CN111379672B - 风力发电机组的火灾预警方法和系统 - Google Patents
风力发电机组的火灾预警方法和系统 Download PDFInfo
- Publication number
- CN111379672B CN111379672B CN201811638015.5A CN201811638015A CN111379672B CN 111379672 B CN111379672 B CN 111379672B CN 201811638015 A CN201811638015 A CN 201811638015A CN 111379672 B CN111379672 B CN 111379672B
- Authority
- CN
- China
- Prior art keywords
- components
- screening
- temperature
- temperature data
- fire
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
提供一种风力发电机组的火灾预警方法和系统,所述火灾预警方法包括:接收风力发电机组的停机信号;响应于接收到的停机信号,获取所述风力发电机组的运行数据;根据所述运行数据判断是否输出火灾预警信息,其中,所述运行数据包括预先确定的与火灾预警相关的并与所述风力发电机组的多个第一组件对应的温度数据以及预先确定的与火灾预警相关的并与所述风力发电机组的多个第二组件对应的风扇速度数据。本发明通过利用风力发电机组自身组件的运行数据,在不增加任何额外设施的基础上,预测风力发电机组火灾,避免事故损失进一步扩大。
Description
技术领域
本发明涉及一种火灾预警方法和系统,更具体地讲,涉及一种风力发电机组的火灾预警方法和系统。
背景技术
目前市场上风力发电机组的消防系统有两种,一是自动火灾防护系统(又称被动式消防系统),采用物理、无源启动方式,通常意义上讲只有柜内真正起火并在燃烧后期才能够触发被动启动装置进行介质喷洒;二是主动消防系统,配有独立的消防联动型控制器,并与中央监控系统相连接,在火灾初期通过感烟感温探头对火情进行分析判断,并自动启动灭火装置,将火情遏制在火灾初期,最大限度挽回财产损失。
然而,被动型消防系统虽然可以将火灾控制在电器柜内部,但是其中的各个电控部件均会被燃烧至报废,严重者甚至引发爆炸事故。主动型消防系统售价较高,受机组火灾防护意识与资金成本的问题,目前在运行机组安装主动灭火系统的机组不足0.1%,机组火灾事故尚不能有效控制。
发明内容
本发明的目的在于提供一种风力发电机组的火灾预警方法和系统。
根据本发明构思的一个实施例,提供一种风力发电机组的火灾预警方法,所述火灾预警方法包括:接收风力发电机组的停机信号;响应于接收到的停机信号,获取所述风力发电机组的运行数据;根据所述运行数据判断是否输出火灾预警信息,其中,所述运行数据包括预先确定的与火灾预警相关的并与所述风力发电机组的多个第一组件对应的温度数据以及预先确定的与火灾预警相关的并与所述风力发电机组的多个第二组件对应的风扇速度数据。
可选地,与所述多个第一组件对应的温度数据包括:塔底进风口的温度数据、电机侧的温度数据、低电压柜的温度数据和支撑电容的温度数据,与所述多个第二组件对应的风扇速度数据包括:塔底的电容器的风扇速度数据、电抗器的风扇速度数据、第一绝缘栅双极型晶体管的风扇速度数据和第二绝缘栅双极型晶体管的风扇速度数据。
可选地,根据所述运行数据判断是否输出火灾预警信息的步骤包括:根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选所述多个第一组件;根据筛选出的第一组件的数量,基于与所述多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息。
可选地,根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选所述多个第一组件的步骤包括:根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差和温度变化趋势,从所述多个第一组件之中筛选出第一筛选组件;通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件筛选出第二筛选组件作为筛选所述多个第一组件的结果。
可选地,根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差和温度变化趋势,从所述多个第一组件之中筛选出第一筛选组件的步骤包括:将所述多个第一组件之中的满足对应的温度数据在第一预定时间内的温度差大于对应的温度差阈值,对应的温度数据在第一预定时间内的温度随时间不断升高,并且对应的温度数据在第一预定时间的温度值在极限温度范围内的第一组件筛选为第一筛选组件。
可选地,通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件筛选出第二筛选组件的步骤包括:将筛选出的第一组件之中的满足对应的温度数据的第一值与对应的温度数据的第二值的差大于对应的温度数据的第二值与对应的温度数据的第三值的差的预定倍数的第一筛选组件筛选为第二筛选组件,其中,第一值是与所述任一第二筛选组件对应的温度数据在第一预定时间内的每个非零温度数据和非空值温度数据,第二值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的上四分位数,第三值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的下四分位数,其中,第一预定时间小于第二预定时间。
可选地,根据筛选出的第一组件的数量,基于与所述多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息的步骤包括:响应于筛选出的第一组件的数量为至少两个,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息,或者响应于筛选出的第一组件的数量等于1,获取所述风力发电机组的故障信息,并且当所述故障信息指示预定故障时,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息。
