风电设备故障数据分析

风电设备故障数据分析

在瑞典，风电设备故障数据由Swedpower AB公司收集，每年都会发布报告。报告内容是瑞典境内风力发电机的性能，包括不同部件故障的停机时间。

下面的故障和停机数据是在2000-2004年内收集的，期间安装了越来越多的风力发电设备。

故障频率

Figure 10 显示在2000-2004年内，故障百分比。大多数故障与电气故障、传感器、叶片/变桨有关。

停机

Figure 11显示在2000-2004年内，部件故障停机百分比。最严重的故障部件是增速箱，其次是控制系统和电气系统。这

意味着增速箱比其它部件故障时间都长。

增速箱故障

Table 7 中，故障最多的部件是轴承和其它不明部件。导致故障的主要原因是：磨损。

总结

一台风力发电设备每年故障率0.402起，每起故障需要维修的平均时间是170小时。故障数量

最多的是：电气系统、传感器、叶片/变桨；停机数量最多的是：增速箱、控制系统、电气

系统；每起故障停机时间最长：驱动链、偏航系统、增速箱；引起增速箱故障的原因主要是

磨损。

华锐风电科技(集团)股份有限公司-招投标数据分析报告

招标投标企业报告 华锐风电科技（集团）股份有限公司

本报告于 2019年11月30日 生成 您所看到的报告内容为截至该时间点该公司的数据快照 目录 1. 基本信息：工商信息 2. 招投标情况：中标/投标数量、中标/投标情况、中标/投标行业分布、参与投标 的甲方排名、合作甲方排名 3. 股东及出资信息 4. 风险信息：经营异常、股权出资、动产抵押、税务信息、行政处罚 5. 企业信息：工程人员、企业资质 * 敬启者：本报告内容是中国比地招标网接收您的委托，查询公开信息所得结果。中国比地招标网不对该查询结果的全面、准确、真实性负责。本报告应仅为您的决策提供参考。

一、基本信息 1. 工商信息 企业名称：华锐风电科技（集团）股份有限公司统一社会信用代码：911100007848002673工商注册号：110000009320573组织机构代码：784800267 法定代表人：马忠成立日期：2006-02-09 企业类型：/经营状态：在业 注册资本：/ 注册地址：北京市海淀区中关村大街59号文化大厦19层 营业期限：2006-02-09 至 2036-02-08 营业范围：生产风力发电设备；开发、设计、销售风力发电设备；施工总承包；货物进出口；技术进出口；代理进出口；信息咨询（不含中介服务）；（涉及配额许可证、国营贸易、专项规定管理的商品按照国家有关规定办理。）（该企业2008年7月11日前为内资企业，于2008年7月11日变更为外商投资企业；依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动。） 联系电话：*********** 二、招投标分析 2.1 中标/投标数量 企业中标/投标数： 个 （数据统计时间：2017年至报告生成时间） 118

风电设备运维问题分析

风电设备运维问题分析 风电设备运维指整个风力发电机组在运行期间的维护、检修和管理等方面的工作，包含风电机组输电线缆进入风电箱式变压器完成一次变电前的所有设备和元器件，以及相应的控制软件、检测系统和通信设备等。我国风电起步较晚，同时工业制造水平也落后于世界发达水平，相比较于欧美风电技术发达、风电设备运维成熟的国家，我国风电设备的运维还存在一定的差距，缺乏系统的、预见性的设备管理和运维体系。从设备运维的角度看，主要表现的问题有以下几个方面： 1.运维策略后置 目前在我国风电身为主要的运维策略是定期检修和事后维修相结合的方式，即除了规定的检修外，只有等到设备出现故障了再进行处理，从设备运行管理角度来说，这是运维的初级阶段，将设备的维修工作主要集中于设备故障后。 从发展历程看，工业设备的运维分为几个阶段：事后维修—定期维修—可靠性维修—全员生产维修—状态检修(视情维修)—风险维修。目前在风电设备维修方面美国大多采用风险评估、可靠性分析、寿命管理、预知性维修等技术策略;欧洲主要采用风险评估结合寿命管理为主的维修优化和管理策略;日本主要采用全员生产维修和寿命管理，结合风险评估、可靠性分析等方法的预防性维修策略。 2.检测系统缺失 目前我国风电运行阶段的监测主要集中于电气设备，控制中心能实时监测到的数据主要包括风速风向、电机和变频器输出功率、伺服电机功率及扭矩、水压和油位、机组主要部位的温度和湿度等，而对一些风电部件，特别是关系到风电设备寿命、运行隐患的关键部件却缺乏有效的、系统的监测，如主轴监测、齿轮箱监测、实时振动监测、噪音监测等，以及电机、齿轮箱、叶片、变频器等状态监测。监测和检测的缺乏或不到位，导致运行阶段对风电设备的状态了解不足，对潜在的故障隐患没有有效的监测手段，无法跟踪故障发展趋势，只能做预防维护和事后维护，而不能预先发现并提前解决故障隐患。 3.分析方式落后 风电设备的状态分析是风险评估、可靠性分析、寿命管理、预知性维修等运维工作的前提。我国大多风电引进过程中只是引进了设备制造技术、控制系统等生产和运行相关的技术与设备，而对风电运行状态进行分析、评估相关的软件、

