一种面向海上风机发电机组的智能检测运维系统及方法与流程

本发明涉及海上风机发电机组检测，尤其是涉及一种面向海上风机发电机组的智能检测运维系统及方法。

背景技术：

1、我国海岸线长，海上风资源丰富，海上风电又具有占地面积少，开发规模大，发电利用小时数高等特点，加上陆上风电又面临困境，以及国家政策利好，我国海上风电开发建设已渐入佳境。与此同时，由此衍生出来的海上风电机组运维的相关问题也受到了大家的广泛关注。海上风电机组相对于陆上来说故障率更高，因为它们面临的是一个更加恶劣的环境、更高难度的维护方式等。随着海上风电的发展，海上风电场建设不得不需要转移到离岸更远的地方，更深的水域。由于这个变化，运维成本将会增加，同时面临更远的运输距离，更恶劣的气候条件和更严峻的物流挑战。

2、当前技术的主要缺陷在于：当前在海上风电运维中，基本探讨的是对风机发电机组已发生的故障进行诊断和监测的方法，属于“故障后管理”，不探讨故障前预警和对故障的预兆进行尽早干预，运维成本高。并且在海上风电中，仅依靠振动信号的故障诊断系统或者仅依靠视频检测在工业应用起来相对较难。对于风力发电系统，基于振动的故障诊断方法需要安装相当数量的传感器，基于视频的故障诊断方法需要装配大量的视频检测设备并建立完备的视频检测系统。

技术实现思路

1、因此，本发明技术方案主要解决现有技术缺乏对海上风机发电机组故障前的管理，并且基于振动或视频的故障诊断方法成本较高的缺陷，从而提供一种面向海上风机发电机组的智能检测运维系统及方法。

2、第一方面，本发明实施例提供了一种面向海上风机发电机组的智能检测运维系统，包括：边缘采集模块、数据通信模块、数据库模块、数据处理模块、故障检测模块、状态监测模块和维护策略模块；

3、所述边缘采集模块，用于采集海上风电机组的实时数据信息，并将所述海上风电机组的实时数据信息发送给所述数据通信模块；

4、所述数据通信模块连接所述边缘采集模块和所述数据库模块，用于将所述海上风电机组的实时数据信息发送给所述数据库模块；

5、所述数据库模块，用于基于所述海上风电机组的实时数据信息构建风机发电机组基础数据库；其中，所述风机发电机组基础数据库包括海上风机发电机组原始数据库、海上风机发电机组故障描述记录数据库和风电场环境数据库；

6、所述数据处理模块，用于对所述海上风机发电机组原始数据库中的数据进行处理，生成风机发电机组原始数据，并将所述风机发电机组原始数据发送给所述故障检测模块；

7、所述故障检测模块，用于获取不同故障类型的风机发电机组数据，并基于所述不同故障类型的风机发电机组数据构建基础模型树，将所述风机发电机组原始数据输入所述基础模型树中，生成风机发电机组故障类型与风机发电机组故障征兆；

8、所述状态监测模块，用于对海上风电机组的各关键部位进行实时状态监测，生成关键部位实时状态数据；

9、所述维护策略模块与所述故障检测模块和所述状态监测模块连接，用于基于所述风机发电机组故障类型与所述风机发电机组故障征兆，通过所述海上风机发电机组故障描述记录数据库和所述关键部位实时状态数据确定风机维护策略。

10、本发明实施例提供的一种面向海上风机发电机组的智能检测运维系统，通过故障检测模块生成风机发电机组故障类型与风机发电机组故障征兆，并基于风机发电机组故障类型与风机发电机组故障征兆，通过海上风机发电机组故障描述记录数据库和关键部位实时状态数据确定风机维护策略，实现了对海上风力发电机组故障的“早发现、早预防、早治理”，减少了故障发生后再采取解决措施的运维成本，更科学地指导风机发电机组的运维排期，降低发电损失，保护海上风电运维人员的安全。

