一种基于大数据的发电设备监控管理系统及方法
阅读说明：本技术 一种基于大数据的发电设备监控管理系统及方法 (Power generation equipment monitoring and management system and method based on big data ) 是由 蒋雨润 于 2020-12-29 设计创作，主要内容包括：本发明公开了一种基于大数据的发电设备监控管理系统及方法,属于发电设备管理技术领域,该系统包括数据采集模块；数据采集模块用于对发电设备的各项信息数据进行采集,利用数据分析模块对数据采集模块采集的各项信息数据进行分析,利用故障确定模块根据数据分析模块对于各项数据的分析结果对发电设备的故障原因进行确定,本发明设置有距离传感器和角度传感器,以及第一坐标分析单元和第二坐标分析单元,使得可以对风力发电设备转动过程中的实际坐标值和原始坐标值进行比较,使得可以以数据化的形式准确的展示风力发电设备的故障发生点,以此来分析故障原因,使得可以及时的确定故障原因,做出针对性的维修,减小风力发电设备的发电隐患。(The invention discloses a big data-based power generation equipment monitoring and management system and a big data-based power generation equipment monitoring and management method, which belong to the technical field of power generation equipment management, and comprise a data acquisition module; the wind power generation equipment fault diagnosis device is provided with a distance sensor, an angle sensor, a first coordinate analysis unit and a second coordinate analysis unit, so that an actual coordinate value and an original coordinate value in the rotation process of the wind power generation equipment can be compared, a fault occurrence point of the wind power generation equipment can be accurately displayed in a datamation mode, the fault reason can be analyzed, the fault reason can be timely determined, targeted maintenance can be carried out, and the power generation hidden danger of the wind power generation equipment is reduced.)
技术领域
本发明涉及发电设备管理技术领域，具体是一种基于大数据的发电设备监控管理系统及方法。
背景技术
发电设备是指将其他形式的能量转化为电能的设备，例如：风力发电设备、水利发电设备、太阳能发电设备、核能发电设备等，无论哪一种发电设备，其发电原理都是通过将其他形式的能转换为动能来推动发电机组，通过发电机组的旋转切割磁感线来产生电能；
现有的发电设备在，尤其是风力发电设备在使用时存在以下问题：
1、现有的风力发电设备虽然可以实现对其自身的监控和管理，但是仅限于监控其转速、扭矩、发电量等信息数据，而无法对风力发电设备转动发电过程中的转动状态进行监控和管理，容易导致风力发电设备故障无法及时发现，造成安全隐患；
