风力发电机叶片结冰在线监测方法与装置与流程

本发明涉及风力发电机组故障诊断领域，具体涉及一种风力发电机叶片结冰在线监测方法与装置。

背景技术：

叶片是风电机组最关键的部位之一，其状态的好坏直接影响整机的运行安全和发电效率，叶片由昂贵的复合材料制成，其加工成本约占整个机组的20％左右。

在风电机组运行过程中，低温环境会给叶片乃至整个风机带来严峻的考验，单就叶片而言，低温环境会导致叶片发生结冰问题、材料及结构性能改变的问题、载荷改变的问题等；对于风电机组的风机部件而言，当叶片附着较大质量的冰层时，会改变风机叶片的频率，进而改变其动态响应行为；结冰会导致叶片称重不平衡或不对称，这会进一步导致风机部件受到影响；由于结冰改变了风机部件的频率，有可能引起部件间的共振，也会增大风机部件的疲劳载荷。并且，低温导致的结冰和空气密度的上升可能会增大载荷和最大功率输出，如果风机没能自动反应，电机或传动链则可能会被烧坏，齿轮箱可能发生过载或损坏。同时，风电机组的控制系统也会受到影响，由于结冰改变了叶片的气动外形，从而导致了叶片失速可能比设计预期提前或延后，那么电动或液压变桨控制对应的配置也应随之改变。叶片结冰还会导致风机的检测信号系统发生故障从而反馈错误信号。

上述叶片结冰带来的一系列问题直接影响了风电机组运行的安全性并有可能导致机组停运，而运行小时数的降低会直接影响风电项目的经济性。并且，除了风机本身运行的安全性，其周围环境的安全性也会受到低温或结冰的影响。风机运行时抛出的冰层碎块或掉落的大冰块可能会伤害到风机附近的人或物。

由于叶片结冰存在极大的危害，目前其可谓风电领域的一个全球范围的难题。在内陆地区特别是山区，大尺寸风机在运行和停机时都会受到叶片结冰的影响，危害尤其严重。因此，如何研究一种能够获知叶片是否结冰的方法，随时对机组进行故障诊断，以便于工作人员及时采取措施，这对风电机组的运行而言具有十分重要的意义。现有技术中为了解决这一问题，通常会采用的技术手段是在叶片上安装结冰传感器，如中国专利文献cn206448908u公开了一种风机叶片防冰除冰装置，包括风机叶片、工字梁、膜片卡座、纳米材料疏水膜、除冰装置和结冰探测器，其中所述纳米材料疏水膜通过膜片卡座设置在风机叶片的迎风面，工字梁安装在风机叶片外侧，除冰装置安装在工字梁上方部位，结冰探测器安装在风机叶片上。该现有技术利用结冰探测器对叶片进行监测，从而可判断叶片是否发生结冰。

上述利用结冰探测器对叶片进行结冰监测的现有技术虽然可在一定程度上帮助判断叶片是否结冰，但利用结冰探测器进行监测仍旧存在的问题在于检测精度不够高。另外，常用的结冰探测器有基于声发射技术的传感器，但其容易受到外界各种杂音的影响容易产生误判；此外常用的还有应变片传感器，但由于应变传感器在极端环境下可靠性较低，实用效果并不好；而如果采用精度相对较高的光纤光栅传感器，则存在安装困难、价格昂贵的问题，难以在实际应用中大规模推广。因此，如何探索一种监测精度高、价格低廉的叶片结冰在线监测装置与相应的监测方法，这是本领域尚未解决的技术问题。

