基于调度器的风力发电机的维护支持操作管理平台装置的制作方法

1.本发明涉及一种基于调度器的风力发电机的维护支持操作管理(operation management,o&m)平台装置。


背景技术：

2.风力发电机是将风能转换成电能的装置，通过旋转风力发电机的叶片以利用此时产生的叶片的旋转力来发电。风力发电相当于不造成环境污染的清洁能源。
3.风力发电机的主要部件是叶片、塔架、锻件、增速器、轴承、发电机和逆变器等。
4.由于风力发电的特性，风力发电机受到作为外部因素实时变化的包括风在内的气象因素的极大影响。
5.与其他发电设施相比，风力发电时施加到设施的冲击量增加，因此，在每个部件或组件的临界寿命上存在难题。
6.现有技术文献
7.专利文献
8.(专利文献0001)1.韩国授权专利第10
‑
1757117号(风力发电机维护装置及方法，2017年07月05日授权)


技术实现要素：

9.(一)要解决的技术问题
10.本发明的目的是提出一种能够基于从风力发电收集的信息来支持基于调度器的风力发电维护的o&m平台装置。
11.(二)技术方案
12.根据本发明的一个优选实施例的基于调度器的风力发电机的维护支持o&m平台装置包括：数据库；以及性能评估部，使用所述数据库上的信息，当风力发电机的效率小于或等于预设的第一效率阈值时，基于从风力发电机安装时间点到风力发电机的效率小于或等于第一效率阈值的时间点的风力发电机的效率信息生成风力发电机效率近似曲线函数，并且基于从风力发电机安装时间点到风力发电机的效率小于或等于第一效率阈值的时间点收集的感测数据计算每个部件的性能指标，并生成对于所述性能指标的每个部件的部件性能指标近似曲线函数，从风力发电机的效率小于或等于第一效率阈值的时间点到风力发电机的效率小于或等于第二效率阈值的时间点，评估风力发电机效率近似曲线函数和每个部件的部件性能指标近似曲线函数之间的相似度，并且根据所述相似度评估结果，将具有相似度大于或等于参考相似度的部件性能指标近似曲线函数的部件指定为更换对象预定部件。
13.其中，可以进一步包括：更换时间预测部，通过使用获取每个更换对象预定部件所需的时间来指定更换对象预定部件的订购预定时间点。
14.另外，所述更换时间预测部可以将从风力发电机的效率达到所述第二阈值的时间
点追溯获取更换对象预定部件中获取时间最长的部件所需的时间的时间点指定为更换对象预定部件的订购预定时间点。
15.另外，当从更换对象预定部件的订购预定时间点到作为追溯预设的追溯时间的时间点的更换对象确定部件指定时间点时，所述更换时间预测部可以从更换对象预定部件中指定更换对象确定部件。
16.另外，当到更换对象确定部件指定时间点时，所述更换时间预测部可以基于从风力发电机安装时间点到更换对象确定部件指定时间点的风力发电机的效率信息生成风力发电机效率近似曲线函数，并且生成每个更换对象预定部件的从风力发电机安装时间点到更换对象确定部件指定时间点的部件性能指标近似曲线函数，从更换对象确定部件指定时间点到更换作业确定起点期间，将具有风力发电机效率近似曲线函数相似度大于或等于参考相似度的部件性能指标近似曲线函数的部件指定为更换对象确定部件。
17.另外，可以通过使用获取每个更换对象确定部件所需的时间来指定更换对象确定部件的订购确定时间点。
18.(三)有益效果
19.本发明可以通过基于从风力发电收集的信息的调度方法来优化风力发电机维护支持。
附图说明
20.图1示出根据本发明的一个优选实施例的基于调度器的风力发电机的维护支持o&m平台装置的功能框图。
21.图2是用于说明图1的性能评估部的性能评估方法的图。
22.图3是用于说明更换对象部件的获取时间和更换作业时间的图。
23.图4是用于说明图1的更换时间预测部确定更换对象部件的方法的图。
24.图5是用于说明图1的调度器确定部件供求期间的方法的图。
25.图6的{a}和{b}是用于说明图1的调度器确定总更换作业时间的方法的图。
26.图7是用于说明图1的调度器在更换作业候补时间中确定进行更换作业的时间的方法的图。
27.附图标记说明
28.10：o&m平台装置
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
11：数据收集部
29.12：数据库
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
13：性能评估部
30.14：更换时间预测部
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
15：调度器
31.16：发电量预测部
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