2、现有的风力发电设备在使用时无法对其故障率进行检测和分析，使得无法真正的实现对风力发电设备故障的预测；
因此，人们急需一种基于大数据的发电设备监控管理系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据的发电设备监控管理系统及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的发电设备监控管理系统，该系统包括数据采集模块、数据分析模块、曲线分析模块、故障确定单元、输出模块和发电量分析模块；
所述数据采集模块用于对发电设备的各项信息数据进行采集，以便于根据采集的各项信息数据对发电设备进行监控和管理，所述发电设备为风力发电设备，所述数据分析模块用于对数据采集模块采集的各项信息数据进行分析，所述曲线分析模块用于将数据分析模块分析的各项信息数据拟合成曲线并与原始曲线进行比对，以便于更加只管的对数据分析模块分析的各项信息数据进行比较，确定发电设备的故障发生率，所述故障确定模块用于根据数据分析模块对于各项数据的分析结果对发电设备的故障原因进行确定，所述输出模块用于对发电设备的故障原因和故障率进行输出，以便于对发电设备进行监控和管理，所述发电量分析模块用于对发电设备的发电量数据进行分析，以便于确定发电设备的发电情况进行监控和管理；
所述数据采集模块的输出端电性连接数据分析模块和发电量分析模块的输入端，所述数据分析模块的输出端电性连接曲线分析模块的输入端，所述数据分析模块和曲线分析模块的输出端电性连接输出模块的输入端，所述数据分析模块与故障确定单元电性连接。
根据上述技术方案，所述数据采集模块包括坐标系建立单元、采集安装结构、距离传感器和角度传感器；
所述角度传感器安装于发电设备旋转轴位置处，用于对发电设备的旋转角度进行检测，以便于确定发电设备的实时状态，实现对发电设备的监控，同时，根据发电设备的旋转圈数对发电设备的发电量进行预测，所述坐标系建立单元用于以角度传感器为圆心建立发电设备所在位置的平面直角坐标系，以便于对发电设备的每一个点进行数据化的管理，使得对于发电设备的监控更加的精准，也更加方便对发电设备的发电隐患进行数字化的监控和管理，所述距离传感器通过采集安装结构安装于发电设备的边缘，用于对发电设备的某一位置与地面之间的距离进行检测，以便于确定发电设备的旋转是否正常，因为在离心力的作用下，发电设备的旋转可能在某些点出现故障或者异常，方便对发电设备的旋转状态进行监控，所述采集安装结构用于对距离传感器的位置进行调整，使得距离传感器始终处于竖直状态，使得距离传感器的检测数值更加的精准。
根据上述技术方案，所述采集安装结构包括固定轴、旋转轴承、固定换、旋转轴、水平座和距离传感器；
所述固定轴通过旋转轴承固定安装于发电设备的某一位置处，所述旋转轴承使得整个采集安装结构可以实现调整和转动，所述固定轴一端固定安装有固定环，所述固定环内侧通过旋转轴转动安装有水平座，所述水平座的高度大于固定环的高度，所述旋转轴用于始终保持水平座处于水平状态，因为水平座的重心相比于固定环的重心更低，所以，无论固定环处于何种姿态，水平座可以在旋转轴的作用下始终保持水平，所述水平座内部底端安装有距离传感器，所述距离传感器在水平座的作用下，所检测的距离数值始终为距离传感器当前位置于地面之间的距离。
根据上述技术方案，所述数据分析模块包括第一坐标分析单元、第二坐标分析单元、数据比对单元、故障分析单元和固定确定单元；
所述第一坐标分析单元用于根据距离传感器所采集的距离数据，分析距离传感器当前在平面直角坐标系中的实际坐标值，所述第二坐标系分析单元用于根据角度传感器所采集的角度数据，分析距离传感器在平面直角坐标系中的原始坐标值，所述数据比对单元用于对第一坐标分析单元所分析的实际坐标值与第二坐标分析单元所分析的原始坐标值进行比较，确定实际坐标值与原始坐标值之间是否存在差异，确定当前发电设备的实际运行状态是否发生了故障，所述故障分析单元用于对发电设备发生故障的原因进行分析，所述故障确定单元用于根据故障分析单元的分析结果确定发电设备发生故障的原因；
所述故障确定模块包括故障原因数据库和数据调取单元；