技术实现要素：

本发明解决的是现有技术中的叶片结冰监测设备存在的检测精度低、可靠性低或造价昂贵的技术问题，进而提供一种监测精度高、价格低廉的叶片结冰在线监测装置与监测方法。

本发明解决上述技术问题采用的技术方案为：

一种风力发电机叶片结冰在线监测方法，包括：(1)基础数据的采集：在叶片不结冰状态下，采集至少一个叶片的载荷数据、振动数据和工况信息数据的基础值，其中所述工况信息数据包括叶片转速数据、叶片桨距角数据、风力发电机的功率数据、风力发电机所在位置的风速数据和风向数据；(2)结冰在线监测：完成步骤(1)中的数据采集后，监测所述叶片的载荷数据、振动数据和工况信息数据，并将载荷数据监测值和振动数据监测值分别与工况信息数据相同或基本相同条件下对应的载荷数据基础值和振动数据基础值进行比对,计算偏差；当有至少一个叶片的载荷数据监测值和振动数据监测值与其载荷数据基础值和振动数据基础值的偏差绝对值的第一统计值大于阈值时判断发生叶片结冰。

步骤(1)和(2)中，当有至少一个叶片的载荷数据监测值和振动数据监测值与其载荷数据基础值和振动数据基础值的偏差绝对值的第一统计值大于第一阈值时判断发生叶片结冰。

步骤(1)中同时采集三个叶片的载荷数据、振动数据和工况信息数据的基础值，步骤(2)中当有至少一个叶片的载荷数据监测值和振动数据监测值与其载荷数据基础值和振动数据基础值的偏差绝对值的第一统计值大于第一阈值时，或者当三个叶片中，每个叶片的载荷数据监测值和振动数据监测值分别与三个叶片相应基础值的平均值之间的偏差绝对值的第二统计值大于第二阈值时，判断发生叶片结冰。

所述叶片的工况信息数据还包括叶片变桨数据。

所述步骤(1)中还包括采集叶片的温度数据的基础值；步骤(2)中，监测所述叶片的载荷数据、振动数据、工况信息数据及温度数据，并将载荷数据监测值和振动数据监测值分别与工况信息数据及温度数据均相同或基本相同条件下对应的载荷数据基础值和振动数据基础值进行比对。

所述第一统计值为偏差绝对值的累加值或平均值；每个叶片对应的所述第一统计值与所述叶片上的结冰量基本呈正比关系，步骤(2)中判断发生叶片结冰时，根据所述第一统计值估算所述叶片上的结冰量。

基于所述的风力发电机叶片结冰在线监测方法的结冰在线监测装置，包括：数据采集单元，所述数据采集单元包括用于采集叶片载荷信号和振动信号的传感器模块和数据采集站，其中所述传感器安装在至少一个叶片的内表面上；数据交换单元，与所述数据采集站通讯，接收所述数据采集站传递的监测信号并传输至环网；故障检测分析单元，接收所述数据交换单元传递的数据信息，同时所述故障检测分析单元还与风力发电机控制系统连接，用于接收叶片的工况信息数据，所述故障检测分析单元对接收到的信息进行处理，并将载荷数据监测值和振动数据监测值分别与工况信息数据相同或基本相同条件下对应的载荷数据基础值和振动数据基础值进行比对,计算偏差，判断是否发生叶片结冰。

所述传感器模块设置有三个传感器，三个所述传感器分别安装在三个叶片的内表面上；所述数据采集站与所述传感器通过信号线缆连接，适宜于采集所述传感器的监测信号，所述数据采集站安装在位于三个叶片中心处的轮毂内。

所述故障检测分析单元包括：基础数据提取模块，用于对比获取监测值时与采集所述载荷数据和振动数据的基础值时的工况信息数据，找到与获取监测值时相同或基本相同的工况信息数据的基础值及其对应的载荷数据基础值和振动数据基础值；故障情况判断模块，存储有阈值，用于计算所述叶片的载荷数据监测值和振动数据监测值与其载荷数据基础值和振动数据基础值的偏差绝对值的第一统计值，并将所述第一统计值与所述阈值进行比较，判断叶片是否结冰；所述故障检测分析单元还设置有结冰量估算模块，所述结冰量估算模块根据所述第一统计值估算所述叶片上的结冰量。

所述传感器为载荷传感器、振动传感器模块和温度传感器模块的集成模块；所述风力发电机叶片结冰在线监测装置还设置有报警模块，所述报警模块与所述故障情况判断模块连接设置，当所述故障情况判断模块判断发生结冰时，将报警信息反馈给风电发电机控制系统调整其控制策略，同时所述报警模块进行报警。

