[发明专利]一种风力发电多机组远程实时状态监测方法

说明书

技术领域

本发明涉及一种风力发电多机组远程实时状态监测方法，属于风电设备状态监测技术领域。

背景技术

风能作为一种可再生的清洁能源，既不会污染空气，也不会产生任何有害物质。与其它清洁能源相比，风力发电具有技术成熟、成本较低等特点，其在改善能源结构和节能减排等方面的作用受到了广泛关注，目前已成为国际上可再生能源领域发展最快的清洁能源之一。据统计，2003～2007年，全球风力发电的平均增长率为24.7％，累计总装机容量已达9400万kW。2008年，风电成为非水电可再生能源中第一个全球装机超过1亿kW的电力资源。据全球风能理事会预测，到2012年全球风电装机容量将达到2.4亿kW，届时风电约占全球电力供应的3％。据报道，到2008年底，我国已安装风电机组11638台，总装机容量1217万kW。

风电机组的安全运行是获得风电资源的必要前提，而降低风电设备维护费用是降低风力发电成本的一个重要途径。设备状态监测能够深入了解机组运行状态，是目前风电领域的研究热点。在风力机上，振动监测是应用最多的一种监测方法，它主要用于监测发电机的轴承、主轴承、齿轮箱的齿轮和轴承、以及机舱等部件的振动。风力机的振动监测具有低转速动载荷等特点，风力机的低速轴和机舱的振动频率通常低于10Hz，而风力涡轮机组的低速运转限制了振动监测方法对于早期故障的识别，有效地提取风电机组的低频振动信号已成为风电机组状态监测的关键。

由于通过建立大型风电场来降低风力发电的成本已成为风力发电的发展趋势，而大型风力电场多布置于宽阔边远地区，如戈壁滩、草原和近海等地域，恶劣的自然环境对风力发电机组的维护构成挑战。为了改善工作环境和保证机组的安全运行，需要建立可靠的风力发电机组远程状态监测系统，实现对风力发电机组的远程实时监测。目前在线式风力发电机组状态监测和远程故障诊断系统已在风力发电设备中得到应用，部分应用还实现了基于广域网的风电机组状态监测。但是，这些基于广域网的监测系统一般只能实现对功率、转速、电流、风速等参数的监测，无振动量监测，造成了故障预警功能欠缺等缺点。由于风电机组振动信息的数据量非常大，以及受网络传输速度慢的制约，具有故障预警功能的基于振动信号的广域网多机组远程实时状态监测系统，还未得以实际应用。

多采样率信号处理技术通过在一个信号处理系统中采用2个或2个以上的采样速率，其目的是减少存储量、降低计算复杂度，以便于信号的存储、传递和处理。但目前还没有将多采样率信号处理技术用于广域网的风电机组远程振动监测上的应用。

发明内容

本发明的目的是为解决现有技术缺乏基于振动信号的广域网故障预警功能的缺点，提供一种基于振动信号的风力发电多机组远程实时状态监测方法，用于广域网的风电场多机组远程状态监测。

本方法的总的技术方案为：本方法的监测对象是风电机组的振动信号，对于低速轴、高速轴和机舱，振动信号的频率成分通常要分析到m(m≥10)次谐波，而对于齿轮箱，振动信号要包含齿轮的啮合频率成分。对于风力发电场的若干发电机组，首先采集其振动信号，将其转变成离散信号；再利用多采样率信号处理技术，提取风力发电机组的低频振动信号；然后通过广域网将多采样率处理后的振动信号发送到远程接收端；最后在远程接收端接收相应的振动信号，并进行信号分析，从而实现风力发电多机组状态的远程实时状态监测。

本发明的风力发电多机组远程实时状态监测方法具体包括如下步骤：

步骤1，开启远程监测系统，计算不同监测对象的初始抽样因子D₀。

所述的初始抽样因子D₀是在监测系统开始运行时计算得到的，其计算公式为

                D₀＝k，                            (1)

其中k∈N，N为自然数集合，同时k还满足

              2^k＜D_e＜2^k+1，                       (2)

对于被测的低速轴、高速轴和机舱，D_e的表达式为

            D_e＝[60f_s/(c·m·v_e)]，                    (3)