所述故障原因数据库用于存储发电设备在不同坐标位置的坐标值故障对应的故障原因，且所述故障原因数据库不断的扩充，所述数据调取单元用于从故障原因数据库中调取故障原因数据；
所述距离传感器的输出端电性连接第一坐标分析单元的输入端，所述角度传感器的输出端电性连接第二坐标分析单元的输入端，所述坐标系建立单元的输出端电性连接第一坐标分析单元和第二坐标分析单元的输入端，所述第一坐标分析单元和第二坐标分析单元的输出端电性连接数据比对单元的输入端，所述书比对单元的输出端电性连接故障分析单元的输入端，所述故障分析单元的输出端电性连接故障原因确定单元的输入端，所述故障原因确定单元的输出端电性连接输出模块的输入端；
所述数据比对单元的输出端电性连接故障原因数据库的输入端，所述故障原因数据库的输出端电性连接数据调取单元的输入端，所述数据调取单元的输出端电性连接故障分析单元的输入端。
所述曲线分析模块包括曲线拟合单元、原始曲线输入单元、曲线比对单元、故障占比分析单元和故障率计算单元；
所述曲线拟合单元用于将平面直角坐标系中若干个距离传感器的实际坐标值拟合成曲线，形成实际运动曲线，所述原始曲线输入单元用于将平面直角坐标系中若干个距离传感器的原始坐标值构成的曲线输入系统，形成原始运动曲线，所述曲线比对单元用于对实际运动曲线和原始运动曲线进行对比，通过比对，使得可以得知风力发电机组在工作的过程中出现故障的区域，使得可以在后期进行故障占比的分析和计算，所述故障占比分析单元用于分析曲线拟合单元所拟合的曲线与原始曲线之间的差异占比，所述故障率计算单元用于根据故障占比分析单元所分析的曲线差异占比来计算发电设备的故障率；
所述第一坐标分析单元的输出端电性连接曲线拟合单元的输入端，所述曲线拟合单元和原始曲线输入单元的输出端电性连接曲线比对单元的输入端，所述曲线比对单元的输出端电性连接故障占比分析单元的输入端，所述故障占比分析单元的输出端电性连接故障率计算单元的输入端，所述故障率计算单元的输出端电性连接输出模块的输入端。
根据上述技术方案，所述发电量分析模块包括发电数据调取单元、发电量计算单元、发电量采集单元、发电量比对单元和发电隐患确定单元；
所述发电数据调取单元用于调取发电设备的历史转动圈数与发电量之间的关系数据，通过对历史大数据的分析，以此来确定发电设备的转动圈数与发电量之间的关系，所述发电量计算单元根据角度传感器所检测的角度数据和发电数据调取单元所调取的转动圈数与发电量之间的关系数据来计算发电设备的预测发电量，所述发电量采集单元用于与发电设备的实际发电量数据进行采集，所述发电量比对单元用于对发电设备的实际发电量数据与预测发电量数据进行比较，以此来确定发电设备的发电状态是否正常，所述发电隐患确定单元用于根据发电量比对单元的比对结果来确定发电设备是否存在发电隐患；
所述角度传感器的输出端电性连接发电量计算单元的输入端，所述发电数据调取单元的输出端电性连接发电量计算单元的输入端，所述发电量计算单元和发电量采集单元的输出端电性连接发电量比对单元的输入端，所述发电量比对单元的输出端电性连接发电隐患确定单元的输入端。
一种基于大数据的发电设备监控管理方法，该方法包括以下步骤：
S1、利用坐标系建立单元以角度传感器所在位置为圆心建立平面直角坐标系；
S2、利用距离传感器和角度传感器检测风力发电设备上某一点与地面之间的距离以及风机发电设备的转动角度；
S3、利用第一坐标分析单元和第二坐标分析单元分析分离发电设备某一点的坐标值是否异常；
S4、利用数据比对单元对发电设备某一点的坐标值数据进行比对，确定是否故障以及故障原因；
S5、利用曲线拟合单元对第一坐标分析单元所分析的坐标值进行拟合，生成坐标值曲线；
S6、利用曲线比对单元将曲线拟合单元所拟合的曲线与原始曲线之间进行比对；
S7、利用故障占比分析单元和故障率计算单元对曲线拟合单元拟合之后的曲线故障率进行计算，通过输出模块输出故障原因和故障率；
S8、利用发电量采集单元对发电设备的实际发电量数据进行采集，利用发电量计算单元对当前设备的预计发电量进行计算；
S9、利用发电量比对单元对实际发电量与预计发电量进行比对，确定是否存在发电隐患。