本发明所述风力发电机叶片结冰在线监测方法及监测装置的优点在于：

本发明采用对风力发电机1-3个叶片的宽频(超低频至高频)振动、载荷以及温度进行监测的方法。通过实时监测叶片振动、载荷和温度各方面的信息，并结合转速、风速、功率、变桨、偏航等风机运行工况信息，来分析风机叶片的结冰情况，具有较高的检测精度，相比于现有技术中采用光学传感器进行结冰检测的技术而言，造价低廉，适宜于大规模普及。

本发明所述的风力发电机叶片结冰在线监测装置，通过加装载荷和振动传感器，获得风机叶片上的载荷和振动实时信号和工况信息，并通过数据采集单元进行振动及相关信号的定时采集和分析处理，由此获得风机叶轮设备的运行状态信息。从而能够自动、实时地采集、存储、上传、分析数据，能够准确的识别叶片是否发生结冰并估算结冰量。通过监测叶片的振动和工况，可实现在叶片结冰早期进行预警。

此外，还可对机组实施远程监测与诊断，充分调动富有经验的诊断专家进行设备状态监测，提供诊断分析建议，保障设备在线监测高效有序进行。

为了使本发明所述的风力发电机叶片结冰在线监测方法及监测装置的技术方案更加清楚明白，下面结合具体实施方式和附图对本发明中的技术方案进行进一步的描述。

附图说明

如图1所示是本发明所述的风力发电机叶片结冰在线监测装置的安装示意图；

其中附图标记为：

1-叶片；2-传感器；3-数据采集站；4-三个叶片中心处的轮毂；5-数据交换单元；6-故障检测分析单元；7-远程客户端。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例1

本实施例提供了一种风力发电机叶片结冰在线监测装置，包括:数据采集单元，所述数据采集装置包括传感器2和数据采集站3，本实施例中，所述传感器2为振动传感器模块和载荷传感器的集成模块，适宜于采集所述传感器2安装位置处的叶片1的载荷信号和振动信号。所述数据采集站3与所述传感器2通过信号线缆连接，适宜于采集所述传感器2的监测信号，所述数据采集站3安装在位于三个叶片1中心处的轮毂4内。其中所述传感器2安装在至少一个叶片1的内表面上，作为优选的实施方式，本实施例中所述传感器2设置有三个，分别安装在三个叶片1的内表面上；所述传感器2与所述轮毂4之间的距离不超过所述叶片长度的二分之一，作为优选的实施方式，所述传感器2与所述轮毂4之间的距离占所述叶片长度的六分之一。

所述在线监测装置还设置有数据交换单元5和故障检测分析单元6，所述数据交换单元5与所述数据采集站3连接，接收所述数据采集站3传递的监测信号并传输至环网。本实施例中所述数据交换单元5为交换机。

故障检测分析单元6为服务器，用于接收所述数据交换单元5传递的数据信息，同时所述故障检测分析单元6还与风力发电机控制系统连接，用于接收叶片1的工况信息数据，并将报警信息反馈给风电发电机控制系统调整其控制策略；所述故障检测分析单元6对接收到的信息进行处理，定时将所述载荷数据和振动数据监测值和与获取监测值时的工况信息数据相同或基本相同条件下对应的所述载荷数据和振动数据基础值进行比对，计算出偏差的绝对值；本实施例中所述振动数据为振幅数据，载荷数据为载荷幅值数据；当有至少一个叶片1的载荷数据监测值和振动数据监测值与其载荷数据和振动数据基础值的所述偏差的绝对值的第一统计值大于第一阈值时判断发生叶片结冰，所述第一统计值可设置为累加值或平均值，本实施例中以所述偏差的绝对值的平均值作为判断依据，其对应的所述第一阈值为9％。或者当三个叶片1中，每个叶片1的载荷数据监测值和振动数据监测值分别与三个叶片1相应基础值的平均值之间的偏差绝对值的第二统计值大于第二阈值时，判断发生叶片结冰，所述第二阈值为16％。