故障的统计分析与典型的故障率分布曲线

题目：故障的统计分析与典型的故障率分布曲线 学号：120606325 姓名：王逢雨 [摘要] 机械故障诊断是一门起源于 20 世纪 60 年代的新兴学科，其突出特点是理论研究与工程实际应用紧密结合。该学科经过半个世纪的发展逐渐成熟，在信号获取与传感技术、故障机理与征兆联系、信号处理与诊断方法、智能决策与诊断系统等方面形成较完善的理论体系，涌现了如全息谱诊断、小波有限元裂纹动态定量诊断等原创性理论成果，在机械、冶金、石化、能源和航空等行业取得了大量卓有成效的工程应用。统计分析工作是机械故障诊断中的核心环节，统计分析工作的质量和水平将会对机械设备的检修工作产生重要影响，关系到机械设备的安全与可靠运行。本文在对机械故障的特性等问题进行阐述的基础上，重点就机械故障统计分析工作中数据的收集和统计分析的方法进行重点探讨，希望对提高机械故障的管理水平能够有所帮助。 [关键词] 机械故障；统计分析；数据收集；方法 一、统计分析工作中机械故障的特性 机械设备在使用过程中，由于会受荷载应力等环境因素的影响，随着机械设备部件之间磨损的不断增加，结构参数与随之变化，进而会对机械功能的输出参数产生影响，甚至使其偏离正常值，直至产生机械故障。概括说来，主要有以下几方面的特性。 （一）耗损性 在机械设备运行过程中，不断发生着质量与能量的变化，导致设备的磨损、疲劳、腐蚀与老化等，这是不可避免的，随着机械设备使用时间延长，故障发生的概率也在不断增加，即使可以采取一定的维修措施，但是由于机械故障的耗损性，不可能恢复到原先的状态，在经过统计分析工作后，必要时需要对设备进行报废。（二）渐损性 机械故障的发生大多是长期运行的老化或疲劳引起的，所以具有渐损性，而且与设备的运行时间有一定的关系，所以做好机械设备的统计分析工作是很有必要的，当掌握了设备故障的渐损规律后，可以通过事前监控或测试等手段，有效预防机械故障的发生。 （三）随机性 虽然有的机械故障具有一定的规律性，但这并不是绝对的，因为机械故障的发生还会受到使用环境、制造技术、设备材料、操作方式等多种因素的影响，因此故障的发生会具有一定的分散性和随机性，这在一定程度上增肌了机械设备预防维修与统计分析工作的难度。 （四）多样性 随着科学技术的发展与应用，机械设备的工作原理日趋复杂，零部件的数量在不多增多，这就使得机械故障机理发生的形式日趋多样化。机械故障的发生不仅存在多种形式，而且分布模型及在各级的影响程度也不同，在统计分析工作中需要引起足够的重视。 二、机械故障管理中统计数据的收集 在对机械故障的统计分析工作中，数据的收集是最基础的环节，因此必须保障数据收集的及时性、准确性和规范性，这样才能为接下来的数据分析工作奠定良好

油浸式变压器DGA数据分析及其故障诊断研究

油浸式变压器DGA数据分析及其故障诊断研究变压器是电力系统实现输、变电工程的枢纽设备,其运行状态直接影响着整个电力系统的安全、可靠和稳定。然而变压器在长时间的运行过程中,由于绝缘老化等因素造成的各类故障是不可能完全避免的。 因此需通过诊断和检修尽早发现并排除变压器的早期潜伏性故障,从而降低事故原因造成的经济损失,提高电力系统的供电率,更方便人们的生产生活。分析油浸式变压器的故障机理,可将其油中溶解气体的数据作为诊断的一个重要依据,并结合人工智能的方法,实现故障类型的诊断和预测。 本文的主要研究内容有以下几个方面：1、分析变压器油中溶解气体的产生机理与溶解过程,通过研究变压器内部主要故障类型与油中气体组分的对应关系,确定故障诊断研究中以H2、CH4、C2H6、C2H4、 C2H2这5种特征气体的含量为参量。采用模糊C-均值聚类算法将结论明确的102台次变压器故障样本进行聚类分析,分类准确率达到82.35%,为有效防止其陷入局部最优的情况,采用遗传 算法和模拟退火算法对其搜索性能进行改进,用400个样本点验证改进后算法的性能,再运用SAGA-FCM算法对上述102个故障样本进行聚类分析,分类准确率较FCM算法高出4.9个百分点,并得出6个典型故障类型的聚类中心。 2、结合灰关联熵的理论基础建立变压器故障诊断模型,其中参考序列采用第二章中SAGA-FCM算法得到的6个典型故障类型的聚类中心,比较序列采用三比值法编码不全的8个故障样本,对这8个样本进行基于SAGA-FCM聚类中心的灰关联熵变压器故障诊断,8个样本全部正确。而采用单一参考序列的灰关联熵法的诊断中有3个样本出现错误,发现以SAGA-FCM聚类中心为灰关联熵的参考序列,不仅增强了比较序列和参考序列的关联性,提高了故障诊断的准确率,就三比值编

风电大数据

近日，IBM宣布了一项先进的结合大数据分析和天气建模技术而成的能源电力行业先进解决方案，这将帮助全世界能源电力行业，提高可再生能源的可靠性。该解决方案结合天气预测和分析，能够准确预测风电和太阳能的可用性。这使能源电力公司，可将更多的可再生能源并入电网、减少碳排放量、提供消费者与企业更多的清洁能源。 这个名为“混合可再生能源预测”（HyRef）的解决方案，利用天气建模能力、先进的云成像技术和天空摄像头、接近实时的跟踪云的移动、并且通过涡轮机上的传感器监测风速、温度和方向。通过与分析技术相结合，这个以数据同化(Data-Assimilation)为基础的解决方案，能够为风电厂提供未来一个月区域内的精准天气预测或未来十五分钟的风力增量。 此外，HyRef可以通过整合这些当地的天气预报情况，预测每个单独的风力涡轮机的性能，进而估算可产生的发电量。这种洞察力能，将使能源电力公司更好地管理风能和太阳能的多变特性，更准确地预测发电量，使其可以被复位导向到电网或储存。它同时也允许能源组织更好地并用可再生能源与其他传统能源，例如煤炭和天然气。 “世界各地的能源电力行业正在采用一整套的战略，来整合各种新的可再生能源到他们的供电运营系统中，以实现在2025年之前，全球25％的电力供应，来自于可再生能源组合的基本目标”。美国可再生能源理事会（ACORE）总裁兼首席执行官丹尼斯·麦金说。“由HyRef所产生的天气建模和预测数据，将显着改善这一过程，反过来说，它使我们朝最大限度地挖掘可再生资源的潜能更迈进了一步。 中国国家电网（SGCC）所属的国家冀北电力有限公司（SG-JBEPC），正在使用HyRef 来整合可再生能源并入所属电网中，而这项应用，将是冀北电力的张北县670MW示范项目的第一阶段重点。这整个项目，是当前世界上最大的可再生能源的倡议，将涉及风能和太阳能发电的集合，以及能源存储和传输等范畴。该项目有助于实现中国“减少对化石燃料依赖”的5年计划目标。 通过使用IBM风力预测技术，张北项目的第一阶段目标，旨在增加10％的可再生能源的整合发电量。这一额外发电量，大约可供14,000个家庭使用。通过分析提供所需的信息，将使能源电力公司得以减少风能与太阳能的限制，进而更有效的使用已产出的能源, 来强化电网的运行。 世纪90年代末，美国航空航天局的研究人员创造了大数据一词，自诞生以来，它一直是一个模糊而诱人的概念，直到最近几年，才跃升为一个主流词汇。但是，人们对它的态度却仍占据了光谱的两端，一些人对它抱有近乎宗教崇拜的热情，认为大数据时代将释放出巨大的价值，是通往未来的必然之途。在一些观察者眼中，大数据已成为劳动力和资本之外的第三生产力。而怀疑者称，大数据会威胁到知识产权，威胁到隐私保护，无法形成气候。 无论如何，大数据在风电领域已有所建树。