根据上述技术方案，在步骤S1-S4中，所述角度传感器安装于发电设备的转动轴位置处，对转动轴的当前状态进行检测，所述角度传感器所在位置与地面之间的距离为H，所述坐标系建立单元以角度传感器所在位置为圆心，建立平面直角坐标系，所述距离传感器通过采集安装结构安装于发电设备旋转叶片的某一点上，所述距离传感器检测发电设备旋转叶片某一点与地面之间的距离Li，所述角度传感器检测旋转轴当前状态与X轴之间夹角θi，所述距离传感器与角度传感器在平面直角坐标系中的直线距离为R，所述距离传感器将检测数据传输至第一坐标分析单元，所述角度传感器将检测数据传输至第二坐标分析单元；
所述第一坐标分析单元根据下列公式对距离传感器所在位置的实际坐标值进行分析：
所述距离传感器所在位置在平面直角坐标系上的实际Y轴坐标值为：
Y′i＝Li-H；
其中，Y'i表示距离传感器所在位置在平面直角坐标系上的实际在Y轴坐标值；
因为是以角度传感器所在位置为圆心，所以距离传感器的安装位置减去圆心与地面之间的高度即为距离传感器在平面直角坐标系中的纵坐标；
所述距离传感器所在位置在平面直角坐标系中的实际X轴坐标值为：
其中，X'i表示距离传感器所在位置在平面直角坐标系中的实际X轴坐标值；
因为通过角度传感器检测了旋转轴的旋转角度，因为能够了解当前角度关系，因此能够了解距离传感器与圆心之间的连线与X轴之间的夹角，根据角度以及Y轴坐标值可以确定距离传感器在平面直角坐标系上的横坐标；
所述第一坐标分析单元分析出的距离传感器所在位置在平面直角坐标系中的实际坐标值为(X'i,Y'i)；
所述第二坐标分析单元根据下列公式对距离传感器所在位置的原始坐标值进行分析：
所述距离传感器所在位置在平面直角坐标系中的原始X轴坐标值为：
Xi＝R*cosθi；
其中，Xi表示距离传感器所在位置在平面直角坐标系中的原始X轴坐标值；
因为了解原始运动曲线的半径R，以及角度传感器所检测的旋转轴的旋转角度，使得根据角度与斜边的关系可以得知距离传感器的原始横坐标；
所述距离传感器所在位置在平面直角坐标系中的原始Y轴坐标值为：
Yi＝Xi*tanθi；
其中，Yi表示距离传感器所在位置在平面直角坐标系中的原始Y轴坐标值；
通过原始横坐标，以及角度传感器所检测的角度关系可以计算出距离传感器在平面直角坐标系上的原始纵坐标；
所述第二坐标分析单元分析出的距离传感器所在位置在平面直角坐标系中的原始坐标值为(Xi,Yi)；
利用数据比对单元对距离传感器在平面直角坐标系中的实际坐标值(X'i,Y'i)与原始坐标值(Xi,Yi)进行比较；
通过对距离传感器在平面直角坐标系上的实际坐标值以及原始坐标值的计算，使得可以实现对两个坐标值的比较，使得可以以数字化的形式判断出风力发电设备的发电状态是否异常；
当X'i＝Xi且Y'i＝Yi时，表明距离传感器的实际坐标值未偏离原始坐标值，发电设备未发生故障；
当X'i≠Xi或Y'i≠Yi时，表明距离传感器的实际坐标值偏离了原始坐标值，表明发电设备发生了故障；
所述故障分析单元对距离传感器的实际坐标值(X'i,Y'i)和原始坐标值(Xi,Yi)进行分析，将实际坐标值(X'i,Y'i)和原始坐标值(Xi,Yi)输入故障原因数据库进行检索，利用数据调取单元调取与实际坐标值(X'i,Y'i)和原始坐标值(Xi,Yi)相同的故障原因，并输送至故障原因确定单元。
根据上述技术方案，在S5-S7中，利用曲线拟合单元将距离传感器的n个实际坐标值P＝{(X'1,Y'1),(X'2,Y'2),…,(X'n,Y'n)}拟合成曲线，形成实际运动曲线，其中，P表示n个距离传感器实际坐标值的集合，(X'1,Y'1),(X'2,Y'2),…,(X'n,Y'n)表示n个距离传感器的实际坐标值，利用原始曲线输入单元将距离传感器的n个实际坐标值Q＝{(X1,Y1),(X2,Y2),…,(Xn,Yn)}拟合成曲线输入系统，形成原始运动曲线，其中，Q表示n个距离传感器原始坐标值的集合，(X1,Y1),(X2,Y2),…,(Xn,Yn)表示n个距离传感器的原始坐标值，所述曲线比对单元对实际运动曲线和原始运动曲线进行比较，所述曲线比对单元对实际运动曲线和原始运动曲线的差异点坐标(Xk,Yk)进行标注，形成差异点向量根据下列公式对相邻两个差异点向量之间的夹角αk进行计算：
