风力发电机故障预警方法及装置与流程

1.本公开涉及监测预警技术领域，尤其涉及一种风力发电机故障预警方法、风力发电机故障预警装置、电子设备以及存储介质。


背景技术：

2.本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
3.随着社会的发展，电量需求持续上升，风力发电作为清洁能源且基建周期短受到人们的广泛关注。风力发电机是将风能转换为机械功，机械功带动转子旋转，最终输出交流电的电力设备。风力发电机一般由风轮、发电机（包括装置）、调向器（尾翼）、塔架、限速安全机构和储能装置等构件组成。风轮在风力的作用下旋转，可以将风的动能转变为风轮轴的机械能，发电机在风轮轴的带动下旋转发电。
4.目前，相关的风力发电机故障预警及维修方案中，为保证风机的正常运行需要定期进行检测维修，但其需要检修人员到目的地附近后才能对风力发电机进行人工故障预警排查，这会导致故障的发现时间较晚，检测维修效率较低；此外，多台风力发电机同时发出预警时，无法快速检测出故障严重的风力发电机并优先修复，导致风力发电机的损坏故障率较高。


技术实现要素：

5.为克服相关技术中存在的问题，本公开提供了一种风力发电机故障预警方法、风力发电机故障预警装置、电子设备以及存储介质。
6.根据本公开实施例的第一方面，提供一种风力发电机故障预警方法，所述方法包括：获取监测数据；根据所述监测数据，确定所述风力发电机的故障等级；基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端；确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。
7.根据本公开实施例的第二方面，提供一种风力发电机故障预警装置，包括：数据采集模块，用于获取监测数据；状态判别模块，用于根据所述监测数据，确定所述风力发电机的故障等级；故障预警模块，用于基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端；维修对象匹配模块，用于确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。
8.根据本公开实施例的第三方面，提供一种电子设备，所述电子设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序；所述程序被所述处理器执行时实现所述风力发电机故障预警方法的任一步骤。
9.根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述风力发电机故障预警方法的任一步骤。
10.本公开的实施例提供的技术方案可以包括以下有益效果：通过本公开实施例，可以获取风力发电机的监测数据，然后可以根据监测数据，确定风力发电机的故障等级，基于故障等级触发不同的故障预警方式，并匹配对应维修终端，以使维修终端对应的维修对象对风力发电机进行维修。一方面，通过对风力发电机进行实时监测，得到监测数据，进而可以根据监测数据快速确定风力发电机的故障等级，从而根据故障等级迅速执行对应的故障预警方式，使维修对象可以第一时间发现风力发电机出现故障，继而按照故障等级对风力发电机进行维修，以避免相关方案中需要维修对象到达现场后才对风力发电机进行逐一故障预警排查而导致发现时间晚、维修效率低的问题，从而提升对于风力发电机的检测维修效率；另一方面，对于不同的故障等级采用不同的故障预警方式，可以使维修对象在接收到故障预警信息的第一时间就能判断出故障风力发电机的故障等级，缩短了维修对象对目标风力发电机故障信息的解读时间，缩短了维修流程，从而加快了维修效率；再一方面，基于故障等级去发出对应的故障预警，从而去匹配合适的维修终端，能够保证维修终端对应的维修对象能够完成对于当前故障等级的风力发电机的维护，从而避免更换维修对象而导致风力发电机无法及时得到维修的问题，提升风力发电机的维修效率，使故障等级较高的风力发电机得到及时维护，从而进一步降低风力发电机的损坏故障率。
11.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
12.此处的附图被并入说明书中并构成本公开的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
13.图1是本公开根据一示例性实施例示出的一种风力发电机故障预警方法的流程图。
14.图2是本公开根据一示例性实施例示出的一种风力发电机故障预警方法的应用场景图。
15.图3是本公开根据一示例性实施例示出的确定故障等级方法的流程图。
16.图4是本公开根据一示例性实施例示出的基于故障等级判定值确定不同的故障预警方式的示例性流程图。
17.图5是本公开根据一示例性实施例示出的一种用于风力发电机故障预警装置的框图。
18.图6是本公开根据一示例性实施例示出的一种维修终端的框图。
19.图7是本公开根据一示例性实施例示出的一种分时段数据可视化结果的折线图。
20.图8是本公开实施例风力发电机故障预警装置所在计算机设备的一种硬件结构图。
21.图9是本公开实施例具体示例的一种风力发电机与维修终端位置参照图。
具体实施方式
22.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
23.在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
24.应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
25.本公开的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件（包括固件、驻留软件、微代码等），或者硬件和软件结合的形式。同时，本公开对电子设备操作系统的类型不做限定。例如，android系统、linux系统、windows系统、ios系统等。
26.在本文中，需要理解的是，所涉及的术语中：终端（英文terminal），是与计算机系统相连的一种输入输出设备，通常离计算机较远。根据功能不同，可分为若干类。具有某些处理功能的终端称为灵巧终端或智能终端，这类终端有它自己的微处理器和控制电路；没有此功能的叫做哑终端，它没有微处理器。支持与计算机会话或处理的终端叫交互终端或联机终端。日常生活中常见的有：手机、笔记本、平板电脑、pos机甚至包括车载电脑，以及台式电脑。
