-
公开(公告)号:CN114997632A
公开(公告)日:2022-09-02
申请号:CN202210583316.2
申请日:2022-05-25
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
摘要: 本申请提供一种风电机组偏航风险确定方法、系统和计算机可读存储介质。其中风电机组偏航风险确定方法包括获取风电机组运行的历史运行时间及所述风电机组在所述历史运行时间内运行时产生的历史偏航数据;所述风电机组包括健康机组和故障机组;所述历史运行时间包括所述健康机组的历史运行时间和所述故障机组的历史运行时间;所述历史偏航数据包括所述健康机组的历史偏航数据和所述故障机组的历史偏航数据;依据所述历史运行时间及所述历史偏航数据,建立比例风险回归模型;使用所述比例风险回归模型,确定所述风电机组在所述历史运行时间内的累计失效率,所述累计失效率用于反映偏航系统的偏航风险。如此维护成本较低。
-
公开(公告)号:CN113933056A
公开(公告)日:2022-01-14
申请号:CN202111307930.8
申请日:2021-11-05
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G01M13/045
摘要: 本申请提供一种风力发电机组的轴承故障诊断方法和装置,所述方法包括:获取风力发电机组的轴承在不同待诊断时间段的数据集,各数据集均包括在多个采样点分别采集的轴承的振动加速度;将振动加速度由时域转换至频域,获得对应的频谱数据;根据各数据集的振动加速度和对应的频谱数据,确定各数据集的第一特征值和第二特征值;对第一特征值和第二特征值分别进行标准化处理,获得与第一特征值相对应的第三特征值和与第二特征值相对应的第四特征值;对各数据集的第三特征值的绝对值和第四特征值的绝对值进行加权处理,获得各数据集的特征整合值;根据不同待诊断时间段的数据集的特征整合值,对轴承进行故障诊断。
-
公开(公告)号:CN113723634A
公开(公告)日:2021-11-30
申请号:CN202111007333.3
申请日:2021-08-30
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G06Q10/00 , G06Q50/06 , G06F16/2458
摘要: 本申请提供一种故障变量确定方法、系统和可读存储介质。故障变量确定方法包括获取目标变量的数据,其中,目标变量的数据包括故障数据和正常数据,故障数据表示风机发生目标故障时目标变量的数据,正常数据表示风机正常运行时目标变量的数据;根据目标变量的数据,对至少部分目标变量进行相关性分析,确定部分目标变量为第一目标变量,其中,第一目标变量包括相关系数的绝对值大于第一相关阈值的两个目标变量中的其中一个;以及根据第一目标变量的数据,将受目标故障的影响程度不低于影响阈值的第一目标变量作为目标故障的故障变量。确定的故障变量较为准确。
-
公开(公告)号:CN113239534A
公开(公告)日:2021-08-10
申请号:CN202110501903.8
申请日:2021-05-08
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/08 , G06F111/10 , G06F119/04 , G06F119/08
摘要: 本申请提供一种风力发电机组的故障、寿命预测方法和装置,所述故障预测方法包括:获取风力发电机组在不同时刻的运行时长和工况数据,所述工况数据包括至少一种;根据所述运行时长、所述工况数据和威布尔比例风险模型,预测所述风力发电机组的累积失效概率,其中,所述威布尔比例风险模型中的形状参数的大小与所述至少一种工况数据的大小正相关。本申请在预测风力发电机组的故障时,将风力发电机组的至少一种工况数据作为威布尔比例风险模型中的形状参数的影响因素,建立了一种多层级的威布尔比例风险模型,提高了模型的预测精度,从而实现对风力发电机组的故障的可靠预警。
-
公开(公告)号:CN113723634B
公开(公告)日:2024-07-05
申请号:CN202111007333.3
申请日:2021-08-30
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
摘要: 本申请提供一种故障变量确定方法、系统和可读存储介质。故障变量确定方法包括获取目标变量的数据,其中,目标变量的数据包括故障数据和正常数据,故障数据表示风机发生目标故障时目标变量的数据,正常数据表示风机正常运行时目标变量的数据;根据目标变量的数据,对至少部分目标变量进行相关性分析,确定部分目标变量为第一目标变量,其中,第一目标变量包括相关系数的绝对值大于第一相关阈值的两个目标变量中的其中一个;以及根据第一目标变量的数据,将受目标故障的影响程度不低于影响阈值的第一目标变量作为目标故障的故障变量。确定的故障变量较为准确。
-
公开(公告)号:CN113312758B
公开(公告)日:2023-07-25
申请号:CN202110518023.1
申请日:2021-05-12
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G06F30/20 , G06F111/08 , G06F113/06 , G06F119/02 , G06F119/08