其中表示差异点(Xk,Yk)与平面直角坐标系原点之间形成的向量，表示差异点(Xk+1,Yk+1)与平面直角坐标系原点之间形成的向量，表示向量的模，表示向量的模；
利用求两个相邻向量之间夹角的方式，再求夹角的反函数，使得可以得知两个相邻向量之间的夹角，使得可以得知实际运动曲线与原始运动曲线之间的差异率，使得可以更加精准的计算出实际运动曲线与原始运动曲线之间的故障率；
根据下列公式对若干个差异点向量之间的夹角α总进行计算：
其中，m表示实际运动曲线与原始运动曲线之间存在m个差异点；
通过对所有的差异曲线两个端点与圆心之间的连线形成的夹角相加，使得可以得出整个实际运动曲线与原始运动曲线之间的差异占比；
利用故障占比分析单元根据下列公式对距离传感器的实际运动曲线与原始运动曲线之间差异曲线的占比进行分析：
其中，F表示距离传感器的实际运动曲线与原始运动曲线之间差异曲线的占比；
利用故障率计算单元根据下列公式对故障率H进行计算：
H＝F*100％；
所述故障率计算单元通过输出模块对故障率进行输出。
根据上述技术方案，在S8-S9中，所述发电量采集单元对发电设备的实际发电量数据进行采集，包括发电量与旋转轴的旋转圈数，所述发电量与发电圈数之间的比例为1：N；
利用角度传感器对旋转轴的旋转角度进行检测，以此来确定旋转轴的旋转圈数O，所述发电量计算单元根据下列公式对旋转轴旋转O圈的预测发电量J进行计算：
所述发电量采集单元对发电设备的实际发电量J'进行采集，所述发电量比对单元根据下列公式对预测发电量J与实际发电量J'之间的插值进行计算：
当时，表明预测发电量与实际发电量之间的差异较大，存在发电隐患；
当时，表明预测发电量与实际发电量之间的差异较小，不存在发电隐患，a表示设定阈值。
与现有技术相比，本发明的有益效果是：
1、本发明设置有距离传感器和角度传感器，以及第一坐标分析单元和第二坐标分析单元，使得可以对风力发电设备转动过程中的实际坐标值和原始坐标值进行比较，使得可以以数据化的形式准确的展示风力发电设备的故障发生点，以此来分析故障原因，使得可以及时的确定故障原因，做出针对性的维修，减小风力发电设备的发电隐患。
2、本发明设置有曲线拟合单元、原始曲线输入单元和曲线比对单元，使得可以根据距离传感器的检测结果，及时的分析和比对风力发电设备的故障率，使得可以根据精准的了解风力发电设备的当前状态和情况，以便于做出正确的决策，确定是否对风力发电设备进行维修或停止继续发电，避免造成不可晚会的损失。
3、本发明设置有发电量计算单元和发电量采集单元，使得可以根据发电量计算单元对风力发电设备的发电量进行预测，并与发电量采集单元所采集的实际发电量进行比较，确定风力发电设备在发电量上是否存在故障，以此来实现对风力发电设备发电隐患的监控和管理，使得风力发电设备的使用更加的安全可靠。
附图说明
图1为本发明一种基于大数据的发电设备监控管理系统的模块组成结构示意图；
图2为本发明一种基于大数据的发电设备监控管理系统采集安装结构的示意图；
图3为本发明一种基于大数据的发电设备监控管理系统的模块连接关系示意图；
图4为本发明一种基于大数据的发电设备监控管理方法的步骤流程示意图；
图5为本发明一种基于大数据的发电设备监控管理方法的坐标显示示意图。
1、数据采集模块；101、固定轴；102、旋转轴承；103、固定环；104、旋转轴；105、水平座；106、距离传感器；
2、数据分析模块；3、曲线分析模块；4、故障确定模块；5、输出模块；6、发电量分析模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1～5所示，一种基于大数据的发电设备监控管理系统，该系统包括数据采集模块1、数据分析模块2、曲线分析模块3、故障确定单元4、输出模块5和发电量分析模块6；