27.随着能源需求日益上升，风力发电作为一种清洁能源且基建速度快受到推崇。在风力发电机的运转过程中，有时会出现或大或小的故障从而造成部件的损坏，若不能及时修复就会使发电效率大幅降低，甚至部分部件的长期损坏会造成一系列其余部件的损坏，此时故障的发现时间以及维修速度就显得尤为重要。
28.在相关技术中，存在以下问题：在风力发电时，为保证风机的正常运行需要定期进行检测维修，但由于维修对象与各风力发电机的距离不同，维修对象需要较长时间才能巡检到距离较远的风力发电机。若较远的风力发电机发生故障并发出预警，但碍于维修对象需要较长时间才能巡检到，在此过程中可能会加深该风力发电机的故障程度、加大部件的损坏程度以及加大维修对象的维修难度。
29.风力发电机发生故障时往往包含多种因素（温度、环境风力、叶片状态、转速等），
相关的风力发电机监测方案只能通过收集到的监测数据简单判断数据类型，难以确切对风力发电机的故障程度排序来确定具体的维修顺序。
30.相关的风力发电机监测方案中风力发电机只能确定是否处于故障状态，在这种方法的应用场景下，维修对象始终处于被动一方，只有在故障发生后才会进行维修。在多台风力发电机同时发生故障时，可能存在维修对象配置不足的问题。
31.基于相关技术中的一个或者多个问题，本公开实施例首先提出了一种风力发电机故障预警方法，该方法可以由终端设备或者服务器执行，下面以服务器执行方法为例进行说明。
32.如图1所示，图1是本公开根据一示例性实施例示出的一种风力发电机故障预警方法的流程图，包括以下步骤：在步骤s101，获取监测数据；在步骤s102，根据所述监测数据，确定所述风力发电机的故障等级；在步骤s103，基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端；在步骤s104，确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。
33.根据本公开中的风力发电机故障预警方法，可以获取风力发电机的监测数据，然后可以根据监测数据，确定风力发电机的故障等级，基于故障等级触发不同的故障预警方式，并匹配对应的维修终端，以使维修终端对应的维修对象对风力发电机进行维修。一方面，通过对风力发电机进行实时监测，快速确定风力发电机的故障等级，从而根据故障等级触发不同的故障预警方式，并匹配对应的维修终端，及时通知维修对象按照故障预警方式示出的故障等级对风力发电机进行维修，可以有效避免故障等级较高的风力发电机不能得到及时地维修，而导致风力发电机的损坏故障率较高的问题，降低风力发电机的损坏故障率，减少维护成本；另一方面，基于故障等级去匹配合适的维修终端，能够有效提升风力发电机的维修效率，使故障等级较高的风力发电机得到及时维护，从而进一步降低风力发电机的损坏故障率。
34.下面，对步骤s101至步骤s104进行详细说明。
35.在步骤s101，获取监测数据。
36.在本公开一示例实施例中，监测数据是指通过相关的监测手段从风力发电机上监测到的与风力发电机机能相关的数据，例如，监测数据可以是通过设置在风力发电机上的温度传感器所采集到的温度变化数据；监测数据也可以是通过电流检测装置对风力发电机输出的电流数据进行监测得到的电流变化数据，当然，监测数据还可以是风力发电机所对应的工作状态、转子转速、环境风力、叶片振动频率及叶片叶倾角度数等，本示例实施例对表征风力发电机机能的数据类型不做特别限定。
37.可以通过数据采集接口，从各个监测设备上获取风力发电机的监测数据，也可以通过从风力发电机的运行日志获取风力发电机的监测数据，当然，还可以通过提供的数据窗口由监测人员输入得到风力发电机的监测数据，对于监测数据的获取方式不以此限定。
38.在步骤s102，根据所述监测数据，确定所述风力发电机的故障等级。
39.在本公开一示例实施例中，故障等级是指根据风力发电机故障程度的深浅来将故
障程度划分为若干等级，例如，故障等级可以分为一级、二级、三级、四级、五级，一级代表故障程度最低，五级代表故障程度最高，也可以分为a级、b级、c级、d级、e级，a级故障程度最低，e级故障程度最高，当然，还可以分为可忽略级、低级、普通级、高级、紧急级，可忽略级故障程度最低，紧急级故障程度最高，以及其他的划分方式，本示例实施例对表征风力发电机故障等级的划分方式不做特别限定。
40.可以根据出现故障的监测数据的数据类型数量，确定风力发电机的故障等级，当然，也可以根据出现故障的监测数据的数据类型的权重，确定风力发电机的故障等级，本示例实施例对故障等级的划分以及划分依据不做特别限定。
41.在步骤s103，基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端。
42.在本公开一示例实施例中，故障预警信息是指在故障发生前或发生时通过各种方式达到快速提醒维修对象发现故障的信息通知。例如，故障预警信息可以是作用于听觉上的信息，可以是作用于视觉上的信息，当然还可以是作用于触觉上的信息。本示例实施例对故障预警信息的形式不做特别限定。
43.可以通过维修终端的提示铃来提醒维修对象，也可以通过维修终端的信号显示灯来提醒维修对象，当然，还可以通过维修终端的振动来提醒维修对象。本示例实施例对故障预警信息的传送方式不做特别限定。
44.通过对不同的故障等级制定不同的预警方式，可以使维修对象在接收到故障预警信息的第一时间就能判断出故障风力发电机的故障等级，从而缩短了风力发电机的维修流程，加快了维修效率。
45.在步骤s104，确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。
46.在本公开一示例实施例中，维修终端是指维修对象用于接收服务器传来的风力发电机故障预警信息以及向服务器发送信息的专用于维修的电子设备。例如，维修终端可以是便于维修对象随身携带的手机，也可以是性能更佳的台式电脑，当然，还可以是笔记本、平板电脑、车载电脑等，本示例实施例对维修终端的具体形式不做特别限定。
47.其中，维修对象是指用于解决风力发电机故障问题的执行主体。例如，维修对象可以是维修人员，当然，也可以是能完成风力发电机维修的智能机器等，本示例实施例对维修对象的类别选择上不做特别限定。
48.可以根据故障等级匹配距离风力发电机最近的维修对象，也可以根据故障等级匹配维修工具配置最齐全的维修对象，当然，还可以根据故障等级匹配相应故障类型最擅长的维修对象，本示例实施例对候选维修对象的选择方式上不做特别限定。
