CN101363420A - 通过信号的组合的事件监控 - Google Patents

通过信号的组合的事件监控 Download PDF

Info

Publication number
CN101363420A
CN101363420A CNA2008102106734A CN200810210673A CN101363420A CN 101363420 A CN101363420 A CN 101363420A CN A2008102106734 A CNA2008102106734 A CN A2008102106734A CN 200810210673 A CN200810210673 A CN 200810210673A CN 101363420 A CN101363420 A CN 101363420A
Authority
CN
China
Prior art keywords
wind turbine
signal
signal pattern
wind
characteristic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2008102106734A
Other languages
English (en)
Other versions
CN101363420B (zh
Inventor
J·尼斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Renovables Espana SL
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=39791115&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN101363420(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN101363420A publication Critical patent/CN101363420A/zh
Application granted granted Critical
Publication of CN101363420B publication Critical patent/CN101363420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/40—Ice detection; De-icing means
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Sustainable Development (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及通过信号的组合的事件监控，描述了用于针对风力涡轮机(100)的事件监控方法。包括测量表示选自特性组的特性的第一信号模式(302n)，包括：风力涡轮机的机械特性、风力涡轮机发出的噪音、风力涡轮机的一部分发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向和外界空气湿度或其它天气状况；至少测量表示选自特性组的不同特性的第二信号模式(302n)；在步骤(310)分析第一信号模式和第二信号模式或第一已分析信号模式和第二已分析信号模式的组合，生成已分析数据；在步骤(310)评定已分析数据，提供对事件(312，322，323)的指示性结果。

Description

通过信号的组合的事件监控
技术领域
本发明涉及风力涡轮机的结冰。更具体地，本发明涉及用于风力涡轮机的事件监控或状况监控以及事件监控单元。具体而言，本发明涉及用于针对风力涡轮机的事件监控的方法、用于事件监控的事件监控单元和计算机程序产品。
背景技术
在过去，风力涡轮机经历了日益增长的需求。因此，在状况较为恶劣的地点也计划并架设了越来越多的风力涡轮机。例如，用于架设风力涡轮机的新地点可能常年具有较高的结冰机率。此外，能量输出持续地增加，且因此作为示例转子叶片直径在尺寸上也在增大。因此，可能发生各种事件如转子叶片结冰、转子叶片结垢、转子叶片或风力涡轮机其它部分腐蚀、连接松开和/或转子叶片中开裂。通常，这类事件常常通过直接测量来检测。为了允许更加可靠的直接测量结果来检测在风力涡轮机运行期间可能发生的特定事件，已做出了很多的努力。对于如结冰、结垢或其它机能失常的事件的检测对于初始化适当的应对措施很重要。例如，如果发生结冰抛掷(ice-throw)则可能需要关闭风力涡轮机的调节。