所述数据采集模块1用于对发电设备的各项信息数据进行采集，以便于根据采集的各项信息数据对发电设备进行监控和管理，所述数据分析模块2用于对数据采集模块1采集的各项信息数据进行分析，所述曲线分析模块3用于将数据分析模块2分析的各项信息数据拟合成曲线并与原始曲线进行比对，以便于更加只管的对数据分析模块2分析的各项信息数据进行比较，确定发电设备的故障发生率，所述故障确定模块4用于根据数据分析模块2对于各项数据的分析结果对发电设备的故障原因进行确定，所述输出模块5用于对发电设备的故障原因和故障率进行输出，以便于对发电设备进行监控和管理，所述发电量分析模块6用于对发电设备的发电量数据进行分析，以便于确定发电设备的发电情况进行监控和管理；
所述数据采集模块1的输出端电性连接数据分析模块2和发电量分析模块6的输入端，所述数据分析模块2的输出端电性连接曲线分析模块3的输入端，所述数据分析模块2和曲线分析模块3的输出端电性连接输出模块的输入端，所述数据分析模块2与故障确定单元4电性连接。
根据上述技术方案，所述数据采集模块1包括坐标系建立单元、采集安装结构、距离传感器和角度传感器；
所述角度传感器安装于发电设备旋转轴位置处，用于对发电设备的旋转角度进行检测，以便于确定发电设备的实时状态，实现对发电设备的监控，所述坐标系建立单元用于以角度传感器为圆心建立发电设备所在位置的平面直角坐标系，以便于对发电设备的每一个点进行数据化的管理，所述距离传感器通过采集安装结构安装于发电设备的边缘，用于对发电设备的某一位置与地面之间的距离进行检测，所述采集安装结构用于对距离传感器的位置进行调整，使得距离传感器始终处于竖直状态，使得距离传感器的检测数值更加的精准。
根据上述技术方案，所述采集安装结构包括固定轴101、旋转轴承102、固定换103、旋转轴104、水平座105和距离传感器106；
所述固定轴101通过旋转轴承102固定安装于发电设备的某一位置处，所述旋转轴承102使得整个采集安装结构可以实现调整和转动，所述固定轴101一端固定安装有固定环103，所述固定环103内侧通过旋转轴104转动安装有水平座105，所述水平座105的高度大于固定环103的高度，所述旋转轴104用于始终保持水平座105处于水平状态，因为水平座105的重心相比于固定环103的重心更低，所以，无论固定环103处于何种姿态，水平座105可以在旋转轴104的作用下始终保持水平，所述水平座105内部底端安装有距离传感器106，所述距离传感器106在水平座105的作用下，所检测的距离数值始终为距离传感器106当前位置于地面之间的距离。
根据上述技术方案，所述数据分析模块2包括第一坐标分析单元、第二坐标分析单元、数据比对单元、故障分析单元和固定确定单元；
所述第一坐标分析单元用于根据距离传感器所采集的距离数据，分析距离传感器当前在平面直角坐标系中的实际坐标值，所述第二坐标系分析单元用于根据角度传感器所采集的角度数据，分析距离传感器在平面直角坐标系中的原始坐标值，所述数据比对单元用于对第一坐标分析单元所分析的实际坐标值与第二坐标分析单元所分析的原始坐标值进行比较，确定当前发电设备的实际运行状态是否发生了故障，所述故障分析单元用发电设备发生故障的原因进行分析，所述故障确定单元用于根据故障分析单元的分析结果确定发电设备发生故障的原因；
所述故障确定模块4包括故障原因数据库和数据调取单元；
所述故障原因数据库用于存储发电设备发生不同坐标位置的故障时对应的故障原因，且所述故障原因数据库不断的扩充，所述数据调取单元用于从故障原因数据库中调取故障原因数据；
所述距离传感器的输出端电性连接第一坐标分析单元的输入端，所述角度传感器的输出端电性连接第二坐标分析单元的输入端，所述坐标系建立单元的输出端电性连接第一坐标分析单元和第二坐标分析单元的输入端，所述第一坐标分析单元和第二坐标分析单元的输出端电性连接数据比对单元的输入端，所述书比对单元的输出端电性连接故障分析单元的输入端，所述故障分析单元的输出端电性连接故障原因确定单元的输入端，所述故障原因确定单元的输出端电性连接输出模块的输入端；
所述数据比对单元的输出端电性连接故障原因数据库的输入端，所述故障原因数据库的输出端电性连接数据调取单元的输入端，所述数据调取单元的输出端电性连接故障分析单元的输入端。
所述曲线分析模块3包括曲线拟合单元、原始曲线输入单元、曲线比对单元、故障占比分析单元和故障率计算单元；
