风机备用电池组管理与健康状态监测的研究
大风电机组变桨用超级电容模组健康状态在线监测方法研究
图 1 中曲线 1 为理想状态开路电压与额定电压 比值曲线，曲线 2 为通过实验测定开路电压与超级 电容模组 SOC 对应关系曲线。可以看出恒流充放 电时，超级电容模组开路电压变化和存储电荷量变 化趋势一致，这为利用开路电压估计超级电容模组 SOC 提供了理论基础和实验依据。 但由实验结果可知，超级电容开路电压比值与 超级电容模组 SOC 并非严格对应，在超级电容额 定电压附近， 其开路电压比值与超级电容模组 SOC 差距比较小。由于误差的存在，对开路电压进行修 正，其电压修正因子为 a, b，采用最小二乘法对开 路电压比值与 SOC 曲线进行二次拟合[8]， 则超级电 容模组 SOC 与开路电压对应关系为式(2)所示。 U U SOC a ( o ) 2 b ( o ) (2) UN UN 式中：U N 为模组额定电压；U o 为模组实时电压；a 和 b 是常量，通过拟合，得到 a=0.012，b=0.989。 图 2 中曲线 2 即为二次拟合曲线，后备电容柜 超级电容模组 SOC 拟合曲线如图 2。
年，高于蓄电池)、极长的充放电循环寿(50~100 万 次，远高于蓄电池) 、高能量密等优异性能而得到 越来越多的应用，特别是已成为风电机组变桨距系 统后备储能器件的主流。然而，在实际应用中可能 会出现明显低于厂商手册数据给出的数据[3]。特别 是大规模储能应用中超级电容模组需要大量串并联 组合工作[4]，其老化受温度、偏置电压、单体参数 不一致等诸多因素影响，往往经数月使用，性能就 已经下降 [3,5] ；同时若其中某节单体失效，将迅速 导致模块甚至全储能系统无法正常工作[6]。由于风
第 44 卷 第 12 期 2016 年 6 月 16 日 DOI: 10.7667/PSPC151291
电力系统保护与控制
基于大数据的风电机组健康度分析应用研究
基于大数据的风电机组健康度分析应用研究摘要：随着人们对生存环境的要求越来越高，近年来全球范围内清洁能源尤其是风力发电得到了快速的增长，中国已经成为风力发电累计装机容量最多的国家，截至2019年底，全国风电累计装机容量2.1亿千瓦，随着风电机组逐步并网发电，运行期间产生了大量的运行数据，通过大数据技术对数据加以挖掘，分析预测机组的健康状态和可靠性对于智能化运维管理具有重要的意义。
本文对大数据技术在风电机组健康度分析的应用进行分析探讨。
关键词：大数据分析；风电机组；健康度管理引言我国风力发电产业发展速度迅猛，但出现了“重制造，轻管理”的问题；同时风电机组的运行环境较为恶劣，较高的故障率使得风电企业的生产效率较低，限制了风电场的产出，也影响了风电并网稳定性和安全性；因此风电企业在积极利用大数据技术、人工智能技术开展智能化运维、亚健康预警、机组健康管理等智慧风电场方面的探索，以期实现降本增效，提高风电机组可靠性的目的。
1. 可靠度研究的意义1.1 可靠度定义可靠度也叫可靠性，指的是产品在规定的时间内，在规定的条件下，完成预定功能的能力；在电力系统方面，可靠度通常为发电机组故障时，用户端电力供应的减少程度，即供电端不受故障因素影响持续供电的程度。
健康度其实是可靠度的一部分内容：根据子系统部件和整机状态，分析判断部件和整机所处的健康状态或衰退趋势，在故障发生前对用户进行预警；1.2 风电研究意义(1) 融合实时可靠性指标所做出对风电机组的运行状态评价可以直接影响到风电机组的运维效率，其目的在于提高风电机组的正常运行工作时间；(2) 通过健康度的角度去丰富风电机组状态评价的基础，也可在振动数据与监控数据进行的故障诊断模式下加入健康度指标提高诊断的准确性。
2. 机组健康度分析方法机组的健康度分析一般包括以下几个流程：(1)选取原始数据；(2)对原始数据进行统计和处理；(3)进行可靠度的计算和分析；(4)对统计结果进行相应的处理。
风电机组状态检测技术
