风力发电机组智能控制的边缘处理装置的制作方法

1.本实用新型涉及风力发电机组的控制技术领域，特别涉及一种风力发电机组智能控制的边缘处理装置。


背景技术：

2.目前，较为主流的智能风机的实现模式是在风电机组侧加装各种先进的传感器，如：用于叶片载荷、激光测风雷达、振动监测、螺栓检测、噪音检测、光影监测等的一系列先进传感器，通过这些传感器让风电机组具备智能感知的能力，然后结合风电机组控制系统将传感器采集的数据上传给scada系统，再由scada系统上传到云端，即企业的大数据处理中心，大数据处理中心再结合先进的智能算法下发指令，让风电机组具备智能调节和智能预警的能力。
3.现有技术公开了一种风机控制系统的监视器（申请号为：201520811173.1），这种监视器安装在风电机组侧，只能采集和存储风电机组的数据，而不能对数据进行自主分析。
4.而现有的风电机组智能控制主要是通过云平台或plc控制系统，经大量的模型训练、建模、自学习等人工智能算法，实现风电机组的控制自寻优，从而使风电机组能够自主应对各种不同的环境。但是，在实际应用过程中发现，如果在云平台进行自适应控制，需要将大量的数据上传到云系统，风电机组侧不需要进行数据计算，只负责数据采集和记录，这样就会导致控制的实时性低、数据精度不够、云平台数据太大、分析效率低等问题；如果在plc控制系统中进行自适应控制，则需要高级算法、矩阵计算、人工智能算法，由于受plc控制系统自身特性的限制，这些复杂算法在plc控制系统中实现的难度较大。因此，风电机组的智能控制在实施过程中比较困难。


