一种基于物联网的风力发电机在线监测和故障诊断系统的制作方法

1.本实用新型涉及风机监控技术领域，具体为一种基于物联网的风力发电机在线监测和故障诊断系统。


背景技术：

2.相对于其他可再生能源，风力发电在技术成熟度、基础设施建设以及成本方面都很有优势。可以预计风能将在未来世界能源结构中发挥极其重要的作用。但是，随着大规模风电场的投入运行,也出现了很多运行故障。风电作为一种新技术，要取得长期稳定发展,就必须不断降低成本。一方面要降低制造、安装成本，另外很重要的一个方面是降低运行维护成本。状态监测和故障诊断是降低风电机组的维修和操作成本的最有效的方式。
3.但是现有的风力发电机维护系统，往往需要人工监控风机的工作状态，并且需要人工调节风机的工作状态，整个维护流程反馈较慢，容易导致风机因维护不及时而损坏，且对工作人员的维护压力较高。


技术实现要素：

4.本部分的目的在于概述本实用新型的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本技术的说明书摘要和实用新型名称中可能会做些简化或省略以避免使本部分、说明书摘要和实用新型名称的目的模糊，而这种简化或省略不能用于限制本实用新型的范围。
5.一种基于物联网的风力发电机在线监测和故障诊断系统，其包括：
6.采集模块，连接有物联网模块，用于采集风机各个部件的各项预警信息；
7.物联网模块，连接有云端数据服务器，用于将信息上传到云端数据服务器中；
8.云端数据服务器，连接有监控终端和智能故障处理模块，用于存储各项预警信息及对应的故障情况和故障处理情况；
9.智能故障处理模块，连接有物联网模块、刹车系统和监控终端，用于分析各项预警信息，分析对应的故障，并根据故障对风机进行调控；
10.刹车系统，用于在故障无法处理时，紧急对风机进行刹车；
11.监控终端，连接有物联网模块和云端数据服务器，用于方便工作人员监控风机的工作状态。
12.作为本实用新型所述的基于物联网的风力发电机在线监测和故障诊断系统的一种优选方案，其中：所述采集模块包括风机部件和监测模块，多个所述风机部件均连接有监测模块，所述监测模块用于检测风机部件的震动频率。
13.作为本实用新型所述的基于物联网的风力发电机在线监测和故障诊断系统的一种优选方案，其中：所述智能故障处理模块包括第一通信模块、数据分析模块、故障诊断模块和风机调控模块，所述第一通信模块连接有数据分析模块，所述数据分析模块连接有故障诊断模块，所述故障诊断模块连接有风机调控模块和第一通信模块，所述风机调控模块
连接有第一通信模块。
14.作为本实用新型所述的基于物联网的风力发电机在线监测和故障诊断系统的一种优选方案，其中：第一通信模块，用于将信息在物联网模块、云端数据服务器和数据分析模块之间传递；
15.数据分析模块，用于分析采集到的信息数据；
16.故障诊断模块，用于根据信息数据分析风机部件的故障情况；
17.风机调控模块，用于调整风机的工作状态，从而避免风机出现进一步故障。
18.作为本实用新型所述的基于物联网的风力发电机在线监测和故障诊断系统的一种优选方案，其中：所述监控终端包括第二通信终端、人工监控端、计时模块、报警模块和移动终端，所述第二通信终端连接有人工监控端和移动终端，所述人工监控端连接有计时模块，所述计时模块连接有报警模块。
19.作为本实用新型所述的基于物联网的风力发电机在线监测和故障诊断系统的一种优选方案，其中：第二通信终端，用于将信息在人工监控端、移动终端、物联网模块和云端数据服务器之间传递；
20.人工监控端，用于提供人工监控风机故障情况的场所；
21.计时模块，用于提供计时功能，在人工监控端接收到故障信息长时间无人查看操作时，将信息发送到报警模块中；
22.报警模块，用于提供报警功能，提供人员查看操作人工监控端；
23.移动终端，用于方便在移动端查看风机故障情况。
24.作为本实用新型所述的基于物联网的风力发电机在线监测和故障诊断系统的一种优选方案，其中：所述云端数据服务器和智能故障处理模块均连接有数据对比模块，所述数据对比模块用于将故障信息与云端数据服务器中存储的数据信息对比，搜索相似信息，并在搜索到相似信息时，将故障的处理方式上传到风机调控模块中。
