大海梁子风场设备状态检修信息化研究

基于大数据的水电厂状态检修方案探讨
刘艳英
【期刊名称】《数字技术与应用》
【年(卷),期】2017(000)010
【摘要】本文在结合目前智能电网技术取得成就的基础上探讨利用先进的大数据分析处理技术充分挖掘与设备状态相关联的多种有效信息,从大量数据中探知设备状态及影响参量变化的关联关系和发展规律,为设备状态的精细化状态评估和故障诊断提供全新的解决思路和技术手段.
【总页数】2页(P220-221)
【作者】刘艳英
【作者单位】浙江华电乌溪江水力发电厂,浙江衢州 324000
【正文语种】中文
【中图分类】TV741
【相关文献】
1.基于大数据模式下的智慧农业云平台解决方案的探讨 [J], 孙莉
2.基于大数据和云计算的智慧城管公共服务平台建设方案探讨 [J], 翟珂;宋鹏;李新锋
3.基于大数据的智慧水电厂建设思路探讨 [J], 周红
4.基于大数据的水电厂状态检修方案探讨 [J], 刘艳英
5.基于大数据的5G流量迁移方案研究与探讨 [J], 贾玉玮;晁昆;关键;王云云;赫欣;程新洲;曹丽娟
因版权原因，仅展示原文概要，查看原文内容请购买。

2020年42卷第6期第25页电气传动自动化Vol.42,No.6 ELECTRIC DRIVE AUTOMATION2020,42(6):25-27文章编号：1005—7277(2020)06—0025—03大型风电机组远程状态监测系统相关问题研究探讨贾建华(晋控电力山西新能源有限公司，山西太原030000)摘要：大数据的应用不仅可以提升风电设备远程监测水平，而且可以提高发电机组的运维稳定性。

本文主要研究了大型风电机组远程状态监测系统的设计和实现，讨论了大数据在大型风电机组远程状态监测系统中的实际应用，分析了相关问题，并给出了系统的预期应用流程,以期为相关应用研究提供参考。

关键词：大型风电机组；远程状态监测系统；风电大数据中图分类号：TM315文献标识码：AStudy of Relevant Problems of Large Wind Turbine Remote Status Monitoring SystemJIA Jian-hua(Shanxi Tongmei New Energy Co.,Ltd.,Taiyuan030000,China) Abstract:The application of the big data can not only improve the remote monitoring level of the wind power equipment,but also improve the operation and maintenance stability of the generator units.This paper mainly studies the design and implementation of the large wind turbine remote status monitoring system,discusses the practical application of the big data in the large wind turbine remote status monitoring system,analyzes the relevant problems,and gives the expected application process of the system so as to provide reference for the related application research.Key words:large wind turbine;remote status monitoring system;wind power big data1大型风电机组远程状态监测系统设计思路以往大型风电机组电站之间、电站内部监控系统、变压站监控系统均处于互不兼容、相互独立的运行状态，且不具备存储长周期数据的能力，极易诱发数据孤岛问题，不仅增加了数据上报、利用复杂度,而且背离了大数据时代管理方针。

海上风力发电机组的可视化监测与评估技术研究近年来，海上风力发电已成为新能源发展的热门领域之一，海上风力发电机组作为其中的重要组成部分，其可视化监测与评估技术的研究和应用变得愈发重要。

