| 요약 |
본 발명은 복수개의 가속도계(10)들을 이용하여 풍력발전기의 일지점 또는 풍력발전기 부품의 일지점의 진동신호를 감지하는 진동 신호감지 단계(S10)와; 데이터 습득보드(20)가 상기 가속도계(10)에서 풍력발전기의 일지점 또는 풍력발전기 부품의 일지점의 진동들을 채널별로 습득하는 데이터 습득 단계(S20)와; 제어부(40)가 바람의 속도, 풍력발전기 회전수, 풍력발전기 출력에 관한 센서(30)들 중 적어도 하나의 센서로부터 신호를 수신하여 유효한 액티브 빈 여부를 규정하는 데이터 선정 단계(S30)와; 제어부(40)가 액티브 빈으로 규정된 진동 데이터에 대하여 FFT 스펙트럼(FFT Spectrum), 엔빌로프 스펙트럼(Envelpoe Spectrum ) 및 셉스트럼(Cepstrum) 중 적어도 하나를 연산하는 신호 처리 단계(S40)와; 제어부(40)가 신호 처리 단계(S40)에서 생성된 임의의 시간(Tj)의 FFT 스펙트럼(FFT Spectrum) 또는 엔빌로프 스펙트럼(Envelpoe Spectrum) 데이터를 복수의 밴드(Bi,j, i = 1~N)로 분할하는 주파수 분할 단계(S50)와; 상기 주파수 분할 단계에서 분할된 주파수 밴드(Bi,j) 별 파워(Pi,j)를 연산(Band Power Calculation)하는 밴드 파워 연산 단계(S60)와; 각각의 주파수 밴드(Bi, i = 1~N)에서 시간(T)의 흐름에 따른 과거(Tj-1, Tj-2, ...)와 현재(Tj)의 주파수 밴드 별 파워(Pi,j, j = 1~M)를 비교 평가(Assessment)로 하여 트렌드 진전 여부를 검출(Trend Development Assessment)하는 트랜드 진전 밴드(Segment) 검출 단계(S70)와; 상기 트랜드 밴드 검출 단계(S70)에서 트랜드 진전이 있는 것으로 검출된 밴드(Bcr)에 대하여 주파수 밴드 재 분할을 시행하는 주파수 재 분할 단계(S80)와; 상기 밴드 파워 연산 단계(S60)와 트랜드 진전 밴드(Segment) 검출 단계(S70)와 주파수 재 분할 단계(S80)를 반복(Process Iteration)하는, 반복 단계(S90)와; 상기 반복 단계(S80) 내부의 최종단계에서 해당 밴드에서 과거와 현재의 밴드 별 파워를 비교 판단하여 이상 주파수(Abnormal Frequency) 밴드 구간을 확정하는 이상 주파수 확정(Identification) 단계(S100); 를 포함하여 구성되는 것을 자가 학습형 풍력발전시스템 상태 감시 고장 진단 방법에 관한 것이다.
|
