-
公开(公告)号:CN117708637A
公开(公告)日:2024-03-15
申请号:CN202311713966.5
申请日:2023-12-13
Applicant: 东方电气风电股份有限公司
IPC: G06F18/23213 , G01M13/00 , F03D17/00 , F03D80/40 , G06F18/22
Abstract: 本发明公开了一种基于改进k均值聚类分析的风电机组叶片故障诊断方法,该方法包括:利用正常叶片和故障叶片对叶片故障特征进行定性定量分析;根据振动信号采集策略,对叶片振动信号进行采集,求取当前采集到的振动信号的时域特征值并将特征值保存到数据库中;若时域特征值存在明显异常时,改变采集策略,给信号采集器下达增加采集频率的命令;当时域特征值不存在明显异常时,按照原信号采集策略进行采集;利用改进k均值聚类分析方法对数据库中的多组时域特征值进行二聚类分析,综合判断叶片是否出现故障。本发明能实现风电叶片的实时在线诊断,提高叶片诊断预警的精确度,降低误报率和漏报率。
-
公开(公告)号:CN117703689A
公开(公告)日:2024-03-15
申请号:CN202311729542.8
申请日:2023-12-15
Applicant: 东方电气风电股份有限公司
IPC: F03D17/00 , G06F18/2131 , G01M13/00
Abstract: 本发明公开了一种基于叶片频谱差异性的风电叶片故障诊断方法,该方法包括:将高频振动加速度传感器安装在风电叶片上,结合定时采集策略与定工况采集策略,对三支叶片运行过程中的振动信号进行高频振动数据同步实时采集,并采用插值采样的方法对高频振动信号进行降频,获得三支叶片的低频振动信号;分别计算三支叶片的高频振动信号和低频振动信号的频谱信号和功率谱信号;利用功率谱信号和频谱信号计算重心频率、均方根频率和频谱信号幅值的离散度;计算任意两支叶片之间重心频率、均方根频率和频谱的幅值离散度之间的曼哈顿距离;根据计算得到的曼哈顿距离判断叶片是否异常。本发明能实现风电叶片的自动在线故障诊断,且提高了诊断准确率。
-