风力发电设备可靠性评价规程修订稿

风力发电设备可靠性评 价规程 WEIHUA system office room 【WEIHUA 16H-WEIHUA WEIHUA8Q8-

风力发电设备可靠性评价规程（试行） 1 范围 本规程规定了风力发电设备可靠性的统计办法和评价指标。适用于我国境内的所有风力发电企业发电能力的可靠性评价。 风力发电设备的可靠性统计评价包括风电机组的可靠性统计评价和风电场的可靠性统计评价两部分。 风电机组的可靠性统计评价范围以风电机组出口主开关为界，包括风轮、传动变速系统、发电机系统、液压系统、偏航系统、控制系统、通讯系统以及相应的辅助系统。 风电场的可靠性统计评价范围包括风电场内的所有发电设备，除了风电机组外，还包括箱变、汇流线路、主变等，及其相应的附属、辅助设备，公用系统和设施。 2 基本要求 本规程中指标评价所要求的各种基础数据报告，必须尊重科学、事实求是、严肃认真、全面而客观地反应风力发电设备的真实情况，做到准确、及时、完整。 与本规程配套使用的“风电设备可靠性管理信息系统”软件及相关代码，由中国电力企业联合会电力可靠性管理中心（以下简称“中心”）组织编制，全国统一使用。 3状态划分 风电机组（以下简称机组）状态划分如下： 运行 (S) 可用(A) 调度停运备用 备用 (DR)

(R) 场内原因受累停运备用 在使用受累停运备用 (PRI) （ACT） (PR) 场外原因受累停运备用 (PRO) 计划停运 不可用(U) (PO) 非计划停运 (UO) 4 状态定义 在使用（ACT）——机组处于要进行统计评价的状态。在使用状态分为可用（A）和不可用（U）。 可用（A）——机组处于能够执行预定功能的状态，而不论其是否在运行，也不论其提供了多少出力。可用状态分为运行（S）和备用（R）。 4.2.1 运行（S）——机组在电气上处于联接到电力系统的状态，或虽未联接到电力系统但在风速条件满足时，可以自动联接到电力系统的状态。机组在运行状态时，可以是带出力运行，也可以是因风速过高或过低没有出力。 4.2.2 备用（R）——机组处于可用，但不在运行状态。备用可分为调度停运备用（DR）和受累停运备用（PR）。 4.2.2.1 调度停运备用（DR）——机组本身可用，但因电力系统需要，执行调度命令的停运状态。 4.2.2.2 受累停运备用（PR）——机组本身可用，因机组以外原因造成的机组被迫退出运行的状态。按引起受累停运的原因，可分为场内原因受累停运备用（PRI）和场外原因受累停运备用（PRO）。 a) 场内原因受累停运备用（PRI）——因机组以外的场内设备停运（如汇流线路、箱变、主变等故障或计划检修）造成机组被迫退出运行的状态。 b) 场外原因受累停运备用（PRO）——因场外原因（如外部输电线路、电力系统故障等）造成机组被迫退出运行的状态。

风力发电设备可靠性评价规程(参考Word)

1 范围 1.1 本规程规定了风力发电设备可靠性的统计办法和评价指标。适用于我国境内的所有风力发电企业发电能力的可靠性评价。 1.2 风力发电设备的可靠性统计评价包括风电机组的可靠性统计评价和风电场的可靠性统计评价两部分。 1.3 风电机组的可靠性统计评价范围以风电机组出口主开关为界，包括风轮、传动变速系统、发电机系统、液压系统、偏航系统、控制系统、通讯系统以及相应的辅助系统。 1.4 风电场的可靠性统计评价范围包括风电场内的所有发电设备，除了风电机组外，还包括箱变、汇流线路、主变等，及其相应的附属、辅助设备，公用系统和设施。 2 基本要求 2.1 本规程中指标评价所要求的各种基础数据报告，必须尊重科学、事实求是、严肃认真、全面而客观地反应风力发电设备的真实情况，做到准确、及时、完整。 2.2 与本规程配套使用的“风电设备可靠性管理信息系统”软件及相关代码，由中国电力企业联合会电力可靠性管理中心（以下简称“中心”）组织编制，全国统一使用。 3状态划分 风电机组（以下简称机组）状态划分如下： 运行 (S) 可用(A) 调度停运备用 备用 (DR) (R) 场内原因受累停运备用在使用受累停运备用 (PRI) （ACT） (PR) 场外原因受累停运备用 (PRO) 计划停运 不可用(U) (PO) 非计划停运 (UO)

