大数据处理技术在风电机组故障诊断及预警中的应用

来源：核心期刊咨询网时间：2022-02-26 14:0912

摘要：摘 要：随着这种发电技术的应用年限越来越长，风电机组的故障情况也日益增长，并且得不到提前的预警，本文就大数据处理技术应用在风电机故障诊断及预警中展开了深度的具体方案分析，列举了风电机组的结构组成、故障分类、故障判断设计方案、故障预警的实施方案、以及实

　　摘 要：随着这种发电技术的应用年限越来越长，风电机组的故障情况也日益增长，并且得不到提前的预警，本文就大数据处理技术应用在风电机故障诊断及预警中展开了深度的具体方案分析，列举了风电机组的结构组成、故障分类、故障判断设计方案、故障预警的实施方案、以及实施的结果与分析。

　　关键词：大数据处理技术;风电机组;故障诊断;故障预警

　　前言：

　　风电机组作为新能源的发电技术，国家的资金投入巨大，近年来，越来越多的风电机组故障造成了重大的经济损失，当大数据处理技术应用进来后，是对风电机组的健康监管，及时了解风电机组的运行状态，随时进行智能检测与评估，并做出准确的预警。

　　一、大数据处理技术的应用范围

　　大数据处理技术利用大数据的分布和并行计算、云计算和大数据及大数据内存计算技术在社会上普遍应用，例如：数据记录的应用，互联网上不仅有海量的数据，而且正在以前所未有的数量被互联网用户共享;移动互联网发展现状的应用，移动互联网出现后，许多移动设备的传感器手机里大量用户点击行为的数据分散给各种移动公司所掌握;电子地图的应用，如百度地图、高德地图等;社交网络发展的应用，进入社交网络时代后，网络行为主要是用户参与创作的，揭示了人们的习惯和行为上的特点;电子商务的应用，电子商务的兴起产生了大量的在线交易数据，如支付数据、查询行为、点击订单、评价行为等，这是信息流和资金流的数据;搜索引擎方面的应用，运用在网站、APP、数据搜索等方面，应用非常的广泛，大大的便捷了人们的日常生活、加速了社会以及工业、农业、经济的发展[1]。

　　二、风电机组的结构

　　风力发电机组与支撑发电机的塔架、蓄电池充电控制器、逆变器、卸荷器、并网控制器、蓄电池组等共同成立了风力发电电源，主要的工作原理是通过风力推动叶轮旋转，在通过传动系统增加速度，达到发电机的转速后来驱动发电机发电，有效的将风能转化成为电能，依据目前的风车技术，大约是每秒三公尺的微风速度，便可以开始发电，大型与电网连接的风力发电机的最常见的结构是横轴式三叶片风轮，并安装在直立管状塔杆上，风轮叶片由复合材料制造，不像小型风力发电机，大型风力发电机转动相当慢，比較简单的风力发电机是采用固定速度的，这些定速风电机的感应式异步发电机能够直接产生电网频率的交流电，所以风电机组的构造极其复杂，造价也相当高。

　　三、风电机组故障诊断及预警应用大数据处理技术的实施方案

　　(一)风电机组故障诊断实施方案

　　风电机组是一种长期置外的大型机械设备，长期暴露在外需要抵抗风雨、雷电、暴晒、腐蚀等一系列因素引起的各种故障，无法投入固定的人员每时每刻的检核风电机组设备是否正常运转、是否出现设备老化、是否出现连接不恰当，是否会造成严重的经济损失、是否会涉及到人身安全等等的问题，因为工程量巨大，存在极大的安全隐患问题，这时就需要大数据处理技术来对风电机组进行故障诊断，对风电机组时时监控、监测、诊断。

　　1.基本故障分类

　　风电机组基本故障分为紧急停机、风速仪故障、风向标故障、偏航计数器故障、电机故障、液压泵故障、叶尖液压管道泄漏、温度传感器故障、环境温度传感器故障、信号续电器故障、电机传输传感器故障、风速仪内检测线故障，电网故障、风机电压检测回路故障等等，极其繁琐复杂。

　　2.故障诊断系统设计方案

　　利用大数据处理技术检查风向轴承是否损坏、风向标基点是否对准，来确定是否存在风向标故障的问题;检查偏航计数器上四个出点是否有损坏，来确定是否存在偏航计数器故障的问题;检查安全链各环节是否正常，来确定是否存在紧急停机的问题;检查在TB1连接线盒内检查风速仪接线端子是否正常的电压信号输出，在主控柜内检查风速仪接线端子是否有正常的电压信号输出，来确定风速仪是否因为风速过高或风速过大或风速超限或风速过低而导致风速仪故障，例如：因风速过大超过50m/s导致风速仪故障;检查液压站13.1的整定值是否过高，电磁阀16.1是否损坏、修理或更换，来确定是否存在偏航过载的问题等等。