本文将从海上风力发电机组的可视化监测与评估技术的研究意义、技术特点及应用前景三个方面进行探讨。

海上风力发电机组的可视化监测与评估技术研究具有重要的现实意义。

首先，随着风电场规模的不断扩大以及布设地点的复杂多变，风力发电机组的可视化监测与评估技术可以提高海上风电运维工作的效率和安全性。

通过实时监测风力发电机组的运行状态，可及时发现故障并进行维修，避免因故障带来的风电场停产损失。

其次，风力发电机组的可视化监测与评估技术可以为海洋工程的长期运输和维修提供重要参考，围绕机组运行数据的分析，可以优化运维方案，减少维修次数和维护成本。

此外，风力发电机组的可视化监测与评估技术还可以为风电场的设计和规划提供数据支持，进一步强化我国风电领域在全球能源产业中的竞争力。

海上风力发电机组的可视化监测与评估技术具有以下几个技术特点。

首先，该技术以先进的传感器技术为基础，可以实现对风力发电机组的关键参数进行实时监测，包括但不限于转速、偏航角、振动等。

其次，可视化监测与评估技术以高速数据采集与传输技术为保障，能够快速准确地获取风力发电机组的运行数据，方便后续分析与处理。

另外，该技术还结合了大数据和云计算技术，可以对大量的数据进行存储、管理和分析，为机组运维提供全面的支持。

此外，随着人工智能技术的发展，可视化监测与评估技术还可以借助机器学习算法，实现对风力发电机组的自动监测与预警，进一步提升风电场的管理水平。

海上风力发电机组的可视化监测与评估技术在实际应用中有着广阔的前景。

首先，该技术可以为风力发电机组的运维管理提供决策支持。

通过对机组运行状态的实时监测与分析，可以为运维人员提供准确的数据，帮助其判断机组的健康状况，及时采取措施，保障风电场的正常运行。

风力发电机状态监测与故障诊断技术发布时间：2021-06-09T02:27:11.188Z 来源：《福光技术》2021年4期作者：张海波孔令琪[导读] 风力发电机的结构可以分为机械和电气控制两大部分，机械部分主要负责能量的转化和传递。

内蒙古华电辉腾锡勒风力发电有限公司内蒙古呼和浩特 010010摘要：近年来，随着工业的发展，环境污染日益严重，新能源风力发电在各行业领域应用日益广泛。

一般风力发电场多建于偏远地区，地处环境恶劣，无法应用有效监测技术解决风力发电机组各种故障与信号不统一等问题。

因此，基于风力发电机不同监测数据，全面分析风力发电机组运行时遇到的故障，深入研究风力发电机组监测与故障技术具有非常重要的意义。

关键词：风力发电机；状态监测；故障诊断技术1风电机组工作原理风力发电机的结构可以分为机械和电气控制两大部分，机械部分主要负责能量的转化和传递。

风力发电机利用叶轮吸收风能，并将风能转化为叶轮的动能，通过叶片法兰传递给轮毂，再由轮毂将动能传给主轴。

主轴经联轴器将动能传递给行星齿轮箱输入端，此时叶轮的转速较低一般为 10-20 转，经过行星齿轮箱增速后由齿轮箱输出轴通过联轴器传给发电机输入端，齿轮箱输出轴转速达到 1000-1800 转，达到发电机输入转速，最后由发电机实现动能向电能的转化。

电气控制部分包括信息采集、分析和传递环节。

信息采集环节主要由分布在风力发电机不同位置的传感器组成，传感器采集的信号顺信号线发送到控制系统，控制系统接收信息之后，对信号进行分析判断，最后发出相关动作指令，例如：偏航、变桨、温度控制和机械紧急刹车等指令。

由执行电机或液压执行装置执行。

2风力发电机状态监测与故障诊断技术2.1齿轮箱状态监测和故障诊断对齿轮箱进行故障诊断可以将故障消除在萌芽时期，有效预防实际工程生产中重大事故的发生。

因此，为了提高设备的可靠性运行，针对齿轮箱进行故障诊断是关键，同时也是状态监测和故障诊断技术发展的必然趋势。

基于AIS和GIS的海上风电场船舶监控系统软件设计沈思曦;陈元林;安博文;卢学佳【摘要】海上船舶进入海上风电场海域后,连接海上风电站的海底电缆可能因过往船只抛锚、钩锚而损坏.为此设计一种基于船舶自动识别系统(AIS)和地理信息系统(GIS)的海上风电场船舶监控系统,将目标船舶显示在GIS地图上,对其进行实时监控.描述系统实现中的若干关键技术,包括AIS编解码与自动发送短消息、警戒区判断算法、GIS可视化、地理信息数据库、多客户端与消息发布订阅机制等;并对监测软件进行压力测试,结果表明系统能够有效显示、处理船舶信息.【期刊名称】《现代计算机（专业版）》【年(卷),期】2018(000)020【总页数】6页(P91-95,100)【关键词】AIS;GIS;发布订阅;MapWinGIS;PostGIS【作者】沈思曦;陈元林;安博文;卢学佳【作者单位】上海海事大学信息工程学院,上海 201306;上海海事大学信息工程学院,上海 201306;上海海事大学信息工程学院,上海 201306;国网衡水供电公司,衡水053000【正文语种】中文0 引言海上风电系统由陆上集控中心、海上升压站和海上风机组成。