4 状态定义 4.1 在使用（ACT）——机组处于要进行统计评价的状态。在使用状态分为可用（A）和不可用（U）。 4.2 可用（A）——机组处于能够执行预定功能的状态，而不论其是否在运行，也不论其提供了多少出力。可用状态分为运行（S）和备用（R）。 4.2.1 运行（S）——机组在电气上处于联接到电力系统的状态，或虽未联接到电力系统但在风速条件满足时，可以自动联接到电力系统的状态。机组在运行状态时，可以是带出力运行，也可以是因风速过高或过低没有出力。 4.2.2 备用（R）——机组处于可用，但不在运行状态。备用可分为调度停运备用（DR）和受累停运备用（PR）。 4.2.2.1 调度停运备用（DR）——机组本身可用，但因电力系统需要，执行调度命令的停运状态。 4.2.2.2 受累停运备用（PR）——机组本身可用，因机组以外原因造成的机组被迫退出运行的状态。按引起受累停运的原因，可分为场内原因受累停运备用（PRI）和场外原因受累停运备用（PRO）。 a) 场内原因受累停运备用（PRI）——因机组以外的场内设备停运（如汇流线路、箱变、主变等故障或计划检修）造成机组被迫退出运行的状态。 b) 场外原因受累停运备用（PRO）——因场外原因（如外部输电线路、电力系统故障等）造成机组被迫退出运行的状态。 4.3 不可用（U）——机组不论什么原因处于不能运行或备用的状态。不可用状态分为计划停运（PO）和非计划停运（UO）。 4.3.1计划停运（PO）——机组处于计划检修或维护的状态。计划停运应是事先安排好进度，并有既定期限的定期维护。 4.3.2非计划停运（UO）——机组不可用而又不是计划停运的状态。 5 状态转变时间界线和时间记录的规定 5.1 状态转变时间的界线 5.1.1 运行转为备用或计划停运或非计划停运:以发电机在电气上与电网断开时间为界。

风电场生产运行指标

全国风力发电技术协作网(以下简称“风电协作网”)在深入调查研究，广泛征求各方面意见的基础上，提出了《风电场生产运行统计指标体系》（试行稿），并于今年1月29日在北京召开了“协作网”在京理事长、理事工作会。会议围绕构建风电场生产运行统计指标体系进行了广泛和深入讨论，原则通过了《风电场生产运行统计指标体系》（试行稿）。并于二月印发给“风电协作网”全体会员单位。希望各会员单位按照试行稿的办法，对2007年底已经投产运行的风电场进行统计填报。截止目前，“风电协作网”秘书处共收到25个风场的统计资料。下面将相关情况予以通报说明。 一、统计指标体系的主要内容 （一）统计填报的对象：风电场生产运行统计指标体系，统计填报的对象就是已经投产运行的风电场。这里讲的风电场一般应以项目核准的容量来统计。一个项目全部机组投产后可以参加统计。投产是指一个项目全部机组完成了240小时的试运行。但是，由于整个风电场运行时间不满一年，第一年有些数据没有或不够准确，所以投产运行不满一年的风电场有些指标只作参考。 （二）指标体系：风电场生产运行统计指标体系分五类13项。 第一类是风能资源指标本类指标用来反映风电场在统计周期内的实际风能资源状况。具体有3个指标：年平均风速、有效风时数和平均空气密度。此类指标的统计，供了解分析时参考。 1、年平均风速是反映风电场风资源状况的一个重要数据。在给定时间内瞬时风速的平均值。应该按自然日历时间进行统计。如有因测风仪器原因造成数据缺少的应合理进行修正。测风仪器须安装在具有代表性的专用测风塔上，其高度应与风力发电机轮毂高度相等或接近。风机本身记录的数据由于受尾流的影响，统计的风电场的年平均风速不准确。 2、有效风时数是指在风力发电机组轮毂高度（或接近）处测得的、介于切入风速与切出风速之间的风速持续小时数的累计值。 3、平均空气密度（平均气温）风电场所在处空气密度在统计周期内的平均值。 由于同一地区的气压是一个比较稳定值，而气温却随季节变化有较大起伏，因此风电场的空气密度与气温间有确定的对应关系。平均气温应逐日统计，在此基础上计算月度和年度的平均空气密度并反映在月报和年报上。 第二类是电量指标本类指标用来反映风电场在统计周期内的出力和购网电量情况。具体有四个指标：发电量、上网电量、购网电量和年利用小时数。 1、发电量，风电场发电量是每台风力发电机发电量的总和。 单机发电量是在风力发电机出口处计量的输出电能。一般从发电机监控系统读取。 2、上网电量，风电场与电网的关口表计计量的风电场向电网输送的电能。 3、购网电量，风电场与电网的关口表计计量的电网向风电场输送的电能。 4、年平均利用小时数，也称作等效满负荷发电小时数。是风电场全部机组发电量折算到全场装机容量满负荷运行时的发电小时数。该指标以年度为单位统计。 第三类是能耗指标用来反映风电场电能消耗和损耗的指标，具体有三个指标：场用电率、场损率和送出线损率。 1、场用电率是风电场场用电变压器计量指示的电量减去基建、技改等用电量后占全场发电量的百分比。 2、场损率消耗在风电场内输变电系统和风电机自用电的电量占全场发电量的百分比。这里要注意是要把购网电量计算在内。 3、送出线损率消耗在风电场送出线的电量占全场发电量的百分比。由于每个风电场接入电网的情况不一样，所以此项指标只作统计参考。 第四类是设备运行水平指标。是用来反映风电机设备运行可靠性的指标。采用风电机设备可利用率一个指标。 1、风电机设备可利用率在统计周期内，除去风力发电机组因维修或故障未工作的时数后余下的

