发电机组嵌入式远程状态监测与诊断分析系统

为实现对发电机组及生产过程的各种参数进行实时监测与诊断分析,设计了基于嵌入式平台的大型发电机组远程状态监测与诊断分析系统的总体方案,开发了具有多种通信协议的嵌入式数据采集与监测平台,并针对典型300 MW发电机组,采用pSpace企业级实时历史数据库和C#语言进行系统高级应用功能的二次开发,实现了B/S模式的大型发电机组远程状态监测与诊断分析系统,为机组的优化运行和实施状态检修计划提供指导性意见.     

关于水轮发电机组的在线监测及状态诊断

水电厂水机主,辅设血在线监测及状态诊断检修工作的开展是提高设备健康水平,保证机组安全经济运行的重要措施,随着监测设备及网络通信技术的迅速发展,水机主,辅设备的在线监测及状态诊断检修工作将成为必然趋势。在现有的监测及通信水平上,对开展水机主,辅设备的在线监测及状态检修的必要性及可行性进行论述。     

海上风电机组电气设备状态检修技术研究现状与展望

该文阐述了海上风力发电机组主要电气设备运行状态检修技术研究现状,分别介绍了状态监测、状态评价以及检修决策等,对未来海上风力发电机组电气设备状态检修技术发展方向进行了概述。通过大量文献研究表明,状态监测方面,发电机与变频器电气状态监测技术主要还是集中在电流特征分析、电压信号分析、功率分析等电气信号分析手段;通过时域、傅里叶变换、小波变换等信号处理手段提取特征参量;基于箱式变压器的电气状态监测技术相比于陆上大型电力变压器略显不足,可用于监测提取的状态参量较少。状态评价方面,相比于传统的物理模型与数据分析,神经网络模型与模糊评价仍是目前比较有效的方法。检修决策方面,目前更多的还是依靠传统的故障树以及马尔可夫、改进马尔可夫过程。伴随着技术进步与运维工作经验积累,多参量监测系统、部件-系统-整机的完善评价标准体系、综合机会检修、组合检修与排程优化的决策技术将成为海上风力发电机组运维领域未来发展的方向。     

机组群振动状态实时监测故障诊断网络和远程传输系统技术研究

介绍已投入运行的、连接6台大型机组的实时数据管理、分析和故障诊断网络及远程传输系统和该系统软硬件研制中突破的多项关键技术,并简述系统实际运行的基本情况及需要修改完善的方面。该系统对大型机组群的安全运行和提高现代化技术管理水平有直接的意义。     

基于因特网技术的电气设备远程在线状态监测与诊断系统

将因特网技术引入到电气设备监测领域，可使设备状态信息得到更充分的利用，也为设备的状态诊断提供了更便捷的工具，从而提高诊断的可靠性。在总结现有开发经验的基础上，经过现场试验和对国内外相关系统的分析，提出基于因特网技术的电气设备远程在线状态监测与诊断系统的构架，研究系统结构和子系统功能，并探讨系统的网络通信、远程诊断及多服务器／多专家网上会诊等工作机制和关键技术。论述证明电气设备监测领域引入因特网技术是可行的，虽然在实现的过程中还有问题亟待解决，但整个系统具有很好的应用前景。     

高压输电线路远程在线状态监测系统

系统采用温度．振动及加速度传感器实时监测输电线路运行状态。利用云台摄像机和高清照相机实时监测输电线路现场环境．并通过现场嵌入式计算机进行计算分析．将分析结果利用3G通信模块回传远程集控中心。系统能实时监测输电线路上线缆接头温度．线路风舞．杆塔振动及异物侵入等信息．能及时给出线路故障．外物侵入等信息．保证输电线路的安全运...     

汽轮发电机组扭振监测与远程诊断系统

介绍了一种分布式汽轮发电机组扭振监测与远程诊断系统。在阐述系统总体设计方案的基础上 ,分析了该系统的基本构成、主要功能、实现方法及关键技术。该系统集数据采集、状态监测、故障诊断、计算机网络与通信等技术于一体 ,对开发各种设备状态监测与远程诊断系统具有一定指导意义。     

大型发电机组嵌入式远程状态监测与故障诊断系统研究

随着电力系统向超高压、大容量、多机互联系统的方向发展,为保证发电机组安全、可靠、经济和优化运行,实现设备的现代化状态检修管理制度,提出了基于嵌入式平台的大型发电机组远程状态监测与故障诊断服务系统结构,并对其数据采集基本参数的信号分析及预处理技术、嵌入式远程状态监测平台、运行状态典型故障特征信号的提取与处理、机组故障诊断的知识获取、机组典型故障的智能诊断等关键技术作了详细的分析。系统的成功研发有助于提高企业现代化管理水平,实现发电机组的预测维修和操作,达到电厂节能降耗的目标。     

风电机组状态监测的六类信号

0引言由于环境条件的限制,风力发电场往往地处偏远,且机组与地面的垂直距离极高,因此风电机组的维修成本极为昂贵.随着风力发电的需求不断提高,面临的主要课题之一就是在降低运营与维护(O&M)成本的同时,提高风电机组在不同状态下工作和并网的稳定性.目前风力发电的运维成本居高不下,因此全球对风力发电的接受度亦有限.通过在线状态监测系统,可以预诊断故障情况、判断维修需求,协助风场排定合适的维护作业,从而降低运营成本.     