可选地,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息的步骤包括:当存在满负荷的风扇所对应的第二组件时,输出第一火灾预警信息;当不存在满负荷的风扇所对应的第二组件时,输出第二火灾预警信息,其中,第一火灾预警信息的严重程度高于第二火灾预警信息的严重程度。
可选地,所述预定故障包括以下故障中的任意一种:低电压穿越超时、制动电阻过载故障、电流不平衡、制动绝缘栅双极型晶体管IGBT过流、直流母线电压低、直流母线电压高以及变流器网侧IGBT过流。
根据本发明构思的另一实施例,提供一种风力发电机组的火灾预警系统,所述火灾预警系统包括:接收器,被配置为接收风力发电机组的停机信号;获取器,被配置为:响应于接收到的停机信号,获取所述风力发电机组的运行数据;输出器,被配置为根据所述运行数据判断是否输出火灾预警信息,其中,所述运行数据包括预先确定的与火灾预警相关的并与所述风力发电机组的多个第一组件对应的温度数据以及预先确定的与火灾预警相关的并与所述风力发电机组的多个第二组件对应的风扇速度数据。
可选地,与所述多个第一组件对应的温度数据包括:塔底进风口的温度数据、电机侧的温度数据、低电压柜的温度数据和支撑电容的温度数据,与所述多个第二组件对应的风扇速度数据包括:塔底的电容器的风扇速度数据、电抗器的风扇速度数据、第一绝缘栅双极型晶体管的风扇速度数据和第二绝缘栅双极型晶体管的风扇速度数据。
可选地,输出器包括:筛选器,被配置为:根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选所述多个第一组件;预警信息输出器,被配置为:根据筛选出的第一组件的数量,基于与所述多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息。
可选地,筛选器被配置为:根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差和温度变化趋势,从所述多个第一组件之中筛选出第一筛选组件;通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件筛选出第二筛选组件作为筛选所述多个第一组件的结果。
可选地,筛选器还被配置为:将所述多个第一组件之中的满足对应的温度数据在第一预定时间内的温度差大于与对应的温度差阈值,对应的温度数据在第一预定时间内的温度随时间不断升高,并且对应的温度数据在第一预定时间的温度值在极限温度范围内的第一组件筛选为第一筛选组件。
可选地,筛选器还被配置为:将筛选出的第一筛选组件之中的满足对应的温度数据的第一值与对应的温度数据的第二值的差大于对应的温度数据的第二值与对应的温度数据的第三值的差的预定倍数的第一筛选组件筛选为第二筛选组件,其中,第一值是与所述任一第二筛选组件对应的温度数据在第一预定时间内的每个非零温度数据和非空值温度数据,第二值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的上四分位数,第三值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的下四分位数,其中,第一预定时间小于第二预定时间。
可选地,预警信息输出器被配置为:响应于筛选出的第一组件的数量为至少两个,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息,或者响应于筛选出的第一组件的数量等于1,获取所述风力发电机组的故障信息,并且当所述故障信息指示预定故障时,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息。
可选地,预警信息输出器还被配置为:当存在满负荷的风扇所对应的第二组件时,输出第一火灾预警信息;当不存在满负荷的风扇所对应的第二组件时,输出第二火灾预警信息,其中,第一火灾预警信息的严重程度高于第二火灾预警信息的严重程度。
可选地,所述预定故障包括以下故障中的任意一种:低电压穿越超时、制动电阻过载故障、电流不平衡、制动绝缘栅双极型晶体管IGBT过流、直流母线电压低、直流母线电压高以及变流器网侧IGBT过流。
根据本发明构思的另一实施例,提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序被处理器执行时,实现如上所述的风力发电机组的火灾预警方法。
根据本发明构思的另一实施例,提供一种计算装置,所述计算装置包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的风力发电机组的火灾预警方法。
本发明通过利用风力发电机组自身组件的运行数据,在不增加任何额外设施的基础上,预测风力发电机组火灾,避免事故损失进一步扩大。
附图说明
通过下面结合附图进行的详细描述,本公开的以上和/或其他方面将变得清楚和更容易理解,其中:
图1是示出根据本发明构思的实施例的风力发电机组的火灾预警方法的流程图;
图2是示出根据本发明构思的实施例的根据运行数据判断是否输出火灾预警信息的方法的流程图;
图3是示出根据本发明构思的实施例的风力发电机组的火灾预警系统的框图;
图4、图5和图6是示出根据本发明构思的实施例的风力发电机组的火灾预警执行方案的流程图。
具体实施方式
下面将参照附图详细描述本发明构思的实施例。
图1是示出根据本发明构思的实施例的风力发电机组的火灾预警方法的流程图。
参照图1,在步骤S10中,接收风力发电机组的停机信号。
在一个实施例中,可对接入监测控制和数据采集系统(SCADA)的机组进行实时监测,获取机组停机模式字,并将机组停机模式字为1作为风力发电机组的停机信号。这里,停机模式字指示风力发电机组是否发生停机。当停机模式字为1时,表示风力发电机组停机。
在步骤S20中,响应于接收到的停机信号,获取风力发电机组的运行数据。
风力发电机组在报出故障(非散热系统自身故障)后,若监测到高的温度(例如,当风力发电机组温度达到设定值时),散热系统开始动作。由于散热系统运行不受风力发电机组状态影响,因此在非散热系统本身故障时均可工作。具体地讲,当风力发电机组处于火灾状态时,风力发电机组里离着火源最近的传感器的温度变化最明显,并且该温度传感器会依据可燃物的燃烧特性有不同程度的温升。当温升触发散热系统的阈值时,散热系统开始运行。
