一种海上风电机组传动系统监测方法与流程

1.本发明涉及海上风电机组健康监测的技术领域，尤其是指一种海上风电机组传动系统监测方法。


背景技术：

2.风电机组传动系统是风电场不论在陆上或是海上都是关键设备，目前长期以来一直是采用计划维修的方式，即风电机组件运行一定时间后进行例行维护。这种维修方式无法全面的、及时的了解设备的运行状况，而且因为不知道设备的检修情况容易造成准备不充分，维修工作耗时长、损失浪费严重。特别是海上风电机组传动系统的维护和修理需要特殊的机械资源和天气条件，这些因素大大增加了海上风电机组传动系统的维护成本。例如，更换风电机组传动系统部件需要海上专用船只运输，需要用到起重机等昂贵的机械。这些船只和机械由于风和海浪等因素，可能无法及时进入海上风电场进行维修，大大增加了机械租赁费用。另外，维修停机时间加机械等待进入风电场的时间，延长了风电机组传动系统总的停机时间，这也是海上风电场维护成本增加的一个方面。因此，提高风电机组监测系统的稳定性和可靠性，对风电机组传动系统故障进行预测和监视，及早发现风电机组传动系统故障并作出相应的保护措施，降低运行维护成本，对于推动海上风电产业发展至关重要。
3.目前，对风电机组传动系统监测的开发处于起步阶段，现有对风电机组传动系统故障模式和监测方法的研究，为监测系统的研发创造了理论上的条件。因为海上存在环境恶劣，且信号覆盖问题，这些工作在工程上的实际应用基本是以陆上风电机组传动系统为背景，很少涉及海上风电机组。由于海上风电机组的特殊应用环境决定陆上风电机组传动系统监测技术并不可完全移植到海上风电机组系统中，为此，需要针对性对海上大型风电机组及其重要部件易发故障进行分析总结，对于后续的建立海上风电机组传动系统健康监测和诊断奠定基础。同时，海上风电机组传动系统的监测数据进行传输的数据量比较大，且不存在有4g/5g信号，传统的北斗短报文速率太有限，如何解决大数据传输也是需要解决的重要问题。
4.目前，国内外均有厂家在针对风电机组提出了相应的监测方案，例如：瑞典的skf windcon监测系统，对风电机组各数据点进行监测。监测点包括：转子轴的不平衡状态、不对中、轴偏移、机器松动、轴承状态、齿轮损坏、发电机转子/定子、共振、检测不良的润滑状态等等。或是丹麦的格莱音(gram&juhl)scada支持对整个风电场风电机组传动系统的基本参数，包括风速，功率，转速等的综合监测展示。
5.综合目前风电机组监测方案来看，在监测方面缺少一些细项，也未考虑海上工况，例如，风电机组传动系统监测等。特别是海上数据传输方案均未涉及高速大数据的传输。


技术实现要素：

6.本发明的目的在于为解决现有技术中的不足，提供了一种海上风电机组传动系统监测方法，在各故障常发点安装响应的传感器，实时对数据进行采集，再通过卫星数据通道
与中心数据处理平台互联，实现对监测数据的实时监控预警，即通过监测常规故障点，能够提前更换或者提前处理海上风电机组故障部分，降低运维风险。
7.本发明的目的通过下述技术方案实现：一种海上风电机组传动系统监测方法，包括以下步骤：
8.s1、针对海上风电机组的特性，选择多个海上风电机组传动系统的部件作为监测点；
9.s2、在监测点处布置传感器进行监测，获得监测参数；
10.s3、建立实时数据采集系统，对监测参数进行实时采集，并进行本地化监测参数的消除噪声的预处理以及压缩存储；
11.s4、建立卫星通信系统，通过该卫星通信系统将实时采集的监测参数传输到地面站中，同时地面站亦能够通过卫星通信系统发送控制指令；
12.s5、建立云端数据中心，该云端数据中心与地面站通信连接，接收地面站传输的监测参数；
13.s6、建立中心数据处理平台，接收云端数据中心传输的监测参数，并最终实现对监测参数的处理分析。
14.进一步，所述步骤s1包括以下步骤：
15.根据海上风电机组的常见故障为齿轮故障和轴承故障，选择在海上风电机组的主轴轴承、行星齿轮、低速轴轴承、高速轴轴承以及发电机轴承进行监测，作为监测点。