49.通过对风力发电机进行实时监测，快速确定风力发电机的故障等级，从而根据故障等级去匹配维修终端，及时发出预警让维修对象按照故障等级对风力发电机进行维修，可以有效避免故障等级较高的风力发电机不能得到及时维修，而导致风力发电机损坏故障率较高的问题，以及降低了维护成本；另一方面，基于故障等级去匹配合适的维修终端，能够有效提升风力发电机的维修效率，使故障等级较高的风力发电机得到及时维护，从而进一步降低风力发电机的损坏故障率。
50.以下对于步骤s101至步骤s104中的所涉及的技术方案进行详细解释。
51.在本公开一示例实施例中，可以通过以下步骤实现步骤s103：基于所述故障等级确定故障预警方式，再根据确定的所述故障预警方式生成所述故障等级相对应的故障预警信息。
52.其中，故障预警方式是根据故障预警信息的内容所选择的最适合传送的预警方式。例如，故障预警方式可以采用蜂鸣器预警方式，可以采用显示灯预警方式，也可以采用故障信息推送的预警方式，当然，还可以采用蜂鸣器、显示灯、故障信息推送中的一种或多种任意组合来进行故障预警。
53.可选地，对处于每一等级的风力发电机，都采用不同的故障预警方式来快速通知维修对象，进而加快维修流程。下面对每一故障等级采用的故障预警方式进行详细说明：第一故障等级，采用蜂鸣器预警方式；第二故障等级，采用显示灯预警方式；第三故障等级，采用对应的故障信息推送预警方式；第四故障等级，采用蜂鸣器预警、显示灯预警、故障信息推送预警方式中的至少两种；第五故障等级，采用对应蜂鸣器预警、显示灯预警和故障信息推送预警方式。
54.具体地，对于第二故障等级、第四故障等级以及第五故障等级，由于都采用或故障预警方式中包括有了显示灯预警方式，因此对于区别不同的故障等级，显示灯可以采用如下方案：显示灯为绿色，表明风力发电机处于第一故障等级或无故障；显示灯为蓝色，表明风力发电机为第二故障等级；显示灯为白色，表明风力发电机为第三故障等级；显示灯为黄色，表明风力发电机为第四故障等级；显示灯为红色，表明风力发电机为第五故障等级。
55.通过显示灯在不同的故障等级显示不同的颜色，维修对象可以快速通过显示灯的颜色提示识别对应风力发电机所处的故障等级，缩短了维修对象的工作流程。
56.采用不相同的预警方式，有利于维修对象根据预警方式的不同或者显示灯颜色的不同快速判断出当前风力发电机的故障等级，从而提高了监测维修效率，缩短了维修流程所用的时间。
57.在本公开一示例实施例中，可以通过以下步骤实现对步骤s102中风力发电机故障等级的确定：可以在检测到监测数据中存在故障数据时，确定出现故障数据的监测数据所对应的数据类型数量，进而可以根据数据类型数量确定风力发电机的故障等级。
58.其中，故障数据是指表述故障事件主要特性（故障模式、类型、原因、部位、影响及后果、其发生时间等数据）的记录资料。例如，故障数据可以是准确数值，也可以是故障原因，当然，还可以是故障模式、故障类型、故障部位、故障影响、故障后果、故障的发生时间等。本示例实施例对故障数据的具体类型不做特别限定。
59.可以根据每个数据类型数量制定不同的故障等级，也可以将数据类型的数量进行划分，然后对每个划分区间制定不同的故障等级。本示例实施例对故障等级的划分依据不做特别限定。
60.例如，某风力发电机发生故障，服务器可能会获取到所有的故障数据类型，包括：部件温度数据、环境风力数据、转子转速数据、叶片状态数据以及发电量数据等。则可以对以上五项数据类型各划分故障数据类型，比如以下划分方式：当故障数据类型只有一项时，将其故障等级定为一级；当故障数据类型有以上任意两项时，将其故障等级定为二级；当故障数据类型有以上任意三项时，将其故障等级定为三级；当故障数据类型有以上任意四项时，将其故障等级定为四级；当故障数据类型有以上全部五项时，将其故障等级定为五级。当然，也可以采用以下划分方式：当故障数据类型只有一项时，将其故障等级定为一级；当故障数据类型有以上任意两项或三项时，将其故障等级定为二级；当故障数据类型有以上任意四项或五项时，将其故障等级定为三级。
61.通过本实施例中的风力发电机故障预警方法，只需要简单的判断故障数据的类型数量，即可快速确定风力发电机的故障等级，从而快速发出故障预警，便捷了维修对象的维修流程，减少了维修所需的时间。
62.在本公开一示例实施例中，也可以通过图3中的步骤实现对步骤s102中风力发电机故障等级的确定，参考图3所示：步骤s301，获取针对所述监测数据的各数据类型所设置的权重数据；步骤s302，响应于检测到所述监测数据中存在故障数据，根据所述权重数据确定出现所述故障数据的所述监测数据所对应的故障等级影响值；步骤s303，通过所述故障等级影响值确定所述风力发电机的故障等级。
63.其中，权重数据是针对某一指标而言，某一指标的权重数据是指该指标在整体评价中的相对重要程度。权重数据可以进行更改，例如，某两个指标a、b的权重数据可以是1、2，则此时a的重要程度占比为1/3，b的重要程度占比为2/3。当然，也可以设置为3、7，则此时a的重要程度占比为3/10，b的重要程度占比为7/10。本示例实施例对权重数据的设置不做特别限定。
64.权重数据的获取方式可以通过权重映射表来获取，当然也可以通过关联关系或者数据库来获取。本示例实施例对权重数据的获取方式不做特别限定。
65.故障等级影响值是指首先计算数据的变化幅度值，之后将变化幅度值与权重数据相乘来得到该数据类型的故障等级影响值，当故障数据的数据类型不止一项时，此时需将各数据对应的故障等级影响值相加得到最终数值。
66.对于如何根据多个权重数据确定所对应的故障等级影响值，有以下示例：假设风力发电机的监测数据类型包括部件温度、环境风力、转子转速，那可以假定这三项数据对故障等级的影响程度不同。假定部件温度数据的权重是5，环境风力的权重是1，转子转速的权重是4。
67.另假定某区域风力发电机的某部件温度标准值为40℃，环境风力标准值为25m/s，转子转速标准值为3000转/分钟。现有四台风力发电机，依次设为a、b、c、d，现假定四台风力发电机关于三项数据类型的实时监测数据为：风力发电机a：部件温度数据为65℃，环境风力数据为30m/s，转子转速数据为2700转/分钟；风力发电机b：部件温度数据为45℃，环境风力数据为10m/s，转子转速数据为2000转/分钟；
风力发电机c：部件温度数据为80℃，环境风力数据为40m/s，转子转速数据为4800转/分钟；风力发电机d：部件温度数据为50℃，环境风力数据为35m/s，转子转速数据为3000转/分钟。
