本站小编为你精心准备了风电机组远程监控及诊断系统的设计实现参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。
摘要:为了解决风电机组在监控与检测维护等方面受地域、人员因素限制较大,且无法即时掌握风机性能等缺点,基于KKS编码、数据处理系统,以及基于C/S架构的在线监控诊断平台,建立风电机组远程监控及诊断系统。系统建立区域KDM数据中心,接入集控平台数据及CMS数据等,完成对所有接入数据的统一编码与存储。该系统可通过状态监测及性能评估掌握设备健康程度,为风电场的检修维护提供指导意见与实施方案,从而提高设备运维工作效率与风电场经营效益。
关键词:风电机组;KKS编码;C/S架构;远程监控
引言
随着现代社会的进步,以及工业水平与生活水平的提高,对能源的需求量越来越大。其中风能作为一种清洁的可再生能源,在当今对环境保护越来越重视的前提下,受到人们越来越多关注[1-4]。科技的进步使得风力发电技术也得到了快速发展[5-10]。风力发电最主要的设备是各种发电机组,发电机组的地理位置一般位于人烟稀少的草原地区或近海海面,提高对机组设备的监控与诊断工作效率是影响风力发电技术发展的关键因素之一。随着互联网技术的发展,为机组设备的监控与诊断工作提供了新的思路。传统风机检测与监控多采用定人定区实地检测与维护的方式[11-13],而通过对风机关键部件传感数据建立数据库,以及分析诊断系统及监控平台,能够实现对指定区域所有风机的实时监控与在线检测,并能够极大程度上提高故障发现率并减少故障处理时间,国内外已有相关团队进行了系统实践与应用。在国内,如李静等[14]设计了基于OPCXML-DA的风力发电机移动远程监控系统,使远程监控得以在无线终端上实现,但数据传输受限于无线信道质量与带宽;张根宝等[15]设计并实现了基于ARM单片机的风机远程监控系统,可实现对风机数据的采集与诊断,但数据分析仍受限于单片机处理能力。国外Eto等[16]提出利用互联网与Web进行风电场远程监控的系统网络,Hus⁃sain等[17]提出基于红外摄像机的风力发电机远程监控通信网络。以上方法都基于局部或单个风力发电机组的监控与诊断,本文通过统一的数据采集与编码管理,建立生态系统;建立分布式数据服务中心,实现集团、区域、风场三级应用;建立应用超市,实现指标、诊断、维修三大应用。通过远程监控及诊断平台,能够有效强化设备治理,规范节能管理,全面提升大型分布式风场的能耗管理水平及能源转换效率,有效保障风电机组的安全、高效运行。
1系统架构
远程诊断系统以数据层—应用层—展示层为主线进行搭建,如图1所示。其中数据层要求数据统一编码,并保证数据编码的唯一性及易识别性;应用层要求应用模块化,不同应用之间相互无耦合,诊断结果可作为平台生态系统的新变量进行编码应用。
1.1数据层
数据层将按照工程产品化及软件硬件化的思路,建立电厂标识系统KKS(Kraftwerk-KennzeichenSystem)编码[18-20]、KDM(KKSDependentManagement)数据中心,集成数据采集接口、数据库接口、应用接口与转发接口等,有效实现标准化的数据采集传输,同时通过产品化大幅降低平台建设投资成本及维护成本。KDM采集服务器与上游数据库通过接口相连,可实现数据统一编码。基于数据的统一化与标准化,实现平台间的相互数据调用,进而满足三级应用。KDM服务器分为两部分:KKS管理及应用程序与KDM实时库。KKS管理及应用部分功能是连接指定数据源,并对指定数据源(实时库、关系库、文件等)中的数据进行规范化编码,以及提供统一的ResultFulAPI供用户进行数据与规则的增删改查等;KDM实时库提供存储数据的容器。
1.2应用层
数据分析应用是平台建设的重要环节,根据平台各层的实际需要,通过自主研发、开放式合作或技术引进的方式,开发各种应用模块。借助应用APP(Application)模块对平台数据的深入挖掘与分析,实现设备健康状态监测、设备健康诊断、维修管理等功能。随着技术的完善与进步以及用户需求的不断增加,按照“应用无限”原则,允许任何用户在遵循平台开发规则的前提下,升级已有应用程序或开发新应用程序。如图2为应用层组成模块。系统在集团级别、区域级别分别建立KDM数据中心,实现集团、区域两级部署。系统架构如图3所示。
2硬件部署
由于不同品牌与型号风电机组的结构及参数不同,因此首先需要对设备台账进行整理,并统一录入数据库。具体录入的设备台账包括风场基本信息、风机品牌、型号、投产时间、发电机及齿轮箱等大部件的基本信息。录入数据保存在集团级别的关系数据库中。为此,各区域及集团统一部署至少1台KDM机及3台功能服务器(1台数据存储、2台应用程序服务),为数据接入、统一编码及数据同步奠定基础。另外,通过磁盘阵列部署存储区域振动数据。系统硬件拓扑简图如图4所示。