17：维护资源管理部
32.18：数字孪生部
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
19：o&m部
具体实施方式
33.在本发明中，可以进行各种修改并且可以包括各种实施例，并且将在附图中示出特定实施例并且在具体说明中进行详细说明。然而，这并非旨在将本发明限定在特定的实施方式，应当理解为包括本发明的思想和技术范围中所包含的所有修改、等同物或替代物。
34.在描述各附图时，相似的组件使用相似的附图标记。在描述本发明时，当确定相关
的已知技术的详细描述可能会模糊本发明的主旨时，省略其详细的描述。
35.第一、第二等术语可以用于描述各种组件，但是所述组件不应受所述术语的限制。所述术语仅用于将一个组件与另一组件区分开。
36.例如，在不脱离本发明的权利范围的情况下，第一组件可以被命名为第二组件，类似地，第二组件也可以被命名为第一组件。
37.术语“和/或”包括多个相关的记载项目的组合或多个相关的记载项目中的任一个项目。
38.在本技术中使用的术语仅用于说明特定实施例，并非旨在限制本发明。
39.除非在上下文中另有说明，否则单数包括复数。需要理解的是，在本技术中，“包括”或“具有”等术语是用于指定说明书中记载的特征、数字、步骤、操作、组件、部件或其组合的存在，而不是预先排除一个或多个其他特征、数字、步骤、操作、组件、部件或其组合的存在或附加可能性。
40.除非另有定义，否则本文使用的包括技术或科学术语的所有术语具有与本发明所属技术领域的普通技术人员通常所理解的含义相同的含义。
41.诸如在常用字典中定义的术语应被解释为具有与相关技术的语境中的含义相一致的含义，除非在本技术中明确定义，否则不应被解释为理想化或过于正式的含义。
42.以下，参照图1至图7对根据本发明的一个优选实施例的基于调度器的风力发电机的维护支持操作管理(operation management,o&m)平台装置进行说明。在下文中，省略或简化对现有已知事项的描述，以阐明本发明的主旨。
43.参照图1，o&m平台装置10可以包括数据收集部11、数据库12、性能评估部13、更换时间预测部14、调度器15、发电量预测部16、维护资源管理部17、数字孪生部18和o&m部19。
44.数据收集部11可以从风力发电机侧收集感测数据。感测数据可以是用于评估成为监视对象的风力发电机的部件性能指标的感测数据。另外，感测数据可以是影响风力发电机的发电量的外部空气因素，例如风向和风速。成为监视对象的风力发电机的部件可以包括叶片(blade)、叶片轮毂(blade hub)、叶片轴承(blade bearing)、主轴(main shaft)、发电机(generator)、齿轮箱(gear box)、盘式制动器(disk brake)、油冷却器(oil cooler)、碳轴(carbon shaft)、塔架(tower)等。为了收集感测数据，可以使用振动传感器、旋转感测传感器、风力传感器、风向传感器、电流及电压传感器等各种传感器。作为维护对象可以应用如下表所示的项目。
45.[表1]
[0046]
[0047]
[0048]
[0049][0050]
数据库12可以将数据收集部11收集的传感数据与时间信息进行匹配并存储。另外，数据库12可以存储成为确定每个监测对象部件的部件更换时间的基准的阈值th1、th2、th3。阈值可以是部件性能指标。阈值可以是参考条件下的阈值。其中，参考条件可以是参考外部空气条件，参考外部空气条件可以是参考风向和参考风速。另外，数据库12可以存储参考发电效率阈值。另外，数据库12可以将发电量信息与时间信息进行匹配并存储。总之，数据库12可以存储并管理性能评估部13评估性能所需的信息、更换时间预测部14预测更换时间所需的信息、调度器15调度更换时间点所需的信息以及发电量预测部16预测发电量所需的信息。
[0051]
性能评估部13可以通过使用数据库12上的发电量信息来评估风力发电机的效率。首先，性能评估部13可以基于风向和风速信息来计算风力发电机的理论发电量。另外，性能评估部13可以确定最近更新的数据库12上的发电量信息是否小于或等于风力发电机的理论发电量的预设比率the1(以下称为“第一效率阈值”)。在下文中，风力发电机的效率是指感测的风力发电机的发电量与基于风向和风速信息计算的风力发电机的理论发电量的比率。此时，当确定最近更新的数据库12上的发电量信息小于或等于风力发电机的理论发电量的预设比率the1时，性能评估部13可以使用到目前为止累积的风力发电机的发电量信息并以风力发电机的发电量为基准预测需要开始风力发电机更换作业的时间点。可以通过与最近更新的数据库12上的发电量信息同时获得的风向和风速信息来计算风力发电机的理论发电量。