风电机组状态检测技术发布时间：2022-08-17T07:50:31.558Z 来源：《福光技术》2022年17期作者：林裕田[导读] 风能是一种绿色、可再生能源，在很大程度上可以解决发电产生的环境污染问题，风电机组作为风电场运行的核心装置，由于通常地处沿海区域或恶劣环境、交通不便的偏远郊区，且机舱一般位于离地面上百米的高空，因此，给风电机组日常运行维护造成一定难度。
为尽量避免风电机组故障造成停机，而带来的巨大经济损失，需要应用状态检测技术对风电机组的运行状态进行实时检测，进而确保整个机组的运行安全。
林裕田福建省东山澳仔山风电开发有限公司福建省东山县 363400摘要：风能是一种绿色、可再生能源，在很大程度上可以解决发电产生的环境污染问题，风电机组作为风电场运行的核心装置，由于通常地处沿海区域或恶劣环境、交通不便的偏远郊区，且机舱一般位于离地面上百米的高空，因此，给风电机组日常运行维护造成一定难度。
为尽量避免风电机组故障造成停机，而带来的巨大经济损失，需要应用状态检测技术对风电机组的运行状态进行实时检测，进而确保整个机组的运行安全。
关键词：风电机组；状态检测技术1风电机组风电机组一般指风力发电机组，风力发电机组包括风轮、发电机；风轮中含叶片、轮毂、加固件等组成；它有叶片受风力旋转发电、发电机机头转动等功能。
风力发电电源由风力发电机组、支撑发电机组的塔架、蓄电池充电控制器、逆变器、卸荷器、并网控制器、蓄电池组等组成。
2风电机组状态检测技术 2.1模态状态检测风电机组模态检测包括整机模态检测、齿轮箱模态检测和塔架模态检测。
运行模态分析作为风电机组结构损伤的检测方法，是通过测量运行模态参数相对于正常值产生的变化来识别机组的损伤。
风电机组塔架模态测试所需传感器为低频速度传感器，在塔架的3层平台上分别布置传感器，对机组塔架的固有频率阻尼情况以及振动形式等进行数据收集与相应的设计数值相比，在测试的过程中，测试结果均处于正常的范围内，就说明发电机组的塔架没有发生共振现象。
新能源场站性能考核和健康状态评价(暂行)管理办法20180523
第十八条健康状态评价工作应执行相关国标、行标和国网企标。如无执行标准，可与主机厂家、第三方检测机构协商确定。
第十九条新投产项目性能考核项目及标准参照附件1执行。
第二十条场站健康状态评价工作可按附件2所列项目根据需要执行。
第五章附则
第二十一条本办法由鲁能新能源（集团）有限公司负责解释。
第二十二条本办法自印发之日起正式实施。
4.3集散式逆变器转化效率：≮98.5%
5.光伏电站系统效率≮80%
6.场站性能指标考核以合同规定为准。
附件2 场站健康状态评价项目
1.综合评价项目
1.1风电机组预验收评价；
1.2风电机组出质保验收评价；
1.3固定资产投资后评价；
2.专项评价项目
2.1风电机组运行数据分析；
2.2风电机组传动系统振动检测；
第十三条承担性能测试的第三方机构从新能源公司供方库中选择，双方认可后确定。性能测试费用列入EPC总包合同或主机采购合同，包括重复测试所需费用。
第四章 健康状态评价
第十四条健康状态评价的目的是利用检测评价、系统诊断和数据分析等技术手段，发现场站和设备存在的问题和隐患，分析并找出原因，提出改进建议，指导检修、技改等生产管理活动，提升精益化运维水平。
2.3海上风电场全部机组的平均可利用率≮95%。
2.4海上风电场任意单机的可利用率≮92%。
_基于风机健康系数的风电设备状态监测方法_基于风机健康系数的风电设备状态监测方法
吕跃刚，等 基于风机健康系数的风电设备状态监测方法
值。 正常运行时，机舱风速计测量值和测风塔风 速应该存在一个固定的关系，当两者的关系发生 偏离时，说明风速计可能出现故障。
②对于偏航系统， 需要的 SCADA 参数是偏 航角度和风向标数据。 正常运行时，偏航角度与 风向标测量角度应该高度相关，一旦两者数据偏 差较大，则说明出现故障。
i
i i
n
Σ i
i i
xik yi
iiii = 1
i
i
i
i
i
i
i
i
i
i
i
i
i i
（7）
i
i
i
i
i
i
i
i
i
i
ii
i
这是一个范德蒙矩阵方程， 可将该方程简化
态的数据，如风电机组停机、限电运行等状态下的
数据。