3数据接入
区域是平台应用的主体,建立区域KDM数据中心,能实现数据分布式存储,缓解集团层级数据中心统一存储的压力。平台所需数据包括内容管理系统CMS(ContentMan⁃agementSystem)数据、集控平台数据等。其中,CMS系统获得的数据存储在风场数据存储服务器,通过区域集控中心的建设,一般CMS厂家已将数据推送至区域集控中心服务器进行存储,系统通过接收CMS原始数据并进行计算分析,将分析结果存储至KDM数据中心;系统所需的风机数据采集与监视控制SCADA(SupervisoryControlAndDataAcquisition)数据由集控平台统一采集,通过位于集控三区的数据服务器推送至KDM数据中心,并进行统一编码。详细链路如图5所示。 集控中心和CMS系统的数据接入点根据风机具体参数规划制定,一般包括风速、风向、风机功率,以及齿轮箱、发电机、主轴承等相关数据。KDM采集服务器与现场数据库通过接口相连,利用KDM录入工具实现数据统一编码。KDM录入工具采用C/S架构模式,基于Rest接口开发各个功能,其主要功能包括:KKS编码录入、修改、删除、批量添加与修改、导入导出、查看历史趋势及实时趋势等。针对风电设备管理,远程诊断监控系统确保统一使用KKS编码方式。编码规则由主编码与附属编码两部分组成。(1)主编码。主编码力求简洁、稳定和唯一性,包括设备区域管理信息、设备定位与状态量值等。系统数据主编码形式结构如图6所示。其中,管理编码包括省份、场站名与类别,设备编码包括主系统、子系统、设备与采集部位,状态量编码包括采集信号来源、物理属性与算法信息,具体编码规则如表1—表3所示。(2)附属编码。数据编码除主编码涉及信息外,还设置附属编码、对数据来源的行政划分(集团级别、区域级别、第三方界别等)、告警规则(有效范围、阈值、策略)、主设备信息(制造厂家、额定指标)等。
4结语
本文在服务器等硬件部署、数据采集、KKS统一编码规则的基础上,进行实时监控及算法分析,在可视化平台上实现不同诊断功能的应用,解决了大型风场不同级别和区域间的信息传输与存储问题。该系统能够实现风速仪诊断、功率控制诊断、变桨诊断、偏航诊断、气动传动性能诊断、发电机诊断、齿轮箱诊断、主轴诊断等功能,统一编码与应用平台赋予了系统极大的可拓展性,可使设备接入及应用开发流程化与标准化,为大型风场所有风电机组的统一状态监控与诊断给出了基于计算机与网络技术的可行方案,在信息时代下该方案具有一定优势和潜力。
参考文献:
[1]袁玉琪,杨校生.风风能风力发电——21世纪新型清洁能源[J].太阳能,2002(2):7-9.
[2]余秉全.大力发展清洁能源:风能[J].发明与创新,2005(3):16-17.
[3]杨建明.我国风力发电的环境价值分析[J].建材与装饰,2016(42):206-207.
[4]李涛涛,贾嵘,尹浩霖,等.风力发电机组状态监测系统设计与应用[J].电网与清洁能源,2016,32(1):95-99.
[5]兰江.风力发电技术发展及关键问题探究[J].中国高新技术企业,2016(19):70-72.
[6]董爽.风力发电技术现状及关键问题分析[J].才智,2016(6):226.
[7]姚兴佳,刘颖明,宋筱文.我国风电技术进展及趋势[J].太阳能,2016(10):19-30.
[8]刘波,贺志佳,金昊.风力发电现状与发展趋势[J].东北电力大学学报,2016,36(2):7-13.
[9]迟永宁,梁伟,张占奎,等.大规模海上风电输电与并网关键技术研究综述[J].中国电机工程学报,2016,36(14):3758-3770.
[10]赵勇,韩斌,房刚利.风力发电机状态监测与故障诊断技术综述[J].热力发电,2016,45(10):1-5.
[11]董鲁川.对于风电场电气设备中风力发电机的运行维护的措施[J].电子测试,2016(24):129-130.
[12]吕冠成.浅谈风电场电气设备中风力发电机的运行维护[J].电子制作,2014,30(10):217-217.
[13]刘万洋.风电场电气设备中风力发电机的维护[J].黑龙江科技信息,2015(23):33.
[14]李静,张义兵.基于OPCXML-DA的风力发电机移动远程监控系统[J].计算机系统应用,2016,25(3):56-60.
[15]张根宝,王志恒.基于ARM的风电故障远程监控系统设计与实现[J].工业控制计算机,2017,30(11):93-94.
[18]康慧.KKS编码工程应用探讨[J].电力建设,2005,26(7):53-55.
[19]张辉,钟长青.KKS编码及其在电站的应用[J].云南水力发电,2008,24(3):115-117.
[20]胡向岚.KKS编码在水电厂点检管理中的应用[J].中国农村水利水电,2007(2):75-77.
作者:周宗仁 单位:杭州电子科技大学