这里,运行数据是与火灾预警相关联的并与风力发电机组的多个组件对应的数据。优选地,运行数据包括预先确定的与火灾预警相关的并与风力发电机组的多个第一组件对应的温度数据以及预先确定的与火灾预警相关的并与风力发电机组的多个第二组件对应的风扇速度数据。
具体地讲,与多个第一组件对应的温度数据可包括:塔底进风口的温度数据、电机侧的温度数据、低电压(LVD)柜的温度数据和支撑电容的温度数据,与多个第二组件对应的风扇速度数据可包括:塔底的电容器的风扇速度数据、电抗器的风扇速度数据、第一绝缘栅双极型晶体管(IGBT1)的风扇速度数据和第二绝缘栅双极型晶体管(IGBT2)的风扇速度数据。此外,获取的数据还可包括指示故障类型的故障信息。然而,示例不限于此,获取的数据还可包括与火灾预警相关联的其他数据。
在一个实施例中,可通过采集风力发电机组运行的历史数据,来筛选在风力发电机组处于火灾状态下时,采集的哪些数据与风力发电机组的火灾事件相关且其变化趋势与火灾程度正相关,从而筛选出上述与火灾预警相关性高的多个散热系统以及与火灾预警相关性高的多个散热系统的数据(即,火灾相关性分析),通过相关性分析方法分析机组的运行数据中的哪些数据与火灾具有关联性,由相关系数可以判断是否与火灾程度呈正相关关系,本实施例中不对相关性分析方法做限定,例如,在一个实施例中,塔底进风口的温度数据、电机侧的温度数据、低电压柜的温度数据和支撑电容的温度数据以及塔底的电容器的风扇速度数据、电抗器的风扇速度数据、IGBT1的风扇速度数据和IGBT2的风扇速度数据与火灾事件相关且它们的变化趋势与火灾程度正相关,则可确定底进风口的温度数据、电机侧的温度数据、低电压柜的温度数据和支撑电容的温度数据以及塔底的电容器的风扇速度数据、电抗器的风扇速度数据、IGBT1的风扇速度数据和IGBT2的风扇速度数据是与火灾预警相关性高的数据。
在步骤S30中,根据运行数据判断是否输出火灾预警信息。下面将参照图2详细描述步骤S30。
图2是示出根据本发明构思的实施例的根据运行数据判断是否输出火灾预警信息的方法的流程图。
参照图2,在步骤S31中,根据与多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选多个第一组件。
具体地讲,步骤S31可包括:根据与多个第一组件对应的温度数据在第一预定时间内的温度差和温度变化趋势,从多个第一组件之中筛选出第一筛选组件;通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件筛选出第二筛选组件作为筛选多个第一组件的结果。
这里,将所述多个第一组件之中的满足对应的温度数据在第一预定时间内的温度差大于与对应的温度差阈值,对应的温度数据在第一预定时间内的温度随时间不断升高,并且对应的温度数据在第一预定时间的温度值在极限温度范围内的第一组件筛选为第一筛选组件。
在第一预定时间为5分钟的示例中,例如,对于塔底进风口的温度数据,当5分钟最大温差大于2.5℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时,则可将塔底进风口的温度数据确定为第一温度数据。例如,对于电机侧的温度数据,当5分钟最大温差大于3.5℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时,则可将电机侧的温度数据确定为第一温度数据。例如,对于低电压柜的温度数据,当5分钟最大温差大于2.5℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时,则可将低电压柜的温度数据确定为第一温度数据。例如,对于支撑电容的温度数据,当5分钟最大温差大于6℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时时,则可将支撑电容的温度数据确定为第一温度数据。在另一示例中,对于支撑电容的温度数据,当5分钟最大温差大于6℃,温度随时间不断升高,温度均在-50℃至200℃的极限温度范围内时,且满足5分钟内最大值大于45℃时,则可将支撑电容的温度数据确定为第一温度数据。
然而,第一温度数据需要满足的条件不限于此。
此外,将筛选出的第一筛选组件之中的满足对应的温度数据的第一值与对应的温度数据的第二值的差大于对应的温度数据的第二值与对应的温度数据的第三值的差的预定倍数的第一筛选组件筛选为第二筛选组件。在一个示例中,预定倍数可以是三倍,但是示例不限于此。当预定倍数为三倍时,满足第二筛选组件的条件可如下面的关系式所示:
第一值-第二值>3×(第二值-第三值)
这里,第一值是与该任一第二筛选组件对应的温度数据在第一预定时间内的每个非零温度数据和非空值温度数据,第二值是与该任一第二筛选组件对应的温度数据在第二预定时间内的上四分位数,第三值是与该任一第二筛选组件对应的温度数据在第二预定时间内的下四分位数。第一预定时间小于第二预定时间。例如,在第二预定时间为1小时的情况下,第二值、第三值可通过对风力发电机组发生故障时刻的前1小时内的温度数据进行箱线图(或者,箱形图)分析而获得。
然而,第二温度数据的实施例不限于此。
在步骤S32中,根据筛选出的第一组件的数量,基于与多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息。
具体地讲,步骤S32可包括:响应于筛选出的第一组件的数量为至少两个,根据与多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息,或者响应于筛选出的第一组件的数量等于1,获取风力发电机组的故障信息,并且当故障信息指示预定故障时,根据与多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息。
这里,本发明实施例中的风扇速度数据即为风扇的实际转速,风扇负荷可指示风扇的实际转速达到风扇的额定转速的程度。当风力发电机组发生火灾时,由于风大量涌入,很大程度上起了助燃的作用。由此认为在风力发电机组故障状态下(例如,网侧输出功率为0)温度异常上升时,散热系统中的风冷系统(例如,风扇)达到或接近转速设定值(例如,额定转速)被认为是风力发电机组火灾需要告警的紧急状态。因此,可将风扇转速达到或接近转速设定值作为判断风扇是否是满负荷的风扇的条件。例如,可将风扇的实际转速达到额定转速的100%或95%确定为满负荷的风扇。然而,示例不限于此。