[0052]
参照图2，性能评估部13可以确认在t1时间点在数据库上更新的风力发电的发电量的效率小于或等于第一效率阈值the1。此时，性能评估部13可以基于从风力发电机安装时间点(t＝0)到风力发电机wt的效率小于或等于第一效率阈值the1的时间点t1的风力发电机的效率信息生成风力发电机效率近似曲线函数。此时，可以通过利用从风力发电机安装时间点(t＝0)到风力发电机的效率小于或等于第一效率阈值the1的时间点t1的风力发电机的效率来引导近似非线性函数以生成效率近似曲线函数。用于以风力发电机的效率为基准来确定是否更换风力发电机部件的效率阈值可以是第二效率阈值the2。第二效率阈值the2可以是80％。在图2中，风力发电机效率近似曲线函数可以在t3时间点小于或等于第二效率阈值。
[0053]
性能评估部13可以在构成风力发电机的各种部件中搜索具有与从风力发电机的效率小于或等于第一效率阈值the1的时间点t1到风力发电机的效率小于或等于第二效率阈值the2的时间点t3的效率近似曲线函数相似的性能下降模式的部件。
[0054]
为此，性能评估部13可以基于从风力发电机安装时间点(t＝0)到风力发电机的效率小于或等于第一效率阈值the1的时间点t1收集的感测数据来计算每个部件的性能指标，
并且生成对于该性能指标的每个部件的部件性能指标近似曲线函数。
[0055]
另外，从风力发电机的效率小于或等于第一效率阈值the1的时间点t1到风力发电机的效率小于或等于第二效率阈值the2的时间点t3，性能评估部13可以评估风力发电机效率近似曲线函数和每个部件的部件性能指标近似曲线函数之间的相似度。
[0056]
此时，当每个预设区间的风力发电机效率近似曲线函数上的效率降低率和部件性能指标近似曲线函数上的性能降低率的平均差小于或等于预设平均差(例如10％)时，性能评估部13可以评估为相似度大于或等于参考相似度。
[0057]
性能评估部13可以将具有部件性能指标近似曲线函数的部件指定为更换对象预定部件，所述部件性能指标近似曲线函数的风力发电机效率近似曲线函数相似度大于或等于参考相似度。
[0058]
图2示出了部件1、部件2和部件3与风力发电机wt效率近似曲线函数相比具有超过参考相似度的部件性能指标近似曲线函数的情况。即，更换对象预定部件为部件1至部件3的情况。如上所述，可以通过基于与发电机效率的相关性提取更换对象预定部件来制定针对系统效率优化的部件更换计划。
[0059]
在图2中，a1可以表示获取部件1所需的时间，b1可以表示部件1的更换作业所需的时间。在图2中，a2可以表示获取部件2所需的时间，b2可以表示部件2的更换作业所需的时间。在图3中，a3可以表示获取部件3所需的时间，b3可以表示部件3的更换作业所需的时间。如下所述，获取每个部件所需的时间和更换作业所需时间可以由维护资源管理部17管理。
[0060]
参照图2，根据更换对象部件，获取部件所需的时间和更换作业所需的时间可以不同。性能评估部13可以将风力发电机的效率为第二效率阈值the2的时间点t3指定为更换作业预定起点。
[0061]
更换时间预测部14可以通过使用获取更换对象预定部件的每个部件所需的时间来指定更换对象预定部件的订购预定时间点tdue。参照图3，在风力发电机的效率达到第二效率阈值the2的时间点t3，更换时间预测部14可以指定需要订购更换对象部件的部件订购时间的结束时间点，以获取所有更换对象预定部件。此时，部件订购时间的结束时间点可以是从风力发电机的效率达到第二效率阈值the2的时间点t3追溯获取更换对象预定部件中获取时间最长的部件所需的时间的时间点。更换时间预测部14可以将部件订购时间的结束时间点指定为更换对象预定部件的订购预定时间点tdue。
[0062]
更换时间预测部14可以在更换对象预定部件的订购预定时间点tdue之前从更换对象预定部件中确定更换对象确定部件。为此，当到从更换对象预定部件的订购预定时间点tdue追溯预设的追溯时间(δt)的时间点ttem(以下称为“更换对象确定部件指定时间点”)时，更换时间预测部14可以从更换对象预定部件中指定更换对象确定部件。
[0063]
参考图4，如上所述，可以在时间点t1指定更换对象预定部件。
[0064]
当到更换对象确定部件指定时间点ttem时，更换时间预测部14可以基于从风力发电机安装时间点(t＝0)到更换对象确定部件指定时间点(t＝ttem)的风力发电机的效率信息生成风力发电机效率近似曲线函数。此外，对于每个更换对象预定部件，可以生成从风力发电机安装时间点(t＝0)到更换对象确定部件指定时间点(t＝ttem)的部件性能指标近似曲线函数。其中，生成风力发电机效率近似曲线函数和部件性能指标近似曲线函数的方法如上所述。在下文中，在更换时间预测部14基于从风力发电机安装时间点(t＝0)到更换对
