风电机组的故障诊断和控制方法、装置和电子设备

    公开(公告)号:CN117231439A

    公开(公告)日:2023-12-15

    申请号:CN202311181256.2

    申请日:2023-09-13

    IPC分类号: F03D17/00

    摘要: 本申请提供了一种风电机组的故障诊断和控制方法、装置和电子设备,方法包括:获取待检测风电机组的状态参数和环境参数;根据状态参数和环境参数,获取待检测风电机组的故障类型和故障等级;根据故障类型和故障等级,从候选控制方案中选取目标控制方案;根据目标控制方案,确定待检测风电机组的目标控制参数和目标控制策略,本申请提高了对风电机组进行故障诊断的准确性和高效性,并可以根据不同的故障类型和故障等级,选择对应的目标控制方案,动态调整风电机组的控制参数和策略,以确定待检测风电机组的目标控制参数和目标控制策略,优化风电机组的运行效率和可靠性,减少风电机组的磨损和损耗,延长风电机组的寿命。

    风电机组状态评估与寿命预测方法、装置和电子设备

    公开(公告)号:CN117052609A

    公开(公告)日:2023-11-14

    申请号:CN202311181199.8

    申请日:2023-09-13

    IPC分类号: F03D17/00

    摘要: 本申请提供了一种风电机组状态评估与寿命预测方法、装置和电子设备,方法包括:获取待检测风电机组的目标运行数据;根据所述目标运行数据,对所述待检测风电机组进行状态评估,获取所述待检测风电机组的状态评估结果;响应于所述状态评估结果为正常状态,对所述待检测风电机组进行寿命预测,获取所述待检测风电机组的剩余寿命,本申请通过获取风电机机组预处理后的目标运行数据,通过对目标运行数据进行分析,可以实现风电机组整机和各部件的状态评估和寿命预测,提高了获取风电机组状态评估结果和寿命预测结果的准确性和稳定性,为风电机组的运维决策提供了数据支撑。

    获取齿轮箱输出端转速的方法
    3.
    发明公开

    公开(公告)号:CN115659130A

    公开(公告)日:2023-01-31

    申请号:CN202211173325.0

    申请日:2022-09-26

    摘要: 本发明公开了获取齿轮箱输出端转速的方法,包括以下步骤:获取齿轮箱在旋转情况下输出端的原始振动加速度时域信号,对其进行快速傅里叶变换得到其相应的频域信号,并利用频谱中规定频域范围的峰值点得到若干备选1倍频,利用每个备选1倍频求出其对应的其他倍频,根据备选1倍频及其对应的其他倍频的幅值之和的大小来找出真实的1倍啮合频率,最后计算齿轮箱输出端转速。本发明通过加装普通的加速度传感器获取加速度原始信号;在仅有齿轮箱输出轴齿数的前提下,亦能够准确、快速获取到齿轮箱输出端转速,此为真实的实时转速,可有效避免因测量转速不准确带来的分析误差,且通过转速可帮助故障诊断工程师或自动诊断系统计算出各部件故障频率。

    一种风电机组故障诊断方法、装置及电子设备

    公开(公告)号:CN115539324A

    公开(公告)日:2022-12-30

    申请号:CN202211170472.2

    申请日:2022-09-23

    IPC分类号: F03D17/00 F03D9/25

    摘要: 本发明公开了一种风电机组故障诊断方法、装置及电子设备,方法包括:获取风电机组对应的多种类型的故障振动数据;对于任一类型的故障振动数据,获取故障振动数据中冲击信号的峰值和峰值在故障振动数据中的位置;获取峰值大于预设峰值阈值的目标冲击信号并根据每一个目标冲击信号的峰值所在位置从故障振动数据中提取预设长度的冲击片段;对提取每一个目标冲击信号对应的冲击片段进行频域变换得到每一个冲击片段的频谱图;将每一个冲击片段的频谱图进行叠加并确定叠加后的频谱图中的目标频段能量范围;根据风电机组中每一种故障类型以及对应的目标频段能量范围构建得到风电机组故障诊断比对数据,实现对非周期性冲击故障的准确诊断。

    风电机组叶片故障诊断方法及装置、设备、存储介质

    公开(公告)号:CN115496102A

    公开(公告)日:2022-12-20

    申请号:CN202211170827.8

    申请日:2022-09-23

    IPC分类号: G06K9/00 F03D17/00

    摘要: 本发明提供了风电机组叶片故障诊断方法及装置、设备、存储介质,诊断方法包括:获取风电机组叶片的原始振动信号;以预设滤波频率对原始振动信号进行滤波处理,得到叶片的平稳信号;对平稳信号的振动曲线进行多段截取和叠加处理,得到叶片的自由衰减曲线;对自由衰减曲线进行多次结构模态参数识别,得到识别结果;对识别结果进行筛选,得到多个真实模态参数;根据多个真实模态参数确定风电机组叶片的故障诊断结果。本发明提供的风电机组叶片故障诊断方法,通过只有风激励的平稳信号计算叶片固有频率,能够减少环境激励的干扰,以提高叶片故障诊断的准确性;并且不需要在单只叶片布置多个传感器,能够有效降低叶片故障的诊断成本。

    一种基于离散度分析的风电机组振动状态监测方法、系统、设备及介质

    公开(公告)号:CN118208375A

    公开(公告)日:2024-06-18

    申请号:CN202410523003.7

    申请日:2024-04-28

    IPC分类号: F03D17/00

    摘要: 本发明提供的一种基于离散度分析的风电机组振动状态监测方法、系统、设备及介质,包括以下步骤:步骤1,获取目标风电机组对应的振动有效值时间序列;步骤2,将得到的振动有效值时间序列进行等量拆分,得到多个小时间序列,每个小时间序列均包含设定数量的振动有效值数据点;步骤3,计算每个小时间序列对应的振动有效值标准差;步骤4,利用振动有效值标准差对目标风电机组的振动状态进行监测;本发明把风电变工况的不利因素转化为了提升诊断准确性的有利因素,其变化趋势具有更强的单调性,更容易被分析人员和计算机辨识。