作为优选的实施方式，所述故障检测分析单元6进一步包括：基础数据提取模块，用于对比获取监测值时与采集所述载荷数据和振动数据基础值时的工况信息数据，找到与获取监测值时相同或基本相同的工况信息数据的基础值及其对应的载荷数据和振动数据基础值；故障情况判断模块，存储有所述阈值，用于计算所述叶片1的载荷数据和振动数据监测值与其载荷数据和振动数据基础值的所述偏差的绝对值，并将所述偏差的绝对值与所述阈值进行比较，判断叶片1是否结冰。所述故障检测分析单元6还设置有结冰量估算模块，所述结冰量估算模块根据所述平均值估算所述叶片1上的结冰量。

所述监测装置还设置有远程客户端7，所述远程客户端7适宜于通过互联网访问所述故障检测分析单元6。

使用本实施例中所述在线监测装置的在线监测方法，包括：

(1)基础数据的采集：在叶片1不结冰状态下，采集至少一个叶片1的载荷数据基础值和振动数据基础值和叶片1的工况信息数据的基础值，其中所述工况信息数据包括叶片转速数据、风力发电机的功率数据、风力发电机所在位置的风速数据和风向数据；

(2)结冰在线监测：完成步骤(1)中的数据采集后，监测所述叶片1的载荷数据和振动数据和叶片1的工况信息数据，并定时将载荷数据和振动数据监测值和与获取监测值时的工况信息数据相同或基本相同条件下对应的所述载荷数据和振动数据基础值进行比对,计算出偏差的绝对值；当有至少一个叶片1的载荷数据监测值和振动数据监测值与其载荷数据基础值和振动数据基础值的偏差的绝对值的平均值大于第一阈值时，或者当三个叶片1中，每个叶片1的载荷数据监测值和振动数据监测值分别与三个叶片相应基础值的平均值之间的偏差绝对值的第二统计值大于第二阈值时，判断发生叶片结冰。

当判断出叶片结冰时，进一步计算每个叶片对应的所述偏差绝对值的累加值或平均值与所述叶片上的结冰量基本呈正比关系，步骤(2)中判断发生叶片结冰时，根据所述累加值或平均值估算所述叶片上的结冰量。

需要说明的是，本实施例中所述的载荷数据和振动数据监测值与其载荷数据和振动数据基础值的偏差的绝对值s的第一统计值即平均值的计算方法为：

s＝(|(载荷数据监测值-载荷数据基础值)/载荷数据基础值|+|(振动数据监测值-振动数据基础值)/振动数据基础值|)/2×100％。

本实施例的三个叶片中，每个叶片1的载荷数据监测值和振动数据监测值分别与三个叶片1相应基础值的平均值之间的偏差绝对值的第二统计值σs的计算方法为：

s1＝(|(第一个叶片载荷数据监测值-三个叶片的载荷数据基础值的平均值)/三个叶片的载荷数据基础值的平均值|+|(第一个叶片振动数据监测值-三个叶片的振动数据基础值的平均值)/三个叶片的振动数据基础值的平均值|)/2×100％

s2＝(|(第二个叶片载荷数据监测值-三个叶片的载荷数据基础值的平均值)/三个叶片的载荷数据基础值的平均值|+|(第二个叶片振动数据监测值-三个叶片的振动数据基础值的平均值)/三个叶片的振动数据基础值的平均值|)/2×100％

s3＝(|(第三个叶片载荷数据监测值-三个叶片的载荷数据基础值的平均值)/三个叶片的载荷数据基础值的平均值|+|(第三个叶片振动数据监测值-三个叶片的振动数据基础值的平均值)/三个叶片的振动数据基础值的平均值|)/2×100％