68.则根据前述计算方式可计算风力发电机a的故障等级影响值为（65-40）
×
0.5/40+（30-25）
×
0.1/25+（3000-2700）
×
0.4/3000=0.3725；风力发电机b的故障等级影响值为（45-40）
×
0.5/40+（25-10）
×
0.1/25+（3000-2000）
×
0.4/3000=0.2559；风力发电机c的故障等级影响值为（80-40）
×
0.5/40+（40-25）
×
0.1/25+（4800-3000）
×
0.4/3000=0.8；风力发电机d的故障等级影响值为（50-40）
×
0.5/40+（35-25）
×
0.1/25+（3000-3000）
×
0.4/3000=0.165。
69.对于如何通过所述故障等级影响值确定所述风力发电机的故障等级，可以将故障等级影响值以0.1为区间进行故障等级划分，当然也可以以0.2为区间，或其余划分方式。本示例实施例对故障等级影响值的划分方式不做特别限定。对上一步骤示例得出的风力发电机的故障等级划分有如下示例：假定故障等级可以分为5级，分别为一级、二级、三级、四级与五级，随级数上升故障程度逐渐加深。假定故障等级影响值大于等于0.1且小于0.2时，该风力发电机的故障等级为一级；故障等级影响值大于等于0.2且小于0.3时，该风力发电机的故障等级为二级；故障等级影响值大于等于0.3且小于0.4时，该风力发电机的故障等级为三级；故障等级影响值大于等于0.4且小于0.5时，该风力发电机的故障等级为四级；故障等级影响值大于等于0.5时，该风力发电机的故障等级为五级。则依据以上故障等级分级标准，上述例子中风力发电机a、b、c、d的故障等级依次为三级、二级、五级、一级。
70.可选地，当风力发电机的故障等级影响值小于0.1时，可以将该风力发电机确定为无故障或低故障风力发电机。
71.可选地，对于各数据类型的数值除标准值外，还可以基于标准值设置小范围的数值摇摆区间，即将摇摆区间中的数值都视为正常数据。例如上述部件温度数据的标准值为40℃，假设其摇摆区间为[38℃，42℃]，则在该区间的数据视为正常数据，不列入故障等级影响值的计算。
[0072]
可选地，对于各数据类型的数值还可以设置临界值。当该数据超出临界值的范围，服务器100无需计算其故障等级影响值，直接将目标风力发电机列入第五故障等级。例如可以将上述转子转速的临界值设置为1000转/分钟以及5000转/分钟，假设当检测到转速为500转/分钟即小于1000转/分钟或6000转/分钟即大于5000转/分钟时，直接将所述目标风力发电机列入第五故障等级。
[0073]
根据本示例实施例的风力发电机故障预警方法，利用权重数据平衡大数值与小数值对故障等级的影响程度，通过精确的计算步骤更是将故障等级的判断变得更加准确，从而使故障等级高的风力发电机得到更快的维修。
[0074]
在本公开一示例实施例中，也可以通过如下步骤实现步骤s103中风力发电机基于故障等级匹配维修终端的风力发电机故障预警方法，步骤如下所示：可以根据故障等级对风力发电机进行排序，确定各风力发电机的维修优先级，再按照维修优先级匹配维修终端。
[0075]
其中，维修优先级是指在维修过程中，对维修优先级高的先进行维修，对维修优先级低的后进行维修。优先级的划分可以是第一优先级、第二优先级、第三优先级、第四优先级，也可以是最高优先级、高优先级、中优先级、低优先级，当然还可以是，紧急且重要、重要但不紧急、紧急但不重要、不紧急不重要。本示例实施例对维修优先级的划分方式不做特别限定。
[0076]
根据故障等级对风力发电机进行排序，可以由低到高进行排序，也可以由高到低进行排序。本示例对风力发电机的排序方式不做特别限定。
[0077]
例如有a、b、c、d、e五台风力发电机，其故障等级分别是一级、三级、三级、四级、五级，则其维修优先级的排序可以是e＞d＞b=c＞a。在后续匹配维修终端的过程中，则先为e匹配维修终端，然后是d，再是b与c中的任意一个，b与c中的另外一个，最后是维修优先级最低的a。
[0078]
本示例实施例提出对风力发电机的维修优先级进行排序，意在使所有风力发电机根据故障程度先后进行维修，从而降低风力发电机的故障损坏率。
[0079]
在本公开一示例实施例中，可以通过图4所示步骤实现通过故障等级对风力发电机进行排序，以确定风力发电机的维修优先级：可以获取故障等级判定值，然后将故障等级大于或者等于故障等级判定值的风力发电机确定为目标风力发电机，再根据目标风力发电机的故障等级，对目标风力发电机进行排序，确定各目标风力发电机的维修优先级。
[0080]
故障等级判定值是指一个提前预设的数值，用来对故障等级进行判定，即根据风力发电机的故障等级将其分为目标风力发电机以及其余风力发电机。故障等级判定值不局限于形式，可以是上述故障等级划分方式所举例中的任意形式，例如三、重要但不紧急、中等，当然也可以是其中任意的数值，比如一、二、三、四都可以。本示例实施例对故障等级判定值的形式及数值不做特别限定。获取故障等级的方式与上述权重数据的获取方式相同，且均不对其获取方式做特别限定。
[0081]
例如，对前述风力发电机a、b、c、d、e假定设置故障等级判定值为“三”时，则故障等级三级的b、故障等级三级的c、故障等级四级的d以及故障等级五级的e便被确定为目标风力发电机，接着对b、c、d、e的故障等级进行排序，得出e＞d＞b=c，得出最高优先级的是e，接着是d，然后是b或c中的任意一个，最后是b或c中的另外一个。接下来只需按照维修优先级去对目标风力发电机进行维修。
[0082]
通过对风力发电机的故障等级进行排序，将故障等级较低的风力发电机排除在外，只针对故障等级较高的风力发电机进行排序，这一过程可以降低故障等级排序的难度及流程，减少排序步骤所用的时间，从而加快目标风力发电机的维修速度。
[0083]
在本公开一示例实施例中，可以通过图4所示步骤完成基于所述故障等级匹配维修终端这一步骤：可以根据维修优先级确定处于最高优先级的风力发电机，获取各维修终端的定位信息，然后根据定位信息以及最高优先级风力发电机的位置坐标，匹配到最接近最高优先级风力发电机的维修终端，并向维修对象发送维修通知。
[0084]
其中，维修通知是指服务器在获取到目标风力发电机的信息后，通过维修终端向维修对象下发的信息，维修通知可以是目标风力发电机的定位信息，也可以是目标风力发
