A (zh) | 电机运维方法、装置、电子设备以及*** | |
CN117273709B (zh) | 设备运维及故障监测在线评估***和方法 | |
CN114412726A (zh) | 风电机组变桨轴承检测方法、装置及风力机组 | |
CN108074045B (zh) | 风电机组整机脆弱性分析与故障排序方法及电子终端 | |
CN117350159A (zh) | 发电机散热性能预警方法、装置、设备及存储介质 | |
CN117649044A (zh) | 一种海上风电机组多维度量化状态评估方法 | |
Carroll et al. | Availability improvements from condition monitoring systems and performance based maintenance contracts | |
CN115630716A (zh) | 一种设备检修计划的智能生成方法及装置 |
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 |