一种基于变桨电机扭矩的风机叶片异常识别方法及系统与流程

本发明涉及风机叶片异常识别的，尤其是指一种基于变桨电机扭矩的风机叶片异常识别方法及系统。

背景技术：

1、对于风机叶片的异常检测，现有技术为通过变桨偏置测试，对各叶片分别增加不同的偏置，反复测试来识别具体是哪支叶片存在问题。但采用变桨偏置测试来检测哪支叶异常存在以下问题：1.测试过程繁琐且复杂，如果风场存在转速1p批量问题，需要花费大量时间进行测试；2.数据分析繁琐且复杂，因此测试过程繁琐，需要每支叶片都要测多组数据，控制变量进行对比；3.现场测试环境变化对测试结果存在影响，可能难以发现异常叶片。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提出了一种基于变桨电机扭矩的风机叶片异常识别方法及系统，通过变桨电机扭矩实现异常叶片的快速识别及保护，从而降低机组疲劳载荷。

2、本发明的目的通过下述技术方案实现：一种基于变桨电机扭矩的风机叶片异常识别方法，该方法是基于数值范围异常识别算法来判断风机的各叶片的异常情况，若识别到风机其中一叶片存在异常情况，则对比该异常叶片变桨电机扭矩的标准差与其它叶片变桨电机扭矩的标准差的大小，判断该异常叶片的安装角误差情况，进而根据安装角误差，通过风机主控程序对该异常叶片进行角度补偿来抵消安装角误差的影响。

3、进一步，该方法包括以下步骤：

4、s1、获取风机各叶片的变桨电机扭矩，计算各叶片变桨电机扭矩的标准差；

5、s2、将各叶片变桨电机扭矩输入到数值范围异常识别算法中，识别出异常叶片；

6、s3、对比该异常叶片变桨电机扭矩的标准差与其它叶片变桨电机扭矩的标准差的大小，进而判断该异常叶片的安装角误差为正或负；

7、s4、根据安装角误差为正或负的情况，通过风机主控程序对该异常叶片减小或增加一个补偿角度来抵消安装角误差的影响。

8、进一步，所述计算各叶片变桨电机扭矩的标准差包括：

9、

10、其中，std为叶片变桨电机扭矩的标准差，n为获取的叶片变桨电机扭矩数据总个数，xi为第i个叶片变桨电机扭矩数据，mean为叶片变桨电机扭矩数据的平均值。

11、进一步，所述数值范围异常识别算法包括：

12、对各叶片的变桨电机扭矩取包络线，对各叶片的上包络线减去下包络线得到的结果进行滑动滤波后，得到各叶片的变桨电机扭矩的范围，将所有叶片的变桨电机扭矩的范围相加求和；

13、当所有叶片的变桨电机扭矩的范围的和大于0时，则对于其中一叶片来说，其变桨电机扭矩范围误差为其中a为该叶片的变桨电机扭矩范围，b为所有叶片的变桨电机扭矩的范围的和，c为风机叶片的数量；

14、当所有叶片的变桨电机扭矩的范围的和小于0时，则对于其中一叶片来说，其变桨电机扭矩范围误差为0；

15、若该叶片的变桨电机扭矩范围误差大于预设的阈值，则判断该叶片为异常叶片；若若该叶片的变桨电机扭矩范围误差小于预设的阈值，则判断该叶片不为异常叶片。

16、进一步，所述步骤s3包括：

17、若该异常叶片变桨电机扭矩的标准差小于其它叶片变桨电机扭矩的标准差，则判断该异常叶片的安装角误差为正数；若该异常叶片变桨电机扭矩的标准差大于其它叶片变桨电机扭矩的标准差，则判断该异常叶片的安装角误差为负数。

18、进一步，所述步骤s4包括：

19、若异常叶片的安装角误差为正，则通过风机主控程序对该异常叶片减小一个预设的补偿角度来抵消安装角误差的影响；若异常叶片的安装角误差为负，则通过风机主控程序对该异常叶片增加一个预设的补偿角度来抵消安装角误差的影响。

20、一种基于变桨电机扭矩的风机叶片异常识别系统，用于实现上述基于变桨电机扭矩的风机叶片异常识别方法，包括：

21、变桨电机扭矩计算单元，用于获取风机各叶片的变桨电机扭矩，计算各叶片变桨电机扭矩的标准差；

22、异常叶片识别单元，用于将各叶片变桨电机扭矩输入到数值范围异常识别算法中，识别出异常叶片；

23、安装角误差判断单元，用于对比该异常叶片变桨电机扭矩的标准差与其它叶片变桨电机扭矩的标准差的大小，进而判断该异常叶片的安装角误差为正或负；

24、补偿单元，根据安装角误差为正或负的情况，通过风机主控程序对该异常叶片减小或增加一个补偿角度来抵消安装角误差的影响。

25、进一步，所述异常叶片识别单元包括：

26、将各叶片变桨电机扭矩输入到数值范围异常识别算法中，数值范围异常识别算法对各叶片的变桨电机扭矩取包络线，将各叶片的上包络线减去下包络线得到的结果进行滑动滤波后，得到各叶片的变桨电机扭矩的范围，将所有叶片的变桨电机扭矩的范围相加求和；

27、当所有叶片的变桨电机扭矩的范围的和大于0时，则对于其中一叶片来说，其变桨电机扭矩范围误差为其中a为该叶片的变桨电机扭矩范围，b为所有叶片的变桨电机扭矩的范围的和，c为风机叶片的数量；

28、当所有叶片的变桨电机扭矩的范围的和小于0时，则对于其中一叶片来说，其变桨电机扭矩范围误差为0；

29、若该叶片的变桨电机扭矩范围误差大于预设的阈值，则判断该叶片为异常叶片；若若该叶片的变桨电机扭矩范围误差小于预设的阈值，则判断该叶片不为异常叶片。

30、一种存储有指令的非暂时性计算机可读介质，当所述指令由处理器执行时，执行根据上述的基于变桨电机扭矩的风机叶片异常识别方法的步骤。

31、一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现上述的基于基于变桨电机扭矩的风机叶片异常识别方法。

32、本发明与现有技术相比，具有如下优点与有益效果：

33、1、本发明通过变桨电机扭矩标准差差值的计算，能够快速定位异常叶片，无需做变桨偏置测试来查找异常叶片，避免测试过程中出现的数据分析繁琐且复杂的问题，以及避免了现场环境对异常识别的影响；

34、2、本发明无需增加新的硬件成本，在风机原有的硬件上即可实现。

技术特征：

1.一种基于变桨电机扭矩的风机叶片异常识别方法，其特征在于：该方法是基于数值范围异常识别算法来判断风机的各叶片的异常情况，若识别到风机其中一叶片存在异常情况，则对比该异常叶片变桨电机扭矩的标准差与其它叶片变桨电机扭矩的标准差的大小，判断该异常叶片的安装角误差情况，进而根据安装角误差，通过风机主控程序对该异常叶片进行角度补偿来抵消安装角误差的影响。

2.根据权利要求1所述的一种基于变桨电机扭矩的风机叶片异常识别方法，其特征在于，包括以下步骤：

3.根据权利要求2所述的一种基于变桨电机扭矩的风机叶片异常识别方法，其特征在于，所述计算各叶片变桨电机扭矩的标准差包括：

4.根据权利要求2所述的一种基于变桨电机扭矩的风机叶片异常识别方法，其特征在于，所述数值范围异常识别算法包括：

5.根据权利要求2所述的一种基于变桨电机扭矩的风机叶片异常识别方法，其特征在于，所述步骤s3包括：

6.根据权利要求2所述的一种基于变桨电机扭矩的风机叶片异常识别方法，其特征在于，所述步骤s4包括：

7.一种基于变桨电机扭矩的风机叶片异常识别系统，其特征在于，用于实现权利要求1-6任意一项所述基于变桨电机扭矩的风机叶片异常识别方法，包括：

8.根据权利要求7所述的一种基于变桨电机扭矩的风机叶片异常识别系统，其特征在于，所述异常叶片识别单元包括：

9.一种存储有指令的非暂时性计算机可读介质，其特征在于，当所述指令由处理器执行时，执行根据权利要求1-6任一项所述的基于变桨电机扭矩的风机叶片异常识别方法的步骤。

10.一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1-6任一项所述的基于变桨电机扭矩的风机叶片异常识别方法。

技术总结
本发明公开了一种基于变桨电机扭矩的风机叶片异常识别方法及系统，该方法是基于数值范围异常识别算法来判断风机的各叶片的异常情况，若识别到风机其中一叶片存在异常情况，则对比该异常叶片变桨电机扭矩的标准差与其它叶片变桨电机扭矩的标准差的大小，判断该异常叶片的安装角误差情况，进而根据安装角误差，通过风机主控程序对该异常叶片进行角度补偿来抵消安装角误差的影响；本发明通过变桨电机扭矩标准差差值的计算，能够快速定位异常叶片，无需做变桨偏置测试来查找异常叶片，避免测试过程中出现的数据分析繁琐且复杂的问题，以及避免了现场环境对异常识别的影响，且无需增加新的硬件成本，在风机原有的硬件上即可实现。

技术研发人员：赵晓峻,欧柳利,陈思范,于虹
受保护的技术使用者：明阳智慧能源集团股份公司
技术研发日：
技术公布日：2024/1/15