应用数据分析法进行简易的设备故障诊断

应用数据分析法进行简易的设备故障诊断 秦涛 摘要理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，基本可以满足现场对设备故障点进行粗略佑计的要求。运用便携式测振仪进行故障分析，对于普及设备状态监测与故障诊断工作、量化设备管理及维修具有重要的意义。结合两个典型的现场案例，对应用数据分析法开展简易的设备故障诊断工作进行探讨。 关键词便携式测振仪数据分析故障诊断 为了对转动设备实施有效的管理，在开展设备状态监测与故障诊断的时候，仅笼统地从总体上判断设备正常与否是远远不够的，还需要进一步弄清设备故障的具体类型和部位。 精密诊断仪能够借助相对较多的手段（如时域分析、频域分析、轴心轨迹分析等），分析设备的故障点及故障原因，为检修提供必要的指导。但是，由于精密诊断仪价格昂贵，对操作人员的理论知识储备要求较高，因此很难在现场普及推广。主要应用于状态监测的便携式测振仪（如公司采用的HG2500系列）具有价格低、易操作、携带方便、便于普及装备和应用等优点。理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，同样可以满足现场对设备故障原因进行粗略估计的要求。在此结合在现场工作中所处理的典型案例，对应用数据分析法进行简易的设备故障诊断做一引证论述。 一、案例一离心式式压缩机震动故障 1.设备基本情况 电机型号YKK4005-2，功率500kW，转速2976r/min，经增速比3.51的行星齿轮增速器驱动主机；主机型号4H-4，转速10459r/min，3725m3/h，进口压力0.088Mpa，出口压力0.47MPa。输送介质为氯气。 2005年8月6日，巡检发现离心式压缩机振动异常。 2.振动测量与分析 现场应用便携式测振仪对主机前后轴承部位进行振动测量。测量结果如表1所示。根据表1中数值分析如下： 表1 离心式压缩机振动值 (1)根据化工行业HGJ1018-79位移振幅标准及ISO2372标准中关于机械振动烈度的规定：离心式压缩机全位移振动值应不大于0.015mm；对于功率大于75kW、转速介于600～12000r/min之间刚性安装的大型机械，其振动烈度阑值为1.12cm/s。现该压缩机前后轴承

风力发电系统可靠性评估体系

风力发电系统可靠性评估体系 摘要：近年来，我国的用电量不断增加，风力发电系统有了很大进展。由于风电具有随机性、间歇性和波动性等特点，风力发电系统的可靠性对大规模并网电力系统安全性造成较大影响，如何准确评估风力发电系统可靠性，这提出了全新的挑战。首先分析了风力发电系统的结构特点，提出了一种基于期望故障受阻电能相等的方法，用相同容量的发电机等效替代风电机“组串”，并根据元件状态特性对系统可靠性状态进行划分，最后建立时间、出力、系统等指标体系。 关键词：风力发电系统；等效替代；可靠性评估；指标体系 引言 随着风力发电技术迅猛发展，装机容量大幅增加，已成为可再生能源中技术最成熟、应用最广泛的发电技术之一。由于风电具有间歇性、波动性和随机性等特点，使得大规模风电接入电力系统后带来了不确定的因素，因此如何准确评估风力发电系统的可靠性显得非常重要。 1风力发电系统的特点 1.1风机输出功率影响因素分析

1）季节与时间的影响 中国“三北”地区风资源较为丰富。一般来说，一年中春季和冬季风资源较丰富，夏季风资源较贫乏；在一天中来说，白天风资源较贫乏，而夜晚风资源较丰富。 2）风速大小的影响 风电机组的运行状态和输出功率都与风速息息相关。图1给出了风电机组输出功率与风速的曲线。 2可靠性状态的划分 1）全额运行状态：当风速较快时，即风力发电系统输出功率能够达到总装机容量的70%以上。2）资源限制减额运行状态：当风速较慢时，即风力发电系统输出功率低于总装机容量的70%。3）故障减额运行状态：风力发电系统部分元件故障导致输出功率减少的状态。 3可靠性指标体系 3.1时间指标 1）全额运行时间FRH：风力发电系统处于全额运行状态（即输出功率达到总装机容量70%）的累计运行时间。2）资源限制减额运行时间RDH：风力发电系统由于风速的限制，输出功率小于总装机容量的70%的累积运行时间。3）故障减额运行时间FDH：风力发电系统中部分元件故障，导致输出功率减小的累积运行时间。4）故障停运时间FOH：风力系统由于元件故障发生全站停运的累计时间。由