象确定部件指定时间点(t＝ttem)的风力发电机的效率信息而生成的风力发电机效率近似曲线函数上，将小于或等于第二效率阈值the2的时间点t3'称为“更换作业确定开始点”。
[0065]
此时，从更换对象确定部件指定时间点(t＝ttem)到更换作业确定开始点t3'期间，更换时间预测部14可以将具有风力发电机效率近似曲线函数相似度大于或等于参考相似度的部件性能指标近似曲线函数的部件指定为更换对象确定部件。确定风力发电机效率近似曲线函数和部件性能指标近似曲线函数之间的相似度的内容如前所述。参照图5，可以看出，尽管部件1包括在更换对象预定部件中，但是已从更换对象确定部件中排除。即，可以看出，通过更换对象确定部件指定时间点ttem为止累积的数据，与在t1相比，可以获得对于更换对象部件的更可靠的结果，由此，即便基于可预测性也能够使不必要的部件更换最小化。与图2相比，在图4和图5中增加了用于生成近似曲线函数的变量，因此，图2的t3和图4和图5的t3'的时间点可能不同。
[0066]
调度器15可以通过使用获取每个更换对象确定部件所需的时间来指定更换对象确定部件的订购确定时间点tdue'。参照图5，更换对象确定部件的订购确定时间点tdue'可以从更换作业确定时间点t3'追溯获取更换对象确定部件中获取时间最长的部件所需的时间的时间点。
[0067]
调度器15可以确定总更换作业时间。图6的{a}和{b}示出了部件1、部件2和部件3为更换对象确定部件，以便于描述。
[0068]
参照图6的{a}和{b}，调度器15可以按照更换作业时间长的顺序来排列每个部件的更换作业时间。此时，每个部件的更换作业可以与其他部件更换作业并行进行，或者可能无法并行。为了对此进行区分，维护资源管理部17可以通过部件的属性信息管理是否可以针对每个部件同时进行其他部件更换作业和相应的部件更换作业。
[0069]
调度器15可以重新排列更换作业时间。此时，调度器15从更换作业时间优先级为第二的部件开始，依次在更换作业时间优先级靠前的所有部件的更换作业时间和重新排列对象更换作业时间可以重叠时，将可重叠的优先级靠前的更换作业时间起点中最早的起点作为重新排列对象更换作业时间起点，当至少有一个更换作业时间优先级靠前的部件的更换作业时间中重新排列对象更换作业时间不可重叠的更换作业时，将不可重叠的优先级靠前的更换作业时间终点中最慢的终点作为更换作业起点。图2示出了部件2的更换作业可以与部件1的更换作业重叠并且部件3的更换作业可以与部件1的更换作业重叠但不可与部件2的更换作业重叠的情况。
[0070]
当以这种方式完成重新排列更换作业时间时，调度器15可以将从更换作业时间的起点中最早的起点到更换作业终点中最慢的终点的时间确定为总更换作业时间(btotal)。
[0071]
调度器15可以设定将更换作业确定起点t3'作为起点的更换作业候补时间。更换作业候补时间可以是总更换作业时间的预设倍数(例如1.5倍)。发电量预测部16可以基于过去的气象信息和预测的气象信息来预测更换作业候补时间期间的风力发电机的发电量。
[0072]
调度器15可以将总更换作业时间的起点作为更换作业确定起点t3'，在更换作业候补时间内移动(shift)总更换作业时间，同时可以指定属于预测的风力发电量最小的区间的总更换作业时间。并且，可以将该指定的总更换作业时间确定为总更换作业时间。因此，可以使由于更换作业而导致的发电量损失最小化。
[0073]
如上所述，维护资源管理部17可以管理获取每个部件所需的时间、更换作业所需
时间、更换作业成本和库存部件等。维护资源管理部17可以提供接口，部件供应商和部件更换作业公司可以通过所述接口上传相关信息。维护资源管理部17可以通过部件的属性信息来管理是否可以针对每个部件同时进行其他部件更换作业和相应的部件更换作业。
[0074]
数字孪生部18可以在以3d建模的风力发电机上显示性能评估部13的性能评估结果、更换时间预测部14的更换时间预测结果和调度器15的更换作业调度结果。
[0075]
o&m部19可以根据用户的要求以o&m方式提供性能评估部13的性能评估结果、更换时间预测部14的更换时间预测结果和调度器15的更换作业调度结果。
[0076]
可以基于发电机效率推测更换对象预定部件的订购预定时间点tdue和更换作业预定起点t3，并且通过在更换对象确定部件指定时间点ttem指定更换对象确定部件、指定更换对象确定部件的订购确定时间点tdue'以及指定更换作业确定起点t3'，可以使更换作业的调度更加准确，并且可以实现精确的风力发电机资产管理。