16.进一步，所述建立实时数据采集系统包括以下步骤：
17.采用集成一体化嵌入式设计建立实时数据采集系统，所述实时数据采集系统集成有高性能linux核心板、fpga、多通道a/d转换器与数据存储单元，外部信号接口接入实时数据采集系统端子，其中高性能linux核心板和fpga作为数据采集系统的核心；
18.多通道a/d转换器包括高速a/d采样通道以及低速a/d采样通道，高速a/d采样通道实现海上风电机组所有高速数据的同步采样，为后续健康状态分析提供实时、可靠和高精度现场数据；同时，实时数据采集系统提供低速a/d采样通道用于现场过程参数数据采样；在此基础上，实时数据采集系统将提供至少3路rs485和1路can总线等串行通信通道用于现场数字量传感器的数据采集，并能够基于linux系统建立算法模型。
19.进一步，在步骤s3中，所述进行本地化监测参数的消除噪声的预处理以及压缩存储包括以下步骤：
20.搭建一套板载式高速数据采集存储系统，其集成有ddr3动态数据存储器和板载固态数据存储器用于实时数据采集系统的实时数据处理和采集数据的保存；
21.在数据压缩存储方面，基于linux核心板的高算力性能引入ai技术采用机器学习、定时分段存储以及故障数据存储的方式，包括以下步骤：
22.s3.1、通过linux系统下采集模型通过前端驱动电路获得各类原始监测参数信号；
23.s3.2、对原始监测参数信号进行消除噪声的预处理，得到预处理后的信号；
24.s3.3、对预处理后的信号采用时域、频域的分析进行特征提取，构造状态特征向量，对该状态特征向量加上时间戳后作为特征参数存储到数据库中；
25.s3.4、基于机器学习，对积累的特征参数进行增量学习，自适应训练特征参数的门限阈值；
26.s3.5、基于获得的门限阈值，判断当前获取的状态特征向量是否异常，若异常则将原始监测参数存储到数据库中；若无异常，则进入步骤s3.6；
27.s3.6、判断当前是否满足定时分段存储条件，若满足，则将当前采集的原始监测参数存储到数据库中；若不满足，则抛弃数据。
28.进一步，所述实时数据采集系统还包括：
29.实时数据采集系统集成有至少2个千兆以太网络接口和备用千兆网口，其中一路千兆以太网络接口与地面站通信连接，定时接收地面发送的指令和系统维护、升级数据，同时将现场采集的压缩数据上传到地面云服务中心；另一路千兆以太网络接口用于与现场控制终端通信或系统风场组网，两者的传输均基于预设的数据传输协议以保证通信数据的有效性，备用千兆网口用于测试或处理应急需求。
30.进一步，所述建立卫星通信系统包括以下步骤：
31.基于亚太6d高通量卫星通信技术实现大数据传输，突破以往卫星响应式通信模式，采用即时通信模式实现，依托的卫星为亚太6d卫星，该卫星可实现上行数据5mbit/s，下行数据10mbit/s；
32.同时，采用otm45卫星通讯终端作为远程现场智能终端实现数据的上、下行，该终端采用支架式固定安装，其加强的信号模块在平台偏转30
°
的情况下，免调整对星角度，自动指向连接，应对海上大风环境。
33.本发明与现有技术相比，具有如下优点与有益效果：
34.1、采用一体化集成技术，将嵌入计算机、fpga、a/d转换器板载大数据存储和网络通信设计一体在一起，使风电现场数据采集系统更加坚固，可靠，小巧适用于海上环境；
35.2、支持离线预警，引入边沿计算和ai数据学习，即使是系统处于断网状态依然可监控机组健康状态并保存数据，有效避免网络云监控平台的致命缺点，即支持离线预警；
36.3、卫星物联网通讯，基于亚太6d卫星实现了海上风电机组健康状态监测大数据的传输和陆地控制指令的实时发送，使风电机组传动系统发电机组运行更加安全可靠；
37.4、实现了海上风电机组低成本运维，实现海上风电机组各部件参数实时监控，能够及时知晓运行情况，针对该运行情况进行维修处理，避免更大的损伤造成更大的经济损失。