陆上集控中心与海上升压站之间、海上升压站与各个风机之间分别用用220kv和35kv的海缆进行串接。

风电场工作人员需要对所有铺设海缆的海域进行船舶监控，保护海缆不受锚害。

文献[1]提出了一种单机版的海上船舶监控系统，其能够对海域内传播进行有效监控。

文献[2]在文献[1]的基础上提出了基于C/S结构的多客户端监控系统的想法，但其只有想法没有具体的实施方案。

文献[3]将文献[2]中的想法成功实现，且系统能够稳定运行，但文献[1-3]的系统均只支持单个AIS设备进行数据采集，使得系统稳定性得不到保障，且其告警系统不够完善，均只能系统报警而不能向目标船舶发送告警信息。

这些不足点在文献[4]中被提及，作者提出了一系列方案来完善系统，但最终只有部分功能完成模拟测试，且系统整体设计没有完成。

基于趋势预测的大型风电机组运行状态模糊综合评价一、本文概述随着全球能源结构的转变和可再生能源的大力发展，风力发电作为一种清洁、可再生的能源形式，已在全球范围内得到了广泛的关注和应用。

大型风电机组作为风力发电的核心设备，其运行状态直接影响着风电场的发电效率和经济效益。

因此，对大型风电机组的运行状态进行准确、及时的评价，对于保障风电场的稳定运行和提高发电效率具有重要意义。

本文旨在探讨基于趋势预测的大型风电机组运行状态模糊综合评价方法。

通过对大型风电机组运行数据的收集和分析，提取出反映机组运行状态的关键特征指标。

然后，利用趋势预测技术，对这些关键指标进行未来趋势的预测，以便及时发现机组运行中可能存在的问题。

在此基础上，结合模糊综合评价方法，综合考虑多个指标的影响，对大型风电机组的运行状态进行全面、客观的评价。

本文的研究内容不仅有助于提升大型风电机组运行状态的监测和预警能力，还能为风电场的运维管理提供决策支持，具有重要的理论价值和实践意义。

本文的研究成果也能为其他类型设备的状态评价和预测提供参考和借鉴。

二、风电机组运行状态评价指标体系构建构建科学、合理的风电机组运行状态评价指标体系，是实施基于趋势预测的大型风电机组运行状态模糊综合评价的基础和前提。

这一指标体系不仅应涵盖风电机组运行的各个方面，还需要能够反映出机组性能的变化趋势和潜在风险。

在构建风电机组运行状态评价指标体系时，我们首先要考虑风电机组的主要构成部分和关键运行参数。

这包括风轮、发电机、齿轮箱、塔筒等主要部件，以及风速、功率输出、振动、温度等关键运行参数。

通过对这些部件和参数的深入分析，我们可以建立一系列与风电机组运行状态密切相关的评价指标。

我们需要根据风电机组的实际运行情况和性能要求，确定各评价指标的权重。

权重的确定应基于对风电机组性能影响的大小、重要性程度以及实际运行数据的统计分析。

合理的权重设置能够确保评价指标体系能够真实反映风电机组的运行状态。

海上风电场风电机组状态监测及故障预警系统的研究发表时间：2015-09-22T14:09:05.253Z 来源：《电力设备》第01期供稿作者：陈晓云董英瑞[导读] 中国能源建设集团广东省电力设计研究院有限公司海上风电机组监测和检修的问题也日益显现出来，如果对海上风电机组进行有效的监测也成为了一个重要的研究方向。