σs＝s1+s2+s3

作为可选择的实施方式，所述第二统计值也可以设置为三个叶片的第一统计值的累加值。

本实施例中对比获取监测值时与采集所述载荷数据和振动数据基础值时的工况信息数据，找到与获取监测值时相同或基本相同的工况信息数据的基础值及其对应的载荷数据基础值和振动数据基础值，在提取所述工况信息数据的基础值时，优先提取与获取监测值时相同的工况信息数据的基础值对应的载荷数据和振动数据基础值作为对比对象；当不存在与获取监测值时完全相同的工况信息数据的基础值时，提取与获取监测值时基本相同的工况信息数据的基础值对应的载荷数据基础值和振动数据基础值作为对比对象，此处的“基本相同的工况信息数据的基础值”是指工况信息数据基础值与获取监测值时的工况信息数据中的每一项数据之间的偏差的绝对值均小于5％，在提取过程中，当存在多个基本相同的工况信息数据的基础值时，选取最接近的工况信息数据的基础值对应的载荷数据和振动数据基础值作为对比对象。作为可选择的实施方式，所述最接近的工况信息数据的基础值是指基础值中每一项数据与监测数据之间的偏差的绝对值的累加值最小，即依次计算获取监测值时叶片转速数据、风力发电机的功率数据、风力发电机所在位置的风速数据和风向数据与基础数据存在的偏差的绝对值，并进行累加，即得到累加值。

使用本实施例所述的在线监测装置和在线监测方法在冬季对风电机组发电机进行结冰监测，判断结冰监测的准确率大于80％，对结冰量的模拟估算值与实际结冰量之间的误差小于±5％。

实施例2

本实施例提供了一种风力发电机叶片结冰在线监测装置，包括:数据采集单元，所述数据采集装置包括传感器2和数据采集站3，本实施例中，所述传感器2为振动传感器模块和载荷传感器以及温度传感器模块的集成模块，适宜于采集传感器2安装位置处的所述叶片1的载荷信号和振动信号以及温度数据。其中所述传感器2安装在至少一个叶片1的内表面上，作为优选的实施方式，本实施例中所述传感器2设置有三个，分别安装在三个叶片1的内表面上；所述数据采集站3安装在位于三个叶片1中心处的轮毂4内，所述传感器2与所述轮毂之间的距离不超过所述叶片长度的二分之一，作为优选的实施方式，所述传感器2与所述轮毂之间的距离占所述叶片长度的三分之一。所述数据采集站3与所述传感器2通过信号线缆连接，适宜于采集所述传感器2的监测信号。

所述在线监测装置还设置有数据交换单元5和故障检测分析单元6，所述数据交换单元5与所述数据采集站3连接，接收所述数据采集站3传递的监测信号并传输至环网。本实施例中所述数据交换单元5为交换机。

故障检测分析单元6为服务器，用于接收所述数据交换单元5传递的数据信息，同时所述故障检测分析单元6还与风力发电机控制系统连接，用于接收叶片1的工况信息数据，并将报警信息反馈给风电发电机控制系统调整其控制策略；所述故障检测分析单元6对接收到的信息进行处理，定时将所述载荷数据和振动数据监测值和与获取监测值时的工况信息数据相同或基本相同条件下对应的所述载荷数据和振动数据基础值进行比对，计算出偏差的绝对值；本实施例中所述振动数据为振幅数据；载荷数据为载荷幅值数据；当有至少一个叶片1的载荷数据监测值和振动数据监测值与其载荷数据和振动数据基础值的所述偏差的绝对值的第一统计值大于第一阈值时判断发生叶片结冰，所述第一统计值可设置为累加值或平均值，本实施例中以所述偏差的绝对值的平均值作为判断依据，其对应的所述第一阈值为9％。或者当三个叶片1中，每个叶片1的载荷数据监测值和振动数据监测值分别与三个叶片相应基础值的平均值之间的偏差绝对值的第二统计值大于第二阈值时，判断发生叶片结冰，所述第二阈值为16％。

作为优选的实施方式，所述故障检测分析单元6进一步包括：基础数据提取模块，用于对比获取监测值时与采集所述载荷数据和振动数据基础值时的工况信息数据，找到与获取监测值时相同或基本相同的工况信息数据的基础值及其对应的载荷数据和振动数据基础值；故障情况判断模块，存储有所述阈值，用于计算所述叶片1的载荷数据和振动数据监测值与其载荷数据和振动数据基础值的所述偏差的绝对值，并将所述偏差的绝对值与所述阈值进行比较，判断叶片是否结冰。所述故障检测分析单元6还设置有结冰量估算模块，所述结冰量估算模块根据所述平均值计算所述叶片1上的结冰量。