第三步， 从风速记录值中找到最大风速 Vmax 和最小风速 Vmin。
第四步， 确定 SCADA 数据的区间划分数目
N。 参照 IEC 标准，将风速数据中 Vmax 与 Vmin 之间 的记录值以 0.5 m/s 为间隔加以分配[3]：
N=
Vmax－Vmin 0.5
机健康系数，证明该方法的实用性。
广 的 范 围 内 。 图 1 是 根 据 一 台 1.5 MW 风 机
1 数据预处理
SCADA 记录值绘制的功率曲线。 虽然图中采用的
1.1 数据筛选
SCADA 数据是 10 min 测量数据的平均值， 但是
通常每个风电场都装有一套风电 SCADA 系 由于风机故障、湍流以及电网限电等因素干扰，数
基于大数据分析的风电机组健康状态智能评估及诊断探索
基于大数据分析的风电机组健康状态智能评估及诊断探索发布时间：2021-08-01T08:01:22.193Z 来源：《电力设备》2021年第4期作者：张伟伟[导读] 对于提高风力发电机组的运行可靠性，保证机组上网发电率，降低故障事后维修的费用具有重要的意义。
（中海油新能源潍坊风电有限公司山东省潍坊 261000）摘要：近年来，人类节能环保意识的增强，风力发电这一清洁可再生能源得到广泛应用，但一直存在风场建设地区普遍偏远，风电机组运行维护困难等问题。
基于此，本文基于大数据分析，对风电机组的健康运行状态进行智能评估，从而实现对风电机组的故障诊断，维护设备安全运行,为风电经营创造更高的经济利润。
关键词：大数据分析；风电机组；健康状态评估引言人类所生活的环境随着社会的不断发展而日趋恶劣，风力发电作为清洁可再生能源之一，能很好的缓解使用化石能源所带来的污染，达到可持续发展的目的，因此得到快速发展。
由于风场建设地区偏远，运行维护困难，使得风电机组运行可靠性越来越受到关注。
目前风电场仍然采用事后检修、周期性维护的传统检修方式，其运行维护成本高。
如果能通过监测数据判断当下风电机组处在怎样的运行状态，我们就能够根据运行状态对机组的健康衰退趋势进行预判，发现可能出现或已经出现的故障点，合理的安排检修和维护，对于提高风力发电机组的运行可靠性，保证机组上网发电率，降低故障事后维修的费用具有重要的意义。
1大数据技术的应用优势在风电机组中利用大数据技术进行智能监控，对风电机组展开健康状态评价，这是保障设备安全运行的一种评估方式。
基于大数据技术建立健康状态管理系统，可有效实现以下功能。
(1)信号处理。
传感器与控制系统中传入的数据主要包含风电机组功能状态指标和系统提取的内容特征信息，信号转换后变为系统需要的信息格式。
使用傅里叶变换和小波变换方法，可以将数据处理后输出压缩的信息，以便健康状态管理系统对信息展开分析。
(2)状态监测。
基于数据驱动的风电机组关键部件健康状态监测方法研究
基于数据驱动的风电机组关键部件健康状态监测方法研究基于数据驱动的风电机组关键部件健康状态监测方法研究摘要：随着风能逐渐成为可再生能源领域的重要组成部分，风电机组关键部件的健康状态监测变得越来越重要。
通过对风电机组关键部件的健康状态进行实时监测和预测，可以提前发现潜在故障，防止事故的发生，降低运维成本。
本文基于数据驱动的方法，对风电机组关键部件的健康状态监测进行了深入研究和探讨。
1. 引言风能作为一种清洁、可再生的能源形式，迅速地发展和普及。
在风电发电过程中，风电机组关键部件的健康状态直接关系到风电机组的性能和安全。
因此，对风电机组关键部件的健康状态进行监测和预测具有重要意义。
2. 相关研究过去的研究中，风电机组关键部件的健康状态监测方法主要分为基于模型的方法和基于数据驱动的方法。
基于模型的方法需要通过建立精确的数学模型来描述风电机组的运行状态，但由于模型的复杂性和未知因素的存在，这种方法的适用性受限。
而基于数据驱动的方法通过从实际运行数据中学习和提取特征，能够更好地实现风电机组关键部件的健康状态监测。
3. 数据获取和处理为了开展本研究，我们获取了实际风电机组的工作数据。
这些数据包括风速、风向、温度、振动等多种参数。
通过对原始数据进行预处理，包括数据清洗、异常值检测和数据归一化等步骤，可以确保数据的准确性和可靠性。