另外，发生如转子叶片结冰、结垢，转子叶片中开裂或风力涡轮机构件的大范围应力等事件时，如果没有采取应对措施或适当的风力涡轮机控制步骤，则可能降低能量输出。
通过直接测量对风力涡轮机的状况的检测也许不能产生足够的准确性，因为测量本身就可能不够准确或者因为信号与待检测的现象不充分相关。
发明内容
鉴于上述事实，期望有改善的风力涡轮机事件监控。根据第一实施例，提供了一种用于针对风力涡轮机的事件监控的方法。该方法包括测量表示选自特性组的特性的第一信号模式(pattern)，该特性组包括：风力涡轮机的机械特性、风力涡轮机所发出的噪音、风力涡轮机的一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况；至少测量表示选自特性组的不同特性的第二信号模式；用分析方法分析第一信号模式和第二信号模式或第一已分析信号模式和第二已分析信号模式的组合，其中生成已分析数据；以及评定已分析数据，其中，该评定提供对于事件的指示性结果。
根据另一个实施例，提供了一种用于针对风力涡轮机的事件监控的方法。用于针对风力涡轮机的事件监控的该方法包括：测量表示选自特性组的特性的第一信号模式，该特性组包括：风力涡轮机一部分的固有频率、风力涡轮机所发出的噪音、风力涡轮机的一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的一部分的应力、风力涡轮机的一部分的载荷振荡、风力涡轮机的部分的相对位置、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况；至少测量表示选自特性组的不同特性的第二信号模式；用分析方法分析第一信号模式和第二信号模式或第一已分析信号模式和第二已分析信号模式的组合，其中生成已分析数据；以及评定已分析数据，其中，该评定提供对于事件的指示性结果。
根据另一个实施例，提供了一种用于针对风力涡轮机的事件监控的方法。用于针对风力涡轮机的事件监控的该方法包括：测量表示风的特性的第一信号模式；至少测量表示风力涡轮机的特性的第二信号模式；用包括以下方法的组中的至少一种分析方法分析第一信号模式和第二信号模式或者第一已分析信号模式和第二已分析信号模式的组合，其中生成已分析数据：对信号模式的单独信号的评级(rating)或加权、傅立叶分析、趋势分析、将信号模式绘制成具有至少两个参数的曲线，用神经网络或其它自学习式方法的分析。通过测量信号在时域、空间域或频域上的稳定性，可以执行评级或加权。该方法还包括评定已分析数据，其中，该评定提供对于事件的指示性结果。
根据又一个实施例，提供了一种用于针对风力涡轮机的事件监控单元。该事件监控单元包括：第一信号测量单元，其适于测量表示选自特性组的特性的第一信号模式，该特性组包括：风力涡轮机的机械特性、风力涡轮机所发出的噪音、风力涡轮机的一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况；第二信号测量单元，其适于至少测量表示选自该特性组的不同特性的第二信号模式；分析单元，其连接以接收第一信号模式和第二信号模式并适于用分析方法来分析第一信号和第二信号，其中生成第一已分析信号模式和第二已分析信号模式；和评定单元，其适于至少评定第一已分析信号模式和第二已分析信号模式，其中，该评定提供针对事件的指示性结果。
根据相关权利要求、说明和附图，本发明的其它方面、优点和特征是显而易见的。
附图说明
在本说明书的剩余部分(包括引用附图)更具体地阐述了对于本领域普通技术人员而言充分的且能够予以实现的本发明的公开内容，包括本发明的最佳方式，附图中：
图1a和图1b示出了根据本文所述实施例的风力涡轮机，其中测量了多个信号以生成信号模式；和
图2示出了根据本文所述实施例的监控事件的方法的示意图。
具体实施方式
现在将详细参考本发明的各个实施例，在附图中示出本发明的一个或多个实例。各个实例作为对本发明的解释来提供，而不意味着对本发明的限制。例如，作为一个实施例的一部分而示出或描述的特征可用在其它的实施例上或与其他的实施例结合使用，以产生又一个实施例。意图是本发明包括这样的修改和变动。
根据本文所述的实施例，有可能使得信号模式与状况反常(deviation)或者与在风力涡轮机运行期间可能出现的某些风力涡轮机事件相关联。通过信号的组合，有可能以间接的方式来监控风力涡轮机的状况或事件。
根据另外的实施例，使信号模式与状况或事件相关联的逻辑分析器可能基于风力涡轮机信号模式的长期或短期历史记录。
根据其它的实施例，逻辑分析器可基于信号模式的稳定性、信号模式随着时间的漂移(drift)、信号模式的空间域、信号模式的频域、信号模式的长期和短期趋势或其组合来分析信号模式。因此，根据不同的实施例，可以单独地分析信号模式或者可以分析信号模式的组合。