在一个实施例中,根据与多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息的步骤包括:当存在满负荷的风扇所对应的第二组件时,输出第一火灾预警信息;当不存在满负荷的风扇所对应的第二组件时,输出第二火灾预警信息。
在一个示例中,例如,当塔底的电容器的风扇速度数据、电抗器的风扇速度数据、IGBT1的风扇速度数据和IGBT2的风扇速度数据指示至少一个风扇处于满负荷工作状态,则可输出第一火灾预警信息,否则,当塔底的电容器的风扇速度数据、电抗器的风扇速度数据、IGBT1的风扇速度数据和IGBT2的风扇速度数据中指示没有风扇处于满负荷工作状态,但是故障信息包括预定故障时,可输出第二火灾预警信息。
这里,预定故障可包括以下故障中的任意一种:低电压穿越超时、制动电阻过载故障、电流不平衡、制动绝缘栅双极型晶体管过流、直流母线电压低、直流母线电压高以及变流器网侧绝缘栅双极型晶体管过流。
此外,塔底的电容器、电抗器、IGBT1和IGBT2之中处于满负荷工作状态的组件越多,火灾程度就越严重,因此,第一火灾预警信息的严重程度高于第二火灾预警信息的严重程度。
在一个优选实施例中,当输出火灾预警信息时,可同时记录所有检测量的状态以供后续分析和研究。例如,可记录塔底进风口的散热系统的最大温度差、温度随时间不断升高的信息、相应的第一值、第二值和第三值等。然而,实施例不限于此。
此外,在另一优选实施例中,还可计算/统计预定时间段内发出火灾预警信息(例如,第一火灾预警信息或第二火灾预警信息)的次数和/或同一风电场发出火灾预警信息的次数,并根据不同的次数执行不同的处理,从而避免因误报而频繁通知运维人员。例如,当风力发电机组24小时预警次数是大于2次且风力发电机组同风电场预警次数大于2次时,将预警信息发送至运维人员。
图3是示出根据本发明构思的实施例的风力发电机组的火灾预警系统的框图。
火灾预警系统1包括接收器10、获取器20和输出器30。
接收器10可接收风力发电机组的停机信号。在一个实施例中,可对接入SCADA的机组进行实时监测,获取机组停机模式字,并将机组停机模式字为1作为风力发电机组的停机信号。
获取器20可响应于接收到的停机信号,获取风力发电机组的运行数据。
这里,运行数据是与火灾预警相关联的并与风力发电机组的多个组件对应的数据。优选地,运行获取的数据可包括预先确定的与火灾预警相关的并与风力发电机组的多个第一组件对应的多个温度数据以及预先确定的与火灾预警相关的并与风力发电机组的多个第二组件对应的多个风扇速度数据。
具体地讲,与多个第一组件对应的温度数据可包括:塔底进风口的温度数据、电机侧的温度数据、LVD柜的温度数据和支撑电容的温度数据,与多个第二组件对应的风扇速度数据可包括:塔底的电容器的风扇速度数据、电抗器的风扇速度数据、IGBT1的风扇速度数据和IGBT2的风扇速度数据。此外,获取的数据还可包括故障信息。然而,示例不限于此,获取的数据还可包括与火灾预警相关联的其他数据。
输出器30可根据运行数据判断是否输出火灾预警信息。如图3所示,输出器30可包括筛选器31和预警信息输出器32。
筛选器31可根据与多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选多个第一组件。
具体地讲,筛选器31可根据与多个第一组件对应的温度数据在第一预定时间内的温度差和温度变化趋势,从多个第一组件之中筛选出第一筛选组件;通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件筛选出第二筛选组件作为筛选多个第一组件的结果。
这里,筛选器可将所述多个第一组件之中的满足对应的温度数据在第一预定时间内的温度差大于对应的温度差阈值,对应的温度数据在第一预定时间内的温度随时间不断升高,并且对应的温度数据在第一预定时间的温度值在极限温度范围内的第一组件筛选为第一筛选组件。
在第一预定时间为5分钟的示例中,例如,对于塔底进风口的温度数据,当5分钟最大温差大于2.5℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时,则可将塔底进风口的温度数据确定为第一温度数据。例如,对于电机侧的温度数据,当5分钟最大温差大于3.5℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时,则可将电机侧的温度数据确定为第一温度数据。例如,对于低电压柜的温度数据,当5分钟最大温差大于2.5℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时,则可将低电压柜的温度数据确定为第一温度数据。例如,对于支撑电容的温度数据,当5分钟最大温差大于6℃,温度随时间不断升高,且温度均在-50℃至200℃的极限温度范围内时时,则可将支撑电容的温度数据确定为第一温度数据。在另一示例中,对于支撑电容的温度数据,当5分钟最大温差大于6℃,温度随时间不断升高,温度均在-50℃至200℃的极限温度范围内时,且满足5分钟内最大值大于45℃时,则可将支撑电容的温度数据确定为第一温度数据。
然而,第一温度数据需要满足的条件不限于此。
此外,筛选器可将筛选出的第一组件之中的满足对应的温度数据的第一值与对应的温度数据的第二值的差大于对应的温度数据的第二值与对应的温度数据的第三值的差的预定倍数的第一筛选组件筛选为第二筛选组件。在一个示例中,预定倍数可以是三倍,但是示例不限于此。当预定倍数为三倍时,满足第二筛选组件的条件可如下面的关系式所示:
第一值-第二值>3×(第二值-第三值)
这里,第一值是与该任一第二筛选组件对应的温度数据在第一预定时间内的每个非零温度数据和非空值温度数据,第二值是与该任一第二筛选组件对应的温度数据在第二预定时间内的上四分位数,第三值是与该任一第二筛选组件对应的温度数据在第二预定时间内的下四分位数。第一预定时间小于第二预定时间。在第二预定时间是1小时的情况下,第二值、第三值可通过对风力发电机组发生故障时刻的前1小时内的温度数据进行箱线图(或者,箱形图)分析而获得。
然而,第二温度数据的实施例不限于此。
预警信息输出器32可根据筛选出的第一组件的数量,基于与多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息。
