[发明专利]风电机组远程实时状态监测与智能故障诊断系统及方法

权利要求书

1.一种风电机组远程实时状态监测与智能故障诊断系统，其特征在于：包括状态监测设备、现场监控与故障诊断中心、远程监控与故障诊断中心；所述状态监测设备包括加速度振动传感器、转速传感器、电流传感器、摄像头、在线自动分析诊断仪；所述现场监控与故障诊断中心包括现场服务器、现场PC机；所述远程监控与故障诊断中心包括远程服务器、远程PC机；其中，加速度振动传感器的数据传输端、转速传感器的数据传输端、电流传感器的数据传输端、摄像头的数据传输端均与在线自动分析诊断仪的数据传输端双向连接；在线自动分析诊断仪通过光纤以太网分别与现场服务器、现场PC机双向连接；现场服务器通过互联网分别与远程服务器、远程PC机双向连接。

2.根据权利要求1所述的风电机组远程实时状态监测与智能故障诊断系统，其特征在于：所述加速度振动传感器为压电式加速度振动传感器；所述转速传感器为光电编码器；所述电流传感器为罗氏线圈电流传感器；所述在线自动分析诊断仪采用ARM+DSP+FPGA的硬件结构。

3.一种风电机组远程实时状态监测与智能故障诊断方法，该方法在如权利要求2所述的风电机组远程实时状态监测与智能故障诊断系统中实现，其特征在于：该方法是采用如下步骤实现的：

1）现场监控与故障诊断中心向在线自动分析诊断仪实时发送控制指令；在线自动分析诊断仪实时接收控制指令，并根据接收到的控制指令设置ARM、DSP、FPGA、加速度振动传感器、转速传感器、电流传感器、摄像头的运行参数和启停模式；

2）加速度振动传感器、转速传感器、电流传感器、摄像头分别实时采集风电机组的状态数据，并分别将采集到的状态数据实时发送至FPGA；DSP实时分析来自FPGA的状态数据，并依照科学算法结构，对相应的指标进行运算；运算结束后，DSP通过对运算结果的动态分析，按照不同指标的权重比例的不同初步确定风电机组故障的级别；然后，DSP将运算后的典型时域指标及频域指标的具体数据和诊断结果通过ARM发送至现场监控与故障诊断中心；为了保证诊断的准确性，DSP在诊断出风电机组可能出现故障或者已经出现故障的同时，将来自FPGA的状态数据一并转发至远程监控与故障诊断中心，以便远程监控与故障诊断中心通过更为专业的人工分析，最终确定风电机组故障的级别及类型；

3）现场监控与故障诊断中心实时接收具体数据和诊断结果，并对接收到的具体数据和诊断结果进行辨析处理，然后根据辨析结果对风电机组的运行状态进行报警；同时，现场监控与故障诊断中心根据接收到的具体数据和诊断结果对风电机组的运行状态进行显示和存储，并向远程监控与故障诊断中心提供可实时访问和下载的数据，同时可查看远程监控与故障诊断中心的人工分析结果；

4）远程监控与故障诊断中心访问现场监控与故障诊断中心，下载数据，并利用小波变换分析方法、小波包变换分析方法、包络谱分析方法、倒频谱分析方法、细化谱分析方法、改进的小波变换分析方法、改进的小波包变换分析方法、小波变换-倒频谱分析方法、改进的小波包变换-包络谱分析方法对下载得到的数据进行分析，然后根据分析结果对风电机组的运行故障进行定期诊断，出具专业分析报告，并将专业分析报告发送至现场监控与故障诊断中心。

4.根据权利要求3所述的风电机组远程实时状态监测与智能故障诊断方法，其特征在于：所述步骤1）中，所述运行参数包括采样频率、阈值、算法参数；所述启停模式包括选择在线自动分析诊断仪以及对在线自动分析诊断仪的手动启动、手动停止。

5.根据权利要求3所述的风电机组远程实时状态监测与智能故障诊断方法，其特征在于：所述步骤2）中，所述风电机组的状态数据包括风电机组的加速度振动数据、转速数据、电流数据、视频数据；所述风电机组的加速度振动数据包括主轴前轴承的加速度振动数据、主轴后轴承的加速度振动数据、增速齿轮箱的低速端轴承的加速度振动数据、增速齿轮箱的高速端轴承的加速度振动数据、增速齿轮箱一级行星轮系齿轮的加速度振动数据、增速齿轮箱二级行星轮系齿轮的加速度振动数据、增速齿轮箱的箱体定轴轮系齿轮的加速度振动数据、发电机的前端轴承的加速度振动数据、发电机的后端轴承的加速度振动数据；所述风电机组的转速数据包括主轴的转速数据或齿轮箱低速端侧的转速数据、齿轮箱高速端侧的转速数据或发电机侧的转速数据；所述风电机组的电流数据包括：发电机的三相电流输出端的电流数据；所述实时预处理包括信号调理、硬件积分、抗混滤波。