[发明专利]一种基于SCADA数据建模风电机组故障分析系统在审

专利信息
申请号: 202110602643.3 申请日: 2021-05-31
公开(公告)号: CN113435703A 公开(公告)日: 2021-09-24
发明(设计)人: 梅春晓;井延伟;武鹏;张正闯;杜石存;张之徽 申请(专利权)人: 河北新天科创新能源技术有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06N20/00
代理公司: 石家庄新世纪专利商标事务所有限公司 13100 代理人: 齐兰君;杨钦祥
地址: 075000 河北省张家口市经*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 scada 数据 建模 机组 故障 分析 系统
【说明书】:

发明涉及风电场风电机组故障分析技术领域,具体为一种基于SCADA数据建模风电机组故障分析系统,包括网关设备、数据处理单元以及模型构建单元;数据处理单元和模型构建单元均基于SCADA系统平台进行集成与开发,且数据处理单元获取研究对象的数据信息并生成用于模型构建单元提取的故障数据库;网关设备包括存储器、中央处理器以及计算机程序;数据处理单元包括标准化预处理模块以及故障数据自动标注模块;模型构建单元包括信息提取模块、故障预警模块以及可视化模块,并依次连接。通过本发明,实现关联信息的自动挖掘与综合利用、SCADA数据内在的复杂时空相关性的自主学习与建模以及故障自动检测与报警。

技术领域

本发明涉及风电厂风电机组故障分析技术领域,具体为一种基于SCADA数据建模风电机组故障分析系统。

背景技术

及时全面准确的监测和评估并网风电机组的运行状态,有效避免故障及连锁故障的发生,对于优化风电场的维修策略和实现大规模风力发电机组安全高效的并网具有重要的现实意义。

因此,如何提高风力发电机组可利用率,降低运行维护成本,特别是随着我国风电机组安装数量的迅猛增加以及风电机组的发展,对风电机组运行状态综合分析、故障诊断以及可靠性研究等方而有望成为我国风电产业新的增长点。

发明内容

本发明目的为解决上述所提到的问题,提出了一种基于SCADA数据建模风电机组故障分析系统。

本发明提供的技术方案是:

一种基于SCADA数据建模风电机组故障分析系统,包括:网关设备、数据处理单元以及模型构建单元;

所述数据处理单元和所述模型构建单元均基于SCADA系统平台进行集成与开发,且所述数据处理单元获取研究对象的数据信息并生成用于所述模型构建单元提取的故障数据库;

所述网关设备包括存储器、中央处理器以及存储在所述存储器上并可以在所述中央处理器上运行的计算机程序;

所述数据处理单元包括标准化预处理模块以及与所述标准化预处理模块连接的故障数据自动标注模块;

所述模型构建单元包括信息提取模块、故障预警模块以及可视化模块,所述信息提取模块连接所述故障预警模块,所述故障预警模块连接所述可视化模块;

所述信息提取模块调取经过所述数据处理单元生成的所述故障数据库,进行关联信息的挖掘以及预警测试,并将预测评估反馈给所述研究对象。

进一步的,所述标准化预处理模块基于SCADA系统,提取风电机组样本数据,研究所述风电机组运行数据与所述风电机组主要部件运行特性之间的关联关系,对所述风电机组样本数据进行标准化处理,建立标准化预处理工具包,实现数据的自动化预处理。

进一步的,所述故障数据自动标注模块,基于SCADA系统提取所述风电机组样本数据,研究所述风电机组运行故障数据自动标注方法,并建立对应的故障数据库。

进一步的,所述信息提取模块,基于SCADA系统提取的所述风电机组样本数据,建立关联参数挖掘模型,获取关键监测变量数据库。

进一步的,所述故障预警模块,基于机器学习和深度学习技术,建立典型故障监测预警模型库,开发相应的模型训练模块和模型评估模块。

进一步的,所述可视化模块,开发并运用于所述风电机组的运维和管理。

进一步的,所述样本数据的标准化处理包括数据重采样、异常点检测、缺失值填充以及归一化。

进一步的,运行特性包括发电量、机组运行时间、温度、震动、风速以及风向并以图表形式展现。

进一步的,所述故障数据自动标注模块,基于风电场历史运行数据、事件记录或故障维修记录,包括:子标签库设置模块、子标签选择模块、标签构建模块、运算值计算模块、哈希模块、标注模块以及编辑模块,且各模块依次电连接。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北新天科创新能源技术有限公司,未经河北新天科创新能源技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110602643.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top