汽轮发电机组振动故障的综合诊断

引起汽轮发电机组振动的原因很多,征兆也多种多样,因此对振动原因准确判断必须根据多种征兆特征进行综合诊断。文中介绍了利用多征兆诊断振动故障的方法,并通过几个实例说明了综合诊断的可行性和实用性,为准确诊断振动故障提供了有效的工具。     

风力发电机组状态监测和故障诊断系统的设计与实现

为实时监测风力发电机组的运行状态,提高故障诊断系统的智能化程度,设计了一套基于硬件数据采集系统结合Matlab、组态软件WinCC的风力发电机组实时在线监测和故障诊断系统。通过数据采集系统的硬件选择和连接,建立了数据采集器与Matlab、WinCC之间的实时通讯,并在Matlab中应用小波包和神经网络智能算法完成齿轮箱和发电机轴承数据处理,实现了故障诊断结果的实时显示。     

基于堆叠自编码网络的风电机组发电机状态监测与故障诊断

为实现风力发电机的异常检测分析,提出了一种基于风电机组发电机正常状态下数据采集与监控(SCADA)样本数据的堆叠自编码网络深度学习方法。首先将多个自编码网络连接构成深度堆叠自编码网络,选取发电机SCADA状态变量数据作为网络的训练输入,使网络逐层智能提取数据间的分布式规则,从而构建发电机的堆叠自编码学习模型。依据故障状态下发电机SCADA数据内部动态平衡规则被破坏,利用发电机深度学习网络的输入与重构值计算重构误差,并作为整体状态的观测量。通过采用自适应阈值检测重构误差的状态趋势变化,并作为异常预警判定准则,从而实现对发电机故障的判定。当发电机发生异常时,变量的实际值与对应模型的重构值发生较大偏差,表现为状态变量的残差趋势将会偏离原有的动态稳定状态。因此利用状态变量的残差趋势变化对异常变量进行隔离,判定可能的故障原因达到故障诊断的目的。通过对发电机故障前后记录数据进行仿真分析,结果验证了堆叠自编码网络深度学习方法对发电机状态监测与故障诊断的有效性。     

海上风电机组状态监控技术研究现状与展望

海上气候环境恶劣,风电机组维护困难,故障率高。状态监控技术的发展和完善有助于提高海上风电机组的运行性能,提高风电场生产效益。对现有海上风电机组状态监控技术的相关研究进行分类总结,包括监控系统开发、状态信息采集、状态信息传输、风电机组故障诊断、风电机组状态控制、风电场运行成本分析等,对亟待解决的问题进行了探讨,并指出今后的发展方向,为构建稳定性强、灵活性好、智能化程度高的海上风电机组状态监控系统提供有益参考。     

风力发电机组状态监测与智能故障诊断系统的设计与实现

风力发电机组状态监测和故障诊断技术,可以有效降低机组的运行维护成本,保证机组的安全稳定运行。阐述了风力发电机组的基本构成。在介绍风电机组常见故障的基础上,分析了机组中的主要部件齿轮箱和发电机的故障。针对齿轮箱和发电机的故障提出了一种智能诊断的新方法,并以此设计开发了风力发电机组状态监测与智能故障诊断系统,详细介绍了该系统的原理、结构及功能。     

基于区间划分的风电齿轮箱在线故障预警方法

针对大型风电机组运行工况复杂多变,依靠恒定的润滑油温度值作为齿轮箱故障预警值容易不报的问题,提出了基于运行区间划分的风电机组齿轮箱在线故障预警方法。该方法通过划分不同的运行区间,对不同运行区间根据高斯模型分别设定阈值。将实时数据代入相应运行区间判定是否异常,再利用移动窗口计算异常率作为触发齿轮箱故障预警的指标。该方法用于某1.5 MW风电机组齿轮箱故障的分析,结果表明,该方法能够准确地反映故障的发展趋势,可实现齿轮箱故障的早期预警,避免故障向更严重的方向发展,降低风电机组运行和维修成本。     

电站远程状态监测与故障诊断技术应用

火电机组的振动情况关系到机组安全运行。现役机组普遍配备了振动在线监测保护与故障诊断系统,并利用专门的网络设备构建了远程状态监测与故障诊断系统。分析了某电厂突发振动故障后,利用远程监测诊断系统搜集数据并分析诊断出故障原因,迅速给出检修处理意见并成功处理的案例。     

应用深度自编码网络和XGBoost的风电机组发电机故障诊断

针对风电机组现场故障样本难获取的问题,为实现风电机组发电机部件的故障诊断,通过分析风机监控与采集(SCADA)数据,设计了基于深度自编码(DAE)网络和XGBoost的故障诊断算法。该算法包含两部分:第一部分是DAE故障检测算法,通过DAE获取SCADA数据的重构值,分析重构误差的变化趋势与其超越阈值的情况以预测风机故障和提取故障样本;第二部分是XGBoost故障识别算法,用贝叶斯优化搜索XGBoost的最优超参数,建立XGBoost多分类故障识别模型。算例结果表明,DAE算法能够捕获风电机组发电机早期故障,XGBoost比其他算法更精确地识别不同故障类型。     

基于DSP+ARM的风电机组状态监测系统的研究

主要研究了基于DSP+ ARM双核的风电机组状态监测系统,并对双馈风电机组的轴承故障进行了分析,确定了以振动信号作为故障的特征信号进行监测的方案;给出了系统硬件和软件的设计框架,研究了DSP和ARM的通信方式,是一款功能比较强大,能够较全面的监测风电机组,并能有效的分析处理数据的系统.     

远程分布式汽轮机组故障诊断网络系统的研究

本文指出了常见汽轮机组工况监视与故障诊断方法的利弊,给出了分布式在线工况监视和故障诊断的实现方式,进而提出了远程分布式故障诊断模式及其实现方法。并进一步给出了虚拟现实在机监视与诊断中的应用方法。     

水轮机调节系统状态监测与故障诊断探讨

概述了水轮机调节系统状态监测与故障诊断系统的功能,总体结构及水轮机调节系统预知维修参考模型,展示了现场应用测试结果。