资讯中心
中矿龙科能源科技(北京)股份有限公司
地址：北京市顺义区竺园路12号院天竺综合保税区泰达融科园37号楼
电话：010-82895450 82896169
传真：010-82895450-8001
E-mail：zklk906@126.com
1688店铺：https://zklkshop.1688.com/?spm=a2615work.11851524.0.0.87Halg
销售电话
销售总公司电话：
010-82895450 82896169
市场合作毛经理： 13552809405
煤炭行业李经理： 15910914930
风电行业李经理： 13241264338
其他行业马经理： 13331000022
风电发电机组、偏航系统、主电缆健康状态及故障诊断在线监测系统
风电发电机组运行状态在线监测系统
一、项目背景
能源是人类生存的基本要素，国民经济发展的主要物资基础。由于化石资源的日益枯竭和人类对全球环境恶化的倍加关注，风能作为取之不尽、用之不竭的清洁绿色能源已深受全世界的重视。我国风力发电起步较晚，但由于国家政府的重视，正大力发展风力发电及其相关的技术研究。随着风电技术的进步和风电场的开发，我国风电产业开始形成。目前风电场的全年发电量近1.05万亿度，已形成产值3000多亿元。欧洲风能协会和绿色和平组织在近期的一份报告中，用详实的数据和精辟的分析描述了未来世界风力发电的情景，向世人展示了风力发电已成为解决全球能源问题不可或缺的重要力量。报告指出，到2025年风力发电将占世界电力总量的20%，届时世界风电的装机容量将达到2231000MW，发电量约为50000亿kWh。
风电场中风力发电机组的运行故障会对整个机组运行的稳定性、质量和效率产生严重影响。只有通过及时修复故障、监测设备运行状态以及必要的调整和改进，才能确保风力发电机组持续高效运行。
目前，风力发电机组系统常见的几种结构形式包括异步感应风力发电机系统;同步风力发电机系统;直驱永磁风力发电机；双馈风力发电机系统。使用最多的是双馈感应风力机系统，与传统的恒速恒频风力发电系统相比，用双馈电机的变速恒频风力发电系统具有风能利用系数高，能吸收由风速突变所产生的能量波动以避免主轴及传动机构承受过大的扭矩和应力，可改善系统的功率因数。
二、项目简介
风力发电系统主要由叶片、轮毂、机座、变桨系统、偏航系统、加速箱、发电机、控制柜等组成，以叶片为驱动系统，通过加速箱带动发电机进行发电，具体结构见图1。
风电发电机组结构图
风电偏航电机主要用于驱动偏航减速箱，从而带动偏航轴承转动，使得风轮轴线与风向保持一致，确保风机捕获最大风能，提高发电效率和风能利用率。偏航电机是风力发电机中的关键电机组件，在控制风力发电机输出功率和提高风能利用效率方面，发挥着至关重要的作用，具体结构见图2。
图2 偏航电机结构图
本项目主要以发电机、齿轮箱、偏航电机及电力电缆为研究对象，对风机的运行状态进行监测和故障诊断研究，而获取风机的运行状态。通过电流磁致传感器对其不同的运行状态进行数据采集，总结归纳发电机、偏航电机和电力电缆各部位发生劣化时与其对应的关系。以融合诊断技术理论、设备状态数据采集系统、设备状态数据分析系统、设备状态故障智能诊断算法模型为核心，设计风电运行状态在线监测和故障诊断系统。
该方案主要是利用先进的融合诊断技术，为风电企业的风力发电设备组建设备状态智能监测系统平台，既保证了风电设备的状态监测需求，又能将风电设备纳入综合状态管理体系中。通过该方案的实施，可以实现对风电运行状态的实时监测，对风力发电设备故障进行综合诊断和分析，特别是对设备的早期故障进行精准预判，有效降低机电设备的运行故障风险，提高了设备运行的可靠性。
三、技术特点及优势
目前常用于诊断电机、齿轮箱、电力电缆的方法有振动法、声波法、红外法、及局放法，此类方法的诊断结果受工作环境的影响较大，故障检测内容也不全面；诊断结果很难解读，需专业人员对其分析判断，不能直观的展现给客户。而本项目的具体特点和优势如下：
1）非接触检测： 采用非接触式传感器，检测操作时只需要找到电气设备的供电电缆即可对设备状态进行全面检测分析，不会改变设备的原有质量，可实现对狭窄、封闭等特殊环境中的电气设备进行远程状态诊断，还可以在电气设备进行日常维护及停机检修时，免去了传感器的拆装及信号调试工作，不影响设备的正常维保工作。
2）系统兼容性较好，安全可靠性高，检测操作时，数据采集器不会对电气设备施加电磁、电流、电压等信号，只通过感应供电电缆表面的磁场信号，不会对运行中的一、二次设备产生任何影响。