　　简单来说大数据技术就是对风电机组进行健康检查，第一，检测风电机组的信号问题，传感器之间的连接问题，能否从中获取通知和信息的传递功能;第二，对风电机组进行状态监测，按照大数据技术的报告来监测风电机组的运行状态是否正常;第三，对风电机组的状态进行评价，根据大数据技术传达的风电机组信息来进行故障评估;第四，对风电机组的使用寿命进行评估，通过大数据技术以往的案例对比结合风电机组当下的运行状态进行综合性的使用寿命的评估;第五，对风电机组进行运营维护决策，通过大数据技术帮助工作人员进行协调、统筹、运营、管理[2]。

　　3.实施结果与分析

　　当大数据处理技术在风电机组故障诊断中正常运行时，也要做要定期检查、测量设备的的工作，这也需要大数据处理技术帮助测量与统计，例如：海上风电组机大数据比较信息，指导工装工具设计及检修策略，海上风电场的平均风速与典型浪高存在一定的线性对应关系，运维船设计可以只考虑浪高而忽略风速，如东潮期间带地区有限制浪高在1.5m下的概率为98%，设计运维船的抗浪能力，为检修响应快速决策依据，只有这样时时掌握最前端的信息时才能做出准确的评估及判断。

　　(二)风电机组故障预警实施方案

　　1.数据处理整体流程

　　先完成数据仓库部署、数据探索区部署、数据共享区部署、平台监控与其他功能部署、大数据平台管理人员培训、实时接口开发、标准风机模型开发及部署、标准模型升级，再导入原始数据，例如：风机的数据：风速、风向角、油温、偏航角度;紧邻操作参数：吸引度r、归属度a、设定的聚类代表点n等等一系列的准备工作，再将整体的风电机组的信息进行整合、分析、评估，设计临近故障范围的数值标准，最后安装报警装置，当大数据技术检测到风电机组的某项指标达到了故障范围的数值标准时，就会自动报警，形成一套完整的故障预警系统。

　　2.风电机组故障预警设计方案

　　主要采集风电机的电站运行数据、升压站实时运行数据、光伏发电单元实时运行数据、告警信息、功率预测数据、功率控制系统(AGC/AVC)数据，保护及故障录波信息、电能量计量信息、测风塔信息等，对数据进行存储、加工、分析、挖掘，实现数据处理、数据统一建模、并针对不同的风电机组实现不同的风电机组预警，从而快速的得到风电机组故障诊断及风电机组的其它情况[3]。

　　3.实施结果与分析

　　通过大数据技术的基础平台，构建可拓展的应用体系，实现了系统的可持续拓展性和后期持续迭代开发与维护，通过大数据处理技术的应用，实现了风电机组故障的可视化、提前化的预警，并能够利用加工、处理、建模、算法应用做出提前的故障诊断并做出预警，争取出来准备时间准备应对策略，避免了很多灾难的发生，挽回了很多经济损失，但预警系统还需不断的优化、完善，整合更多的资源信息，开发更先进的技术，利用大数据技术的平台支撑，使风电机组的运行管理更加便捷、更加安全。

　　结论：大数据技术应用到风电机组当中来，做出正确的故障诊断和故障预警，避免了之前事后检修的处理方式，提高了整体的工作效率，对风电机组全面的诊断找出其故障，提前预警，降低了风电机组的运行成本，对设备进行了全面的检查与维护，并且实现了统一，实现了对风电机组发生故障之前的控制。

　　参考文献：

　　[1]吉庆昌，邸英杰，阴兆武等.大数据处理技术在风电机组故障诊断及预警中的应用[J].中小企业管理与科技(中旬刊)，2021(10)：179-181.

　　[2]赵祖龙.基于大数据分析的风电机组健康状态智能评估及诊断探索[J].中国管理信息化，2021，24(08)：116-117.

　　[3]王建强.风电新能源发展现状及技术发展前景研究[J].智慧中国，2021(06)：92-93.

　　推荐阅读：大数据在制造业企业战略管理中的应用

转载请注明来自：http://www.qikan2017.com/lunwen/dzi/22673.html