陈晓云董英瑞（中国能源建设集团广东省电力设计研究院有限公司 510663）摘要：海上风电场，由于其离岸距离远、所处自然环境恶劣，日常巡视维护和事故抢修十分不便，一旦出现故障将造成重大经济损失，因此海上风电场的设备维护是风电场建成运行后的主要问题。

风电机组作为海上风电场的重要组成部分，同时也是最容易出现故障的部分，一旦出现问题，造成的损失是不可估量的，因此对海上风电场的风电机组进行实时状态监测，并在故障出现前一段时间作出准确的警告是非常关键和必要的。

关键词：海上风电；状态监测；故障预警0 引言近年来由于化石能源逐渐枯竭、温室效应造成的地球暖化现象日益严重，因此可再生能源发电得到了极大的关注和发展，尤其是风力发电。

2010 年底，我国风电装机总容量达到4182.7 万千瓦，比2009年增加了62%，风电已成为继水电之后我国电力系统中规模最大的可再生能源发电方式，风力发电事业取得了令人瞩目的成就。

我国陆地可开发的风能资源储量约为250GW，近海约为750GW，丰富的近海风能使得海上风电事业得到了蓬勃地发展，随着海上风电的发展，海上风电机组监测和检修的问题也日益显现出来，如果对海上风电机组进行有效的监测也成为了一个重要的研究方向。

1.风电机组状态监测及故障预警技术现状1.1 风电机组的主要故障风电机组是故障的多发区，包括齿轮箱故障、发电机故障、主轴承故障、叶轮系统故障、液压系统故障等，其中，仅齿轮箱本身的故障问题直接相关的维护费用就占到了风电场运行与维护费用的20%-30%，主要体现在齿轮或轴承磨损、油温及轴承温度高等方面。

海上风力发电机组的故障诊断与修复技术研究随着全球对可再生能源的需求不断增加，海上风力发电成为一种越来越受关注的清洁能源解决方案。

然而，海上风力发电机组在恶劣的海洋环境中运行，面临着各种各样的故障和问题。

因此，对于海上风力发电机组的故障诊断与修复技术的研究显得尤为重要。

本文将着重讨论海上风力发电机组故障诊断与修复技术的研究现状、主要挑战以及未来发展方向。

故障诊断是海上风力发电机组运行维护中的一个重要环节。

由于机组数量众多、分布广泛以及恶劣的运行环境，传统的人工巡检难以满足需求，因此研究自动化故障诊断技术成为一个热点。

目前，故障诊断技术主要利用传感器和监测设备采集机组的运行数据，通过数据分析和算法识别故障类型和位置。

一些研究者还采用机器学习和人工智能方法，通过对大量历史故障数据的学习，提高故障诊断的准确性和效率。

但是，目前仍存在着故障诊断准确率不高、误报率较高等问题，还需要进一步研究和改进。

除了故障诊断技术，海上风力发电机组的修复技术也是一项重要的研究内容。

由于机组的特殊性和复杂程度，修复工作需要具备专业技能和丰富经验。

传统的维修方式采用人工检修，但面对那些在海上安装的机组，维修难度更大。

因此，海上风力发电机组的修复技术成为关注焦点。

研究人员开始探索使用机器人进行维修和修复，以减少人力投入和提高效率。

这些机器人可以根据故障类型进行相应维修工作，如更换故障零部件、调整机组参数等。

此外，在机组设计阶段加入可更换部件和智能检测装置，也能提高修复效率。

尽管目前已经取得了不少成功，但仍然需要攻克机器人难以应对复杂环境和任务的问题，以及优化人机协作的技术。

在研究过程中，海上风力发电机组故障诊断与修复技术面临许多挑战。

首先，海洋环境的严酷条件会加速机组部件的磨损和腐蚀，增加了故障的发生概率。

其次，故障诊断和修复需要高度的专业知识和技能，培养专业人才是一个长期的任务。

此外，机组的维修作业通常需要在海上进行，遇到恶劣天气条件时会受到限制，因此安全性是一个重要考虑因素。