1.杨帆 2. 王武 3. 徐会亮 4. 胡青松5.唐荣伟 6.刘合杰
2.1.国家电投安徽新能源有限公司 国家电投安徽新能源有限公司
2. 国家电投安徽新能源有限公司 安徽新力电业高技术有限责任公司 5. 安徽新力电业高技术有限责任公司 6.刘合杰 安徽新力电业高技术有限责任公司
一 绪论
风电技术监督平台主要通过风力发电机专门制造的传感器，使用在线监测系统对风机的状态进行在线和离线监测。业主可以将多次的维修合并到一起。当一个风力发电机已经因故障停机，而另一台风力发电机已经出现一些部件即将发生故障的信号；那么，就可以将两个风机的维修安排合并到一起来完成。此外，通过追踪风力发电机的失效模式，可以延长风机的维修间隔。通过追踪风机的状态，业主可以预计风机继续运行的时间；从而,延长风机的服务和维修间隔。
通过技术监督平台可以监测以下风机主要部件运行状态及故障信息：风机叶片不平衡、叶片根部轴承运行状态、变桨电机减速器运行状态、发电机主轴承运行状态、偏航轴承运行状态、偏航电机减速器运行状态、各部位润滑系统、机舱振动、机械松动、塔筒共振等问题。通过开发技术监督平台，可以基于趋势分析，实施可靠的预测性维修。对于低速部件的故障，实现更可靠准确地报警，较少的错误报警。
通过将在线监测系统集成到风力发电机的运行和维修管理工作中，风力发电机的操作者可以实现对风力发电机的主动性维护。换言之，通过系统的监控，他们可以预计何时对风力发电机实施必要的维护。这使得他们可以更准确的和更有效的安排维护工作，降低风机主要部件运营成本。
2 技术路线
在风力发电机的变桨轴承、主轴轴承、偏航轴承、变桨减速器、偏航减速器等部位安装振动加速度传感器、转速计，传感器将其采集的信号通过带编织屏蔽电缆接入到智能采集单元，智能采集单元将处理完的数据通过有线（TCP/IP协议）网络发送到事先装有分析软件的服务器中（服务器位于风场），风场的工程师可通过多种方式登录服务器察看运行数据，以便进行深入分析。
3系统组成
本系统研究的风机是湘电机组1.5MW双馈风力发电机，启动风速3m/s，额定风速10m/s，切出风速25m/s，建模数据来源于SCADA模拟数据。
方法计算步骤：
1).根据历史运行数据，将风电机组监测数据按维度划分因子全部考虑进来，包括轴承温度、外部温度、机舱振动等，从而确定反映系统行为特征的参考数列和影响系统行为的关联关系。
2)分别对反映系统行为和影响系统的行为进行定性分析处理，处理后可以得到高权重的影响因素，从而得到该参数的因子。
通过使用Apriori算法中的连接和剪枝步骤，最终得到各要素的影响因子并确定其权重值。
数据分析处理方式：
本系统采用B/S架构，通过研发在线监测系统，通过访问系统数据库服务器，完成随时随地监测风电机组运行状态的目的。
风电机组运行状态监测系统基于振动加速度、速度、位移，温度和压力等实时数据，通过将该类数据过滤、融合，集成进入数据库，运用大数据分析和可视化技术，构建基于B/S结构的风电场WEB应用，实现风机运行状态监控和预警功能，为现场管理人员及运维人员提供分析功能。
1).数据采集整合。数据采集系统包括SCADA、GIS、传感器实时数据以及故障知识库数据。流数据如采集报文等数据进行分布式采集、聚合和传输。通过简单配置数据来源、数据传输通道及数据目的地，即可实现数据收集；同时，可实现监控并跟踪数据从采集、处理到入库的全过程。典型的流式数据采集工具包括Flume、Chukwa、Scribe。数据库采集从关系型数据库抽取数据到分布式文件系统(Hadoop Distributed File System，HDFS)、Hive或HBase等分布式存储系统中，。典型数据采集工具利用Sqoop。文件采集用于采集txt、Csv等类型文件，并可能通过配置文件校验规则，预处理规则等转换规则，实现对文件的核查，完成数据接入。
2).数据存储。大数据需要根据数据特点选择合适的存储方式，保证足够的存储容量和高效的查询索引性能。本系统构建分布式存储系统，随着数据规模的扩大动态增加存储节点，采用不同的存储引擎，完成基础数据的融合。分布式存储系统实在传统的中央服务器的基础下，采用更多的可伸缩的分散的点对点架构，可与任何三种类型存储（区块、文件和对象）相关联。
3).数据计算。本系统采用流式数据计算处理，为保证海量数据的实时访问和实时计算分析性能，风电状态监测数据引入分布式流式计算处理框架。主要用Storm和Spark Streaming。
① 4).数据分析。集成模型服务独立部署，提供服务接口供其他系统推送数据或拉取数据，提供共享文件扫描和解析存储。选择开源MuLeESB作为服务总线，并嵌入集成服务中，实现风电机组状态监测统一定义、转发和数据适配，集成服务对外服务接口采用规范数据格式。
5).实验室系统模拟结果
在线监测与预警：利用PC端，将风机运行的实时状态在PC端进行展示，通过观测风电机组的运行功率、电压、电流以及风电场的外部环境信息，可以对风电场的外部环境信息，可以对风电机目前的运行环境状况有一个大致的了解，PC通过web端页面设计方案，运行数据的安全性得到保证。
PC端实现风电机温度预警的功能。系统首先实时获取模型所需要的输入数据，如风速、机组功率、环境温度以及机舱振动，通过运行模型，输出发电机预测温度值，当温度超过温度设置的阈值时，自动触发报警。以湘电风机(额定功率为1.5MW，额定风速为10.5m/s)不同时刻历史SCADA数据为例，其中风速传感器为西门子QVM62.1，轮毂数据为金洋万达WD-XB40-I激光转速传感器采集，机舱振动速度和风机振动加速度数据来源MITA振动分析传感器模块：
.png)
模型对这些输入值进行运算，得到输出结果，设定发电机预警温度为80℃，由于7号温度高于该阈值，系统会自动进行报警，其他数据都处于正常运行范围内，不进行预警。
数据统计报表功能：可以将风机运行历史数据按照时间、温度、功率等不同数据维度进行统计，从而可以直观查看历史运行情况，此外，统计后的汇总表可以完成数据报表功能。
决策管理：通过对历史故障数据及处理方法的挖掘分析，建立两者之间的关联，实现故障研判功能。