[发明专利]基于SCADA和CMS的风电机组运行状态评估与预测方法

说明书

本发明公开一种基于SCADA和CMS的风电机组运行状态评估与预测方法，包括以下步骤：基于SCADA系统和CMS系统提取风电机组各个子系统的运行状态特征，包括SCADA系统的温度、转速、位置、功率、角度和CMS系统的振动特征；根据风电机组各个子系统的运行状态特征，运用变权综合评估模型计算评估各子系统的运行状态；根据风电机组各子系统的运行状态得到当前时间整个风电机组的运行状态以及预测未来设定时间风电机组的运行状态。与现有技术相比，本发明评估风电机组运行当前状态和预测将来运行状态更加准确。

技术领域

本发明属于风力发电领域，具体而言，涉及一种基于SCADA和CMS的 风电机组运行状态评估与预测方法。

背景技术

随着我国风电场竞争越来越激烈，对安全运行和降低维护成本的要求不 断提高，构建一套行之有效的风机运行状态评估体系，对风电机组进行实时 准确的运行状态评估，掌握机组健康情况的变化趋势，合理地安排维修时间 和维修项目，从而有效地预防故障的发生十分重要。

传统的风电机组运行状态评估往往针对某些关键部件，如齿轮箱、发电 机等，或者以研究风电机组SCADA数据为基础的状态监测方法。

发明内容

本发明提供一种基于SCADA和CMS的风电机组运行状态评估与预测方 法，用以克服现有技术中存在的至少一个问题。

为达到上述目的，本发明提供了一种基于SCADA和CMS的风电机组运 行状态评估与预测方法，包括以下步骤：

基于SCADA系统和CMS系统提取风电机组各个子系统的运行状态特征， 包括SCADA系统的温度、转速、位置、功率、角度和CMS系统的振动特征；

根据风电机组各个子系统的运行状态特征，运用变权综合评估模型计算 评估各子系统的运行状态；

根据风电机组各子系统的运行状态得到当前时间整个风电机组的运行状 态以及预测未来设定时间风电机组的运行状态。

优选地，所述基于SCADA系统和CMS系统提取风电机组各个子系统的 运行状态特征，包括SCADA系统的温度、转速、位置、功率、角度和CMS 系统的振动特征步骤包括：

S1：根据SCADA系统中采集的机组各重要部件传感器的测量参数和 CMS系统中采集的振动数据，建立风电机组运行状态评估模型，在风电机组 运行状态评估模型中，项目层包括7个子系统，X＝{X₁,X₂,X₃,X₄,X₅,X₆,X₇}，即{主 轴承,齿轮箱,发电机,机舱及控制系统,变流器系统,变桨系统,电网系统}；7个 子系统分别包含一系列指标X_ij，X₁＝{X₁₁,X₁₂,X₁₃}，…，X₇＝{X₇₁,X₇₂,X₇₃,X₇₄}， 其中CMS系统采集的数据为{X₁₂,X₁₃}＝{主轴承轴向振动，主轴承径向振动}， {X₂₅,X₂₆,X₂₇,X₂₈}＝{一级行星级径向振动，二级行星级径向振动，高速级径向振动， 高速级轴向振动}

{X₃₅,X₃₆}＝{发电机驱动端径向振动，发电机非驱动端径向振动}；

S2：运用层次分析法，计算风电机组运行状态评估模型中7个子系统常 权权重各子系统各指标特征参数的常权权重其中表示风电机组第i个子系统第j个指标特征参数的常权 权重，表示风电机组第i个子系统第j个指标第k个特征参数常权权重，i、 j、k均为自然数。