具体地讲,预警信息输出器32可响应于筛选出的第一组件的数量为至少两个,根据与多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息,或者预警信息输出器32可响应于筛选出的第一组件的数量等于1,获取风力发电机组的故障信息,并且当故障信息指示预定故障时,根据与多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息。
这里,风扇负荷可指示风扇的实际转速达到风扇的转速设定值(例如,额定转速)的程度。例如,可将风扇的实际转速达到额定转速的100%或95%确定为满负荷的风扇。然而,示例不限于此。
在一个实施例中,当存在满负荷的风扇所对应的第二组件时,预警信息输出器32可输出第一火灾预警信息;当不存在满负荷的风扇所对应的第二组件时,预警信息输出器32可输出第二火灾预警信息。
在一个示例中,例如,当塔底的电容器的风扇速度数据、电抗器的风扇速度数据、IGBT1的风扇速度数据和IGBT2的风扇速度数据指示至少一个风扇处于满负荷工作状态,则可输出第一火灾预警信息,否则,当塔底的电容器的风扇速度数据、电抗器的风扇速度数据、IGBT1的风扇速度数据和IGBT2的风扇速度数据中指示没有风扇处于满负荷工作状态,但是故障信息包括预定故障时,可输出第二火灾预警信息。
这里,预定故障可包括以下故障中的任意一种:低电压穿越超时、制动电阻过载故障、电流不平衡、制动绝缘栅双极型晶体管过流、直流母线电压低、直流母线电压高以及变流器网侧绝缘栅双极型晶体管过流。
通常,塔底的电容器、电抗器、IGBT1和IGBT2之中处于满负荷工作状态的组件越多,火灾程度就越严重,因此,第一火灾预警信息的严重程度高于第二火灾预警信息的严重程度。
在一个优选实施例中,当预警信息输出器32输出火灾预警信息时,预警信息输出器32可同时记录所有检测量的状态以供后续分析和研究。例如,预警信息输出器32可记录塔底进风口的最大温度差、温度随时间不断升高的信息、相应的第一值、第二值和第三值等。然而,实施例不限于此。
此外,在另一优选实施例中,预警信息输出器32还可计算/统计预定时间段内发出火灾预警信息(例如,第一火灾预警信息或第二火灾预警信息)的次数和/或同一风电场发出火灾预警信息的次数,并根据不同的次数执行不同的处理,从而避免因误报而频繁通知运维人员。例如,当风力发电机组24小时预警次数是大于2次且风力发电机组同风电场预警次数大于2次时,将预警信息发送运维人员。
图4、图5和图6是示出根据本发明构思的实施例的风力发电机组的火灾预警执行方案的流程图。
下面将参照图4、图5和图6详细描述风力发电机组的火灾预警执行方案的执行步骤。
步骤S101:对接入SCADA的机组进行实时监测,获取机组停机模式字,判断是否1。若为1,则进入步骤S102,若不为1,则继续开始执行步骤S101。
步骤S102:从故障时刻开始,每分钟查询该时刻至前5分钟关联参量的实时数据,关联参量的实时数据即为机组的运行数据中与火灾相关的数据。
关联参量的实时数据包含的字段有:故障号(主故障)、支撑电容温度、LVD控制柜柜体温度、控制柜温度、电机侧补偿电容温度、塔底进风口温度、电容风扇速度、电抗器风扇速度、IGBT1风扇速度、IGBT2风扇速度等。同时进行判断条件步骤S103、步骤S104、步骤S105、步骤S106。
步骤S103:判断塔底进口温度5分钟最大温差是否大于2.5℃,且时序最大值是否大于最小值(即,温度随时间升高),如符合则进入步骤S107,不符合则结束。
步骤S104:判断是否电机侧补偿温度5分钟最大温差是否大于3.5℃,且时序最大值是否大于最小值(即,温度随时间升高),如符合则进入步骤S107,不符合则结束。
步骤S105:判断是否LVD柜温度5分钟最大温差是否大于2.5℃,且时序最大值是否大于最小值(即,温度随时间升高),如符合则进入步骤S107,不符合则结束。
步骤S106:判断是否支撑电容温度5分钟最大温差是否大于6℃,且时序最大值是否大于最小值(即,温度随时间升高),5分钟内最大值是否大于45℃,如符合则进入步骤S107,不符合则结束。
步骤S107:选取步骤S103、步骤S104、步骤S105、步骤S106中通过对应判定条件的参量,判断温度传感器的温度测量值是否在-50℃至+200℃之间,如超出该范围,则对应的条件判定为不符合(结束);若符合进入步骤S108。
本领域技术人员应理解,步骤S107与步骤S103、步骤S104、步骤S105、步骤S106可同时执行,也可以先执行步骤S107,再执行步骤S103、步骤S104、步骤S105、步骤S106,然而,示例不限于此。
步骤S108:选取通过步骤S107条件的参量,取机组故障时刻前1小时的关联参量的实时数据做箱线图分析。判断该5分钟数据非0数据与非空值数据是否均满足[参量5分钟的温度值-前一小时该参量上四分位值>3×(前一小时该参量上四分位数-前一小时该参量下四分位数)];如满足则进入步骤S109,如不满足则结束。
步骤S109:计算步骤S103、步骤S104、步骤S105、步骤S106四个条件中符合判断条件的个数,若为1则进入步骤S110;若大于1,则进入步骤S111;若等于0,则结束。
步骤S110:识别主故障号是否包含39/444/450/451/447/52/473且步骤S108中符合判断条件的个数为1,若符合则进入S111。
通常,风力发电机组可能会有多种故障。这里所述的主故障(或,主故障号)表示与火灾预警相关联的故障。下面的表1示出了主故障的类型和解释。
【表1】
然而,本领域技术人员应理解,表1中所示的触发条件仅是示例,不同的风力发电机组的触发条件可能不同。
步骤S111:判断塔底4个散热风扇的5分钟转速数据是否至少有1条数据大于或等于转速设定值。若符合该判断条件则进入步骤S112,若不符合则进入步骤S113。
步骤S112:输出火灾一级预警信息,记录所有监测量状态,记录步骤S108、S109、S111中触发条件。
步骤S113:输出火灾二级预警信息,记录所有监测量状态,记录步骤S108、S109、S111中触发条件。
此外,应该理解,根据本发明示例性实施例的设备中的各个单元可被实现为硬件组件和/或软件组件。本领域技术人员根据限定的各个单元所执行的处理,可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
