本发明涉及风能利用,具体为一种风能利用的智能风机控制系统及方法。
背景技术:
1、风力发电是一种具有巨大潜力的清洁能源,对减少对化石燃料的依赖、降低温室气体排放和促进可持续发展都具有重要意义,随着技术的不断进步,风力发电预计将继续在未来的能源供应中发挥重要作用。
2、如今风力发电已经成为已成为全球清洁能源领域的主要组成部分之一,但风力发电的效率低下目前依旧是个问题,并且当风力发电机风机运行时可能会产生大量噪音,而且风电场的大规模布局可能对周围居民造成一定困扰,如何提高发电效率的同时降低环境噪音就成了需要解决的大问题
技术实现思路
1、本发明的目的在于提供一种风能利用的智能风机控制系统及方法,以解决上述背景技术中提出的问题。
2、为了解决上述技术问题,本发明提供如下技术方案:一种风能利用的智能风机控制系统及方法,所述系统包括:信息采集模块、智能调控模块、监控维护模块、报告反馈模块;
3、所述信息采集模块用于收集传感器上的相关数据与设备信息数据;
4、所述智能调控模块用于根据分析数据智能调控风力发电机的实时参数;
5、所述监控维护模块用于实时监控风机状况,对风机出现故障概率进行预测,当风机出现故障时,系统可以自动发出警报并采取适当的维护措施;
6、所述报告反馈模块用于对各种历史数据进行存储处理,生成可视化报告。
7、进一步的,所述信息采集模块包括:设备数据采集单元、环境数据采集单元、历史信息数据采集单元;
8、所述设备数据采集单元用于采集每台风力发电机的发电机型号、发电机尺度参数、发电机形状参数、风叶直径、风叶面积、风叶转速;
9、所述环境数据采集单元用于采集当前环境的风速、风向、温度、空气密度、环境噪音;
10、所述历史信息数据采集单元用于采集风力发电机的维护历史、风力发电机的使用时间、风力发电机的历史转速和风力发电机的历史环境数据;
11、所述风力发电机的维护历史包括维护日期、维护项目和维护记录;
12、所述风力发电机的历史环境数据包括历史风速、历史风向、历史温度、历史空气密度。
13、进一步的,所述智能调控模块包括:分析单元和控制单元;
14、所述分析单元用于根据算法判断桨叶角所需调整角度以及风叶轴与发电机轴之间的齿轮比;
15、所述控制单元用于根据分析结果调整风叶角度和齿轮比。
16、进一步的,所述监控维护模块包括:监控单元、处理单元、警报单元;
17、所述监控单元用于实时持续监控风力发电机的运行状态;
18、所述处理单元用于对实时收集的数据进行实时分析,并使用数据分析算法来预测风力发电机可能出现故障的概率;
19、所述警报单元用于当系统检测到潜在问题或故障的迹象时,生成警报并记录问题的性质和位置,发出警报提醒相关人员进行维修检测。
20、进一步的,所述报告反馈模块包括:存储单元和可视化单元;
21、所述存储单元用于将收集的历史信息数据进行存储和管理,以便将来进行分析和检索;
22、所述可视化单元用于生成可视化报告,以以清晰、直观的方式呈现数据和分析结果来描述风力发电机的历史性能和健康状态。
23、针对上述问题,本发明还提供了一种风能利用的智能风机控制方法,所述控制方法包括:
24、步骤s100:收集传感器上的相关数据与设备信息数据;
25、步骤s200:根据分析数据智能调控风力发电机的实时参数;
26、步骤s300:实时监控风机状况,对风机出现故障概率进行预测,当风机出现故障时,系统可以自动发出警报并采取适当的维护措施;
27、步骤s400:对各种历史数据进行存储处理,生成可视化报告。
28、进一步的,所述步骤s100包括:
29、所述设备信息数据于包括每台风力发电机的发电机型号、发电机尺度参数、发电机形状参数、风叶直径、风叶面积、风叶转速;
30、所述相关数据包括环境数据和历史信息数据;
31、所述环境数据包括当前环境的风速、风向、温度、空气密度、环境噪音;
32、所述历史信息数据包括风力发电机的维护历史、风力发电机的使用时间、风力发电机的历史转速和风力发电机的历史环境数据;
33、所述风力发电机的维护历史包括维护日期、维护项目和维护记录;
34、所述风力发电机的历史环境数据包括历史风速、历史风向、历史温度、历史空气密度。
35、进一步的,所述步骤s200包括以下步骤:
36、步骤s201:根据以下公式判断噪音是否符合标准:
37、|γ-γ阈|≤m
38、若满足,在风速v<12m/s条件下,将桨叶角调整为0°<θ<10°,以减少噪音,采用低齿轮比,提供更多的升力,在风速20m/s<v<28m/s条件下,将桨叶角调整为20°<θ<30°,以最大程度地捕捉风能,在风速v>28m/s情况下,桨叶可能会调整为使叶片向风背面倾斜,并调整角度20°<θ<30°;
39、若不满足,则时桨叶角调整为0°<θ<10,同时采用高齿轮比以限制转速,从而降低发电机的转速和负载,以减少噪音,调整角度根据以下公式进行调整,公式如下:
40、θ=θ0+(v-v0)*k+ki∫(v-v0)dt
41、其中γ表示实时噪音大小,γ阈表示噪音阈值,m表示噪音误差,θ表示调整后的桨叶角,θ0表示在最低风速下的桨叶角,v表示实时风速,v0表示最低风速,k表示桨叶角的调整速度系数,ki表示误差系数;
42、所述齿轮比为分为高齿轮比、中等齿轮比、低齿轮比,其中高齿轮比在100:1到200:1之间,中等齿轮比在50:1到100:1之间,低齿轮比在20:1到50:1之间;
43、步骤s202:若发电机的转速过小时,发电效率效率低下,若发电机的转速过大,容易使发电机的过载,造成损坏,故风力发电机的转速应控制在一定范围内,n的范围为60≤n≤300,根据以下公式判断转速的大小:
44、
45、当转速过大时,调整桨叶角为0°<θ<10°,采用高齿轮比以限制转速;
46、当转速过小时,调整桨叶角为20°<θ<30°,采用低齿轮比来提高转速;
47、其中n表示每分钟内风力发电机完成的旋转次数,v表示实时风速,v0表示基准风速,r表示扇叶半径,θ表示调整后的桨叶角;
48、步骤s203:根据功率p的公式得出在噪音范围内的最大功率,最大功率反应发电机此时的发电性能,故功率p的公式如下所示:
49、p=0.5×ρ×s×a×n×v2
50、其中p表示发电功率,ρ表示空气密度,s表示扇叶面积,v表示风速,a是风力发电机的功率系数。
51、进一步的,所述步骤s300包括以下步骤:
52、步骤s301:实时持续监控风力发电机的运行状态;
53、步骤s302:所述处理单元用于对实时收集的数据进行实时分析,并使用数据分析算法来预测风力发电机可能出现故障的概率,分析步骤包括:
54、为了判断温度对部件的老化和热膨胀的影响,所述公式如下所示:
55、|ti-t阈|≥0
56、其中ti表示每次测量时的实时温度,t阈表示阈值温度,当公式成立时,表示无损坏风险,当公式不成立时,表示有损坏风险;
57、为了判断部件使用时间的可靠性,采用韦布尔分布公式进行判断,公式如下:
58、
59、其中p表示在点t处的时间间隔内损坏的概率,t表示使用时间,α表示尺度参数,β表示形状参数,当p大于0.5时,判断为存在损坏风险,当p大于0.9时,判断为已损坏;
60、步骤s303:所述警报单元用于当系统检测到潜在问题或故障的迹象时,生成警报并记录问题的性质和位置,发出警报提醒相关人员进行维修检测。
61、进一步的,所述步骤s400用于将收集的历史信息数据进行存储和管理,以便将来进行分析和检索,并生成可视化报告,以清晰、直观的方式呈现数据和分析结果来描述风力发电机的历史性能和健康状态,这些记录对于维护追踪和分析故障原因非常重要,可以用于确定任何潜在的改进或优化机会。
62、与现有技术相比,本发明所达到的有益效果是:
63、本发明通过智能调控模块,系统可以实时分析环境数据和历史信息数据,根据算法来智能调整风力发电机的实时参数,包括桨叶角度和齿轮比,这有助于提高风力发电机的效率,使其在不同风速条件下都能最大化能量捕捉,从而提高发电效率。通过智能调控模块的噪音控制策略,系统可以根据实时噪音水平来调整桨叶角度和齿轮比,以减少噪音,这有助于降低风力发电机运行时产生的噪音,减少对周围居民的干扰和困扰。同时监控维护模块可以实时监控风机状况,并使用数据分析算法来预测风力发电机可能出现故障的概率,这有助于提前发现潜在问题,减少不必要的停机时间,并在需要时采取适当的维护措施,从而提高系统的可靠性和可维护性。而报告反馈模块将历史数据存储和管理,并生成可视化报告,以清晰、直观的方式呈现数据和分析结果,这些报告可以用于跟踪风力发电机的历史性能和健康状态,帮助操作员和维护人员更好地理解系统的运行情况,分析故障原因,以及确定改进和优化机会。通过实时的参数调整和维护预测,本发明有助于提高风力发电机的可利用性和性能,从而提高风能的利用效益。这对于清洁能源的可持续发展和减少对化石燃料的依赖具有重要意义。
64、总的来说,本发明通过智能化的控制系统和方法,旨在提高风力发电的效率、降低噪音、提前发现故障并提供历史数据分析,从而在风能利用领域做出了有益的贡献,这有助于推动清洁能源的发展,减少环境影响,提高风力发电系统的可靠性和可维护性。