所述曲线拟合单元用于将平面直角坐标系中若干个距离传感器的实际坐标值拟合成曲线，形成实际运动曲线，所述原始曲线输入单元用于将平面直角坐标系中若干个距离传感器的原始坐标值构成的曲线输入系统，形成原始运动曲线，所述曲线比对单元用于对实际运动曲线和原始运动曲线进行对比，所述故障占比分析单元用于分析曲线拟合单元所拟合的曲线与原始曲线之间的差异占比，所述故障率计算单元用于根据故障占比分析单元所分析的曲线差异占比来计算发电设备的故障率；
所述第一坐标分析单元的输出端电性连接曲线拟合单元的输入端，所述曲线拟合单元和原始曲线输入单元的输出端电性连接曲线比对单元的输入端，所述曲线比对单元的输出端电性连接故障占比分析单元的输入端，所述故障占比分析单元的输出端电性连接故障率计算单元的输入端，所述故障率计算单元的输出端电性连接输出模块的输入端。
根据上述技术方案，所述发电量分析模块6包括发电数据调取单元、发电量计算单元、发电量采集单元、发电量比对单元和发电隐患确定单元；
所述发电数据调取单元用于调取发电设备的历史转动圈数与发电量之间的关系数据，通过对历史大数据的分析，以此来确定发电设备的转动圈数与发电量之间的关系，所述发电量计算单元根据角度传感器所检测的角度数据和发电数据调取单元所调取的转动圈数与发电量之间的关系数据来计算发电设备的预测发电量，所述发电量采集单元用于与发电设备的实际发电量数据进行采集，所述发电量比对单元用于对发电设备的实际发电量数据与预测发电量数据进行比较，以此来确定发电设备的发电状态是否正常，所述发电隐患确定单元用于根据发电量比对单元的比对结果来确定发电设备是否存在发电隐患；
所述角度传感器的输出端电性连接发电量计算单元的输入端，所述发电数据调取单元的输出端电性连接发电量计算单元的输入端，所述发电量计算单元和发电量采集单元的输出端电性连接发电量比对单元的输入端，所述发电量比对单元的输出端电性连接发电隐患确定单元的输入端。
在本实施例中，一种基于大数据的发电设备监控管理方法，该方法包括以下步骤：
S1、利用坐标系建立单元以角度传感器所在位置为圆心建立平面直角坐标系；
S2、利用距离传感器和角度传感器检测风力发电设备上某一点与地面之间的距离以及风机发电设备的转动角度；
S3、利用第一坐标分析单元和第二坐标分析单元分析分离发电设备某一点的坐标值是否异常；
S4、利用数据比对单元对发电设备某一点的坐标值数据进行比对，确定是否故障以及故障原因；
S5、利用曲线拟合单元对第一坐标分析单元所分析的坐标值进行拟合，生成坐标值曲线；
S6、利用曲线比对单元将曲线拟合单元所拟合的曲线与原始曲线之间进行比对；
S7、利用故障占比分析单元和故障率计算单元对曲线拟合单元拟合之后的曲线故障率进行计算，通过输出模块输出故障原因和故障率；
S8、利用发电量采集单元对发电设备的实际发电量数据进行采集，利用发电量计算单元对当前设备的预计发电量进行计算；
S9、利用发电量比对单元对实际发电量与预计发电量进行比对，确定是否存在发电隐患。
根据上述技术方案，在步骤S1-S4中，所述角度传感器安装于发电设备的转动轴位置处，对转动轴的当前状态进行检测，所述角度传感器所在位置与地面之间的距离为H＝40m，所述坐标系建立单元以角度传感器所在位置为圆心，建立平面直角坐标系，所述距离传感器通过采集安装结构安装于发电设备旋转叶片的某一点上，所述距离传感器检测发电设备旋转叶片某一点与地面之间的距离Li＝62m，所述角度传感器检测旋转轴当前状态与X轴之间夹角θi＝45°，所述距离传感器与角度传感器在平面直角坐标系中的直线距离为R＝31m，所述距离传感器将检测数据传输至第一坐标分析单元，所述角度传感器将检测数据传输至第二坐标分析单元；
所述第一坐标分析单元根据下列公式对距离传感器所在位置的实际坐标值进行分析：
所述距离传感器所在位置在平面直角坐标系上的实际Y轴坐标值为：
Y′i＝Li-H＝62-40＝22；
其中，Y'i＝22表示距离传感器所在位置在平面直角坐标系上的实际在Y轴坐标值；
所述距离传感器所在位置在平面直角坐标系中的实际X轴坐标值为：
其中，X'i＝22表示距离传感器所在位置在平面直角坐标系中的实际X轴坐标值；