常用的风力涡轮机可包括检测元件，这些检测元件用于多个信号如风速、风向、功率输出、振动、转子叶片和风力涡轮机其它部分中的机械应力、空气湿度、外界温度和其它的天气状况以及运行数据如俯仰活动性(pitch activity)、构件的涡轮功率产生运行温度、介质和环境。图1示出了其中提供了风力涡轮机100的实施例。在塔架2的顶部设置了短舱(nacclle)6。毂4可转动地保持在短舱6处。转子叶片8安装到短舱6上。根据一个实施例，设置了三个转子叶片。根据另外的实施例，可以设置多于三个或少于三个的转子叶片。根据本文所述的一些实施例，毂4通过传动系22连接到齿轮24上并将转动能传送到发电机26。
在图1A和图1B中所示的风力涡轮机内生成了多个信号。为了产生本文所述的实施例，可以将任何的这些信号或信号生成单元任意地组合。
图1A示出了第一风速计111和第二风速计112以及温度测量单元114。作为另一个实例，图1B示出了作为天气状况测量系统110的一部分的湿度传感器116。这些信号生成单元是天气状况测量系统110的一部分。这些单元中的各单元均测量随着时间推移的当前天气状况，且由此测量信号模式。测量单元可以将已测量的信号模式传输到例如控制单元30(参见图1B)。
根据可以与本文所述实施例中的任何实施例相结合的另外的实施例，天气状况信号模式也可以从外部源提供。因此，在事件监控中可包括远程的天气状况。
根据其它的实施例，在转子叶片8中结合了应变仪122。应变仪122产生指示在运行时存在于转子叶片中的应力的信号。随着时间的推移来测量这些信号，并由此产生了信号模式。根据其它的实施例，可以用应变仪来测量风力涡轮机的其它部分中的应力，并且可生成相应的信号模式。测量单元可将已测量的信号模式传输到例如控制单元30(参见图1B)。
根据其它的实施例，在短舱6中可设置一个或多个振动传感器132。如图1B所示，振动传感器134也可以设置在风力涡轮机的塔架中。振动传感器132和振动传感器134测量风力涡轮机的部分的振动。随着时间的推移来测量信号，并因此测量信号模式。
相应的传感器132和传感器134或位于风力涡轮机不同部分如塔架根部、转子叶片、转动轴或齿轮箱处的其它传感器，将机械变量数据传输到控制单元30(参见图1B)。相应信号模式中的任何信号模式或其组合都可用于风力涡轮机的事件或状况的监控。
如图1A和图1B所示，麦克风152紧挨着风力涡轮机安装或安装在风力涡轮机内，以便测量风力涡轮机或风力涡轮机的部分所发出的噪音。根据一个实施例，如图1B所示，麦克风153紧挨着齿轮24安装。因此，由齿轮24所产生的噪音可以用麦克风153来测量。根据其它的实施例，麦克风可另外或备选地紧挨着风力涡轮机的其它部分安装。然而根据其它的实施例，备选地或另外地，可安装麦克风152以测量由风力涡轮机整体上所发出的噪音。测量单元可以将已测量的信号模式传输到例如控制单元30(参见图1B)。
图1A示出了测量风力涡轮机的塔架和转子叶片之间距离的距离测量单元142。随着时间的推移来测量代表塔架2和转子叶片8之间距离的信号，且因此生成信号模式。
控制单元30安装在短舱6内。控制单元30接收由上述测量单元或其它测量单元所生成的多个信号模式。根据本文所述的其它的实施例，其它测量单元测量的信号可包括：风力涡轮机一部分的固有频率、风力涡轮机所发出的噪音、风力涡轮机一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机一部分的应力、风力涡轮机一部分的载荷振荡、风力涡轮机的部分大体上的相对位置、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界的空气湿度或其它的天气状况。
如上所述，在风力涡轮机100内可测量多个信号。因此，通过上述信号中至少两个信号的组合可产生不同的实施例。信号组合可描述如下。根据一个实施例，所测量信号的特性可至少包括下列特性中的任何特性。有风力涡轮机的机械参数。这些机械参数可以是振动、载荷振荡、应力、几何信息、风力涡轮机的部分的固有频率等。此外，可测量天气状况参数。例如，风速、外界空气温度、湿度和风向、气压等都是限定天气状况的参数。风力涡轮机其他的特性可以是运行数据如风力涡轮机功率产生、俯仰活动性、构件运行温度、介质以及风力涡轮机的部分中的环境等。又一组特性指可以通过麦克风152和麦克风153测量的风力涡轮机所发出的噪音或风力涡轮机的部分所发出的噪音。如上所述，根据其它实施例，可以设置附加的麦克风。另外的一组特性是电参数。例如，风力涡轮机表面上的传导性测量。这可以例如应用于转子叶片8的表面传导性。