3）故障分析全面、专业：打破传统的人为分析故障的模式，依靠智能化分析，整个分析过程不需要人为干预，避免了因人员技术水平的差异而导致对检测结果的误判断，提高了诊断结果的可靠性。
4）智能推荐处理决策：自动生成设备状态报告，无需复杂人工分析，改变了传统检测方法需要专家或有经验的技术人员才能准确判断设备状态的情况，使得普通技术人员也能清晰了解设备状态情况。同时系统内置预测性维护策略库，能够为风电设备管理人员提供合适的运行调整、维护保养、检修技改方案，科学指导运维检修。
5）智能的劣化趋势分析技术，可以有效跟踪各类异常或缺陷的发展变化趋势，实现对设备故障的提前预测，为设备检修争取更充足的准备时间。
四、方案具体内容
(1)系统一：发电机及电力电缆检测
该方案主要是利用先进的融合诊断技术，为风电企业的风力发电设备组建设备状态智能监测系统平台，既保证了风电设备的状态监测需求，又能将风电设备纳入综合状态管理体系中。通过该方案的实施，可以实现对风电运行状态的实时监测，对风力发电设备故障进行综合诊断和分析，特别是对设备的早期故障进行精准预判，有效降低机电设备的运行故障风险，提高了设备运行的可靠性。
三、技术特点及优势
目前常用于诊断电机、齿轮箱、电力电缆的方法有振动法、声波法、红外法、及局放法，此类方法的诊断结果受工作环境的影响较大，故障检测内容也不全面；诊断结果很难解读，需专业人员对其分析判断，不能直观的展现给客户。而本项目的具体特点和优势如下：
1）非接触检测： 采用非接触式传感器，检测操作时只需要找到电气设备的供电电缆即可对设备状态进行全面检测分析，不会改变设备的原有质量，可实现对狭窄、封闭等特殊环境中的电气设备进行远程状态诊断，还可以在电气设备进行日常维护及停机检修时，免去了传感器的拆装及信号调试工作，不影响设备的正常维保工作。
2）系统兼容性较好，安全可靠性高，检测操作时，数据采集器不会对电气设备施加电磁、电流、电压等信号，只通过感应供电电缆表面的磁场信号，不会对运行中的一、二次设备产生任何影响。
3）故障分析全面、专业：打破传统的人为分析故障的模式，依靠智能化分析，整个分析过程不需要人为干预，避免了因人员技术水平的差异而导致对检测结果的误判断，提高了诊断结果的可靠性。
4）智能推荐处理决策：自动生成设备状态报告，无需复杂人工分析，改变了传统检测方法需要专家或有经验的技术人员才能准确判断设备状态的情况，使得普通技术人员也能清晰了解设备状态情况。同时系统内置预测性维护策略库，能够为风电设备管理人员提供合适的运行调整、维护保养、检修技改方案，科学指导运维检修。
5）智能的劣化趋势分析技术，可以有效跟踪各类异常或缺陷的发展变化趋势，实现对设备故障的提前预测，为设备检修争取更充足的准备时间。
四、方案具体内容
(1)系统一：发电机及电力电缆检测
图3 发电机及电力电缆监测结构图
发电机及电力电缆监测系统的工作过程是利用非接触式谐波传感器，在发电机定子绕组出线电缆处提取设备的电流谐波数据并进行分析，再通过同轴射频电缆线将数据传到谐波数据采集器，谐波数据采集器对其进行滤波出后期进行FFT变换，并将处理后的数据通过有线或无线网络将数据传到云端服务器，云端服务器系统通过智能诊断算法得出诊断结果并与专家数据库比对分析生成设备诊断报告。用户可以通过各类终端设备的浏览器进行设备诊断结果的查看。该监测系统可同时对发电机及定子绕组出线电力电缆进行监测，发电机10分钟采集一次数据，电力电缆10分钟采集一次数据。具体检测内容见图4、5、6。
图4 发电机及电力电缆监测部位图
图5 发电机检测内容
图6 电力电缆检测内容
(2)系统二：偏航、油泵电机检测
图7 偏航、油泵电机监测结构图
偏航、油泵电机监测系统的工作过程类似于发电机监测系统，同样利用非接触式谐波传感器，在偏航、油泵电机供电电缆处提取设备的电流谐波数据并进行分析，再通过同轴射频电缆线将数据传到谐波数据采集器，谐波数据采集器对其进行滤波出后期进行FFT变换，并将处理后的数据通过有线或无线网络将数据传到云端服务器，云端服务器系统通过智能诊断算法得出诊断结果并与专家数据库比对分析生成设备诊断报告。用户可以通过各类终端设备的浏览器进行设备诊断结果的查看。具体检测内容见图7、8。
(3)服务器部署
本项目采用4G无线传输，服务器布置在云端；