附图说明
38.图1为海上风电机组监测的架构图。
39.图2为实时数据采集系统的架构图。
40.图3为实时数据采集系统的数据压缩存储的逻辑框图。
具体实施方式
41.下面结合具体实施例对本发明作进一步说明。
42.参见图1至图3所示，为本实施例所提供的海上风电机组传动系统监测方法，其特征在于，包括以下步骤：
43.s1、针对海上风电机组的特性，选择多个海上风电机组传动系统的部件作为监测点，包括以下步骤：
44.根据海上风电机组的常见故障为齿轮故障和轴承故障，选择在海上风电机组的主轴轴承、行星齿轮、低速轴轴承、高速轴轴承以及发电机轴承进行监测，作为监测点，其主要监测点分布如下表1所示：
45.测点测量对象测试方向传感器位置1主轴轴承径向轴承座正上方2主轴轴承轴向轴承座正上方3行星齿轮径向行星齿轮上方4低速轴轴承径向轴承座正上方5低速轴轴承轴向轴承座正上方6高速轴轴承径向高速轴前轴承座正上方7高速轴轴承轴向齿轮箱输出端轴承座正上方8发电机轴承径向输入端轴承正上方9发电机轴承轴向输入端轴承正上方
46.表1海上风电机组监测点分布
47.s2、在监测点处布置传感器进行监测，获得监测参数；
48.s3、建立实时数据采集系统，对监测参数进行实时采集，并进行本地化监测参数的消除噪声的预处理以及压缩存储，包括以下步骤：
49.采用集成一体化嵌入式设计建立实时数据采集系统，所述实时数据采集系统集成有高性能linux核心板、fpga、多通道a/d转换器与数据存储单元，外部信号接口接入实时数据采集系统端子，其中高性能linux核心板和fpga作为数据采集系统的核心；
50.多通道a/d转换器包括16通道16位或24位高速a/d采样通道以及8通道16位低速a/d采样通道，16通道16位或24位高速a/d采样通道实现海上风电机组所有高速数据的同步采样，为后续健康状态分析提供实时、可靠和高精度现场数据；同时，实时数据采集系统提供8通道16位低速a/d采样通道用于现场过程参数数据采样；在此基础上，实时数据采集系统将提供至少3路rs485和1路can总线等串行通信通道用于现场数字量传感器的数据采集，并能够基于linux系统建立算法模型，实时数据采集系统的主要技术参数如表2所示：
51.序号硬件接口参数选型备注1cpu双核主频800m
ꢀꢀ
2内存1g
ꢀꢀ
3固态硬盘64g emmc
ꢀꢀ
5以太网rj451000mbps(
×
3)
ꢀꢀ
6rs4854通道
ꢀꢀ
7can1通道
ꢀꢀ
9模拟信号ad采集16/32通道24bit/100khz可采振动加速度传感器
52.表2实时数据采集系统主要技术参数
53.实时数据采集系统集成有至少2个千兆以太网络接口和备用千兆网口，其中一路千兆以太网络接口与地面站通信连接，定时接收地面发送的指令和系统维护、升级数据，同时将现场采集的压缩数据上传到地面云服务中心；另一路千兆以太网络接口用于与现场控制终端通信或系统风场组网，两者的传输均基于预设的数据传输协议以保证通信数据的有
效性，备用千兆网口用于测试或处理应急需求。
54.所述进行本地化监测参数的消除噪声的预处理以及压缩存储包括以下步骤：
55.搭建一套板载式高速数据采集存储系统，其集成有1g的ddr3动态数据存储器和板载64g固态数据存储器用于实时数据采集系统的实时数据处理和采集数据的保存；
56.在数据压缩存储方面，基于linux核心板的高算力性能引入ai技术采用机器学习、定时分段存储以及故障数据存储的方式，包括以下步骤：
57.s3.1、通过linux系统下采集模型通过前端驱动电路获得各类原始监测参数信号；
58.s3.2、对原始监测参数信号进行消除噪声的预处理，如平滑、滤波、转换等方式，以消除噪声，提高信噪比，得到预处理后的信号；
59.s3.3、对预处理后的信号采用时域、频域的分析进行特征提取，构造状态特征向量，对该状态特征向量加上时间戳后作为特征参数存储到数据库中；