电机的定位信息及故障原因。例如“40
°
n，116
°
e，故障等级为三级，液压泵温度，温度过低”。本示例实施例对维修通知的内容不做特别限定。
[0085]
获取各维修终端定位信息的方式可以是获取预设的信息，即与前述实施例中的权重数据、故障等级判定值的获取方式相同，也可以是实时获取维修终端的gps定位信息，当然，还可以是向维修终端下发信息，让维修对象自行填写维修终端的定位信息等。本示例实施例对维修终端的获取方式不做特别限定。
[0086]
可选地，距离最近的维修对象若未回复服务器的时长超过一定值时，服务器转而通知下一个距离最近的维修对象，依次下推。举例而言，由上个例子得出维修优先级排序为e＞d＞b=c，可得出维修优先级最高的风力发电机e为最高优先级风力发电机。假定有维修终端m、n、s、t距离风力发电机e的距离为1km、2.5km、1.5km、5km，则对各维修终端与e之间的距离进行排序有1＜1.5＜2.5＜5，则将m视为离风力发电机e最近的维修终端，随后服务器向m发送关于风力发电机e的维修通知。若此时与m匹配的维修对象长时间未通过维修终端m回复服务器，服务器接下来会将维修通知发送给1.5km距离的维修终端s，依次下推。
[0087]
可选地，在确定出最高优先级的风力发电机后，服务器获取其余目标风力发电机的位置信息，并与最高优先级风力发电机匹配的维修对象的工作区域作对比，以查看是否位于其工作区域内。当目标风力发电机处于其工作区域内，则先维修最高优先级风力发电机，然后再维修其余目标风力发电机；当目标风力发电机处于其工作区域外，则对该目标风力发电机也匹配其距离最近的维修对象。
[0088]
本示例实施例为维修优先级最高的风力发电机匹配其距离最近的维修终端，并可以在最近的维修终端无反馈时匹配下一距离最近的维修终端，这些都是将维修优先级最高的风力发电机的维修工作放在第一位，以避免故障程度最高的风力发电机产生更大的损坏。
[0089]
在本公开一示例实施例中，可以通过图4所示步骤来实现对风力发电机的预防性维修：可以根据监测数据确定故障等级小于故障等级判定值的风力发电机的性能状态，再基于性能状态对风力发电机进行预防性维修。
[0090]
其中，性能状态是指风力发电机的监测数据出现偏移后风力发电机所表现出的性能或状态的变化。例如，当部件温度数据偏高时的性能状态为过热，转子转速数据偏低时为老化等等。本示例实施例对风力发电机的性能状态内容不做特别限定。
[0091]
预防性维修是指风力发电机的监测数据已出现偏移但并未造成风力发电机的故障时，需要维修对象在发生故障前对其进行提前的维修，使其监测数据回到正常范围内，从而降低后续故障的发生概率。本示例实施例不对预防性维修的预先时间范围做特别限定。
[0092]
可选地，将监测数据发生偏移的监测数据置顶，并将异常数据在维修终端显示页面高亮提示，从而快速帮维修对象了解产生数据偏差的数据类型，对该风力发电机进行相对应且行之有效的预防性维修。
[0093]
例如，假设风力发电机的标准转子转速为3000转/分钟，摇摆区间为[2900转/分钟，3100转/分钟]，对于某故障等级小于故障等级判定值的风力发电机o，其转子转速为2800转/分钟，则此时判断该风力发电机o的性能状态为老化，此时在维修终端上高亮显示其发生偏移的转子转速数据，并在转子转速数据附近显示出老化二字，之后维修对象根据
性能状态制定最佳的预防性维修措施。
[0094]
本示例实施例提到的风力发电机故障预警方法中，通过预防性维修，对监测数据出现偏移的风力发电机进行提前维修，在故障还未发生的时候就提前将其阻止，从而降低了后续风力发电机的故障发生率，降低维修对象后续的维修难度。
[0095]
在本公开一示例实施例中，还可以根据监测数据中出现的故障数据，确定故障维修所需的维修工具类型，然后基于故障等级以及维修工具类型匹配目标维修终端，将故障等级及维修工具的类型发送给目标维修终端。
[0096]
其中，维修工具类型可以是电机拆卸工具，也可以是绕组拆卸工具、绕线工具、检测工具等等。本示例对维修工具类型的数量及内容不做特别限定。
[0097]
本示例实施例提到的风力发电机故障预警方法中，通过对故障数据进行分析，提示后续可能会用到的维修工具，避免维修对象少带、错带维修工具的现象，提高了维修对象的维修效率以及维修成功率。
[0098]
如图2所示是本公开根据一示例性实施例示出的一种风力发电机故障预警方法的应用场景图。图2中所示的场景包括服务器100、监测设备200以及维修终端300。服务器100可以是软件运营商服务器等。监测设备200可以包括振动传感器、动态应变计、动态倾角仪、索力传感器、静力水准仪、温湿度计等。通过这些设备，主要去获取风力发电机的部件温度数据、环境风力数据、叶片状态数据、转子转速数据等，其中叶片状态数据可以是叶片振动数据或叶片倾角数据。维修终端300可以是移动终端，例如手机、平板电脑、笔记本电脑、个人数字助理等移动电子设备，也可以是台式电脑等。服务器100与监测设备200之间可以通过电连的方式连接。服务器100与维修终端300之间可以通过移动互联网等方式进行连接。
[0099]
当维修对象需要查看风力发电机的监测数据时，在维修终端300上，更具体地，例如在维修终端300上安装的软件界面上，可以实时呈现或者分时段呈现风力发电机的监测数据，更具体地，可以通过各种数据可视化方式来呈现监测数据。
[0100]
可选地，对监测数据进行处理可在服务器100上进行，也可在维修终端300上进行，用户可以通过服务器100下载这些应用软件，这些应用软件可内嵌数据处理等步骤的程序。也就是说，接下来将要描述的本公开的实施方式的方法中的步骤，可以全部由服务器侧执行，或者可以全部由维修终端侧执行，或者可以部分由服务器侧执行，部分由维修终端执行。
[0101]
接下来，参考图5对本公开示例性实施方式的风力发电机故障预警装置进行介绍。
[0102]
如图5所示，风力发电机故障预警装置可以包括：数据采集模块5101、故障等级判别模块5102、故障预警模块5103、维修对象匹配模块5104。
[0103]
数据采集模块5101，用于获取监测数据。
[0104]
故障等级判别模块5102，用于根据所述监测数据，确定所述风力发电机的故障等级。
[0105]
故障预警模块5103，用于基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端。
[0106]