11、结合第一方面，在一种可能的实施方式中，所述数据处理模块，包括：数据抽取单元、数据清洗转换单元和数据加载单元；

12、所述数据抽取单元，用于全量提取或增量提取所述海上风机发电机组原始数据库中的数据；

13、所述数据清洗转换单元，用于对所述海上风机发电机组原始数据库中的信号类数据进行清洗处理，对所述海上风机发电机组原始数据库中的图像类数据进行转换处理；

14、所述数据加载单元，用于全量加载或增量加载所述海上风机发电机组原始数据库中的数据至所述故障检测模块。

15、结合第一方面，在另一种可能的实施方式中，所述故障检测模块，包括：第一构建单元、第二构建单元、第三构建单元和第一生成单元；

16、所述第一构建单元，用于当所述风机发电机组数据为信号类型时，则将所述风机发电机组数据进行傅里叶变换，并基于傅里叶变换后的风机发电机组数据构建第一分类模型；

17、所述第二构建单元，用于当所述风机发电机组数据为图像类型时，则基于所述风机发电机组数据，利用元学习构建第二分类模型；

18、所述第三构建单元连接所述第一构建单元和所述第二构建单元，用于基于所述第一分类模型与所述第二分类模型构建所述基础模型树；

19、所述第一生成单元连接所述第三构建单元，用于将所述风机发电机组原始数据输入所述基础模型树中，生成风机发电机组故障类型与风机发电机组故障征兆。

20、结合第一方面，在另一种可能的实施方式中，所述维护策略模块，包括：关联单元、第二生成单元、分级排序单元和确定单元；

21、所述关联单元连接所述故障检测模块和所述数据库模块，用于将所述风机发电机组故障类型和所述风机发电机组故障征兆与所述海上风机发电机组故障描述记录数据库进行关联，生成故障处理方式；

22、所述第二生成单元，用于基于所述风机发电机组故障类型和所述风机发电机组故障征兆，利用自回归滑动平均模型生成故障预测发生时间；

23、所述分级排序单元连接所述关联单元和所述故障检测模块，用于获取风电场运维标准，基于所述关键部位实时状态数据和所述风电场运维标准对所述风机发电机组故障类型和所述故障处理方式进行分级排序，生成故障等级；

24、所述确定单元连接所述故障检测模块、所述第二生成单元和所述分级排序单元，用于基于所述风机发电机组故障征兆、所述故障预测发生时间和所述故障等级确定所述风机维护策略。

25、结合第一方面，在另一种可能的实施方式中，还包括：天气模块；

26、所述天气模块，用于获取目标区域的实时天气预报，基于所述目标区域的实时天气预报与所述风电场环境数据库中的目标区域天气数据确定天气预测数据。

27、结合第一方面，在另一种可能的实施方式中，还包括：智能排期模块；

28、所述智能排期模块与所述维护策略模块和所述天气模块连接，用于根据所述风机维护策略、所述风电场环境数据库中的运维船舶信息与运维人员信息和所述天气预测数据，生成检修排期数据。

29、结合第一方面，在另一种可能的实施方式中，还包括：系统经济运行评价模块；

30、所述系统经济运行评价模块，用于获取海上风电场的发电量损失与海上风电机厂运维成本，基于所述海上风电场的发电量损失与所述海上风电机厂运维成本对海上风电场的运行进行评价，生成海上风电场经济运行评价结果。

31、第二方面，本发明实施例还提供了一种面向海上风机发电机组的智能检测运维方法，包括：

32、边缘采集模块采集海上风电机组的实时数据信息；

33、数据通信模块将所述海上风电机组的实时数据信息发送给数据库模块；

34、所述数据库模块基于所述海上风电机组的实时数据信息构建风机发电机组基础数据库；其中，所述风机发电机组基础数据库包括海上风机发电机组原始数据库、海上风机发电机组故障描述记录数据库和风电场环境数据库；

35、数据处理模块对所述海上风机发电机组原始数据库中的数据进行处理，生成风机发电机组原始数据；

36、故障检测模块获取不同故障类型的风机发电机组数据，并基于所述不同故障类型的风机发电机组数据构建基础模型树，将所述风机发电机组原始数据输入所述基础模型树中，生成风机发电机组故障类型与风机发电机组故障征兆；

37、状态监测模块对海上风电机组的各关键部位进行实时状态监测，生成关键部位实时状态数据；

38、维护策略模块基于所述风机发电机组故障类型与所述风机发电机组故障征兆，通过所述海上风机发电机组故障描述记录数据库和所述关键部位实时状态数据确定风机维护策略。

39、第三方面，本发明实施例还公开了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第二方面所述的一种面向海上风机发电机组的智能检测运维系统的步骤。

40、第四方面，本发明实施方式还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第二方面所述的一种面向海上风机发电机组的智能检测运维系统的步骤。