基于大数据分析的风电机组运行状态评估及故障诊断

基于大数据分析的风电机组运行状态评估及故障诊断 发表时间：2019-11-08T10:53:05.477Z 来源：《电力设备》2019年第14期作者：李鹏 [导读] 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。 (山西龙源风力发电有限公司山西省太原市 030006) 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。因此，为保证风电机组健康安全运行和降低风场运维成本等方面考虑，研发基于大数据分析的大型风电机组运行状态评估及故障诊断技术已成为风电行业亟待解决的课题。 关键词：风电机组；大数据；状态评估；故障诊断 风电机组是集多种电气、控制和机械等子系统为一体的非线性、强耦合机械设备，不同子系统的部件之间的联系和耦合极其紧密，任何某一部件发生故障，如果不及时诊断排除，通过部件之间的层层级联与相互不断耦合的放大作用，将进一步发生严重故障，从而导致风电机组故障停机，给电力设备的安全稳定运行带来严重威胁。而且机组一旦发生故障，由于事前对机组的健康信息掌握不充分，受天气状况和地理位置影响，造成故障事后维修工作难度大、停机时间长、维修成本高等经济损失加重。因此，通过基于风电机组的 SCADA 系统监测数据、振动系统监测数据、生产运行和管理数据等大数据应用分析，判断其健康状况，诊断潜藏性故障，对降低运行维护成本，提高机组的运行效率和可靠性，已成为我国风电行业亟待解决的关键问题。 1风电机组的主要故障类型 1.1齿轮箱故障 齿轮箱是风电系统中故障率最高的部件，且造成停机时间较长，包含齿轮、滚动轴承和轴等部件，其常见的故障主要为齿轮和滚动轴承的故障。近年来，新投产风电机组普遍都配备了振动监测系统。当齿轮或滚动轴承存在局部缺陷时，其振动信号中含有丰富的信息。通过有效提取信号的特征，一般可以较为准确地诊断出缺陷种类及所处的部位。 1.2发电机故障 目前风电系统采用的发电机型主要有双馈异步电发机、笼型异步发电机和永磁同步电发机。由于承载发电机的机舱处于几十米的高空，发电机长期运行于交变工况和恶劣的电磁环境中，极易发生故障。常见的故障有轴承故障、短路故障、转子偏心故障等。当发电机由正常状态衍化到故障状态时，会引发某些电量和非电量的变化。其中电量信号主要有电流、电压、输出有功功率、电磁力矩等，而非电量主要为振动信号。发电机的故障诊断正是以这些反映电机运行状态的物理量信号的变化为依据，通过相应监测设备获取电量或非电量信号，采用先进有效的信号处理技术，最终提取出反映发电机故障种类以及故障严重程度的特征信息。 1.3电力电子装置故障 并网风电机组一般通过变频器接入电网，从而实现在环境风速变化的情况下，也可以向电网输送高质量电能。所不同的是：永磁直驱式风力发电机是定子侧通过变频器接入电网的；双馈式风力发电机是转子侧通过变频器接入电网的，定子侧直接与电网相连。变速恒频式风力发电机，尤其是双馈式风力发电机在电网发生故障时容易导致风力发电机机端电压跌落，造成发电机定子电流增加进而导致转子电流的增加，极易导致风电机组变频装置的功率元器件损坏。 1.4叶片故障 叶片是风电机组最基础和最关键的部分，长期承受风带来的交变冲击载荷作用，是受力最复杂的部件之一，运行过程中各种激振力通过叶片传递出去。实际中常用有限元分析法建立风电机组的动力学模型，通过计算与模态分析获得其固有频率和振型等信息，并通过观测固有频率变化反映叶片的裂纹等故障特征，依此达到对风机叶片故障的检测与诊断识别的目的。 2基于大数据分析的风电机组运行状态评估及故障诊断方案 风电机组的结构主要可分为两部分：一是由将风能转换为机械能的风力机；二是将机械能转换为电能的发电机。风力机主要由风轮、主轴、齿轮箱、控制器及辅助装置组成，其作用是将转化成机械能的风能传递至齿轮箱，通过齿轮箱增速，带动高速发电机工作。风电机组的类型有双馈型风电机组和直驱型风电机组等，其中双馈型风电机组在我国实际运行数量最多。 首先，在机组各个关键部位安装不同传感器，采集振动、转速、温度等信号。如低速轴位置选择低速加速度传感器，在高速轴部分选择压电加速度传感器。然后通过调整单元和信号采集卡，输入到在LabVIEW上开发监测平台，该平台运用小波消噪的方法进行消噪，然后通过快速傅里叶变换将输入信号进行分解，通过曲线拟合、时域分析、频域分析等步骤，将数据以图形的形式呈现出来，并根据分析得到的结果对照正常运行时的信号，如果出现信号异常，进行故障原因分析，并在系统界面上给出故障预示以及故障维护建议。 3基于大数据分析的风电机组运行状态评估及故障诊断的发展方向 结合现有先进技术以及风电场运行维护经验的不断完善和基础数据的不断增加，提出下一步基于大数据分析的风电机组运行状态评估及故障诊断的发展方向。完整和正确的数据采集是后续状态分析和故障诊断的基础。因此，在今后的集中监控技术研究中，应将风电机组SCADA系统、升压站综合自动化系统、风功率预测系统、AGC/A VC能量管理系统、生产管理系统等现有分散监控与管理系统进行整合。采取不同时间尺度的异构数据采集技术、防止数据丢失的数据队列技术以及不同时间尺度的异构数据的统一存储技术，建立以风电机组关键部件的振动在线监测数据、油液在线监测数据、叶片在线监测、离线点检数据、风电场的环境监测数据等为基础的统一实时和历史数据库，确保风电场实时数据的完整性和正确性。进而，基于各类异构数据的统一管理技术，将实时数据库和历史数据库与统一的风电设备健康状态数据库相结合，建立风电场统管数据库。基于风电场统管数据库，开发风电场场群的集中监控与管理技术，实现不同供应商的各类设备的集中监控与管理，实现风电场场群的状态监测、运维调度和生产运营的统一管理。 在风电场场群的实时监测、运维管理和生产运营的统一管理基础上，下一步的工作即是开发重要子系统的在线监测系统，如齿轮箱磨损状态监控、叶片表面状态监控等。以齿轮箱磨损状态监控为例，通过对齿轮摩擦副的摩擦、磨损、润滑与润滑油劣化特征的研究，寻求对齿轮油运动粘度、油中水含量、介电常数、温度、磨损烈度指数等多参数的集成式实时在线检测方法，从而系统地建立风电机组齿轮箱润滑磨损在线监测体系。 风电场故障预警技术的实现，有利于运维人员工作职责的原子化、远程化和信息化，实现风电场维护的智能化和简易化，最终达到风

风力发电设备可靠性评价规程

风力发电设备可靠性评价规程（试行） 1 范围 本规程规定了风力发电设备可靠性的统计办法和评价指标。适用于我国境内的所有风力发电企业发电能力的可靠性评价。 风力发电设备的可靠性统计评价包括风电机组的可靠性统计评价和风电场的可靠性统计评价两部分。 风电机组的可靠性统计评价范围以风电机组出口主开关为界，包括风轮、传动变速系统、发电机系统、液压系统、偏航系统、控制系统、通讯系统以及相应的辅助系统。 风电场的可靠性统计评价范围包括风电场内的所有发电设备，除了风电机组外，还包括箱变、汇流线路、主变等，及其相应的附属、辅助设备，公用系统和设施。 2 基本要求 本规程中指标评价所要求的各种基础数据报告，必须尊重科学、事实求是、严肃认真、全面而客观地反应风力发电设备的真实情况，做到准确、及时、完整。 与本规程配套使用的“风电设备可靠性管理信息系统”软件及相关代码，由中国电力企业联合会电力可靠性管理中心（以下简称“中心”）组织编制，全国统一使用。 3状态划分 风电机组（以下简称机组）状态划分如下： 运行 (S) 可用(A) 调度停运备用

