本技术涉及风力发电,具体涉及一种风机叶片扫塔风险识别方法、装置及设备。
背景技术:
1、近几年,在风力发电领域,伴随着风机叶片加长及塔筒减重,风机安全及质量问题变得尤其重要。特别是现在风机叶片越来越大,一旦出现风机叶片扫塔,不仅风机叶片会发生巨大损伤,大叶片的冲击也对塔筒损坏极大,甚至发生倒塔等重大事故。
2、目前,市面上一般在风机上安装净空设备,实时监控净空值,以判断风机叶片是否具有扫塔风险。但是,在风机上安装净空设备成本较高。
技术实现思路
1、有鉴于此,本技术实施例提供一种风机叶片扫塔风险识别方法、装置及设备,以实现风机叶片扫塔风险的识别,并在一定程度上降低设备成本。
2、为解决上述问题,本技术实施例提供的技术方案如下:
3、一种风机叶片扫塔风险识别方法,所述方法包括:
4、获取针对目标风电场的一组测风数据,所述一组测风数据包括多条测风数据;
5、根据所述一组测风数据计算风资源参数,所述风资源参数包括负风切变占比、负风切变分位数平均值、湍流均值、阵风系数占比以及风向偏差均值;
6、将各个所述风资源参数与相应的风险等级取值范围进行匹配,得到各个所述风资源参数的风险等级;
7、由各个所述风资源参数的风险等级,确定所述目标风电场发生风机叶片扫塔风险的风险等级。
8、在一种可能的实现方式中,所述风资源参数为负风切变占比时,所述根据所述一组测风数据计算风资源参数,包括:
9、从所述一组测风数据中获取第一高度处的平均风速大于第一阈值的测风数据作为第一目标测风数据;
10、计算每条所述第一目标测风数据对应的第一高度处与第二高度处之间的风切变指数,得到每条所述第一目标测风数据对应的第一风切变指数;所述第一高度处比所述第二高度处高;
11、计算为负数的第一风切变指数的数量与所述测风数据的数量之比,得到负风切变占比。
12、在一种可能的实现方式中,所述风资源参数为负风切变分位数平均值时,所述根据所述一组测风数据计算风资源参数,包括:
13、从所述一组测风数据中获取第一高度处的平均风速大于第二阈值且小于第三阈值的测风数据作为第二目标测风数据;
14、计算每条所述第二目标测风数据对应的第一高度处与第二高度处之间的风切变指数,得到每条所述第二目标测风数据对应的第二风切变指数;
15、计算为负数的第二风切变指数中,处于预设分位数范围内的第二风切变指数的平均值,得到负风切变分位数平均值。
16、在一种可能的实现方式中,所述风资源参数为湍流均值时,所述根据所述一组测风数据计算风资源参数,包括:
17、从所述一组测风数据中获取第一高度处的平均风速大于第二阈值且小于第三阈值的测风数据作为第二目标测风数据;
18、计算每条所述第二目标测风数据中的风速标准偏差与平均风速之比,得到每条所述第二目标测风数据对应的湍流强度;
19、计算各个所述第二目标测风数据对应的湍流强度的平均值,得到湍流均值。
20、在一种可能的实现方式中,所述风资源参数为阵风系数占比时,所述根据所述一组测风数据计算风资源参数,包括:
21、从所述一组测风数据中获取第一高度处的平均风速大于第四阈值的测风数据作为第三目标测风数据;
22、计算每条所述第三目标测风数据中的最大风速与平均风速之比,得到每条所述第三目标测风数据对应的阵风系数;
23、计算大于第五阈值的阵风系数的数量与所述测风数据的数量之比,得到阵风系数占比。
24、在一种可能的实现方式中,所述风资源参数为风向偏差均值时,所述根据所述一组测风数据计算风资源参数,包括:
25、从所述一组测风数据中获取第一高度处以及第二高度处的平均风速大于第六阈值的测风数据作为第四目标测风数据;所述第一高度处比所述第二高度处高;
26、计算每条所述第四目标测风数据对应的第一高度处与第二高度处之间的风向偏差,得到每条所述第四目标测风数据对应的风向偏差;
27、计算各个所述第四目标测风数据对应的风向偏差的平均值,得到风向偏差均值。
28、在一种可能的实现方式中,所述由各个所述风资源参数的风险等级,确定所述目标风电场发生风机叶片扫塔风险的风险等级,包括:
29、当所述负风切变占比的风险等级为高风险时,确定所述目标风电场发生风机叶片扫塔风险的风险等级为高风险;