25.与现有技术相比：采集模块采集风机各个部件的各项预警信息，物联网模块将信息上传到云端数据服务器中，云端数据服务器存储各项预警信息及对应的故障情况和故障处理情况，智能故障处理模块分析各项预警信息，分析对应的故障，并根据故障对风机进行调控，刹车系统在故障无法处理时，紧急对风机进行刹车，监控终端方便工作人员监控风机的工作状态，该基于物联网的风力发电机在线监测和故障诊断系统，能够通过各项预警信息监测风机的工作情况，并自动根据故障情况对风机的工作状态进行调节，降低了风机损坏的风险，减轻了维护压力。
附图说明
26.为了更清楚地说明本实用新型实施方式的技术方案，下面将结合附图和详细实施方式对本实用新型进行详细说明，显而易见地，下面描述中的附图仅仅是本实用新型的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
27.图1为本实用新型的系统框图；
28.图2为本实用新型采集模块的系统框图；
29.图3为本实用新型智能故障处理模块的系统框图；
30.图4为本实用新型监控终端的系统框图。
31.图中：100采集模块、110风机部件、120监测模块、200物联网模块、300云端数据服务器、400智能故障处理模块、410第一通信模块、420数据分析模块、430故障诊断模块、440风机调控模块、500刹车系统、600监控终端、610第二通信终端、620人工监控端、630计时模块、640报警模块、650移动终端、700数据比对模块。
具体实施方式
32.为使本实用新型的上述目的、特征和优点能够更加明显易懂，下面结合附图对本实用新型的具体实施方式做详细的说明。
33.在下面的描述中阐述了很多具体细节以便于充分理解本实用新型，但是本实用新型还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本实用新型内涵的情况下做类似推广，因此本实用新型不受下面公开的具体实施方式的限制。
34.其次，本实用新型结合示意图进行详细描述，在详述本实用新型实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且示意图只是示例，其在此不应限制本实用新型保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
35.为使本实用新型的目的、技术方案和优点更加清楚，下面将结合附图对本实用新型的实施方式作进一步地详细描述。
36.本实用新型提供一种基于物联网的风力发电机在线监测和故障诊断系统，能够通过各项预警信息监测风机的工作情况，并自动根据故障情况对风机的工作状态进行调节，降低了风机损坏的风险，减轻了维护压力。
37.图1-图2示出的是本实用新型一种基于物联网的风力发电机在线监测和故障诊断系统第一种实施方式的结构示意图，请参阅图1-图2，本实施方式的一种基于物联网的风力发电机在线监测和故障诊断系统，其主体部分包括；
38.采集模块100，连接有物联网模块200，用于采集风机各个部件的各项预警信息；
39.物联网模块200，连接有云端数据服务器300，用于将信息上传到云端数据服务器300中；
40.云端数据服务器300，连接有监控终端600和智能故障处理模块400，用于存储各项预警信息及对应的故障情况和故障处理情况；
41.智能故障处理模块400，连接有物联网模块200、刹车系统500和监控终端600，用于分析各项预警信息，分析对应的故障，并根据故障对风机进行调控；
42.刹车系统500，用于在故障无法处理时，紧急对风机进行刹车；
43.监控终端600，连接有物联网模块200和云端数据服务器300，用于方便工作人员监控风机的工作状态；
44.监测模块包括以下采集预警方式；
45.1、控制系统预警
46.控制系统预警聚焦风机控制系统，采用风机历史运行数据，基于机器学习以及累计异常检测算法，针对影响风机功率曲线性能的偏航设备、变桨系统以及转矩系统，实现因风机设备性能不佳导致的发电性能跌落告警。
47.控制系统告警主要包括以下告警类型：
48.偏航系统对风准确度和控制策略不佳告警；
49.变桨桨角控制系统异常告警；
50.转矩控制系统异常升级告警；
51.控制系统告警帮助业主实现对风机的无人智能监控，及时发现功率曲线偏差，调整风机控制策略，采取发电性能最优方案，避免造成进一步的可挽回发电量损失。
52.2、降容预警
53.降容预警采用风机历史运行数据，运用数据深度挖掘、大数据全面统计分析算法，结合物理特征和环境信息进行风机功率状态判别，涵盖风机主动停机状态识别、风机设备故障停机、电网限电状态、功率非物理性状态识别、以及风机降容状态识别，对风机主控系统设备故障导致的风机降容进行预警，并深度分析风机降容运行的原理，以及导致的风机发电量损失的潜在风险。
