一种风电机组载荷估计传感器故障识别方法及系统与流程

本发明涉及风电机组传感器故障识别的，尤其是指一种风电机组载荷估计传感器故障识别方法及系统。

背景技术：

1、对于风电机组传感器故障识别，现有技术为针对传感器跳变、恒定输出等易于检测出的故障进行检测，或者采用多个传感器冗余的方法进行校验，但存在以下问题：1.难以检测出传感器缓慢漂移，2.需要更高的成本进行校验。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提出了一种风电机组载荷估计传感器故障识别方法及系统，通过基于模型的载荷估计算法，在不增加任何成本的前提下，可以快速准确的检测出所有的传感器异常，极大的提高了机组的安全性。

2、本发明的目的通过下述技术方案实现：一种风电机组载荷估计传感器故障识别方法，包括以下步骤：

3、s1、基于叶素动量定理搭建叶片载荷模型，通过迭代计算直至收敛，计算出诱导因子，将诱导因子输入到叶片载荷模型中，计算每个叶素受到的推力和转矩；

4、s2、建立旋转轮毂坐标系下的叶根载荷模型，结合步骤s1得到的每个叶素受到的推力和转矩以及重力因素，计算出各叶片的叶根估计载荷；

5、s3、获取各叶片的叶根测量载荷，将叶根估计载荷与叶根测量载荷进行滤波的预处理；

6、s4、将预处理后的叶根估计载荷和测量载荷做差，若其差值的绝对值大于预设的阈值，则识别为载荷估计传感器故障；若其差值的绝对值小于预设的阈值，则识别为载荷估计传感器正常运行。

7、进一步，所述步骤s1包括：

8、叶片的相对合速度如下：

9、

10、其中，w为相对合速度，u∞为无穷远处来流风速，a为轴向诱导因子，也称入流因子，a'为切向诱导因子，r为半径，ω为叶片旋转角速度；

11、入流角为φ，因此：

12、

13、

14、攻角α＝φ-β；

15、其中，β为桨距角；

16、每个叶片在顺翼展方向长度为δr；

17、升力其方向垂直于w；

18、阻力其方向平行于w；

19、其中，ρ为空气密度，cl为升力系数，cd为阻力系数，c为弦长；

20、推力

21、环形扭矩

22、其中，b是叶片数量，c为弦长；

23、预设通过领域圆环的气流之间不发生径向相互作用，流经叶素的入流风速由来流风速和叶轮旋转速度合成为入流速度，入流角度可以根据三角函数关系计算得到如下公式：

24、

25、其中，φ为入流角，u∞是无穷远处来流风速，a为轴向诱导因子，也称入流因子，a'为切向诱导因子，ω是风轮转速，r是叶素到轮毂中心的距离，λr是叶素处的转速与来流风速之比；

26、根据叶素理论，叶素受到的推力和转矩为：

27、推力

28、转矩

29、根据动量定理，叶素受到的推力和转矩为

30、δt＝2ρadu∞2a(1-a)＝2ρ(2πrδr)u∞2a(1-a)＝4πrρu∞2(1-a)aδr；

31、δq＝ρu∞(1-a)ad2a'ωr2＝ρu∞(1-a)(2πrδr)2a'ωr2＝4πr3ρu∞ω(1-a)a'δr；

32、将叶素理论和动量定理相结合：

33、

34、

35、化简为

36、

37、

38、其中，

39、

40、令

41、c1 cosφ+cd sinφ＝cx；

42、c1 sinφ-cd cosφ＝cy；

43、解上述cx与cy两个方程，通过迭代计算，设置轴向诱导因子a和切向诱导因子a'初值为0，反复迭代直至收敛，即解出两个诱导因子；

44、迭代方程如下：

45、

46、

47、其中，为叶尖损失因子，为弦长实度定义为给定半径下的总叶片弦长除以该半径的周长；

48、迭代计算诱导因子会将轴向和切向诱导因子初始化为0，根据上式，采用迭代的方法，计算出轴向诱导因子和切向诱导因子。

49、进一步，所述步骤s2包括：

50、计算重力矩如下：

51、mxgravity＝mbladegl90°sinθ

52、其中，mblade为叶片质量，l90°为叶片方位角为90°时的叶根到质心的长度，g为重力加速度，θ为叶轮方位角；

53、计算气动矩如下：

54、

55、

56、其中，i为叶片截面的顺序，n为叶片截面总数；

57、因此，旋转轮毂坐标系叶根摆振为：

58、mx＝mxgravity+mxareo；

59、叶片挥舞方向的载荷主要是由于气动推力导致：

60、

61、旋转轮毂坐标系叶根挥舞为：

62、

63、其中，i为叶片截面的顺序，n为叶片截面总数，ri为第i个叶片截面到叶根的距离；

64、从bladed中获取翼型、气动扭矩、弦长、叶素至叶根的距离以及风速估计作为输入，代入到上述公式中估计出每只叶根所受的载荷；

65、通过以下评价指标来判断估计载荷是否准确：

66、mae:

67、rmse:

68、r2 score:

69、其中，y为实际载荷，为估计载荷，为实际载荷平均值，m为载荷数据个数，i为第i个载荷数据。

70、进一步，所述步骤s3包括：

71、获取各叶片的叶根测量载荷，将叶根估计载荷与叶根测量载荷进行移动平均滤波的预处理。

72、进一步，所述步骤s4包括：

73、将预处理后的叶根估计载荷和测量载荷做差，若其差值的绝对值大于预设的阈值，则识别为载荷估计传感器故障；若其差值的绝对值小于预设的阈值，则识别为载荷估计传感器正常运行；其中，所述预设的阈值为预处理后的叶根估计载荷的5％。

74、一种风电机组载荷估计传感器故障识别系统，用于实现上述风电机组载荷估计传感器故障识别方法，包括：

75、叶片载荷建模单元，基于叶素动量定理搭建叶片载荷模型，通过迭代计算直至收敛，计算出诱导因子，将诱导因子输入到叶片载荷模型中，计算每个叶素受到的推力和转矩；

76、叶根载荷建模单元，用于建立旋转轮毂坐标系下的叶根载荷模型，结合每个叶素受到的推力和转矩以及重力因素，计算出各叶片的叶根估计载荷；

77、预处理单元，用于获取各叶片的叶根测量载荷，将叶根估计载荷与叶根测量载荷进行滤波的预处理；

78、识别单元，将预处理后的叶根估计载荷和测量载荷做差，若其差值的绝对值大于预设的阈值，则识别为载荷估计传感器故障；若其差值的绝对值小于预设的阈值，则识别为载荷估计传感器正常运行。

79、进一步，所述叶根载荷建模单元包括：

80、叶片的相对合速度如下：

81、

82、其中，w为相对合速度，u∞为无穷远处来流风速，a为轴向诱导因子，也称入流因子，a'为切向诱导因子，r为半径，ω为叶片旋转角速度；

83、入流角为φ，因此：

84、

85、

86、攻角α＝φ-β；

87、其中，β为桨距角；

88、每个叶片在顺翼展方向长度为δr；

89、升力其方向垂直于w；

90、阻力其方向平行于w；

91、其中，ρ为空气密度，cl为升力系数，cd为阻力系数，c为弦长；

92、推力

93、环形扭矩

94、其中，b是叶片数量，c为弦长；

95、预设通过领域圆环的气流之间不发生径向相互作用，流经叶素的入流风速由来流风速和叶轮旋转速度合成为入流速度，入流角度可以根据三角函数关系计算得到如下公式：

96、

97、其中，φ为入流角，u∞是无穷远处来流风速，a为轴向诱导因子，也称入流因子，a'为切向诱导因子，ω是风轮转速，r是叶素到轮毂中心的距离，λr是叶素处的转速与来流风速之比；

98、根据叶素理论，叶素受到的推力和转矩为：

99、推力

100、转矩

101、根据动量定理，叶素受到的推力和转矩为

102、δt＝2ρadu∞2a(1-a)＝2ρ(2πrδr)u∞2a(1-a)＝4πrρu∞2(1-a)aδr；

103、δq＝ρu∞(1-a)ad2a'ωr2＝ρu∞(1-a)(2πrδr)2a'ωr2＝4πr3ρu∞ω(1-a)a'δr；

104、将叶素理论和动量定理相结合：

105、

106、

107、化简为

108、

109、

110、其中，

111、

112、令

113、c1 cosφ+cd sinφ＝cx；

114、c1 sinφ-cd cosφ＝cy；

115、解上述cx与cy两个方程，通过迭代计算，设置轴向诱导因子a和切向诱导因子a'初值为0，反复迭代直至收敛，即解出两个诱导因子；

116、迭代方程如下：

117、

118、

119、其中，为叶尖损失因子，为弦长实度定义为给定半径下的总叶片弦长除以该半径的周长；

120、迭代计算诱导因子会将轴向和切向诱导因子初始化为0，根据上式，采用迭代的方法，计算出轴向诱导因子和切向诱导因子。

121、进一步，所述叶根载荷建模单元包括：

122、计算重力矩如下：

123、mxgravity＝mbladegl90°sinθ

124、其中，mblade为叶片质量，l90°为叶片方位角为90°时的叶根到质心的长度，g为重力加速度，θ为叶轮方位角；

125、计算气动矩如下：

126、

127、

128、其中，i为叶片截面的顺序，n为叶片截面总数；

129、因此，旋转轮毂坐标系叶根摆振为：

130、mx＝mxgravity+mxareo；

131、叶片挥舞方向的载荷主要是由于气动推力导致：

132、

133、旋转轮毂坐标系叶根挥舞为：

134、

135、其中，i为叶片截面的顺序，n为叶片截面总数，ri为第i个叶片截面到叶根的距离；

136、从bladed中获取翼型、气动扭矩、弦长、叶素至叶根的距离以及风速估计作为输入，代入到上述公式中估计出每只叶根所受的载荷；

137、通过以下评价指标来判断估计载荷是否准确：

138、mae:

139、rmse:

140、r2 score:

141、其中，y为实际载荷，为估计载荷，为实际载荷平均值，m为载荷数据个数，i为第i个载荷数据。

142、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，执行根据上述的风电机组载荷估计传感器故障识别方法的步骤。

143、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，实现上述的风电机组载荷估计传感器故障识别方法。

144、本发明与现有技术相比，具有如下优点与有益效果：

145、1、本发明无需增加任何成本，在原有的硬件上即可实现；

146、2、本发明能够实现准确快速检测出传感器的固定偏差、缓慢漂移、跳变以及恒定输出故障。