系统一在风力发电机定子绕组出线电缆的保护层安装电流谐波传感器，系统二在偏航电机的供电电缆上安装电流谐波传感器，对发电机及出线电缆以及偏航电机进行运行状态监测，现场就近取交流220V电源为监测装置主机供电。监测装置主机通过4G通讯装置，将风机的状态监测数据传输至云端服务器，用户可使用电脑或手机访问云服务器查看设备的运行状态数据。
五、设备状态在线监测系统
5.1 基础平台
采用前后端分离架构，使用 SpringBoot2.x，Ant Design&Vue，Mybatis-plus，Shiro，JWT等框架。各子应用基于该平台研发、运行，具备高可扩展性，可快速搭建出具有高性能的集群服务。基础平台的关键功能如下。
（1）通用基础功能，包含机构部门管理、用户角色管理、操作日志查询等基础管理功能。
（2）统一用户中心，采用Redis缓存将登陆用户人员信息放到缓存中，分布式部署，可支持万级在线用户量。ORM采用国产的Mybatis-plus，同时使用强大的Shiro安全框架，执行身份验证、授权、密码和会话管理。使用JWT框架对用户的身份信息进行传递和认证。
（3）子系统化管理，支持可视化或者模块粒度级别的应用上线、下线管理。
5.2 数据采集及解析系统
采用表示层、功能层和数据层三层CS架构。
表示层：采用多线程设计，负责接收来自于采集系统的数据请求，验证请求数据的有效性。
功能层：接收表示层发送的指令，调用傅里叶变换函数通过FFT变换得到电流信号中的高次谐波含量，然后利用主成分分析函数，用若干个元素去表示整体变量，从而实现数据压缩的一种方法。
数据层：将数据处理结果存储到Web智能管理系统中的实时时序数据库中，同时将数据上传到专家库智能诊断系统。包括被测电机的A、B、C三项的谐波含有率以及谐波贡献率数据。
5.3 智能诊断系统
风电机组系统中电机的种类不同，包括电流谐波原始数据、设备的电流、电压、运行频率和负载模式等，数据结构复杂，且存在一些异常点和噪音等。首先通过小波包变换算法滤除原始数据中的杂波信号，再利用人工智能算法与谐波诊断技术融合，洞察电机、齿轮箱、电力电缆的隐蔽缺陷，并进行设备劣化趋势预测，从而实现电机及电力电缆的状态监测，具体如下图所示。
本项目采用4G无线传输，服务器布置在云端；
系统一在风力发电机定子绕组出线电缆的保护层安装电流谐波传感器，系统二在偏航电机的供电电缆上安装电流谐波传感器，对发电机及出线电缆以及偏航电机进行运行状态监测，现场就近取交流220V电源为监测装置主机供电。监测装置主机通过4G通讯装置，将风机的状态监测数据传输至云端服务器，用户可使用电脑或手机访问云服务器查看设备的运行状态数据。
五、设备状态在线监测系统
5.1 基础平台
采用前后端分离架构，使用 SpringBoot2.x，Ant Design&Vue，Mybatis-plus，Shiro，JWT等框架。各子应用基于该平台研发、运行，具备高可扩展性，可快速搭建出具有高性能的集群服务。基础平台的关键功能如下。
（1）通用基础功能，包含机构部门管理、用户角色管理、操作日志查询等基础管理功能。
（2）统一用户中心，采用Redis缓存将登陆用户人员信息放到缓存中，分布式部署，可支持万级在线用户量。ORM采用国产的Mybatis-plus，同时使用强大的Shiro安全框架，执行身份验证、授权、密码和会话管理。使用JWT框架对用户的身份信息进行传递和认证。
（3）子系统化管理，支持可视化或者模块粒度级别的应用上线、下线管理。
5.2 数据采集及解析系统
采用表示层、功能层和数据层三层CS架构。
表示层：采用多线程设计，负责接收来自于采集系统的数据请求，验证请求数据的有效性。
功能层：接收表示层发送的指令，调用傅里叶变换函数通过FFT变换得到电流信号中的高次谐波含量，然后利用主成分分析函数，用若干个元素去表示整体变量，从而实现数据压缩的一种方法。
数据层：将数据处理结果存储到Web智能管理系统中的实时时序数据库中，同时将数据上传到专家库智能诊断系统。包括被测电机的A、B、C三项的谐波含有率以及谐波贡献率数据。
5.3 智能诊断系统
风电机组系统中电机的种类不同，包括电流谐波原始数据、设备的电流、电压、运行频率和负载模式等，数据结构复杂，且存在一些异常点和噪音等。首先通过小波包变换算法滤除原始数据中的杂波信号，再利用人工智能算法与谐波诊断技术融合，洞察电机、齿轮箱、电力电缆的隐蔽缺陷，并进行设备劣化趋势预测，从而实现电机及电力电缆的状态监测，具体如下图所示。
图10 监测系统在线监测页面
图11 发电机诊断报告
图12电力电缆诊断报告
图13 电动机诊断报告