4. 健康状态监测模型的建立本研究采用基于数据驱动的方法建立风电机组关键部件的健康状态监测模型。
首先，通过对风电机组的历史数据进行特征提取，得到能够反映机组健康状态的指标。
然后，利用机器学习算法建立监测模型，例如支持向量机（SVM）、随机森林（Random Forest）等。
最后，通过对新数据进行监测模型的预测和评估，可以实现对风电机组关键部件健康状态的实时监测。
5. 实验和结果分析在本研究中，我们使用实际风电机组的数据进行了实验。
通过比较不同算法和特征提取方法，在数据集上进行了准确性和鲁棒性的评估。
设备维保的健康评估与状态监测
• 设备维保健康评估概述 • 设备状态监测技术 • 设备故障诊断与预测 • 设备维保策略与优化 • 实际应用案例分析
01 设备维保健康评估概述
设备健康评估的定义
设备健康评估是对设备运行状态、性能和可靠性的全面检测和评估，通过运用各 种检测手段和数据分析方法，对设备的各项参数进行监测和评价，以确定设备的 健康状况和潜在风险。
03
常见的振动监测技术包括振动烈度监测、频谱分析、
包络解调等。
温度监测技术
温度监测技术是通过测量设备的 温度变化，判断设备的运行状态
和故障类型。
温度监测技术具有简单、直观、 可靠等特点，能够及时发现设备
过热故障，防止设备损坏。
常见的温度监测技术包括接触式 温度测量和非接触式红外测温等
。
油液分析技术
结果评估与报告
根据数据处理和分析的结果，对 设备的健康状况进行评估，形成 评估报告，提出相应的维护建议 和措施。
02 设备状态监测技术
振动监测技术
01
振动监测技术是通过测量设备的振动信号，分析其特
征参数，从而判断设备的运行状态和故障类型。
02
振动监测技术具有实时性、远程性和在线性等特点，
能够及时发现设备故障，提高设备维护效率。
基于物理的预测模型
根据设备的工作原理和物理特性，建立数学模型，预测设备可能出 现的故障。
混合模型
结合基于数据的模型和基于物理的模型，利用各自的优势进行故障 预测。
故障预防的措施
定期维护保养
按照设备制造商推荐的保养周期，对设备进行定期保养，更换磨损件 ，清洗润滑系统等。
巡检与点检
定期对设备进行巡检和点检，检查设备的运行状态和各项参数是否正 常。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第 １ 期
２ ０ １ ４年 １月
科
学
技
术
与
工
程
⑥
Ｖｏ １ ． １ ４ Ｎｏ ． １ Ｊ ａ ｎ ．２ ０ １ ４
１ ６７１ １ ８１ ５（ ２０ １ ４） ０１ — ０２ ０１ 一 Ｏ４
Ｓｃ ｉ ｅ ｎｃ ｅ Ｔｅ ｃ ｈ ｎｏ ｌ ｏ ｇｙ ａ ｎｄ Ｅｎｇｉ ｎ ｅ ｅ ｒ ｉ ｎｇ
图 １ 。
… 一 一 … … 。
间积 分 法 ， 也 称库 伦计 算法 ， 是使 用过 程 电量计 算普 遍采 用 的方法 ， 基 本 思想 就是 把 不 同 电流 下放 电 电 量等 效成 特定 电流下 的放 电 电量 ； ②模 糊 推理法 ， 是 通过 对数 据模 糊 化 、 规则 处 理 、 对 比知 识 库 、 解 模 糊 等过 程来 进行 电池 剩 余 电量 的估 算 ； ③ 人工 神 经 网 络法 ， 神 经 网络处 理 方法 就 是 用 实 际 被 优化 系统 的 正常 运行 数据 ， 或者 通 过实验 运行 的输 入输 出数 据 ， 在工 作点 建立 起神 经 网络 模 型 ， 在应 用 中将 此 神 经 网络 作为 一个 “ 黑 匣子 ” 处理 ， 通 过 神 经 网络 模 型 特 有 的 自学 习能 力功 能 ， 在 学 习 中不 断 调整 神 经 网络 模 型 的权 重和偏 差值 ， 使 模 型误差 达到最 小 值 ， 不 断 提高 模型精 度 ； ④开 路 电压法 ， 常用 来估 计 电源 系统 的初 始 ｓ Ｏ Ｃ值 ； ⑤ 负 载 电压 法 ， 电池放 电瞬 问 ， 电池 的 电压迅速 从 开路 电压 状 态进 入 负 载 电压状 态 ， 在 电池 负载 电流保 持不 变 时 ， 负 载 电压 Ｓ Ｏ Ｃ变化 规 律 与 电压 随 Ｓ ＯＣ的变 化 规 律 相似 ； ⑥ 内 阻法 ， 内 阻 法
