一种基于5G+工业互联网的风电机组状态监测系统的制作方法

一种基于5g+工业互联网的风电机组状态监测系统
技术领域
1.本实用新型专利涉及风力发电的自动控制领域，主要是指风电机组状态监视系统的网络架构。


背景技术：

2.风力发电机组状态监测及故障诊断系统的主要作用是通过对运行中的风力发电机组关键设备的温度、压力、电压、电流、振动、转速等参数的实时采集，实现设备的运行健康状态的全面感知与在线监测，并通过安装在服务器中的核心算法和专业分析软件获得机组的运行状态，为检修维护提供依据，从而提高机组的利用率、增强风电场综合运营保障水平，全方位保障风电场安全、高效、健康运行。
3.目前，工业互联网技术已成为数字化转型的关键力量，同时，5g网络的大宽带、低延时和广连接的优势则可以确保海量数据的高速传输，借助5g的mmtc海量设备信息通信切片技术与工业互联网中的大数据、云计算、物联网技术的深度融合，使构建基于设备海量检测传感信号和“数字孪生”技术的风电机组的状态监测和故障诊断系统，以及在此基础上的基于云平台的智能预测性维护和寿命预估系统成为可能。
4.传统的风电机组状态监测系统主要由现场仪表、现场数据采集模块、风场光纤环网、服务器以及相应的连接电缆和网线组成，主要存在以下缺点：
5.1. 受制于测量手段、计算方法的考虑，只能采集振动、温度、电压、电流等单一或者几个特征量，同时，出于对成本和系统规模的考虑，测点设置和传感器数量也较少，难以得到风电机组真实的运行状态并实现准确的故障定位。
6.2.现场数据采集装置的数量、传感器与现场数据采集装置之间的电缆长度会随着测点的增加而使布线更加复杂，电缆及安装设备费用成倍增加，另外，现代大型风场大都会有上百台风机组成，占地面积大且分散，各个风电机组的现场数据采集装置与服务器之间一般通过光纤环网实现数据传输和存储，这部分的安装材料和施工费用可观。
7.3.传统风机状态监测系统主要利用振动、温度、电压、电流等运行参数的变化来判断机组是否异常，数据的特征量和数量单一，数据处理的计算方法简单，对于异常情况的判断片面且准确度不高，另外，在常规服务器软硬件基础上，无法融合软测量、三维地理信息引擎、人工智能及大数据挖掘分析技术和算法，不能满足预测性维护对于智能计算的需求。