维修对象匹配模块5104，用于确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。
[0107]
在本公开一示例实施例中，故障预警模块5103被设置为：
基于所述故障等级确定故障预警方式，所述故障预警方式包括蜂鸣器预警、显示灯预警、故障信息推送预警中的任意一种或者多种组合；根据确定的所述故障预警方式生成所述故障等级相对应的故障预警信息。
[0108]
在本公开一示例实施例中，故障等级判别模块5102被设置为：响应于检测到所述监测数据中存在故障数据，确定出现所述故障数据的监测数据所对应的数据类型数量；根据所述数据类型数量确定所述风力发电机的故障等级。
[0109]
在本公开一示例实施例中，故障等级判别模块5102被设置为：获取针对所述监测数据的各数据类型所设置的权重数据；响应于检测到所述监测数据中存在故障数据，根据所述权重数据确定出现所述故障数据的所述监测数据所对应的故障等级影响值；通过所述故障等级影响值确定所述风力发电机的故障等级。
[0110]
在本公开一示例实施例中，维修对象匹配模块5104被设置为：通过所述故障等级对所述风力发电机进行排序，确定各所述风力发电机的维修优先级；按照所述维修优先级匹配维修终端。
[0111]
在本公开一示例实施例中，故障等级判别模块5102被设置为：获取故障等级判定值；将所述故障等级大于或者等于所述故障等级判定值的风力发电机确定为目标风力发电机；根据所述目标风力发电机的故障等级，对所述目标风力发电机进行排序，确定各所述目标风力发电机的维修优先级。
[0112]
在本公开一示例实施例中，故障预警模块5103被设置为：根据所述维修优先级，确定属于最高优先级的风力发电机；获取各所述维修终端的定位信息；根据所述定位信息以及所述属于最高优先级的风力发电机的位置坐标，匹配到最接近所述属于最高优先级的风力发电机的维修终端，并向所述维修对象发送维修通知。
[0113]
在本公开一示例实施例中，故障等级判别模块5102被设置为：根据所述监测数据确定所述故障等级小于所述故障等级判定值的风力发电机的性能状态；基于所述性能状态对所述风力发电机进行预防性维修。
[0114]
在本公开一示例实施例中，维修对象匹配模块5104被设置为：根据所述监测数据中出现的故障数据，确定故障维修所需的维修工具类型；基于所述故障等级以及所述维修工具类型匹配目标维修终端，将所述故障等级及所述维修工具类型发送给所述目标维修终端。
[0115]
上述装置包括的数据采集模块5101、故障等级判别模块5102、故障预警模块5103、维修对象匹配模块5104可设置于移动终端或pc端，用户可以在pc端完成类似的操作，因此该装置是一种通用的风力发电机故障预警装置。
[0116]
与前述方法的实施例相对应，本公开还提供了装置及其所应用的终端的实施例。
[0117]
如图6是本公开根据一示例性实施例示出的一种用于维修终端300的框图。
[0118]
如图6所述，维修终端300可以包括：数据接收模块6101、数据存储模块6102、数据处理模块6103、工具分析模块6104、数据可视化显示模块6105。其中，数据接收模块6101还可以包括数据输入模块与数据发送模块。
[0119]
数据接收模块6101，用于接收来自服务器100的故障信息及目标风力发电机位置信息等其他信息，并可用于与服务器100或其他维修终端300进行数据传输。
[0120]
数据存储模块6102，用于存储接收到的来自服务器100的数据，并根据对应的日期以及运行调整生成日志并进行存储，便于后续巡检或维修时查看来了解对应风力发电机的近期工作状况。
[0121]
数据处理模块6103，用于对存储在数据存储模块6102中的数据进行处理。
[0122]
工具分析模块6104，用于根据处理后的数据，分析维修故障所需要的工具类型，以避免维修对象少带工具的情况。
[0123]
数据可视化显示模块6105，用于将处理后的数据通过数据可视化的技术手段将数据变为更加方便维修对象解读的形式。
[0124]
可选地，数据接收模块6101可以包括数据输入模块与数据发送模块。维修对象可以通过数据输入模块编辑想要修改的数据或者输入想发送到其他维修设备上的信息。其中，可修改的数据可以包括部件温度数据、转速数据、环境风力数据、叶片状态数据等。
[0125]
可选地，在维修终端对故障风力发电机维修成功后，维修对象可通过数据发送模块向服务器100发送请求来重新计算目标风力发电机的故障等级影响值，从而完成对目标风力发电机故障状态的修改。
[0126]
可选地，维修对象还可以通过数据发送模块向服务器100发送更换维修对象的请求。同样的，在数据接收模块6101收到服务器100下发的维修通知后，若维修对象未在规定时间内通过数据发送模块向服务器100发送确认信息，那么数据发送模块将自行向服务器100发送更换维修对象的请求。
[0127]
同样的，本公开在维修终端300还设置了数据存储模块6102，主要用于存储数据接收模块6101接收到的数据、数据处理模块6103处理后的数据以及维修对象通过数据接收模块6101修改后的数据。其中，数据存储模块6102被设置为，采用半导体存储器、磁表面存储器、光存储器、云存储器中的其中至少一项。
[0128]
可选地，数据处理模块6103也可以对其余维修终端300通过其对应数据发送模块传输过来的数据进行处理。
[0129]
可选地，数据处理模块6103优先处理来自服务器100的数据，再去处理其余维修终端300发送来的数据。
[0130]
可选地，数据可视化显示模块6105还包括信息提示模块。在对来自数据存储模块6102的数据进行处理后，为更快地提醒维修对象关注实时信息，信息提示模块会通过不同的方式提醒维修对象。这些方式包括但不限于维修终端300的提示灯、维修终端300的提示声音以及维修终端300的振动。同时维修对象可通过信息提示模块设置不同信息的提醒方式。
[0131]
工具分析模块6104可以对处理后的故障数据进行分析，根据不同的数据偏移程度分析维修对象进行维修时所需要的维修工具。
[0132]
例如，在转子转速数据出现小幅度偏移时，考虑是要对轴承加油等情况，因此判断该风力发电机只需要进行日常的维护，从而推荐维修对象去携带一套简单的拆卸工具；推荐内容如下方示例：轴承加油，更换；万用表、摇表、扳手、改锥、拉马、手锤。
[0133]