30、当所述负风切变占比的风险等级为中风险或低风险时,根据其他风资源参数的风险等级,确定所述目标风电场发生风机叶片扫塔风险的风险等级。
31、在一种可能的实现方式中,所述当所述负风切变占比的风险等级为中风险或低风险时,根据其他风资源参数的风险等级,确定所述目标风电场发生风机叶片扫塔风险的风险等级,包括:
32、当所述负风切变占比的风险等级为中风险时,如果阵风系数占比的风险等级为高风险,确定所述目标风电场发生风机叶片扫塔风险的风险等级为高风险;
33、当所述负风切变占比的风险等级为中风险时,如果其他风资源参数的风险等级为高风险或者中风险的数量大于或等于1,确定所述目标风电场发生风机叶片扫塔风险的风险等级为高风险;
34、当所述负风切变占比的风险等级为中风险时,如果其他风资源参数的风险等级为高风险或者中风险的数量小于1,确定所述目标风电场发生风机叶片扫塔风险的风险等级为中风险;
35、当所述负风切变占比的风险等级为低风险时,如果其他风资源参数的风险等级为高风险或者中风险的数量大于或等于2,确定所述目标风电场发生风机叶片扫塔风险的风险等级为高风险;
36、当所述负风切变占比的风险等级为低风险时,如果其他风资源参数的风险等级为高风险或者中风险的数量小于2,确定所述目标风电场发生风机叶片扫塔风险的风险等级为低风险。
37、在一种可能的实现方式中,所述方法还包括:
38、当确定所述目标风电场发生风机叶片扫塔风险的风险等级为高风险,在风机实际运行时,监测风机的净空值;
39、当所述净空值大于保护阈值,提高所述风机的最小桨距角或者控制所述风机停止运行。
40、在一种可能的实现方式中,在所述风机的机舱下方安装有激光发射器,所述激光发射器用于向所述风机所在塔筒正前方到所述风机的叶片之间的空间位置发射不同发射角度的多条激光束;
41、所述在风机实际运行时,监测风机的净空值,包括:
42、在风机实际运行时,在所述风机的叶片扫过所述激光束时,获取所述激光束到所述风机的叶片的激光距离值;
43、根据所述激光距离值计算所述风机的叶片距离所述塔筒的净空值。
44、在一种可能的实现方式中,所述方法还包括:
45、当确定所述目标风电场发生风机叶片扫塔风险的风险等级为高风险,在风机实际运行时,获取当前风速;
46、当预设时间间隔内所述当前风速的变化满足预设条件,提高所述风机的最小桨距角。
47、一种风机叶片扫塔风险识别装置,所述装置包括:
48、获取单元,用于获取针对目标风电场的一组测风数据,所述一组测风数据包括多条测风数据;
49、计算单元,用于根据所述一组测风数据计算风资源参数,所述风资源参数包括负风切变占比、负风切变分位数平均值、湍流均值、阵风系数占比以及风向偏差均值;
50、匹配单元,用于将各个所述风资源参数与相应的风险等级取值范围进行匹配,得到各个所述风资源参数的风险等级;
51、确定单元,用于由各个所述风资源参数的风险等级,确定所述目标风电场发生风机叶片扫塔风险的风险等级。
52、一种风机叶片扫塔风险识别设备,包括:存储器,处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述的风机叶片扫塔风险识别方法。
53、一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备执行如上述的风机叶片扫塔风险识别方法。
54、由此可见,本技术实施例具有如下有益效果:
55、本技术实施例在对目标风电场的设计阶段或运行阶段,获取针对目标风电场的一组测风数据;根据一组测风数据计算风资源参数,将各个风资源参数与相应的风险等级取值范围进行匹配,得到各个风资源参数的风险等级;由各个风资源参数的风险等级,确定目标风电场发生风机叶片扫塔风险的风险等级。即通过分析风资源参数可以确定目标风电场所在区域的风资源是否容易造成风机叶片扫塔风险。如果通过分析此区域发生风机叶片扫塔风险的风险等级较低,则无需安装净空设备实时监控净空值,一定程度降低了成本。如果发生风机叶片扫塔风险的风险等级较高,则可以提前做好防范措施,提高风机运行的安全等级。