此外,根据本发明示例性实施例的待机控制方法可以被实现为计算机可读存储介质中的程序指令。本领域技术人员可以根据对上述方法的描述来实现该程序指令。当该程序指令在计算机中被执行时实现本发明的上述方法。
本发明通过利用风力发电机组自身运行技术特点、机组运行状态,传感器采集的可用数据,在不增加任何设施的基础上,通过对已有数据进行建模分析,预测风电机组火灾,使得收到火灾预警信息后,便于及时实施人工干预措施,避免事故损失进一步扩大。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (18)
1.一种风力发电机组的火灾预警方法,其特征在于,所述火灾预警方法包括:
接收风力发电机组的停机信号;
响应于接收到的停机信号,获取所述风力发电机组的运行数据;
根据所述运行数据判断是否输出火灾预警信息,
其中,所述运行数据包括预先确定的与火灾预警相关的并与所述风力发电机组的多个第一组件对应的温度数据以及预先确定的与火灾预警相关的并与所述风力发电机组的多个第二组件对应的风扇速度数据,
其中,根据所述运行数据判断是否输出火灾预警信息的步骤包括:
根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选所述多个第一组件,
其中,根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选所述多个第一组件的步骤包括:
根据与所述多个第一组件对应的温度数据在所述第一预定时间内的温度差和温度变化趋势,从所述多个第一组件之中筛选出第一筛选组件;
通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件中筛选出第二筛选组件,作为筛选所述多个第一组件的结果。
2.如权利要求1所述的火灾预警方法,其特征在于,
与所述多个第一组件对应的温度数据包括:塔底进风口的温度数据、电机侧的温度数据、低电压柜的温度数据和支撑电容的温度数据,
与所述多个第二组件对应的风扇速度数据包括:塔底的电容器的风扇速度数据、电抗器的风扇速度数据、第一绝缘栅双极型晶体管的风扇速度数据和第二绝缘栅双极型晶体管的风扇速度数据。
3.如权利要求1所述的火灾预警方法,其特征在于,根据所述运行数据判断是否输出火灾预警信息的步骤包括:
根据筛选出的第一组件的数量,基于与所述多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息。
4.如权利要求1所述的火灾预警方法,其特征在于,根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差和温度变化趋势,从所述多个第一组件之中筛选出第一筛选组件的步骤包括:
将所述多个第一组件之中的满足对应的温度数据在所述第一预定时间内的温度差大于对应的温度差阈值,对应的温度数据在所述第一预定时间内的温度随时间不断升高,并且对应的温度数据在所述第一预定时间的温度值在极限温度范围内的第一组件筛选为第一筛选组件。
5.如权利要求1所述的火灾预警方法,其特征在于,通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件筛选出第二筛选组件的步骤包括:
将筛选出的第一筛选组件之中的满足对应的温度数据的第一值与对应的温度数据的第二值的差大于对应的温度数据的第二值与对应的温度数据的第三值的差的预定倍数的第一筛选组件筛选为第二筛选组件,
其中,第一值是与任一第二筛选组件对应的温度数据在所述第一预定时间内的每个非零温度数据和非空值温度数据,第二值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的上四分位数,第三值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的下四分位数,
其中,所述第一预定时间小于所述第二预定时间。
6.如权利要求3所述的火灾预警方法,其特征在于,根据筛选出的第一组件的数量,基于与所述多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息的步骤包括:
响应于筛选出的第一组件的数量为至少两个,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息,或者
响应于筛选出的第一组件的数量等于1,获取所述风力发电机组的故障信息,并且当所述故障信息指示预定故障时,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息。
7.如权利要求6所述的火灾预警方法,其特征在于,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息的步骤包括:
当存在满负荷的风扇所对应的第二组件时,输出第一火灾预警信息;
当不存在满负荷的风扇所对应的第二组件时,输出第二火灾预警信息,
其中,第一火灾预警信息的严重程度高于第二火灾预警信息的严重程度。
8.如权利要求6所述的火灾预警方法,其特征在于,所述预定故障包括以下故障中的至少一个:低电压穿越超时、制动电阻过载故障、电流不平衡、制动绝缘栅双极型晶体管过流、直流母线电压低、直流母线电压高以及变流器网侧绝缘栅双极型晶体管过流。
9.一种风力发电机组的火灾预警系统,其特征在于,所述火灾预警系统包括:
接收器,被配置为接收风力发电机组的停机信号;
获取器,被配置为:响应于接收到的停机信号,获取所述风力发电机组的运行数据;
输出器,被配置为根据所述运行数据判断是否输出火灾预警信息,
其中,所述运行数据包括预先确定的与火灾预警相关的并与所述风力发电机组的多个第一组件对应的温度数据以及预先确定的与火灾预警相关的并与所述风力发电机组的多个第二组件对应的风扇速度数据,
其中,输出器包括:
筛选器,被配置为:根据与所述多个第一组件对应的温度数据在第一预定时间内的温度差、温度变化趋势以及对温度数据进行箱形图分析的结果,筛选所述多个第一组件,
其中,筛选器被配置为:
根据与所述多个第一组件对应的温度数据在所述第一预定时间内的温度差和温度变化趋势,从所述多个第一组件之中筛选出第一筛选组件;
通过对与筛选出的第一筛选组件对应的温度数据进行箱形图分析,从筛选出的第一筛选组件中筛选出第二筛选组件,作为筛选所述多个第一组件的结果。
10.如权利要求9所述的火灾预警系统,其特征在于,
