一种风电场载荷的长期评估方法与流程

技术特征：

1.一种风电场载荷的长期评估方法，其特征在于，所述方法包括：

(1)选择典型风电机组；

(2)对典型风电机组进行载荷测试，计算等效载荷；

(3)获取与典型风电机组的测量数据同步的SCADA数据，并对数据按照典型风电机组的运行状态分类；

(4)基于人工神经网络的理论和方法，建立基于SCADA数据和载荷测试结果的模型；

(5)将典型风电机组的载荷模型应用于风电场内其他风电机组，并结合SCADA数据，计算待评估风电机组的载荷。

2.如权利要求1所述的方法，其特征在于，所述步骤(1)中，典型风电机组的条件是：风电场的每个型号的风电机组选择一台，如果风电场有多个型号，则选择多台典型风电机组。

3.如权利要求1所述的方法，其特征在于，所述步骤(2)中计算等效载荷包括下述步骤：

2‐1在典型风电机组上安装应变片，测量风电机组的载荷；定义采样率为50Hz，平均周期为10min；其中，

测量的载荷参数，包括叶根弯矩、主轴扭矩、主轴弯矩、塔顶弯矩和塔底弯矩；

2‐2对载荷测试的10min时间序列进行雨流分析，获得雨流分析结果，即Markov矩阵；

2‐3将雨流分析结果规格化至1Hz；

2‐4计算等效载荷，其表达式为：

$L_{eq}={\[\frac{{\mathrm{\ΣR}}_i^m\×n_i}{N_{eq}}\]}^{1/m}$

式中：L_eq为等效载荷，R_i为第i级的载荷幅值，n_i为第i级的载荷循环次数，N_eq为等效载荷循环次数，m为材料S-N曲线的斜率。

4.如权利要求1所述的方法，其特征在于，所述步骤(3)的分类方法具体包括：

3‐1以10min为测量周期，采集典型风电机组与测试同步的SCADA数据，将载荷测试数据和SCADA数据合并；其中，

SCADA参数，包括风速、风向、功率、转速、桨距角、偏航偏差和风电机组的运行状态；

3‐2对数据进行清洗，剔除无效数据；即仅保留风电机组在正常发电状态的数据，剔除传感器过载的数据；

3‐3根据SCADA数据和载荷测试数据携带风电机组状态标识进行分类，包括稳定工况和瞬态工况；并在稳定工况下，根据风向划分数据的尾流情况。

5.如权利要求4所述的方法，其特征在于，所述稳定工况，包括正常发电状态、故障状态、停机和空转；

所述瞬态工况，包括启动、正常停机和紧急停机；

所述尾流情况，包括风轮不受尾流影响、部分风轮受尾流影响和风轮完全被尾流影响。

6.如权利要求1所述的方法，其特征在于，所述步骤(4)建立SCADA数据和载荷测试结果的模型包括：以SCADA数据的风速、功率、转速、桨距角、偏航偏差为输入，以典型风电机组测量的载荷测试结果为输出，使用人工神经网络的方法，根据不同的风电机组运行状态和不同的载荷参数分别建模。

7.如权利要求1所述的方法，其特征在于，所述步骤(5)计算待评估风电机组的载荷包括：

5‐1以10min为测量周期，获取风电场内与典型风电机组同型号的其他风电机组长期的SCADA数据；

5‐2对数据进行清洗，剔除无效数据；即仅保留风电机组在正常发电状态的数据，剔除传感器过载的数据；

5‐3对待评估风电机组的每个10min数据的风电机组状态进行分类；

5‐4分别根据不同的状态类别，选择相应的模型进行计算，自动输出载荷结果；包括叶根弯矩、主轴扭矩、主轴弯矩、塔顶弯矩和塔底弯矩。