在转速数据发生大幅度偏移时，推荐内容可能会有以下示例：电机拆卸工具：螺丝刀、铁钳、扳手、套筒、铁锤、斜口钳、凿、内六角扳手、两用扳手、拉马等；绕组拆卸工具：电工凿、不锈钢通条、笼型电机烘烤器、小型钢丝棒等；绕线工具：电机万用线模、绕线机、不锈钢压板、不锈钢划线板、橡皮锤、剪刀、电工刀等；检测工具：万用表、钳形电流表、摇表等。
[0134]
可选地，工具分析模块6104对多因素故障维修所用到的工具类型会兼顾多个因素，尽量预防维修对象所带工具不足的情况。
[0135]
可选地，数据可视化显示模块6105对数据的可视化显示方式可以包括分时段可视化显示或者实时可视化显示。
[0136]
分时段可视化显示可以通过访问数据存储模块6102中的数据，或对数据存储模块6102中的数据进行处理，用数据可视化技术显示出来。其中，分时段可视化显示可以是每分钟的数据变化可视化显示、每小时的数据变化可视化显示、每天的数据变化可视化显示、每月的数据变化可视化显示或每年的数据变化可视化显示等。分时段数据可视化的显示技术可以包括通过数据可视化图表来显示。
[0137]
实时可视化显示可以通过数据可视化平台来实现实时的数据监测。
[0138]
可选地，维修对象可以在维修终端300上选择数据可视化的呈现方式，并可将数据可视化的呈现结果通过数据传送模块发送到其他维修终端300上。
[0139]
示例性的，维修终端300在过去的五小时，通过数据接收模块6101接收到服务器100传来的每秒的转子转速数据，然后数据接收模块6101将数据存储到数据存储模块6102。维修对象若想查看过去五小时每小时温度的变化，则此时数据处理模块6103调动数据存储模块6102中的数据，并计算出每小时温度的平均值，接着数据处理模块6103将处理后的数据传入数据可视化显示模块6105中的图表绘制部分，数据可视化显示模块6105将数据可视化结果通过维修终端300呈现给维修对象，所述示例可视化图表如图7所示。
[0140]
本公开风力发电机故障预警装置可以应用在计算机设备上，例如服务器或终端设备。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图8所示，为本公开实施例风力发电机故障预警装置所在计算机设备的一种硬件结构图，除了图8所示的处理器810、内存830、网络接口820、以及非易失性存储器840之外，实施例中风力发电机故障预警装置831所在的服务器或电子设备，通常根据该计算机设备的实际功能，还可以包括其他硬件，对此不再赘述。
[0141]
现对于本公开中实现的风力发电机故障预警方法，有以下例子：
假设某地有10台风力发电机a、b、c、d、e、f、g、h、i、j，且这10台风力发电机处于a、b、c、d、e五个维修终端的管辖范围内。
[0142]
示例性的，各风力发电机与维修终端的相对距离表如下表1所示：
[0143]
现10台风力发电机与5个维修终端的位置及其管辖范围如图9所示，10台风力发电机与5个维修终端的相对距离如表1所示，且10台风力发电机的实时数据如表2所示。同时假设风力发电机的监测数据有部件温度数据、环境风力数据、转子转速数据，所占权重分别为5、1、4，且风力发电机的温度标准值为40℃，摇摆区间为[38℃，42℃]；环境风力的标准值为25m/s，摇摆区间为[20m/s，30m/s]；转子转速的标准值为3000/分钟，摇摆区间为[2900转/分钟，3100转/分钟]。假设故障等级的划分分为五级，故障等级影响值从0.1开始每0.1划分一个故障等级，大于等于0.5时为5级，故障等级判定值为3，且故障等级预警方式假设也与前述例子保持一致。
[0144]
示例性的，各风力发电机的监测数据表如下表2所示：
[0145]
现对每台风力发电机的维修措施做以下分析：首先计算每台风力发电机的故障等级影响值。
[0146]
a：由于其环境风力30m/s处于摇摆区间，所以其环境风力数据不参与故障等级影响值的计算，以下处于摇摆空间的数据不再赘述，即（65-40）
×
0.5/40=0.3125；b：（55-40）
×
0.5/40+（34-25）
×
0.1/25+（3453-2700）
×
0.4/3000=0.3239；c：（40-20）
×
0.5/40+（3243-2700）
×
0.4/3000=0.3224；d：（43-25）
×
0.1/25+（3000-1167）
×
0.4/3000=0.3164；e：（40-35）
×
0.5/40+（53-30）
×
0.1/25+（3000-2133）
×
0.4/3000=0.2701；f：（60-40）
×
0.5/40+（32-25）
×
0.1/25+（3000-2321）
×
0.4/3000=0.3685；g：（40-10）
×
0.5/40+（34-25）
×
0.1/25+（4452-3000）
×
0.4/3000=0.6046；h：（25-13）
×
0.1/25+（4232-3000）
×
0.4/3000=0.2123；i：（72-40）
×
0.5/40+（34-25）
×
0.1/25+（3543-3000）
×
0.4/3000=0.5084；j：（40-30）
×
0.5/40+（3000-2342）
×
0.4/3000=0.2127。
[0147]
根据以上计算得出的故障等级影响值可得出各风力发电机对应的故障等级。即a、b、c、d、e、f、g、h、i、j分别为三级、三级、三级、三级、二级、三级、五级、二级、五级、二级。
[0148]
已知假设的故障等级判定值为3，所以确定的目标风力发电机为a、b、c、d、f、g、i。
[0149]
即a的管辖范围内有b、c；b的管辖范围内有a、b、d、f；c的管辖范围内有b、f、i；d的管辖范围内有c、i；e的管辖范围内有f、g。
[0150]
g、i均为最高故障等级，但不同时处于同一管辖区，所以g、h的维修工作可以同时
进行。g只处于e的管辖范围内，所以服务器对维修终端e发出通知以及故障预警。
[0151]
根据五级故障等级对应的故障预警方式，采用对应蜂鸣器预警、显示灯预警和故障信息推送预警方式，且显示灯的颜色为红色。同时根据g的故障数据类型提示e携带维修部件温度过低及转子转速过快的维修工具。
[0152]
目标风力发电机i同时位于维修终端c与d的管辖范围内，此时对照表1来对比i到c的距离以及i到d的距离。由表可知，i到c的距离为9km，i到d的距离同样为9km。此时同时向维修终端c与d发送维修通知，若其中一方向服务器发送拒绝请求，则将i的维修通知发送给另一方。若双方都发出确认信息，则由先发出确认信息的一方进行维修。目标风力发电机i由于也是故障等级五级，所以其所采用的故障预警方式与g相同。