所述第一坐标分析单元分析出的距离传感器所在位置在平面直角坐标系中的实际坐标值为(X'i,Y'i)＝(22,22)；
所述第二坐标分析单元根据下列公式对距离传感器所在位置的原始坐标值进行分析：
所述距离传感器所在位置在平面直角坐标系中的原始X轴坐标值为：
Xi＝R*cosθi＝31*0.707＝21.927；
其中，Xi＝21.927表示距离传感器所在位置在平面直角坐标系中的原始X轴坐标值；
所述距离传感器所在位置在平面直角坐标系中的原始Y轴坐标值为：
Yi＝Xi*tanθi＝21.927；
其中，Yi＝21.927表示距离传感器所在位置在平面直角坐标系中的原始Y轴坐标值；
所述第二坐标分析单元分析出的距离传感器所在位置在平面直角坐标系中的原始坐标值为(Xi,Yi)＝(21.927,21.927)；
利用数据比对单元对距离传感器在平面直角坐标系中的实际坐标值(X'i,Y'i)＝(22,22)与原始坐标值(Xi,Yi)＝(21.927,21.927)进行比较；
X'i≠Xi且Y'i≠Yi，表明距离传感器的实际坐标值偏离了原始坐标值，表明发电设备发生了故障。
所述故障分析单元对距离传感器的实际坐标值(X'i,Y'i)＝(22,22)和原始坐标值(Xi,Yi)＝(21.927,21.927)进行分析，将实际坐标值(X'i,Y'i)＝(22,22)和原始坐标值(Xi,Yi)＝(21.927,21.927)输入故障原因数据库进行检索，利用数据调取单元调取与实际坐标值(X'i,Y'i)＝(22,22)和原始坐标值(Xi,Yi)＝(21.927,21.927)相同的故障原因，并输送至故障原因确定单元。
根据上述技术方案，在S5-S7中，利用曲线拟合单元将距离传感器的n个实际坐标值P＝{(X'1,Y'1),(X'2,Y'20,…,(X'n,Y'n)}拟合成曲线，形成实际运动曲线，其中，P表示n个距离传感器实际坐标值的集合，(X'1,Y'1),(X'2,Y'2),…,(X'n,Y'n)表示n个距离传感器的实际坐标值，利用原始曲线输入单元将距离传感器的n个实际坐标值Q＝{(X1,Y1),(X2,Y2),…,(Xn,Yn)}拟合成曲线输入系统，形成原始运动曲线，其中，Q表示n个距离传感器原始坐标值的集合，(X1,Y1),(X2,Y2),…,(Xn,Yn)表示n个距离传感器的原始坐标值，所述曲线比对单元对实际运动曲线和原始运动曲线进行比较，所述曲线比对单元对实际运动曲线和原始运动曲线的差异点坐标(Xk,Yk)进行标注，形成差异点向量根据下列公式对相邻两个差异点向量之间的夹角αk进行计算：
其中表示差异点(Xk,Yk)与平面直角坐标系原点之间形成的向量，表示差异点(Xk+1,Yk+1)与平面直角坐标系原点之间形成的向量，表示向量的模，表示向量的模；
根据下列公式对若干个差异点向量之间的夹角α总进行计算：
其中，m表示实际运动曲线与原始运动曲线之间存在m个差异点；
利用故障占比分析单元根据下列公式对距离传感器的实际运动曲线与原始运动曲线之间差异曲线的占比进行分析：
其中，F＝0.0333333333表示距离传感器的实际运动曲线与原始运动曲线之间差异曲线的占比；
利用故障率计算单元根据下列公式对故障率H进行计算：
H＝F*100％＝3.33333333％；
所述故障率计算单元通过输出模块对故障率进行输出。
根据上述技术方案，在S8-S9中，所述发电量采集单元对发电设备的实际发电量数据进行采集，包括发电量与旋转轴的旋转圈数，所述发电量与发电圈数之间的比例为1：N＝1:2；
利用角度传感器对旋转轴的旋转角度进行检测，以此来确定旋转轴的旋转圈数O＝62，所述发电量计算单元根据下列公式对旋转轴旋转O圈的预测发电量J进行计算：
所述发电量采集单元对发电设备的实际发电量J'＝25进行采集，所述发电量比对单元根据下列公式对预测发电量J与实际发电量J'之间的插值进行计算：
当时，表明预测发电量与实际发电量之间的差异较大，存在发电隐患，a＝5表示设定的阈值。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。