备用 (DR) (R) 场内原因受累停运备用 在使用受累停运备用 (PRI) （ACT） (PR) 场外原因受累停运备用 (PRO) 计划停运 不可用(U) (PO) 非计划停运 (UO) 4 状态定义 在使用（ACT）——机组处于要进行统计评价的状态。在使用状态分为可用（A）和不可用（U）。 可用（A）——机组处于能够执行预定功能的状态，而不论其是否在运行，也不论其提供了多少出力。可用状态分为运行（S）和备用（R）。 4.2.1 运行（S）——机组在电气上处于联接到电力系统的状态，或虽未联接到电力系统但在风速条件满足时，可以自动联接到电力系统的状态。机组在运行状态时，可以是带出力运行，也可以是因风速过高或过低没有出力。 4.2.2 备用（R）——机组处于可用，但不在运行状态。备用可分为调度停运备用（DR）和受累停运备用（PR）。

风电生产运营管理

能源公司风电生产运营管理 1、生产系统及生产机构的设置 生产指挥系统是风电场运行管理的重要环节，它的正常运转能有力地保证指挥有序，有章可循，层层负责，人尽其职，也是实现风电场安全生产，提高设备可利用率增加发电量的重要手段；更是严格贯彻落实各项规章制度的有力保证。风力发电作为一种新兴的发电企业形式，因其自身发展和生产性质的特点，还未形成一种象火电一样的较为统一和固定的组织机构形式，因此风电场的生产管理在机构设置上必须充分适应风力发电的行业特点，特别是大型风电场，必须要做到机构精干、指挥有力、工作高效。风电公司必须明确一名有业务能力的领导分管安全生产运营工作，主抓风机运行、设备维护、生产技术、计划、经济指标及科技方面的工作。在机构设置上可以成立一个大生产单位如运行部，负责风场的生产运行、消缺维护、安健环和各项技术及经济工作，配备部门经理、副经理(或经理助理)、专工、值长、运行维护员等管理和生产岗位。如果分细一点，可以成立安全生产技术部和风电场两个部门，配备部门经理、风场场长、专工、值长、运行维护员等管理和生产岗位。 2、风电场运行的主要方式及风电场运行管理 风电场运行管理工作的主要任务就是提高设备可利用率和供电可靠性，保证风电场的安全经济运行和工作人员的人身安全，保证所发电能符合电网质量标准，降低各种损耗，力争多发电量，提高经济效益。生产管理工作中必须以安全生产为基础，以经济效益为中心，全面扎实地做好各项工作。 随着中国风电突飞猛进的发展，目前国内几大集团的风电场运行方式也不尽相同，各家也都在探索更好的风电生产管理模式。实际工作中采用的主要形式有；风电场业主自行运行维护和委托专业运行公司承包运行维护。对于大多数风电公司来说，从企业长远发展考虑，由各风电公司自行负责运行维护符合长远利益。风电场运行工作的主要内容包括两个部分，分别是风力发电机组的运行维护和场区升压变电站及相关输变电设施的运行及维护。风力发电机组的正常运行工作主要包括：监视风力发电机组的各项参数变化及运行状态，对发现异常变化的风机

风电功率波动性的分析

2014高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：东北电力大学 参赛队员(打印并签名) ：1. 张盛梅 2. 齐天利 3. 孔晖 指导教师或指导教师组负责人(打印并签名)：张杰 日期2014 年 8 月 20日赛区评阅编号（由赛区组委会评阅前进行编号）：

2014高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

风电功率波动性的分析 摘要 风电机组的发电功率主要与风速有关，由于风的不确定性、间歇性以及风电场内各机组间尾流的影响，使得风力发电机不能像常规发电机组那样根据对电能的需求来确定发电。研究风电功率的波动特性，不论对改善风电预测精度还是克服风电接入对电网的不利影响都有重要意义。 对于问题1a，我们利用MATLAB软件做出了3日内的功率波动图，发现功率的波动曲线上下不断震荡，所以我们采用一段数据来进行分析（即从波谷到波峰再到波谷），利用MATLAB软件拟合工具箱中的dfittool对数据进行曲线拟合，并选出几种较为符合的概率分布，根据对数似然函数值的大小确定最佳的概率分布。 对于问题1b,利用MATLAB软件编程，将数据每天筛选出一个数据，利用SPSS软件对数据绘制P-P图，并与选出的最好的概率分布图作比较，求出其分布参数。 对于问题2，将数据每隔12个数据筛选出一个数据，并用问题1a的方法绘制曲线拟合和概率分布的比较，选出最好的概率分布，并计算每种分布下的数值特征。 对于问题3，首先利用MATLAB软件绘制出时间窗宽分别为5s和1min时的功率波动图，发现两者的概率的波动情况基本相同，分别计算两种情况下的信息波动率以及信息波动损失率，得出结论为两者的波动基本相同，但是时间窗宽为5s时会有局部信息损失。 对于问题4，我们筛选出时间窗宽为1min、5min、15min的数据，并利用MATLAB软件进行曲线拟合以及概率分布的拟合，并计算出每种概率分布下的特征值，用相同的方法求1min和5min时的信息波动率，计算得出信息波动损失率为0.27%。 对于问题5，采用灰色预测模型对数据进行预测。利用5min和15min的功率预测之后的功率走向，并分析方法的优缺点。 论文的创新之处有： 模型中利用MATLAB软件编程的方法进行数据的筛选，可以筛选出任意时间窗宽的数据。 关键词：风电机组；概率分布；功率预测；SPSS