技术实现要素：

5.本实用新型的目的是针对现有技术的不足，提供一种风力发电机组智能控制的边缘处理装置，其能在风力发电机组的边缘侧自主分析风力发电机组的运行数据，达到改善风力发电机组控制效果的目的，以及减小云端的存储量和计算量。
6.本实用新型的技术方案是：一种风力发电机组智能控制的边缘处理装置，包括通讯模块、数据缓冲模块、实时数据存储模块、预处理模块、风机状态监控模块、长期数据存储模块、智能分析控制模块、数据交互模块，所述通讯模块用于连接风电机组侧的plc控制器，所述通讯模块经数据缓冲模块与实时数据存储模块、预处理模块、风机状态监控模块电连接，所述实时数据存储模块、风机状态监控模块分别与预处理模块电连接，所述预处理模块与长期数据存储模块电连接，所述实时数据存储模块、长期数据存储模块、风机状态监控模块均分别与智能分析控制模块电连接，所述智能分析控制模块、长期数据存储模块均分别与数据交互模块电连接，所述数据交互模块用于连接scada风场监控系统或云平台。
7.所述智能分析控制模块用于数据自主智能分析、健康状态自主评估、故障自主诊断，对风电机组进行控制调优，监测风电机组的健康状态，诊断风电机组的故障。
8.所述通讯模块与配置模块连接，通过配置模块对通讯模块进行参数配置。
9.所述通讯模块与风电机组侧的plc控制器通过数据线连接，所述数据交互模块与scada风场监控系统或云平台通过网络连接。
10.采用上述技术方案：风力发电机组智能控制的边缘处理装置包括通讯模块、数据缓冲模块、实时数据存储模块、预处理模块、风机状态监控模块、长期数据存储模块、智能分析存储模块、数据交互模块，通讯模块用于连接风电机组侧的plc控制器，该通讯模块通过plc控制器采集风电机组的各运行数据，并经数据缓冲模块将采集的各运行数据分别发送给实时数据存储模块、风机状态监控模块和预处理模块，即在实时数据存储模块中储存风电机组的实时运行数据，并将风电机组的运行状态存储在风机状态监控模块中。然后预处理模块根据预处理条件结合实时运行数据与风电机组的运行状态，筛选出符合预处理条件的实时运行数据条件，并将其存储在长期数据存储模块中，从而使长期数据存储模块中能存储价值更高的数据，以便于智能分析控制模块能从长期数据存储模块中获取有价值的数据，提高数据分析的效率和精度。通过智能分析控制模块对风电机组的运行数据进行分析处理，并根据分析结果修正风电机组的控制效果，即在风电机组侧即可实现控制自寻优，且将分析结果和修正的参数等数据存储在长期数据存储模块中，以便于后期查询。本边缘处理装置还能将长期数据存储模块和智能分析控制模块中的数据经数据交互模块上传到scada风场监控系统或云平台，或者是由scada风场监控系统上传给云平台，则可以根据需要向scada风场监控系统和云平台上传部分数据和分析结果，从而减少scada风场监控系统和云平台的数据存储量，以及减少云平台的计算量。
11.所述智能分析控制模块用于数据自主智能分析、健康状态自主评估、故障自主诊断，对风电机组进行控制调优，监测风电机组的健康状态，诊断风电机组的故障。智能分析控制模块通过主句自主智能分析对风电机组的实时运行数据进行快速傅里叶分析，识别出风电机组在运行时的异常振幅点，并对异常控制进行修正；通过健康状态自主评估对风电机组各器件的健康状态进行评估，以便于及时维修或更换出现故障的零部件，保证风电机组能持续正常的运行；通过故障自主诊断能识别并解决风电机组的部分故障。
12.所述通讯模块与配置模块连接，通过配置模块对通讯模块进行参数配置，即可以根据实际需要通过配置模块设置通讯模块进行数据采集的相关参数，使数据采集更高效、可靠。
13.下面结合说明书附图和具体实施例对本实用新型作进一步说明。
附图说明
14.图1为本实用新型的结构示意图。
具体实施方式
15.参见图1，一种风力发电机组智能控制的边缘处理装置，包括通讯模块1、数据缓冲模块2、实时数据存储模块3、预处理模块4、风机状态监控模块5、长期数据存储模块6、智能分析控制模块7、数据交互模块8。所述通讯模块1通过数据线连接风电机组侧的plc控制器，由通讯模块1通过plc控制器采集风电机组的实时运行数据，该通讯模块1与配置模块9连接，通过配置模块9对通讯模块1进行参数配置，即通过配置模块9可以设置数据采集的间隔
时间等。所述通讯模块1经数据缓冲模块2与实时数据存储模块3、预处理模块4、风机状态监控模块5电连接，即通讯模块1将采集到的风电机组的工作状态存储在风机状态监控模块5中，所述风电机组的工作状态包括启动、停机、限功率、偏航等，通讯模块1将风电机组的实时运行数据存储到实时数据存储模块3中，该实时运行数据包括风电机组的转速、功率、控制区间、变桨角度、开关器件的动作次数、开关频率等等。所述实时数据存储模块3、风机状态监控模块5分别与预处理模块4电连接，可预先通过预处理模块4设置相应的数据预处理条件，预处理条件可以根据风电机组的工作状态设置，如设置为功率、转速等条件的经验值，另外，也可以根据运行的实际需要对这些经验值进行调整，预处理模块4根据预处理条件，结合风机状态监控模块5发送的工作状态，对实时数据存储模块3发送的实时运行数据进行筛选，且预处理模块4还能对筛选出的实时运行数据进行相应的数学计算以及数学统计，并将符合预处理条件的实时运行数据、数学计算结果和数学统计结果存储在长期数据存储模块6中，从而使长期数据存储模块6中能存储价值更高的数据，以便于智能分析控制模块7能从长期数据存储模块6中获取有价值的数据，提高数据分析的效率和精度。
16.所述实时数据存储模块3、长期数据存储模块6、风机状态监控模块5均分别与智能分析控制模块7电连接，所述智能分析控制模块7中设置风电机组中各器件的使用寿命参数，该使用寿命参数由各个器件的出厂数据决定，使用寿命参可以是开关器件的动作总次数、动作频率、使用总时长等，还可以是润滑系统的润滑时间。智能分析控制模块7用于数据自主智能分析、健康状态自主评估、故障自主诊断，对风电机组进行控制调优，监测风电机组的健康状态，诊断风电机组的故障。所述智能分析控制模块7、长期数据存储模块6均分别与数据交互模块8电连接，所述数据交互模块8用于连接scada风场监控系统或云平台，所述数据交互模块8与scada风场监控系统或云平台通过网络连接，数据交互模块8可以采用ftp、sftp、modbus、soap等数据接口。
17.智能分析控制模块7进行数据自主智能分析时，通过快速傅里叶分析对满足预处理条件的实时运行数据在频域、时域进行自主分析，并将快速傅里叶分析结果的数据振幅与相应的正常值进行比较，如果该数据振幅小于正常值，则风电机组为正常运行，如果该数据振幅大于正常值，则智能分析控制模块7可以根据专家策略对风电机组的控制参数进行调节，并通过通讯模块1将需要调节的控制参数反馈给plc控制器，从而达到修正风电机组控制效果的目的，且智能分析控制模块7将分析结果和调节结果存储在长期数据存储模块6中，以备后期查询。由于智能分析控制模块7海鱼实时数据存储模块3连接，因此智能分析控制模块7还能在实际需要的情况下直接使用实时数据存储模块3中的数据进行快速傅里叶分析。
18.智能分析控制模块7进行健康状态自主评估时，将数学统计结果中如断路器、接触器、润滑时间等器件的使用数据与对应的使用寿命参数进行比较，如果各个器件的统计结果都在使用寿命参数范围内，则风电机组处于健康状态，如果某个器件的统计结果不在使用寿命参数范围内，则本装置可发出警告，通知工作人员维修更换该异常器件。且可以根据各器件的使用寿命参数形成健康模型，通过健康模型对风电机组各器件的健康进行评估。由于智能分析控制模块7通过数据交互模块8与云平台进行数据交互，因此还可以加载云平台的健康模型，结合数据自主智能分析与加载的云平台健康模型，实时对风电机组的频率特性进行评估，给出健康评估结果，形成更优的控制参考依据，并将其通过通讯模块1反馈
给风电机组的主控系统。
19.智能分析控制模块7进行故障自主诊断时，可以通过识别故障代码来判断风电机组的故障类型，并通过复位风电机组故障信息达到消除故障的目的。
20.本边缘处理装置设置在风电机组侧实现对风电机组运行数据的分析处理，并能根据分析结果修正风电机组的控制效果，以及对风电机组的健康状态进行评估，并且还能实现对风电机组故障的自主诊断和自主消除故障，即通过本边缘处理装置在风电机组侧即可实现风电机组的控制自寻优，不需要将运行数据上传至云平台处理，而是直接在风电机组侧获取高精度的运行数据，并在风电机组侧进行控制，能减小数据在传输过程中的损耗，因此本年边缘处理装置的数据分析的精度更高。同时，本边缘处理装置中的预处理模块4能对风电机组的运行数据进行筛选，从而保存有价值的数据在长期数据存储模块6中，因此通过本边缘处理装置能够将有价值的数据上传至scada风场监控系统或云平台，从而减小减少scada风场监控系统和云平台的数据存储量，以及减少云平台的计算量。