摘要: 本申请提供一种风力发电机组的健康状态评估方法和装置,所述方法包括:获取SCADA系统采集的风力发电机组的SCADA数据,SCADA数据包括多个数据组,每个数据组包括同一时刻下的风力发电机组的功率数据和温度数据;基于功率数据,将多个数据组划分成不同的功率区间,每个功率区间包括至少一个数据组;基于每个功率区间的温度数据,确定每个功率区间中的每个温度数据对应的温度残差;基于预设的滑动窗口对每个功率区间的温度残差进行截取,获得多个残差段;确定每个残差段的贝叶斯因子;基于每个残差段的贝叶斯因子,评估风力发电机组的健康状态。本申请能够降低温度数据中不确定性的影响,提高识别精度,减少误报率。
-
公开(公告)号:CN113239534B
公开(公告)日:2023-04-07
申请号:CN202110501903.8
申请日:2021-05-08
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G06F30/20 , G06Q10/04 , G06Q10/0635 , G06Q50/06 , G06F111/08 , G06F111/10 , G06F119/04 , G06F119/08
摘要: 本申请提供一种风力发电机组的故障、寿命预测方法和装置,所述故障预测方法包括:获取风力发电机组在不同时刻的运行时长和工况数据,所述工况数据包括至少一种;根据所述运行时长、所述工况数据和威布尔比例风险模型,预测所述风力发电机组的累积失效概率,其中,所述威布尔比例风险模型中的形状参数的大小与所述至少一种工况数据的大小正相关。本申请在预测风力发电机组的故障时,将风力发电机组的至少一种工况数据作为威布尔比例风险模型中的形状参数的影响因素,建立了一种多层级的威布尔比例风险模型,提高了模型的预测精度,从而实现对风力发电机组的故障的可靠预警。
-
公开(公告)号:CN113486473A
公开(公告)日:2021-10-08
申请号:CN202110850884.X
申请日:2021-07-27
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G06F30/17 , G06F30/27 , G06K9/62 , G06F113/06 , G06F119/08 , G06F119/10
摘要: 本发明实施例提供一种风力发电机组的状态监测方法及其系统及计算机可读存储介质。该方法包括:从风力发电机组的SCADA数据中提取风力发电机组健康运行时段的数据;将健康运行时段的数据划分为训练集数据和测试集数据;基于训练集数据来训练和优化AAKR模型以得到优化后的AAKR模型;基于测试集数据来测试优化后的AAKR模型;获取风力发电机组的待监测数据;将待监测数据输入到优化后的AAKR模型中,以得到优化后的AAKR模型输出的待监测数据的模型预测值;以及基于待监测数据和待监测数据的模型预测值来监测风力发电机组的健康状态。从而,能够极大程度地提高模型的预测精度。
-
公开(公告)号:CN113468818A
公开(公告)日:2021-10-01
申请号:CN202110791801.4
申请日:2021-07-13
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G06F30/27 , G06K9/62 , G06F113/06 , G06F119/06 , G06F119/08
摘要: 本申请提供一种风力发电机组的绕组运行状态监测方法和装置,该方法包括:获取SCADA系统采集的风力发电机组的SCADA数据;根据多个数据组的多个机组变量和多个绕组变量,分别确定各采样时刻的机组熵和绕组熵;根据各采样时刻的绕组熵和机组熵,确定各采样时刻的绕组与风力发电机组的熵比;根据各采样时刻的熵比以及健康运行状态下的风力发电机组的熵比阈值,确定各采样时刻的熵比累积偏离值;根据各采样时刻的熵比累积偏离值和以及预设的决策树模型,确定绕组的运行状态,决策树模型的输入为风力发电机组的超限信息,决策树模型的输出为绕组的运行状态,超限信息为根据各采样时刻的熵比累积偏离值确定。本申请能够提高故障监测精度。
-
公开(公告)号:CN113312758A
公开(公告)日:2021-08-27
申请号:CN202110518023.1
申请日:2021-05-12
申请人: 上海电气风电集团股份有限公司 , 大连理工大学
IPC分类号: G06F30/20 , G06F111/08 , G06F113/06 , G06F119/02 , G06F119/08
摘要: 本申请提供一种风力发电机组的健康状态评估方法和装置,所述方法包括:获取SCADA系统采集的风力发电机组的SCADA数据,SCADA数据包括多个数据组,每个数据组包括同一时刻下的风力发电机组的功率数据和温度数据;基于功率数据,将多个数据组划分成不同的功率区间,每个功率区间包括至少一个数据组;基于每个功率区间的温度数据,确定每个功率区间中的每个温度数据对应的温度残差;基于预设的滑动窗口对每个功率区间的温度残差进行截取,获得多个残差段;确定每个残差段的贝叶斯因子;基于每个残差段的贝叶斯因子,评估风力发电机组的健康状态。本申请能够降低温度数据中不确定性的影响,提高识别精度,减少误报率。
-
-
-
-
-
-
-
-
-