与所述多个第一组件对应的温度数据包括:塔底进风口的温度数据、电机侧的温度数据、低电压柜的温度数据和支撑电容的温度数据,
与所述多个第二组件对应的风扇速度数据包括:塔底的电容器的风扇速度数据、电抗器的风扇速度数据、第一绝缘栅双极型晶体管的风扇速度数据和第二绝缘栅双极型晶体管的风扇速度数据。
11.如权利要求9所述的火灾预警系统,其特征在于,输出器还包括:
预警信息输出器,被配置为:根据筛选出的第一组件的数量,基于与所述多个第二组件对应的风扇速度数据输出不同严重程度的火灾预警信息。
12.如权利要求9所述的火灾预警系统,其特征在于,筛选器还被配置为:
将所述多个第一组件之中的满足对应的温度数据在所述第一预定时间内的温度差大于对应的温度差阈值,对应的温度数据在所述第一预定时间内的温度随时间不断升高,并且对应的温度数据在所述第一预定时间的温度值在极限温度范围内的第一组件筛选为第一筛选组件。
13.如权利要求9所述的火灾预警系统,其特征在于,筛选器还被配置为:
将筛选出的第一筛选组件之中的满足对应的温度数据的第一值与对应的温度数据的第二值的差大于对应的温度数据的第二值与对应的温度数据的第三值的差的预定倍数的第一筛选组件筛选为第二筛选组件,
其中,第一值是与任一第二筛选组件对应的温度数据在所述第一预定时间内的每个非零温度数据和非空值温度数据,第二值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的上四分位数,第三值是与所述任一第二筛选组件对应的温度数据在第二预定时间内的下四分位数,
其中,所述第一预定时间小于所述第二预定时间。
14.如权利要求11所述的火灾预警系统,其特征在于,预警信息输出器被配置为:
响应于筛选出的第一组件的数量为至少两个,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息,或者
响应于筛选出的第一组件的数量等于1,获取所述风力发电机组的故障信息,并且当所述故障信息指示预定故障时,根据与所述多个第二组件对应的风扇速度数据指示的满负荷的风扇所对应的第二组件的数量输出不同严重程度的火灾预警信息。
15.如权利要求14所述的火灾预警系统,其特征在于,预警信息输出器还被配置为:
当存在满负荷的风扇所对应的第二组件时,输出第一火灾预警信息;
当不存在满负荷的风扇所对应的第二组件时,输出第二火灾预警信息,
其中,第一火灾预警信息的严重程度高于第二火灾预警信息的严重程度。
16.如权利要求14所述的火灾预警系统,其特征在于,所述预定故障包括以下故障中的任意一种:低电压穿越超时、制动电阻过载故障、电流不平衡、制动绝缘栅双极型晶体管过流、直流母线电压低、直流母线电压高以及变流器网侧绝缘栅双极型晶体管过流。
17.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1至8中任意一项所述的风力发电机组的火灾预警方法。
18.一种计算装置,其特征在于,所述计算装置包括:
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至8中任意一项所述的风力发电机组的火灾预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638015.5A CN111379672B (zh) | 2018-12-29 | 2018-12-29 | 风力发电机组的火灾预警方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638015.5A CN111379672B (zh) | 2018-12-29 | 2018-12-29 | 风力发电机组的火灾预警方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111379672A CN111379672A (zh) | 2020-07-07 |
CN111379672B true CN111379672B (zh) | 2024-02-02 |
Family
ID=71220584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811638015.5A Active CN111379672B (zh) | 2018-12-29 | 2018-12-29 | 风力发电机组的火灾预警方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111379672B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1253565A2 (en) * | 2001-04-24 | 2002-10-30 | Matsushita Electric Works, Ltd. | Fire alarm system |
CN101408712A (zh) * | 2007-10-11 | 2009-04-15 | 鸿富锦精密工业(深圳)有限公司 | 投影机提示系统 |
CN103485825A (zh) * | 2013-10-10 | 2014-01-01 | 重庆邮电大学 | 一种通过时间差进行煤矿井下温度预警的方法 |
CN104075795A (zh) * | 2014-06-18 | 2014-10-01 | 北京金风科创风电设备有限公司 | 用于监测风力发电机组的叶轮振动状态的方法和系统 |
CN104775985A (zh) * | 2015-04-02 | 2015-07-15 | 酒泉职业技术学院 | 风力发电机组控制系统和控制方法 |
CN104807644A (zh) * | 2015-04-14 | 2015-07-29 | 北京中恒博瑞数字电力科技有限公司 | 一种风电机组变桨系统的故障预警方法及系统 |
CN104950769A (zh) * | 2015-06-24 | 2015-09-30 | 江阴市利得电气有限公司 | 一种基于云计算大数据分析的电气设备环境智能监控系统 |
EP3203616A1 (en) * | 2016-02-02 | 2017-08-09 | Siemens Aktiengesellschaft | Electric generator cooling method |