所述监测装置还设置有远程客户端，所述远程客户端适宜于通过互联网访问所述故障检测分析单元6。

作为优选的实施方式，本实施例中的监测装置还设置有报警模块，所述报警模块与所述故障情况判断模块连接设置，当所述故障情况判断模块判断发生结冰时，所述报警模块发出警报。

基于本实施例中所述在线监测装置的风力发电机叶片结冰在线监测方法，包括：(1)基础数据的采集：在叶片1不结冰状态下，采集至少一个叶片1的载荷数据和振动数据基础值的基础值和叶片1的工况信息数据的基础值以及叶片1的温度数据，其中所述工况信息数据包括叶片转速数据、风力发电机的功率数据、风力发电机所在位置的风速数据和风向数据、变桨的桨距角度数据和叶片变桨数据；

(2)结冰在线监测：完成步骤(1)中的数据采集后，监测所述叶片1的载荷数据和振动数据、和叶片1的工况信息数据以及叶片1的温度数据，并定时将载荷数据和振动数据监测值和与获取监测值时的工况信息数据和温度数据均相同或基本相同条件下对应的所述载荷数据和振动数据基础值进行比对,计算出偏差的绝对值；

当有至少一个叶片1的载荷数据监测值和振动数据监测值与其载荷数据和振动数据基础值的所述偏差的绝对值的第一统计值大于第一阈值时判断发生叶片结冰，所述第一统计值可设置为累加值或平均值，本实施例中以所述偏差的绝对值的平均值作为判断依据，其对应的所述第一阈值为9％。或者当三个叶片中，每个叶片的载荷数据监测值和振动数据监测值分别与三个叶片相应基础值的平均值之间的偏差绝对值的第二统计值大于第二阈值时，判断发生叶片结冰，所述第二阈值为16％。

本实施例中所述的第一统计值s以及三个叶片的第二统计值σs的计算方法同实施例1。

本实施例中对比获取监测值时与采集所述载荷和振动数据基础值时的工况信息数据，找到与获取监测值时相同或基本相同的工况信息数据的基础值及其对应的载荷和振动数据基础值，在提取所述工况信息数据的基础值时，优先提取与获取监测值时相同的工况信息数据和温度数据的基础值对应的载荷和振动数据基础值作为对比对象；当不存在与获取监测值时完全相同的工况信息数据和温度数据的基础值时，提取与获取监测值时基本相同的工况信息数据和温度数据的基础值对应的载荷和振动数据基础值作为对比对象，此处的“基本相同的工况信息数据的基础值”是指获取监测值时的温度数据与温度数据的基础值的偏差的绝对值小于5％；获取监测值时的工况信息数据中的每一项数据与基础值之间的偏差的绝对值也均小于5％，在提取过程中，当存在多个基本相同的基础值时，选取最接近的工况信息数据的基础值对应的载荷和振动数据基础值作为对比对象。作为可选择的实施方式，所述最接近的工况信息数据的基础值是指基础值中每一项数据与监测数据之间的偏差的绝对值的累加值最小。本实施例中所述累加值的计算方法为：对于一组包括工况信息数据和温度数据的基础值，依次计算叶片转速数据、风力发电机的功率数据、风力发电机所在位置的风速数据和风向数据与监测数据、变桨的桨距角度数据和叶片变桨数据基础值与监测值存在的偏差的绝对值，并进行累加，得到部分累加值。计算温度数据的基础值与监测数据存在的偏差的绝对值，得到温度偏差值，所述温度偏差值与部分累加值再次累加，即得到所述累加值。

使用本实施例所述的在线监测装置和在线监测方法在冬季对风电机组发电机进行结冰监测，监测的准确率大于90％，对结冰量的模拟估算值与实际结冰量之间的误差小于±5％。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。