大型风力发电机组状态监测与故障诊断系统

摘要

本发明提供了一种大型风力发电机组状态监测与故障诊断系统，包括：与风力发电机组通讯的多个传感器，用于获取风力发电机组的各个部分的状态模拟数据；与多个传感器中的一部分传感器通讯的数据采集器和与多个传感器中的另部分传感器通讯的PLC模块，PLC模块还与风力发电机组通讯；与数据采集器和PLC模块通讯的实时数据库，用于存储状态数字数据；分别与实时数据库通讯的Matlab模块和工业组态软件模块，工业组态软件模块还与PLC模块通讯；分别与Matlab模块和工业组态软件模块通讯的历史数据库。本发明能够大大提高大量数据处理的能力，实现直观风力发电机组运行状态监测和智能故障诊断。

主权项

一种大型风力发电机组状态监测与故障诊断系统，其特征在于，包括：与风力发电机组通讯的多个传感器，用于获取所述风力发电机组的各个部分的状态模拟数据；与多个传感器中的一部分传感器通讯的数据采集器和与多个传感器中的另部分传感器通讯的PLC模块，所述数据采集器和PLC模块用于采集传感器传送的状态模拟数据，并将状态模拟数据经A/D转换后变为状态数字数据，所述PLC模块还与所述风力发电机组通讯，用于调整风力发电机组的运行状态；与所述数据采集器和PLC模块通讯的实时数据库，用于存储所述状态数字数据；分别与所述实时数据库通讯的Matlab模块和工业组态软件模块，所述工业组态软件模块还与所述PLC模块通讯，其中，Matlab模块还与工业组态软件模块通讯，所述Matlab模块包括小波工具箱和神经网络工具箱，所述小波工具箱用于通过小波变换将所述状态数字数据进行消噪处理，并将经过消噪处理的状态数字数据进行快速傅里叶变换后从中提取故障特征参数，所述神经网络工具箱用于从一历史数据库中获取风力发电机组的历史故障数据，并通过BP神经网络算法对风力发电机组的历史故障数据进行训练得到BP神经网络，根据训练得到的BP神经网络对所提取到的所述故障特征参数做出模式识别，得到风力发电机组的故障代码后传送到所述工业组态软件模块，所述工业组态软件模块根据从实时数据库获取的状态数字数据在其显示界面中显示当前风力发电机组的各个部分的运行状况，并根据故障代码智能识别出故障类型、故障部件和故障严重程度并显示在其显示界面中，及根据故障严重程度通过PLC模块调整风力发电机组的运行状态；分别与所述Matlab模块和工业组态软件模块通讯的历史数据库，用于存储所述Matlab模块和工业组态软件模块传输的风力发电机组的各种历史数据，包括所述历史故障数据。