技术实现要素：

8.本实用新型的目的是解决现有的风电机组状态监测系统所存在的技术问题，并提供了一种基于5g+工业互联网的风电机组状态监测系统。
9.为达到上述目的，本实用新型提供一种基于5g+工业互联网的风电机组状态监测系统，主要包括：智能lora无线传感器、在线监测装置、智能数据采集装置、lora网关、综合网关、5g cpe路由器、5g基站、边缘计算服务器和桌面工作站及移动应用设备、云网关和云计算服务器组成，
10.所述的智能lora无线传感器通过无线通信方式接入lora网关，所述的lora网关通过有线通信方式接入综合网关，所述的在线监测装置通过有线通信方式与综合网关连接，所述的智能数据采集装置通过有线方式与综合网关连接，所述的综合网关与风机侧的5g cpe路由器通过有线通信方式连接，所述的风机侧的5g cpe路由器通过5g基站以5g无线通信的方式与位于场站侧5g cpe路由器连接，所述的场站侧5g cpe路由器通过有线通信方式分别与边缘计算服务器、桌面计算机工作站和云网关连接，所述的云网关与云计算平台及服务器连接，所述的边缘计算服务器通过有线通信方式与桌面计算机工作站连接，并通过无线通信方式与移动设备连接。
11.进一步的，所述的智能lora无线传感器包括lora无线振动传感器、lora无线温度传感器和lora无线声纹度传感器，分别通过无线通信方式接入lora网关。
12.进一步的，所述的移动设备包括平板电脑和手机。
13.本实用新型的风机状态监测通过5g的mmtc切片技术与工业互联网的“人-机-物”的全面连接，形成了边缘+云端的全层次开放架构，在边缘层完成海量状态监测和运行数据的采集和实时高速传输，完成全周期的监测、智能分析、故障定位和智能推送；在云端驱动基于多个风场运行工况的非实时和长周期数据的大数据挖掘及分析，实现区域或集团侧的数据分析和设备预测性维护及寿命估算，保证了更加友好、安全、高效、可靠的能源供应。
附图说明
14.图1：一种基于5g+工业互联网的风电机组状态监测系统。
15.附图中标记如下：1—lora无线振动传感器；2—lora无线温度传感器；3—lora无线声纹度传感器；4—在线监测装置；5—智能数据采集装置；6—lora无线网关；7—综合网关；8—风机侧5g cpe路由器；9—5g基站；10—场站侧5g cpe路由器；11—边缘计算服务器；12—桌面计算机工作站；13—移动设备；14—云网关；15—云计算平台及服务器。
具体实施方式
16.参照图1，本实用新型主要由现场传感层、网络传输层、边缘层(场站)和云平台层(区域/集团)组成；有线通信方式主要包括网线、以太网总线、电缆和rs485双绞线等；网络数据无线传输主要包括无线通信方式和5g无线通信的方式等。
17.所述的现场传感层包括lora无线振动传感器1、lora无线温度传感器2、lora无线声纹度传感器3、在线监测装置4和智能数据采集装置5，主要实现对风场若干个风电机组的设备状态和运行情况的监测和采集，并实现各类数据的汇集。
18.所述的网络传输层包括lora无线网关6、综合网关7、风机侧5g cpe路由器8、5g基站9和场站侧5g cpe路由器10，网络传输层利用5g的mmtc网络资源切片技术来实现海量数据高速传输。
19.所述的边缘层(场站)包括边缘计算服务器11、桌面计算机工作站12、移动设备13和云网关；边缘层(场站)完成设备状态和运行数据的全周期的采集、分析和故障定位。
20.所述的云平台层(区域/集团)包括云计算平台及服务器15，云平台层完成区域或者集团内多个风场风机状态的智能分析预测，实现风机关键设备的预测性维护以及设备的寿命估算。
21.在每台风电机组的关键部件，例如主轴、齿轮箱和发电机前后轴承处安装lora无线振动传感器1和lora无线温度传感器2，同时针对故障率较高的齿轮箱安装专门的lora无线声纹度传感器3，通过实时监测齿轮转动的声纹来判断设备的运行状态，以上传感器采用lora无线传输技术来完成信号的传输，通过在风机塔筒内设置换专门的lora无线网关6来完成信号的汇集，并通过百兆网线与综合网关7连接；
22.对于风电机组中大量随主设备成套提供的在线监测装置4，例如发电机在线监测等设备，可以采用工业现场总线，例如，profibus、can总线或者modbus等，通过专门的总线电缆与综合网关7连接，并实现协议的转换和数据汇集。
23.对于风电机组中大量存在的常规传感器，可通过硬接线与智能数据采集装置5连接，该装置通过modbus tcp/ip或其他协议以有线通信方式与综合网关7连接，并实现协议的转换和数据汇集。
24.每台风电机组安装1台风机侧5g cpe路由器8并配置1张5g sim卡，风机侧5g cpe路由器8和综合网关7的lan口采用以太网有线通信连接，利用5g的mmtc网络资源切片技术来实现数据的实时采集和高速传输，实现5g信号与本地局域网的信号连接；根据每个风场的规模，多个风机的5g信号通过5g基站9与位于升压站的场站侧5g cpe路由器10进行5g无线数据传输，整个风场通过若干5g基站9实现风场内多台风机状态和运行数据的传输，场站侧cpe路由器则采用有线通信方式接入风机状态监测系统网络。
25.一个风场内所有风机的设备状态和运行数据信号在边缘计算服务器11中完成全周期的监测，建立设备故障和知识图谱，按照一定的智能算法对风机关键设备进行故障诊断和定位，并可以把相应数据及分析结果以无线或者有线通信的方式推送至在桌面计算机工作站12或者平板和手机等移动设备13上，以数据仪表板和三维的形式显示，实现了风机的场站侧的状态监视和故障诊断，并用于现场的运行和维护。
26.集团或区域内多个风场的风机设备状态和运行数据通过云网关14与云计算平台及服务器15通过集团专线连接，在云端驱动基于多个风场运行工况的非实时和长周期数据的大数据分析、模型训练、算法更新等任务，实现区域或集团侧的数据分析、指导、共享和设备预测性维护及寿命估算，同样，在这一层也可实现数据和分析结果的在桌面及移动端的可视化推送。