CN206726894U (zh) * | 2017-05-19 | 2017-12-08 | 陈铖 | 一种户外电力变压器防护顶棚 |
CN108204336A (zh) * | 2018-01-30 | 2018-06-26 | 北京金风科创风电设备有限公司 | 风力发电机组的停机方法和装置、存储介质及计算装置 |
CN108810848A (zh) * | 2018-06-06 | 2018-11-13 | 中国铁路总公司 | Cir设备的实时监测和状态分析系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201008825D0 (en) * | 2010-05-26 | 2010-07-14 | Bripco Bvba | Data centre cooling system |
-
2018
- 2018-12-29 CN CN201811638015.5A patent/CN111379672B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1253565A2 (en) * | 2001-04-24 | 2002-10-30 | Matsushita Electric Works, Ltd. | Fire alarm system |
CN101408712A (zh) * | 2007-10-11 | 2009-04-15 | 鸿富锦精密工业(深圳)有限公司 | 投影机提示系统 |
CN103485825A (zh) * | 2013-10-10 | 2014-01-01 | 重庆邮电大学 | 一种通过时间差进行煤矿井下温度预警的方法 |
CN104075795A (zh) * | 2014-06-18 | 2014-10-01 | 北京金风科创风电设备有限公司 | 用于监测风力发电机组的叶轮振动状态的方法和系统 |
CN104775985A (zh) * | 2015-04-02 | 2015-07-15 | 酒泉职业技术学院 | 风力发电机组控制系统和控制方法 |
CN104807644A (zh) * | 2015-04-14 | 2015-07-29 | 北京中恒博瑞数字电力科技有限公司 | 一种风电机组变桨系统的故障预警方法及系统 |
CN104950769A (zh) * | 2015-06-24 | 2015-09-30 | 江阴市利得电气有限公司 | 一种基于云计算大数据分析的电气设备环境智能监控系统 |
EP3203616A1 (en) * | 2016-02-02 | 2017-08-09 | Siemens Aktiengesellschaft | Electric generator cooling method |
CN206726894U (zh) * | 2017-05-19 | 2017-12-08 | 陈铖 | 一种户外电力变压器防护顶棚 |
CN108204336A (zh) * | 2018-01-30 | 2018-06-26 | 北京金风科创风电设备有限公司 | 风力发电机组的停机方法和装置、存储介质及计算装置 |
CN108810848A (zh) * | 2018-06-06 | 2018-11-13 | 中国铁路总公司 | Cir设备的实时监测和状态分析系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111379672A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106372735B (zh) | 一种继电保护状态评估方法 | |
CN104821789B (zh) | 一种光伏发电系统可靠性的检测方法 | |
CN118397771A (zh) | 一种电缆防盗系统 | |
CN117627862A (zh) | 一种基于iec61499架构的海上风电机组控制系统 | |
CN117728571A (zh) | 一种配电网线路变压器安全防护系统及方法 | |
CN201820129U (zh) | 一种变压器冷却系统智能控制装置 | |
CN111379672B (zh) | 风力发电机组的火灾预警方法和系统 | |
CN108037387B (zh) | 基于聚类归集的设备故障分析方法及装置 | |
CN115600879A (zh) | 一种断路器异常预警方法、系统及相关装置 | |
CN119009869A (zh) | 一种分布式光伏电站设备故障诊断预警方法及系统 | |
US20220389912A1 (en) | Method and system for performing condition monitoring of wind turbine components | |
CN116542655B (zh) | 基于事件树的变电设备故障机理推演方法 | |
CN118473093A (zh) | 一种大容量变压器保护系统 | |
KR102512805B1 (ko) | 상하수 처리 시설의 원격 감시 제어 시스템 및 그 방법 | |
JP3117283B2 (ja) | 原子力発電プラントの警報表示方法およびその警報表示システム | |
CN104865524A (zh) | 一种主变风冷控制系统潜在故障主动处置方法 | |
CN113012402B (zh) | 一种变频器智能监控系统及智能监控方法 | |
CN116136556A (zh) | 一种光伏逆变器的风道健康检测方法及装置 | |
CN105515043A (zh) | 风电场电网、风机和网络的故障预警方法、装置及系统 | |
CN112268637A (zh) | 一种变频设备温度故障预警装置 | |
CN117991704B (zh) | 控制柜故障预警系统 | |
CN119108970B (zh) | 基于反向电动势的智能短路优化系统、方法及装置 | |
CN118865608B (zh) | 一种高低压开关柜安全保护装置 | |
CN215866922U (zh) | 一种风扇故障检测电路及装置 | |
CN117955228A (zh) | 基于聚类集成分析的电气设备状态智能告警方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |