风力机状态分析与控制方法与流程

1.本发明涉及风力机监测技术领域，尤其涉及风力机状态分析与控制方法。


背景技术：

2.风力机经过长期发展，发展方向是叶片越来越长，相对质量更轻；同样风力机塔筒也越来越高，为了控制制造工艺及成本，塔筒相对更柔。在风力机运行过程中更长的叶片和更柔的塔筒，对风力机安全稳定的运行产生更多的不确定因素，为了监测风力机运行状态，现有技术普遍采用本地存储式监控，对风力机需要监测的叶片及其他重要部件点位安装传感器，实时采集并保存数据，将存储位置放置于风力机机舱或塔底，人工分析判断叶片运行是否正常、是否需要维护，并针对运行问题进行调整，效率低下。


技术实现要素：

3.本发明的技术问题是提供一种风力机状态分析与控制方法，能够实时监测风力机运行状态参数，并根据风力机的运行状态参数对其运行状态进行预判和自动调控。
4.为实现上述目的，本发明采取的技术方案为：
5.风力机状态分析与控制方法，包括以下步骤：根据预设周期定期按照预设频率采集风力机各叶片的状态参数；其中，状态参数包括：应变数据、振动数据和倾角数据；应变数据通过在各叶片的不同方位、角度和桨距角下采集得到；对各叶片状态参数进行预处理，获得各叶片的载荷数据和振动频谱图；根据载荷数据和振动频谱特征值计算各叶片的目标数据，目标数据包括：载荷范围值、等效疲劳载荷和频段信号；基于预设的载荷极限阈值、预设的疲劳限制值和叶片载荷互差限制阈值对各叶片的载荷范围值和等效疲劳载荷进行分析，根据分析结果对风力机运行进行调控；对目标数据进行机器学习，分别实时计算等效疲劳载荷和频段信号在不同风轮转速下的分布，并将目标数据的分布参数与对应的健康数据分布参数比较，根据比较结果进行预警；其中健康数据分布参数指风力机无故障运行期间的状态分布参数。
6.进一步地，载荷数据的计算方法为：通过已知叶片截面重力矩和对应的应变数据计算得到转换矩阵；通过转换矩阵对应变数据进行线性计算，获得载荷数据。
7.进一步地，载荷范围值的计算方法为：获取预设时长范围内的载荷数据进行极限统计，获取载荷范围值；其中，载荷范围值包括：载荷最大值和载荷最小值。
8.进一步地，等效疲劳载荷的计算方法为：通过雨流计算获得预设时长范围内载荷循环范围值及分别出现的次数；通过预设时长范围内载荷循环范围值及分别出现的次数计算获得预设时长范围内1hz等效疲劳载荷。
9.进一步地，频段信号包括全频段、1p分频段、2p分频段、3p分频段、一阶挥舞分频段和一阶摆振分频段的rms值。
10.进一步地，基于预设的载荷极限阈值、预设的疲劳限制值和叶片载荷互差限制阈值对各叶片的载荷范围值和等效疲劳载荷进行分析，根据分析结果对风力机运行进行调
控，包括：比较各叶片的载荷最大值和载荷极限阈值，若载荷最大值大于载荷极限阈值，则发出超限警报；比较各叶片的等效疲劳载荷和疲劳限制值，若等效疲劳载荷大于疲劳限制值，则发出超限警报；计算各叶片载荷峰峰值，若任意两个叶片的载荷峰峰值之差大于叶片载荷互差限制阈值，则发出超限警报。
11.进一步地，调控方法包括：将风力机运行的360
°
偏航位置划分为若干扇区，计算风力机不同扇区下的载荷数据与等效疲劳载荷；降低载荷数据大于载荷极限阈值的扇区或等效疲劳载荷大于疲劳限制值的扇区的发电量；提高载荷数据小于载荷极限阈值的扇区或等效疲劳载荷小于疲劳限制值的扇区的发电量。
12.进一步地，对目标数据进行机器学习，分别实时计算等效疲劳载荷和频段信号在不同风轮转速下的分布，并将目标数据的分布参数与对应的健康数据分布参数比较，根据比较结果进行预警；其中健康数据分布参数指风力机无故障运行期间的状态分布参数，包括：对目标数据进行机器学习，实时计算各叶片的等效疲劳载荷在风轮转速下的分布，获得等效疲劳载荷正态分布的均值和标准差；实时计算各叶片的不同频段的rms值在风轮转速下的分布，获得不同频段的rms值正态分布的均值和标准差；将各叶片的等效疲劳载荷正态分布的均值、等效疲劳载荷正态分布的标准差、不同频段的rms值正态分布的均值和不同频段的rms值正态分布的标准差与风力机无故障运行期间对应的健康数据分布参数比较，若偏移值超过1倍标准差，发出异常警报。
附图说明
13.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明及其特征、外形和优点将会变得更加明显。在全部附图中相同的标记指示相同的部分。并未刻意按照比例绘制附图，重点在于示出本发明的主旨。
14.图1是本发明提供的风力机状态分析与控制方法的简要流程示意图。
具体实施方式
15.下面结合附图和具体的实施例对本发明作进一步的说明，但是不作为本发明的限定。
16.鉴于现有技术的不足，本发明提供了一种风力机状态分析与控制方法，以对风力机运行状态进行实时检测分析与调控，如图1所示，包括以下步骤：