数据流分析在汽车故障诊断中的运用

数据流是指电子控制单元（ECU）与传感器、执行器交流的数据参数通过诊断接口由专用诊断仪读取的数据编码信息，数据流随时间和工况而变化（动态）。数据的传输就像排队一样，一个一个地通过数据线流向诊断仪。 ECU中记忆的数据流真实地反映了各传感器、执行器的工作电压和状态，为故障诊断提供了依据。数据流只能通过专用诊断仪器读取。数据流可以作为ECU的输入、输出数据，使维修人员随时可以了解汽车的工作状况，及时诊断汽车的故障。读取数据流不仅可以检测各电气元件的工作状态，通过数据流还可以设定汽车的运行数据。 一、数据流中数据参数的分类 根据数据在检测仪上显示的方式不同，数据参数可以分为2大类，即数值参数和状态参数。数值参数是有一定单位、一定变化范围的参数，它们通常反映电控装置中各部件的工作电压、压力、温度、时间、速度等；状态参数是那些只有2种工作状态的参数，如“开”或“关”、“闭合”或“断开”、“高”或“低”、“是”或“否”等，它们通常表示电控装置中开关和电磁阀等元件的工作状态。 根据ECU的控制原理，数据参数又分为输入参数和输出参数。输入参数是指各传感器或开关输入给ECU的参数，输入参数可以是数值参数，也可以是状态参数；输出参数是ECU 输出给各执行器的指令，输出参数大多是状态参数，也有少部分是数值参数。 数据流显示功能不仅可以对控制系统的运行参数（最多可达上百个）进行数据分析，还可以观察ECU的动态控制过程。因此，它具有从ECU内部分析其工作过程的诊断功能。 二、测量数据流的方法 一般用电脑通信的方式来获得数据流，即通过控制系统在诊断插座中的数据通信线将控制电脑的实时数据参数以串行的方式传送给电脑诊断仪。数据流中包括故障信息、控制电脑的实时运行参数、控制电脑与诊断仪之间的相互控制指令，诊断仪在接收到这些信号数据以后，按照预定的通信协议将其显示为相应的文字和数码，以便维修人员观察系统的运行状态并对这些内容进行分析。 电脑诊断仪有2种，1种为通用诊断仪，另1种为专用诊断仪。 通用诊断仪的主要功能有：控制电脑版本识别、故障码读取和清除、动态数据参数显示、传感器和部分执行器功能测试与调整、某些特殊参数的设定、维修资料及故障诊断提示、路试记录等。通用诊断仪可以测试的车型较多，适用范围较广，因此被称为通用型仪器。但是，通用诊断仪无法完成某些特殊功能，这也是大多数通用仪器的不足之处。 专用诊断仪是汽车生产厂家自行设计或委托设计的专业测试仪器，只适用于本厂家生产的车型。专用诊断仪除具备通用诊断仪的各种功能外，还有参数修改、数据设定、防盗密码设定和更改等各种特殊功能。 三、常用数据流分析方法 ◎数值分析法：数值分析法是对元件所测数值的变化规律和范围进行分析，如转速、车速、电脑读数与元件实际值之间的差异等。 ◎时间分析法：时间分析法是对数据变化的频率和周期进行分析，如氧传感器的数据。 ◎因果分析法：因果分析法是对相互间有联系的相应数据的响应情况和响应速度进行分析，如EGR阀和EGR位置传感器之间的关系。 ◎比较分析法：比较分析法是对相同的车型和系统在相同的工况下进行数据流的比较分析，对间歇性故障出现的某个瞬间的1个或数个数据进行对比分析，很容易找出故障原因。 ◎关联分析法：关联分析法是对

风电场可靠性管理规范

风电场可靠性管理办法 1范围 1.1 本规范规定了风电设备可靠性的统计办法和评价指标。适用于我国境内的所有风力发电企业发电能力的可靠性评价。 1.2 风电设备可靠性包括风电机组的可靠性和风电场的可靠性两部分。 1.3 风电机组的可靠性管理范围以风电机组出口主开关为界，包括风轮、传动变速系统、发电机系统、液压系统、偏航系统、控制系统、通讯系统以及相应的辅助系统。 1.4 风电场的可靠性管理范围包括风电场内的所有发电设备，除了风电机组外，还包括箱变、汇流线路、主变等，及其相应的附属、辅助设备，公用系统和设施。 2 基本要求 2.1 本规范中所要求的各种基础数据报告，必须尊重科学、事实求是、严肃认真、全面而客观地反应风力发电设备的真实情况，做到准确、及时、完整。 2.2 与本规范配套使用的“风电设备可靠性管理信息系统”软件及相关代码，由中国电力企业联合会电力可靠性管理中心（以下简称“中心”）组织编制，全国统一使用。 3 状态划分风电机组（以下简称机组）状态划分如下： 风电机组（以下简称机组）状态划分如下： 4 状态定义 4.1 在使用（ACT）——机组处于要进行统计评价的状态。在使用状态分为可用（A）和不可用（U）。 4.2 可用（A）——机组处于能够执行预定功能的状态，而不论其是否在运行，也不论其提供了多少出力。可用状态分为运行（S）和备用（R）。 4.2.1 运行（S）——机组在电气上处于联接到电力系统的状态，或虽未联接到电力系统但在风速条件满足时，可以自动联接到电力系统的状态。机组在运行状态时，可以是带出力运行，也可以是因风速过高或过低没有出力。 4.2.2 备用（R）——机组处于可用，但不在运行状态。备用可分为调度停运备用（DR）和受累停运备用（PR）。 4.2.2.1 调度停运备用（DR）——机组本身可用，但因电力系统需要，执行调度命令的停运状态。 4.2.2.2 受累停运备用（PR）——机组本身可用，因机组以外原因造成的机组被迫退出运行的状态。按引起受累停运的原因，可分为场内原因受累停运备用（PRI）和场外原因受累停运备用（PRO）。 a) 场内原因受累停运备用（PRI）——因机组以外的场内设备停运（如汇流线路、箱变、主变等故障或计划检修）造成机组被迫退出运行的状态。 b) 场外原因受累停运备用（PRO）——因场外原因（如外部输电线路、电力系统故障等）造成机组被迫退出运行的状态。 4.3 不可用（U）——机组不论什么原因处于不能运行或备用的状态。不可用状态分为计划停运（PO）和非计划停运（UO）。 4.3.1计划停运（PO）——机组处于计划检修或维护的状态。计划停运应是事先安排好进度，并有既定期限的定期维护。 4.3.2非计划停运（UO）——机组不可用而又不是计划停运的状态。 5 状态转变时间界线和时间记录的规定 5.1 状态转变时间的界线