60.s3.4、基于机器学习，对积累的特征参数进行增量学习，自适应训练特征参数的门限阈值；
61.s3.5、基于获得的门限阈值，判断当前获取的状态特征向量是否异常，若异常则将原始监测参数存储到数据库中；若无异常，则进入步骤s3.6；
62.s3.6、判断当前是否满足定时分段存储条件，若满足，则将当前采集的原始监测参数存储到数据库中；若不满足，则抛弃数据。
63.s4、建立卫星通信系统，通过该卫星通信系统将实时采集的监测参数传输到地面站中，同时地面站亦能够通过卫星通信系统发送控制指令，包括以下步骤：
64.基于亚太6d高通量卫星通信技术实现大数据传输，突破以往卫星响应式通信模式，采用即时通信模式实现，依托的卫星为亚太6d卫星，该卫星可实现上行数据5mbit/s，下行数据10mbit/s；
65.同时，采用otm45卫星通讯终端作为远程现场智能终端实现数据的上、下行，该终端采用支架式固定安装，其加强的信号模块在平台偏转30
°
的情况下，免调整对星角度，自动指向连接，应对海上大风环境。
66.s5、建立云端数据中心，该云端数据中心与地面站通信连接，接收地面站传输的监测参数；
67.s6、建立中心数据处理平台，接收云端数据中心传输的监测参数，并最终实现对监测参数的处理分析。
68.以下为本实施例所提供的海上风电机组监测方法的应用场景：
69.一、主要应用场景
70.实时对风电机组传动系统状态监测、机组状态、环境状态的信息进行运算、分析、编辑、存储，通过卫星通讯将相关传感数据、超限信息、控制指令、音频、视频传送到云端数据中心，管理人员根据权限可随时通过手机、电脑对机组工作状态进行监控，及时排除事故隐患，降低故障发生率，有效提高机组工作效率；通过监测系统智能终端内置的应急应用软件自动解决、纠正小问题，专业工程师远程数据分析实现远程排障和小故障处理，降低维修维护成本和海上作业风险。通过海上风电机组传动系统故障的解决方式的实践积累，建立数学模型，可以不断的完善智能终端的应用软件，提高风电机组传动系统自动解决问题的能力，逐步提升海上风电机组传动系统运行的人工智能水平。
71.二、辅助应用场景
72.1、为在海上风电机组工作的工作人员提供互联网wifi，提高工作效率；
73.2、可在海上风电机组加设更多的互联网应用终端，如摄像机、环境及海洋监测采集传感终端等，对海上风电机组传动系统进行全域感知，可以为其他领域提供通信服务；
74.3、可作为海上应急通信站，为在海上遇到险情和特殊情况的客船、渔船提供应急网络服务。
75.以上所述之实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

技术特征：
1.一种海上风电机组传动系统监测方法，其特征在于，包括以下步骤：s1、针对海上风电机组的特性，选择多个海上风电机组传动系统的部件作为监测点；s2、在监测点处布置传感器进行监测，获得监测参数；s3、建立实时数据采集系统，对监测参数进行实时采集，并进行本地化监测参数的消除噪声的预处理以及压缩存储；s4、建立卫星通信系统，通过该卫星通信系统将实时采集的监测参数传输到地面站中，同时地面站亦能够通过卫星通信系统发送控制指令；s5、建立云端数据中心，该云端数据中心与地面站通信连接，接收地面站传输的监测参数；s6、建立中心数据处理平台，接收云端数据中心传输的监测参数，并最终实现对监测参数的处理分析。2.根据权利要求1所述的一种海上风电机组传动系统监测方法，其特征在于，所述步骤s1包括以下步骤：根据海上风电机组的常见故障为齿轮故障和轴承故障，选择在海上风电机组的主轴轴承、行星齿轮、低速轴轴承、高速轴轴承以及发电机轴承进行监测，作为监测点。3.