基于大数据的风电设备远程故障监测与诊断技术应用研究.pdfVIP

基于大数据的风电设备远程故障监测与诊断

技术应用研究

作者：徐俊山孔小强马廷姬廷董临治

来源：《中国新通信》2024年第02期

摘要：将大数据、云计算、物联网等新技术应用在风力发电行业中，可帮助实现对风机故

障的智能诊断，并且还能够对风机设备运行过程中的状态进行实时动态监测。特别是基于大数

据技术的远程故障监测与诊断系统，较大程度的降低了人工巡检和维护成本，且提高了风力发

电场气象预报和产能预报的准确性，有利于达成风电场日常运维降本增效的总目标。本文介绍

了基于大数据的风电设备远程故障监测与诊断技术的系统设计，并结合变桨控制系统故障进行

了具体应用分析，以供参考。

关键词：大数据；风电设备；故障监测；数据采集

随着科技的不断进步，可再生能源行业在近年来得到了快速发展，其中风电行业尤为突

出。然而，风电设备的故障检测与诊断仍然是一个重大挑战。在传统的风电设备故障检测与诊

断方法中，往往依赖于人工定期检查和维修，这种方法不仅效率低下，而且不能实时监测设备

的运行状态。近年来，大数据技术和人工智能的快速发展为风电设备的远程故障监测与诊断提

供了新的解决方案。通过收集和分析风电设备的运行数据，可以实时监控设备的状态，预测可

能出现的问题[1]。同时，通过对大量数据的深度挖掘和分析，可以提取出设备的运行规律和

潜在故障模式，从而进行更精准的故障诊断。

一、基于大数据的风电设备远程故障监测系统组成及架构设计

（一）系统组成

基于大数据的风电设备远程故障监测与诊断系统包括前端硬件、设备端软件和智慧云平台

三部分。一旦安装设备，系统会利用声纹探测、音频采集等传感器进行数据采集和智能计算。

这些数据包括设备运行情况和各种参数，它们会被上传至云平台进行智能分析，例如故障判

断、异常监测和巡检管理。通过这种方式，系统可以实现对风电设备的远程监测和诊断，提高

效率并及时发现潜在问题。

（二）整体架构设计

应用1.展示层

智慧云平台借助云计算和物联网技术对数据进行分析，展现设备的运行状态，识别并准确

定位故障，实时发出告警。这使得运维人员能够及时处理故障事件，实现了运营管理的数字化

和智能化。通过这种方式，风电设备的监控和维护变得更加高效、准确和及时。

传输分析层2.

通过声纹识别算法对采集到的声纹信号进行识别分析，以及利用波形分析法和参数分析法

对风电机组的运行状态进行评估，这是一种先进且有效的检测方法。声纹识别算法可以帮助精

准识别风电机组中的异常声音，而波形分析法和参数分析法可以提供详细的运行状态评估，从

而有效地进行故障预测和预防性维护。这些技术的结合可以提高风电设备检测的准确性和及时

性，有助于提升设备的可靠性和安全性。

数据采集层3.

这种利用传感器对风力发电机组关键组件振动、转速等参数进行采集，并通过分布式八路

边缘计算网关将数据传输至终端云平台的方法，可以实现风力发电机组的全息化实时监控。通

过传感器采集的数据可以提供设备运行状态的综合信息，而分布式边缘计算网关可以实现数据

的实时传输和处理，从而实现对风力发电机组运行状态的实时监控。这种监控方法可以帮助运

维人员及时发现潜在问题并进行预防性维护，从而提高设备的可靠性和安全性，同时也有助于

优化运行效率和延长设备寿命。

系统功4.能

（1）风场基本信息概览

风场基本信息模块的主要功能是可以通过矩阵型、环线型、列表型、地图型四种模式查看

整个风场的运行状态。

（2）风机远程监视模块

风机监视模块的主要功能是可以查看单个风机的运行详情，并可以对单个风机进行远程启

动、远程停机等操作。

（3）风机远程控制模块

风机控制模块的主要功能是可以对整个风场、单个环线、单个风机、多个风机进行集中。

（4）大数据分析模块

对各类实时和历史数据分析，按照时间条件，折线图、柱状图和数据表的形式显示各个风

机的有功功率、瞬时风向等，并在此基础上自动形成报告。

（5）风机能量管理模块

风机能量管理模块主要由风速传感器、风力发电机控制单元（GCU）、能量管理系统

（EMS）等构成。其主要功能是收集和分析风力发电机组的运行数据，进行能量调度和管理，

以实现最大化能源利用效率。当电网出现故障或过载时，保护电路可确保风力发电机组的安

全，防止设备损坏。

（6）故障监测与报警模块

故障监测与报警模块中的报警记录分为三级：机