風電機組所處環境復雜，工況非常惡劣，機組發生故障的概率大，這給大規模風力發電系統的安全可靠運行帶來極大挑戰。本項目以大型風力發電機組傳動鏈故障為研究對象，研究風力發電機組風輪、傳動鏈和電氣部件常見故障的傳播機理，確定風電機組故障特征提取方案，建立風力發電機組狀態監測與故障診斷研究的分析理論體系；開發了一款振動監測數據采集器，通過光纖通訊方式上傳至云服務臺，在云服務臺實現基于上傳的實時數據進行風機故障在線診斷的功能；開發出一套具有商業應用前景和具備市場競爭力的風電機組狀態監測系統。本項目研究無論在學術層面還是在工程層面都是一個前沿的、有價值的課題，對提高我國風電系統的理論研究與現場運行水平，實現風電技術自主化具有重大意義。

風力發電機組是風力發電系統的關鍵設備,長期運行在惡略的工作環境下，由于缺乏有效的故障診斷方法，多種常見故障無法提早預警，導致故障停機時間較長，造成巨大的經濟損失。本項目通過分析風力發電機組的常見故障傳播機理，從時間和空間多維度出發，從多個數據源中提取風力發電機組的故障特征；研究和建立表征風力發電機組常見故障的故障特征最小集；建立描述風力發電機組整體特性的故障分析模型；分析研究風力發電機組故障過程的動態特性，以及風力發電機組在各種運行模式下機械與電氣等部件綜合因素對風電機組故障特征量的影響；采用數據挖掘技術進行基于D-S證據理論的數據融合，以最少維數的故障特征量完全表征某一類常見故障，建立風電機組狀態識別、故障預測、故障排除的完整解決方案。目標是建立風力發電機組狀態監測與故障診斷研究的整體分析理論體系，為風力發電機組的狀態監測與故障診斷的研究、設計、運行提供新的理論支持和分析手段。

目前故障診斷領域的研究方向大多集中于提升診斷算法的有效性，而忽視了底層數據傳輸的模式研究。本課題致力于研究開發基于大數據平臺的電網故障診斷系統：運用大數據平臺在數據收集方面高效、穩定的能力，建立從變電站過程層直接采集故障信息的故障數據收集模型，為上層的故障診斷提供快速、準確且格式統一的數據源；基于該大數據平臺，研究實現以故障知識的表示形式為基礎，按照故障特點擇優選取智能方法的一種新型故障診斷算法，實現診斷。該方法在診斷效率上較傳統方法有較大的提升。課題主要研究內容和關鍵技術包括：適用于故障診斷系統的大數據平臺構建方法研究；故障數據格式統一性的研究；大數據平臺基礎之上集中式故障診斷方法的研究；數據分布式收集與故障元件集中式診斷相結合的新型診斷框架的研究以及關鍵信息缺失情況下故障診斷算法的研究。本課題將會在故障診斷領域以獨到的見解開展一個全新的研究，其研究成果具有重要的理論意義及應用價值。按照資助項目計劃書對本項目展開了較深入的研究，搭建了基于大數據平臺的電網故障診斷架構，取得了較好的成果。借助國家自然科學基金這個強有力的平臺，不僅提高了課題組的科研水平和科研能力，還極大的活躍了學術氣氛，加強了與國內外同行的交流與合作，同時還帶動了橫向項目研究和開發的水平，使大批研究生得到了鍛煉，人才培養質量的得到加強。課題組在對已有電力系統故障診斷研究成果的基礎上，經過三年的努力，發表期刊論文7篇，其中SCI收錄1篇，EI收錄4篇；參加國內外會議并提交論文1篇，為EI收錄；授權發明專利2項。 2100433B

目前故障診斷領域的研究方向大多集中于提升診斷算法的有效性，而忽視了底層數據傳輸的模式研究。本課題致力于研究開發基于大數據平臺的電網故障診斷系統：運用大數據平臺在數據收集方面高效、穩定的能力，建立從變電站過程層直接采集故障信息的故障數據收集模型，為上層的故障診斷提供快速、準確且格式統一的數據源；基于該大數據平臺，研究實現以故障知識的表示形式為基礎，按照故障特點擇優選取智能方法的一種新型故障診斷算法，實現診斷。該方法在診斷效率上較傳統方法有較大的提升。課題主要研究內容和關鍵技術包括：適用于故障診斷系統的大數據平臺構建方法研究；故障數據格式統一性的研究；大數據平臺基礎之上集中式故障診斷方法的研究；數據分布式收集與故障元件集中式診斷相結合的新型診斷框架的研究以及關鍵信息缺失情況下故障診斷算法的研究。本課題將會在故障診斷領域以獨到的見解開展一個全新的研究，其研究成果具有重要的理論意義及應用價值。

實時遙測定義及意義

目前，“數據融合”的定義為對來自多信息源的數據和信息進行相關、互連和合并處理，以獲得準確的目標信息。這種融合是基于多信息或多傳感器的。而本文所要論述的“實時遙測數據融合”基于同一信息源的多路采集數據流，即采用網絡技術將多個采集設備連接起來，在接收同一目標發出的PCM數據流時，對多個采集設備所采集到的數據進行實時篩選、擇優和融合，從而獲得實時最佳數據。

實時遙測數據融合器實質上是一個軟件產品。在分布式遙測系統中，它可以任意駐留在采集服務器或者任一客戶端上。當PCM數據流的位速率很高、處理負荷很大時，它也可以單獨運行在一臺數據融合服務器上。

實時遙測數據融合對于外場試驗具備兩個方面的意義：①有效地提高了靶場遙測地面系統提供的遙測數據的質量，即在多個采集設備中，只要有一個采集設備正常，或者各個采集設備分別在不同時間段內工作正常，就能確保遠程指揮大廳顯示出準確的遙測數據。②從某種意義上來說，可適度減小遙測地面接收系統的壓力，降低遙測成本。接收系統的性能提高到一定程度后，付出的成本將是指數級上升的。實時遙測數據融合的存在讓我們可以考慮在要求的可靠度范圍內不用過多地增加地面接收設備的數量，在遙測地面接收系統指標已經達到一定水平時不必過分強調指標的提升。

實時遙測結構設計

如圖2所示，實時遙測數據融合軟件由三個部分組成：

①設備管理模塊獲得局域網上采集設備服務器的位置信息，將各采集服務器上的數據暫存于相應的緩沖區中。

②數據融合模塊根據融合策略對各個設備緩沖區的數據進行判斷、選擇和融合，并將融合結果送往輸出緩沖區。

③效果評估模塊對數據融合結果進行評估，并將輸出緩沖區的數據接新地址發往網絡。