根据权利要求1所述的一种海上风电机组传动系统监测方法，其特征在于，在步骤s3中，所述建立实时数据采集系统包括以下步骤：采用集成一体化嵌入式设计建立实时数据采集系统，所述实时数据采集系统集成有高性能linux核心板、fpga、多通道a/d转换器与数据存储单元，外部信号接口接入实时数据采集系统端子，其中高性能linux核心板和fpga作为数据采集系统的核心；多通道a/d转换器包括高速a/d采样通道以及低速a/d采样通道，高速a/d采样通道实现海上风电机组所有高速数据的同步采样，为后续健康状态分析提供实时、可靠和高精度现场数据；同时，实时数据采集系统提供低速a/d采样通道用于现场过程参数数据采样；在此基础上，实时数据采集系统将提供至少3路rs485和1路can总线等串行通信通道用于现场数字量传感器的数据采集，并能够基于linux系统建立算法模型。4.根据权利要求1所述的一种海上风电机组传动系统监测方法，其特征在于，在步骤s3中，所述进行本地化监测参数的消除噪声的预处理以及压缩存储包括以下步骤：搭建一套板载式高速数据采集存储系统，其集成有ddr3动态数据存储器和板载固态数据存储器用于实时数据采集系统的实时数据处理和采集数据的保存；在数据压缩存储方面，基于linux核心板的高算力性能引入ai技术采用机器学习、定时分段存储以及故障数据存储的方式，包括以下步骤：s3.1、通过linux系统下采集模型通过前端驱动电路获得各类原始监测参数信号；s3.2、对原始监测参数信号进行消除噪声的预处理，得到预处理后的信号；s3.3、对预处理后的信号采用时域、频域的分析进行特征提取，构造状态特征向量，对该状态特征向量加上时间戳后作为特征参数存储到数据库中；s3.4、基于机器学习，对积累的特征参数进行增量学习，自适应训练特征参数的门限阈值；s3.5、基于获得的门限阈值，判断当前获取的状态特征向量是否异常，若异常则将原始监测参数存储到数据库中；若无异常，则进入步骤s3.6；
s3.6、判断当前是否满足定时分段存储条件，若满足，则将当前采集的原始监测参数存储到数据库中；若不满足，则抛弃数据。5.根据权利要求1所述的一种海上风电机组传动系统监测方法，其特征在于，在步骤s3中，所述实时数据采集系统还包括：实时数据采集系统集成有至少2个千兆以太网络接口和备用千兆网口，其中一路千兆以太网络接口与地面站通信连接，定时接收地面发送的指令和系统维护、升级数据，同时将现场采集的压缩数据上传到地面云服务中心；另一路千兆以太网络接口用于与现场控制终端通信或系统风场组网，两者的传输均基于预设的数据传输协议以保证通信数据的有效性，备用千兆网口用于测试或处理应急需求。6.根据权利要求1所述的一种海上风电机组传动系统监测方法，其特征在于，在步骤s4中，所述建立卫星通信系统包括以下步骤：基于亚太6d高通量卫星通信技术实现大数据传输，突破以往卫星响应式通信模式，采用即时通信模式实现，依托的卫星为亚太6d卫星，该卫星可实现上行数据5mbit/s，下行数据10mbit/s；同时，采用otm45卫星通讯终端作为远程现场智能终端实现数据的上、下行，该终端采用支架式固定安装，其加强的信号模块在平台偏转30
°
的情况下，免调整对星角度，自动指向连接，应对海上大风环境。

技术总结
本发明公开了一种海上风电机组传动系统监测方法，包括以下步骤：S1、针对海上风电机组的特性，选择多个海上风电机组传动系统的部件作为监测点；S2、在监测点处布置传感器进行监测；S3、建立实时数据采集系统；S4、建立卫星通信系统，通过该卫星通信系统将实时采集的监测参数传输到地面站中；S5、建立云端数据中心，该云端数据中心与地面站通信连接，接收地面站传输的监测参数；S6、建立中心数据处理平台接收云端数据中心传输的监测参数，实现对监测参数的处理分析；本发明实现了海上风电机组低成本运维，实现海上风电机组各部件参数实时监控，能够及时知晓运行情况，针对该运行情况进行维修处理，避免更大的损伤造成更大的经济损失。避免更大的损伤造成更大的经济损失。避免更大的损伤造成更大的经济损失。


技术研发人员：石显
受保护的技术使用者：明阳智慧能源集团股份公司
技术研发日：2023.03.22
技术公布日：2023/6/7