根据本文所述的实施例，测量并提供了至少两个信号模式用于分析。根据一些实施例，该至少两个信号模式可指示来自一组风力涡轮机特性的不同特性。根据一个实施例，第一信号模式可来自第一特性组，该第一特性组包括风力涡轮机的机械特性、风力涡轮机所发出的噪音、风力涡轮机一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况。第二信号模式为来自于相同的第一特性组的不同特性。
根据又一个实施例，第一信号模式可来自于第二特性组，该第二特性组包括风力涡轮机的机械特性、风力涡轮机所发出的噪音、风力涡轮机一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况。第二信号模式为表示来自于相同的第二特性组的不同特性的信号。
因此，对于本文所述的实施例，用来对风力涡轮机事件或风力涡轮机状况的监控进行分析和评定的信号模式至少部分地是与所测量的参数非直接相关的间接信号。此处，间接相关将理解为如用下列实例所解释。例如，风速计不管用于风速测量的物理原理而测量风速。这样，风速计的输出信号为风速信号和/或风向信号。因此，风速计直接测量风速。作为又一个实例，如果为监控结冰状况而比较两个不同风速计的两个类似测量，则两个风速计的比较是指不同风速计的结冰状况。因此，由于判断了风速计的结冰，故所比较的信号又是用于结冰事件的直接信号。该状况仅在风力涡轮机的不同位置处直接地测量(转子叶片的结冰对比风速计的结冰)。因此，如本文所提及的间接信号与通常不用于监控风力涡轮机事件或风力涡轮机状况的测量有关，或者与不表示针对风力涡轮机不同部分的相同事件的测量有关。
本文所述的实施例测量来自不同特性组的信号模式和/或间接信号的信号模式。分析信号模式并评定已分析数据。该评定导致对风力涡轮机的事件或状况的检测。信号模式分析允许生成对于风力涡轮机通常不可得到的已分析数据。根据不同的实施例，此已分析数据可在短期和/或长期的基础上来评定。例如，已分析数据可以在分钟或小时的时间范围(timeframe)内来评定。然而，当前运行的风力涡轮机的已分析数据还可以相对于上年度类似时期、涡轮机新用时的期间或事件未出现时期的已分析数据来评定。例如，可与可排除结冰的夏季期间所生成的信号模式比较而进行用于监控结冰的评定。
根据本文所述的实施例，例如可以是5个、10个、20个信号模式乃至更多的多个信号模式而不仅对于当前值来评定。通常，风力涡轮机的信号常常与阈值相比较。这适用于单独的测量点、平均信号或信号的移动平均。相反地，本文所述的实施例可包括超过对当前信号或当前信号的平均的这种简单评定的分析。
根据一些实施例，可以单独地对每个信号模式进行信号模式的分析或者可以对信号模式的组合进行信号模式的分析。根据一个实施例，分析可包括对一个或多个信号模式的评级或加权。因此，例如评定了信号模式的稳定性并将该稳定性用于评级或加权。信号模式单独的测量点可评级为不稳定的，且因此被待评定的已分析数据集所忽略。因此，已分析数据是基于可用于评定的具有较高稳定性的已分析信号模式。根据另一个实施例，信号模式单独的测量点还可以基于它们的稳定性来加权。在不稳定的测量点具有例如较小权重的情形中，已分析数据也反映了较高的稳定性。对于有关测量点稳定性的实施例，稳定性的判断可例如相对于一个或多个相邻的测量点进行。高波动的时期不包括在已分析数据的评定中或者被认为带有较小的权重。
根据可备选或另外采用的其它实施例，对于信号模式的分析进行了信号模式的绘图。由此，相对于多个参数对信号模式进行了分析。也就是说，信号模式作为至少二维曲线来分析，且可以例如在至少两个维度中插入信号点。根据还一个实施例，对于信号模式绘图使用了至少四个或至少六个参数。
因此，可基于另一个参数即另一个测量信号来分析信号模式。因此另外地对于本文所述实施例中所提及的时域、空间域和频率域，通过分析作为以下特性函数的信号模式，可产生另外的实施例，这些特性包括：风力涡轮机一部分的固有频率、风力涡轮机所发出的噪音、风力涡轮机一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机一部分的应力、风力涡轮机一部分的载荷振荡、风力涡轮机的部分的相对位置、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它天气状况。因此，除了时域、空间域和频域之外，其它的“域”也可用来分析信号模式。
根据另外的实施例，信号模式的分析可备选或另外地包括趋势分析。因此，可以在短期或长期的基础上来评定信号模式，并且已分析数据包括有关信号模式方面的趋势或变化的信息。当风力涡轮机为新近架设的时可从而相对于风力涡轮机的状态进行分析，或基于对于某一事件如结冰为极不可能的时期(例如夏天)，可从而相对于风力涡轮机的状态进行分析。备选地，可进行短期分析。