54.降容预警主要包括以下预警类型：
55.风机部件过温导致的降容预警；
56.外部环境因素(湍流和环境温度)导致的风机降容预警；
57.叶片结冰导致的风机降容预警；
58.降容预警准确识别风机降容，并分析降容根因，帮助业主有针对性的进行风机运维，及时处理降容故障，排除风机潜在运行风险，实现风场运营效益的最大化。
59.3、大部件故障预警
60.基于风机普遍安装的scada系统采集的秒级数据，利用机器学习工具综合分析全场站风机历史运行数据。同时，监控风机发电机轴承、齿轮箱轴承、主轴承等关键部件和设备的温度状态，识别风电机组主要传动设备的运行和磨损状况，发现轴承、齿轮箱(如有)故障的早期征兆，对故障部位、故障类型、严重程度、发展趋势做出判断，对风电机组可能发生的故障、隐患和使用寿命进行判断和预估，实现对风机故障的成功预警。
61.4、传感器预警
62.传感器预警采用风机历史运行数据，基于空间经纬度邻近算法进行目标风机的邻近风机计算选择，基于机器学习的随机森林算法进行环境因素精准回归，基于累计异常算法以及滑动窗口算法对数据残差序列进行异常检测，实现传感器的性能监控以及异常预警。
63.传感器预警模块主要包括以下预警类型：
64.风速风向计性能问题导致的测风异常告警；
65.温度传感器设备性能问题导致的温度测量异常告警；
66.传感器是风机采集数据的重要设备，是风机控制系统决策的关键依据。传感器预警识别传感器失效或数据异常，确保控制系统依赖的采集数据准确可靠，从而实现最佳运行策略，实现风场运营效益的最大化。
67.结合图1-图2，本实用新型的使用过程如下，采集模块100采集风机各个部件的各项预警信息，物联网模块200将信息上传到云端数据服务器300中，云端数据服务器300存储各项预警信息及对应的故障情况和故障处理情况，智能故障处理模块400分析各项预警信息，分析对应的故障，并根据故障对风机进行调控，刹车系统500在故障无法处理时，紧急对
风机进行刹车，监控终端600方便工作人员监控风机的工作状态；
68.图3示出的是本实用新型一种基于物联网的风力发电机在线监测和故障诊断系统第二种实施方式的结构示意图，请参阅图3，与上述实施方式不同的是；
69.所述智能故障处理模块400包括第一通信模块410、数据分析模块420、故障诊断模块430和风机调控模块440，所述第一通信模块410连接有数据分析模块420，所述数据分析模块420连接有故障诊断模块430，所述故障诊断模块430连接有风机调控模块440和第一通信模块410，所述风机调控模块440连接有第一通信模块410；
70.在本实施方式中，第一通信模块410将信息在物联网模块200、云端数据服务器300和数据分析模块420之间传递，数据分析模块420分析采集到的震动信息数据，故障诊断模块430根据震动信息数据分析风机部件110的故障情况，风机调控模块440调整风机的工作状态，从而避免风机出现进一步故障；
71.图4示出的是本实用新型一种基于物联网的风力发电机在线监测和故障诊断系统第三种实施方式的结构示意图，请参阅图4，与上述实施方式不同的是；
72.所述监控终端600包括第二通信终端610、人工监控端620、计时模块630、报警模块640和移动终端650，所述第二通信终端610连接有人工监控端620和移动终端650，所述人工监控端620连接有计时模块630，所述计时模块630连接有报警模块640；
73.在本实施方式中，第二通信终端610将信息在人工监控端620、移动终端650、物联网模块200和云端数据服务器300之间传递，人工监控端620提供人工监控风机故障情况的场所，计时模块630提供计时功能，在人工监控端620接收到故障信息长时间无人查看操作时，将信息发送到报警模块640中，报警模块640提供报警功能，提供人员查看操作人工监控端620，移动终端650方便在移动端查看风机故障情况。
74.虽然在上文中已经参考实施方式对本实用新型进行了描述，然而在不脱离本实用新型的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本实用新型所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本实用新型并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。