17.根据预设周期定期按照预设频率采集风力机各叶片的状态参数；其中，状态参数包括：应变数据、振动数据和倾角数据；应变数据通过在各叶片的不同方位、角度和桨距角下采集得到；
18.其中应变数据通过放大器后转换为plc数据采集系统可直接接受的信号，此处放大器可为模拟信号输出或通过rs485、can、ethercat等数字通讯协议传输。获取应变信号后通过事先获得的转换矩阵通过线性计算得到载荷数据其中ε1与ε2为截面获得的弯曲应变，m
x
与my为获得的截面弯矩，矩阵a与b，通过已知叶片截面重力矩，在叶片不同方位角度和桨距角下采集应变，可通过对应的重力矩和应变计算得到，具体为通过调整叶片桨距角和风轮方位角，获得叶片截面在重力作用下不同重力矩和对应应变
值，从而通过求解线性方程组等方法获得转换矩阵，线性方程组如下
[0019][0020][0021][0022][0023]
其中：表示应变采集通道1的计算所需的第i个数据，
[0024]aij
和bi为转换矩阵。
[0025]
然后按照固定频率采集载荷数据，优选采用50hz，并按固定时长进行数据处理，该时间段可根据需要进行设置，优选1分钟以上的时长，对该时间段内的载荷数据进行极限统计，得到载荷范围值，即载荷最大值与载荷最小值。
[0026]
再进行雨流计数，获得该时间段内载荷循环范围值及分别出现的次数；通过该时间段内载荷循环范围值及分别出现的次数；计算获得预设时长范围内t秒时序1hz等效疲劳载荷其中ri为载荷谱第i个区间，ni为载荷范围值对应次数，t为单位为秒的数据时长，m为材料斜率，叶片通常选择10。
[0027]
然后进行频谱分析，计算全频段、1p分频段、2p分频段、3p分频段、一阶挥舞分频段和一阶摆振分频段的rms值，计算公式如下：和一阶摆振分频段的rms值，计算公式如下：其中，si为频谱中fi对应的幅值。
[0028]
得到上述数据后，执行以下策略：
[0029]
比较各叶片的载荷最大值和载荷极限阈值，若载荷最大值大于载荷极限阈值，则发出超限警报；比较各叶片的等效疲劳载荷和疲劳限制值，若等效疲劳载荷大于疲劳限制值，则发出超限警报；
[0030]
计算各叶片载荷峰峰值，比较任意两个叶片的载荷峰峰值之差和叶片载荷互差限制阈值，互差限制为对比三叶片之间载荷差异，通常在一定时间内叶片载荷差异较少，但当叶片出现变桨异常、断裂、单叶片覆冰等问题时，会导致三叶片载荷差异变大，从而导致风轮不平衡，进一步扩大损伤，因此若任意两个叶片的载荷峰峰值之差大于叶片载荷互差限制阈值，需要发出超限警报，报警后并上报运维人员，机组进行变桨和降低转速、功率等操作以避免叶片损坏。
[0031]
本发明将风力机运行的360
°
偏航位置划分为若干扇区，计算风力机不同扇区下的载荷数据与等效疲劳载荷及风能等指标；降低载荷数据大于载荷极限阈值的扇区或等效疲劳载荷大于疲劳限制值的扇区的发电量；在该扇区叶片载荷可承受范围内提高载荷数据小于载荷极限阈值的扇区或等效疲劳载荷小于疲劳限制值的扇区的发电量，即在低发电量高疲劳损伤的扇区进行限功率运行。
[0032]
此外，本发明还可对目标数据进行机器学习，分别实时计算等效疲劳载荷和频段信号在不同风轮转速下的分布，并将目标数据的分布参数与对应的健康数据分布参数比较，根据比较结果进行预警；其中健康数据分布参数指风力机无故障运行期间的状态分布
参数，包括：对目标数据进行机器学习，实时计算各叶片的等效疲劳载荷在风轮转速下的分布，获得等效疲劳载荷正态分布的均值和标准差；实时计算各叶片的不同频段的rms值在风轮转速下的分布，获得不同频段的rms值正态分布的均值和标准差；将各叶片的等效疲劳载荷正态分布的均值、等效疲劳载荷正态分布的标准差、不同频段的rms值正态分布的均值和不同频段的rms值正态分布的标准差与风力机无故障运行期间对应的健康数据分布参数比较，若偏移值超过1倍标准差，发出异常警报，提示运维人员进行对异常叶片进行检测。
[0033]
综上所述，本发明能够实时监测风力机运行状态参数，根据风力机的运行状态参数对其运行状态进行超限报警，并提供调控策略，以便运维人员实时调整风力机运行状态，保证风力机时刻运行在安全可靠的状态下，同时经过一段时间的机器学习，可以实现对异常的预判，从而提前采取防控措施，从根源上减少故障发生概率，减少风力机收到的冲击载荷，增加风力机的运行寿命，减少停机时间，提高发电量。
[0034]
以上对本发明的较佳实施例进行了描述；需要理解的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例，这并不影响本发明的实质内容；因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。