[0153]
此时假设c先发出确认信息，则目标风力发电机i由c来维修。
[0154]
此时还有故障等级三级的a、b、c、d、f，对这些目标风力发电机的故障预警方式为采用对应的故障信息推送预警方式，同时目标风力发电机处的显示灯颜色为白色。
[0155]
此时维修终端d管辖范围内的目标风力发电机只剩下了c，而a的管辖范围内还剩b和c，所以将目标风力发电机c交由d进行维修，以使所有目标风力发电机快速得到维修。
[0156]
同理，目标风力发电机b交由维修终端a。
[0157]
对于剩余目标风力发电机a、d、f，比较其故障等级影响值，有f＞d＞a，且d与a的故障等级影响值相近，即故障程度相近。所以可将f分配给维修终端c，c在维修过i后，再去维修f。
[0158]
a与d则交由维修终端b，先对d进行维修，再对a进行维修。
[0159]
对于e、j、h则在目标风力发电机维修完毕后，再进行维修。其采用显示灯预警方式，显示灯颜色为蓝色。
[0160]
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
[0161]
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0162]
上述对本公开特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0163]
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0164]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
[0165]
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。

技术特征：
1.一种风力发电机故障预警方法，其特征在于，包括：获取监测数据；根据所述监测数据，确定所述风力发电机的故障等级；基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端；确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。2.根据权利要求1所述的风力发电机故障预警方法，其特征在于，所述基于所述故障等级确定相对应的故障预警信息，包括：基于所述故障等级确定故障预警方式，所述故障预警方式包括蜂鸣器预警、显示灯预警、故障信息推送预警中的任意一种或者多种组合；根据确定的所述故障预警方式生成所述故障等级相对应的故障预警信息。3.根据权利要求1所述的风力发电机故障预警方法，其特征在于，所述根据所述监测数据，确定所述风力发电机的故障等级，包括：响应于检测到所述监测数据中存在故障数据，确定出现所述故障数据的监测数据所对应的数据类型数量；根据所述数据类型数量确定所述风力发电机的故障等级。4.根据权利要求1或3所述的风力发电机故障预警方法，其特征在于，所述根据所述监测数据，确定所述风力发电机的故障等级，包括：获取针对所述监测数据的各数据类型所设置的权重数据；响应于检测到所述监测数据中存在故障数据，根据所述权重数据确定出现所述故障数据的所述监测数据所对应的故障等级影响值；通过所述故障等级影响值确定所述风力发电机的故障等级。5.根据权利要求1所述的风力发电机故障预警方法，其特征在于，所述基于所述故障等级匹配维修终端，包括：通过所述故障等级对所述风力发电机进行排序，确定各所述风力发电机的维修优先级；按照所述维修优先级匹配维修终端。6.根据权利要求4所述的风力发电机故障预警方法，其特征在于，所述通过所述故障等级对所述风力发电机进行排序，确定各所述风力发电机的维修优先级，包括：获取故障等级判定值；将所述故障等级大于或者等于所述故障等级判定值的风力发电机确定为目标风力发电机；根据所述目标风力发电机的故障等级，对所述目标风力发电机进行排序，确定各所述目标风力发电机的维修优先级。7.根据权利要求4所述的风力发电机故障预警方法，其特征在于，所述基于所述故障等级匹配维修终端，包括：根据所述维修优先级，确定属于最高优先级的风力发电机；获取各所述维修终端的定位信息；
根据所述定位信息以及所述属于最高优先级的风力发电机的位置坐标，匹配到最接近所述属于最高优先级的风力发电机的维修终端，并向所述维修对象发送维修通知。8.根据权利要求5所述的风力发电机故障预警方法，其特征在于，所述方法还包括：根据所述监测数据确定所述故障等级小于所述故障等级判定值的风力发电机的性能状态；基于所述性能状态对所述风力发电机进行预防性维修。9.根据权利要求1所述的风力发电机故障预警方法，其特征在于，所述基于所述故障等级匹配维修终端，包括：根据所述监测数据中出现的故障数据，确定故障维修所需的维修工具类型；基于所述故障等级以及所述维修工具类型匹配目标维修终端，将所述故障等级及所述维修工具类型发送给所述目标维修终端。10.一种风力发电机故障预警装置，其特征在于，包括：数据采集模块，用于获取监测数据；故障等级判别模块，用于根据所述监测数据，确定所述风力发电机的故障等级；故障预警模块，基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端；维修对象匹配模块，确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。

技术总结
本公开提供一种风力发电机故障预警方法及装置，涉及监测预警技术领域。该风力发电机故障预警方法包括：获取监测数据；根据所述监测数据，确定所述风力发电机的故障等级；基于所述故障等级确定相对应的故障预警信息，并将所述故障预警信息发送给各维修终端；确定响应所述故障预警信息的候选维修终端，并基于所述故障等级在所述候选维修终端中匹配用于维修所述风力发电机的目标维修终端。根据本公开实施方式的风力发电机故障预警方法，可以根据不同的故障等级触发不同的故障预警方式，及时通知就近维修对象进行维修，从而避免因维修对象长期未发现风力发电机故障而导致风力发电机损坏严重等问题，同时提高了维修效率。同时提高了维修效率。同时提高了维修效率。


技术研发人员：陈康 奚瑜 刘珊 于佼 刘玮 彭怀午
受保护的技术使用者：中国电建集团西北勘测设计研究院有限公司
技术研发日：2023.06.13
技术公布日：2023/7/18