[发明专利]一种基于大数据的风电机组智能巡检方法

说明书

本发明公开了一种基于大数据的风电机组智能巡检方法，属于风力发电领域，针对风电机组包括发电机系统、叶片系统、变桨系统、偏航系统、变流系统、冷却系统、主控系统等各个系统建立智能巡检数据模型，根据其运行和故障特性分别进行管理和分析。采用风电机组智能巡检系统包括数据源层、基础层、平台层及应用服务层四层架构，充分利用机组的数据、振动检测CMS数据等智能巡检大数据处理中心和风电场手持终端相互配合、相互补充，进而实现对机组状态的远程精准掌控，智能巡检系统将设备巡检表、设备预警表、设备维护表等上传至系统，为现场的检修维护提供重要的信息支撑。

技术领域

本发明涉及一种基于大数据的风电机组智能巡检方法，属于风力发电领域，针对风电机组包括发电机系统、叶片系统、变桨系统、偏航系统、变流系统、冷却系统、主控系统等各个系统建立智能巡检数据模型，根据其运行和故障特性分别进行管理和分析。

背景技术

风电产业一方面面临着弃风限电等行业顽疾的困扰，既是优质资源又具备良好消纳条件的待开发区域越来越少；另一方面，源于平价上网的趋势，度电成本下降的压力向纵深化、精细化发展的需求行业步入了精耕细作时代。在这种状况下，要保证风电产业作为新兴产业持续健康发展，保证年新增装机量保持在一个合理稳定的规模，需依靠数字化技术确保行业继续发展。风电行业其实很多环节上已经在应用大数据技术，并呈现出数字化智慧化的趋势。比如，智能风机具备自由升级和自我学习的能力，风机和风机之间实现互联；通过大数据分析，对客户电力需求量和发电量的实时匹配更精准预测电力的需求；智能运维改变了过去的故障后再处理，实现了预防性检测。

电力设备巡检是保证电力设备安全、提高电力设备可靠率、确保电力设备最小故障率的一项基础工作。目前，国内普遍采用的是人工巡视、手工纸介质记录的工作方式，这几种方式存在着人为因素多、管理成本高、无法监督巡检人员工作、巡检数据信息化程度低等缺陷。

针对风电机组目前人工巡检现状，实施风电机组智能巡检方案。通过充分利用集控平台和诊断平台已有条件，利用机组大数据、物联网、人工智能等先进的技术手段，规范设备巡检管理，减少人员巡检工作量，提高风电机组智能巡检质量和效率，避免机组因巡检不到位导致重大事故，通过图像识别、红外识别等智能化手段实现多区域、多机组的智能巡检。风电机组智能巡检系统将所有管理的内容数字化，实现可靠而准确的信息交换，跨平台资源实时共享，进而优化决策，为机组的操作提供科学指导。通过风电机组智能巡检的实施，可以实现巡检机组全覆盖、巡检周期全覆盖、巡检项目全覆盖，降低发电成本、提高上网电量、减少设备故障，最终实现电厂的安全、经济运行和节能增效。

发明内容

本发明的目的在于基于设备数据基础上的各模块模型分析，机舱内部根据需要安装辅助红外成像视频监控、语音识别、机组在线振动监测、人工辅助视频图像采集等取代人工巡检的看、听、测、闻的方式，而提出一种基于大数据的风电机组智能巡检方法。

本发明解决上述问题所采用的技术方案是：一种基于大数据的风电机组智能巡检方法，其特征是，过程如下：

风电机组的巡检重点在机舱内部和机舱外部，机舱内部主要包括电气系统和机械系统，电气系统重点关注电气设备的温度、电压、电流、频率等指标，机械系统重点关注油温、油位、振动等指标。机舱外部主要是叶片、塔筒、塔基。

建立风电机组智能巡检系统，一方面在充分利用远程集控平台和远程诊断平台数据的基础上，扩充数据点表，全面采集风电机组运行数据和故障记录，形成风电机组智能巡检的基础大数据；另外一方面增加辅助设备（红外成像视频、声音、图像、无人机），实现关键部件的监测。利用两方面数据来源形成风电机组智能巡检数据库，对采集的数据根据需要进行筛选清洗，最后通过智能巡检模型（塔筒、叶片和变桨、电气柜、主轴、发电机、偏航系统、联轴器、制动器、液压系统、水冷系统）分析，形成智能巡检异常项目预警和机组故障维护的趋势分析。

风电机组智能巡检系统包括数据源层、基础层、平台层以及应用服务层四层架构；

1、数据源层