和开路 电压 法一 样 ， 是 利 用 电池 内 阻 和 电池 电量存
加 中电 池 保 护 单 元 ；
１ ０ ０ １ ・ １ １ ０ ０ ７
负
反
…
…
● Ａ Ｄ Ｏ
馈 充 电 电 压 检 测 单 元卜 ● Ａ Ｄ １
电 ● 池 １ ｎ
；
Ｂａ ｂ ｙ Ｂ ｏ ａ ｒ ｄ
均 衡 ● 组 千 １ 电 惭 卜 ● Ａ Ｄ ２ Ｍ Ｃ Ｕ
照
兀
图 １ 电 池 组 管 理 系 统 框 图
１ ． １ 电池检 测 系统检 测原 理
在 电池 管 理 系统 刚开 始工 作 时 ， 使 用 开路 电压 法检 测 电池 的初始 Ｓ ＯＣ， 以便 于确 定 电池 的初 始 状 态， 精确 的开 路 电压 检 测 可 以反 映 电池 在 静 置 １ ｈ 以上 的电池 Ｓ Ｏ Ｃ， 从 而 为 电池 动态 运 行 时提 供 准 确 的初 值 ， 为之后 的计 算奠定 基 础 。 通过 实验 来确定 不 同温度 下 电池 开 路 电压 与绝 对荷 电状 态 的关系 。 电池 电动 势是 由 电池 的开 路 电 压、 电池 欧 姆 压 降和 电池 极 化 电 压 三 部 分 组 成ｌ ５ ］ 。
在一定 的 函数关 系来 判 定 电池 ｓ Ｏ ｃ， 一般 用 于 铅 酸
２ ０ １ ３年 ７月 １ ７日收 到 ， ８月 ９ 日修 改 第一作者简介 ： 李练兵（ １ ９ ７ １ 一） 男， 汉族 ， 天津市人 ， 博士 ， 教 授 。 研
检测方法 。
关 键 词 电池 中 图法分类号
内阻
容 量
剩余 电量 文献标志码 Ａ
Ｔ Ｋ８ ３ １ ． ５ ２ ；
变桨 系统 能 根 据ቤተ መጻሕፍቲ ባይዱ风 速 动 力 和 控 制 策 略 自动 调
电池 和 ＮＩ ／ ＭＨ 电池ｌ ｌ ］ 。
整 叶 片角度 来最 大 化 地 吸 收风 能 ， 得 到 最 佳 的 发 电 量； 变 桨系统 中的后 备 电源 重 点作 用 是 当 电网 发生 重 大事 故或 者风 机 自身发 生故 障需 要 紧 急停 车时 ， 先使 叶片顺 桨 ， 以减小 冲击 避 免 损 害 叶 片 。如果 变
大事故 ， 所 以必 须 对 蓄 电池 的一 运行 参 数 进 行全 面
在线 监 测 。常用 的 电池 Ｓ ＯＣ检测 方法有 ： ① 安 培时
测系 统 中 ， 针对 电池 在各 个不 同工作 状态 下 ， 不 同因 素对 电池 的影 响 ， 来 对 电池状态 检测 和 Ｓ Ｏ Ｃ估算 进 行 补偿 ， 进 而得 到 更 为精 确 的结 果 。整 体 设计 图如
２ ０ １ ４ Ｓ ｃ ｉ ． Ｔ ｅ ｃ ｈ ． Ｅ ｎ ｇ ｒ ｇ ．
动 力 技 术
风机备用 电池组管理与健康状态监测 的研究
李 练兵 田 晓彬
（ 河北工业大学 ， 天津 ３ ０ ０ １ ３ ０ ）
摘 要 在 风 机 中 ， 后 备 电池 起 着 保 护 风 机 在 电 网 出 现 故 障 时 及 时 顺 桨 进 而 保 护 风 机 叶 片 的 作 用 。 而 后 备 电 池 剩 余 电 量 以
及 健 康 状 态 更 是 直 接 影 响到 保 护 动作 是 否 能 正 常地 完 成 。 为 了保 证 后 备 电供 电 的 可 靠 性 和 连 续 性 ， 必 须 对 备 用 电 池 进 行 在 线 观 测 与 剩 余 电量 预 测 评 估 。针 对 其 特 殊 的工 作 条 件 及 状 态 ， 提 出 可 以 精 确 反 映 当前 风 机 后 备 电 池 剩 余 电 量 与健 康 状 态 的
桨 系统 内蓄 电池 失效 或 电量 不 足 ， 就 有 可 能 造成 重
１ 电池 检 测 系统 设 计
针对 上 文 所 表示 的各 种方 法 ， 本 文 提 出 了一种
新 型 的电池管 理 系统 。本 系统 通过 对安 培时 间法 和
开路 电压 法相 结 合 ， 并 加 以 改进 提 出来 的 。在此 检