根据可另外或备选使用的其它实施例，分析方法可包括自学习式的分析方法。因此，举例来讲，可以使用人工神经网络、模糊逻辑、多变量分析方法、机器学习等。分析方法可例如基于示范性的数据集来学习，对于该示范性的数据集，状况或事件是否存在是已知的。因此，学习数据集包括指示风力涡轮机事件或状况的多个信号模式的信号模式组合。通常，有监督式、无监督式、增强式或其它的学习方法。自学习式分析可改善其随着时间推移的监控准确性，且因此可改善其对事件的监控准确性。
根据可与其它分析方法相结合的其它实施例，可以对信号模式提供傅立叶变换。举例来说，对信号模式进行快速傅立叶变换(FFT)，以提供频域中的已分析数据。可以对频域中的已分析数据进行评定或对于频域中的已分析数据可应用另外的分析方法。通常，根据本文所述的其它实施例，可以结合不同的分析方法。根据其它实施例，分析方法可以与上文所述且不认为是本文所限定的分析方法的平均或阈值评定相结合。
根据可以与本文所述实施例中的任何实施例相结合的不同实施例，分析方法可应用于单独的信号模式或多个信号模式。根据另外的实施例，多个信号模式可以理解为两个信号模式、五个信号模式或甚至更高数目的信号模式。另外任选地有可能的是，组合地分析信号模式组以便可以将不同信号模式组的结果进行组合。举例来说，指示风力涡轮机机械特性的信号模式可以与指示所发出噪音的信号模式相结合地分析。另外，指示所发出噪音的信号模式可以与指示天气状况信号的信号模式相结合地分析。此后，该两个已分析数据模式可以被进一步地分析和/或一起地评定。
作为一个实例，指示风速的第一信号模式和指示功率输出的第二信号模式被一起分析。通过对两个信号模式的组合的稳定性评级可以分析该两个信号模式，以便生成包括稳定性分析的功率曲线。随后可评定为稳定化的功率曲线的已分析数据，以监控是否存在如下事件如结冰、结垢、裂纹、腐蚀、螺栓连接或其它连接的松开、温度控制问题等。根据一个实施例，例如功率输出的稳定性例如在时域中被评级或加权以衍生出带有增加的机率的曲线。因此，仅提取出的曲线被证实为用于评定的已分析数据。举例来说，提取出的已分析数据随后可以与预设定的曲线相比较。根据可与本文所述的其它分析方法相结合的其它实施例，可以将预设定曲线对不同的参数如空气密度、空气温度、其它的天气状况和/或与风力涡轮机的状况或运行相关的参数进行参数化。
本文所述的实施例未经过直接的数据处理，由于单独测量点的准确性可能很低，故直接的数据处理很困难。通过将至少两个信号模式的一组输入的组合结合进逻辑分析器，可以实现对风力涡轮机的状况反常的改善的相关性。当风力涡轮机为新近架设的时，可从而相对于风力涡轮机的状态进行分析，或基于对于某一事件如结冰为极不可能的时期(例如夏天)，可从而相对于风力涡轮机的状态进行分析。备选地，可进行短期分析。
通常，根据本文所述实施例所用的信号模式可能对于它们本身的每一个均不提供用于确定事件或状况的充分可靠性，但多个信号模式信息的组合提高了正确的事件监控的可能性。根据可以与本文所述实施例中的任何实施例相结合的不同实施例，这些分析方法可以在风力涡轮机正常运行时实施或由信号如警报信号、故障信号而触发，乃至在事件发生后进行。根据其它实施例，分析可现场地或远程地地由风力涡轮机控制器、风力涡轮机的监督意见和数据采集工具(SCADA)、风场(wind park)监督意见和数据采集工具来实行。
根据另外的实施例，也可以由风力涡轮机场中的不同风力涡轮机来提供多个信号模式，该多个信号模式被分析以为事件监控的评定提供已分析数据。本领域技术人员将很好理解的是，如果提供了风力涡轮机场，则可以在不同的风力涡轮机中测量用于分析的一个或多个信号模式。因此，本文所述的实施例通过结合单独的信号模式或来自不同风力涡轮机的信号模式组，可以产生另外的实施例。
如图2所示，用于监控风力涡轮机的事件或状况的方法包括多个信号3021，3022...302n的输入。将多个信号提供给控制器、SCADA或远程位置用于分析和评定(步骤310)。举例来说，图1B示出了控制器30，其接收来自设置在风力涡轮机中的测量单元的信号。基于对信号模式的分析和对已分析数据的评定，如步骤321中所示监控事件。如箭头312和虚线箭头312′所示，基于在步骤322和步骤323中所测量的信号模式，可任选地监控多于一个的事件。
通常，根据本文所述的实施例，所述方法可以由适当的软件工具来实施。因此，控制器、SCADA或远程位置设置有可实施上述实施例中的任何实施例的计算机程序产品。
根据本文所述的实施例，提供了用于针对风力涡轮机的事件监控的方法。该方法包括测量表示选自特性组的特性的第一信号模式，该特性组包括：风力涡轮机的机械特性、风力涡轮机所发出的噪音、风力涡轮机一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向和外界空气湿度或其它的天气状况；测量表示选自特性组的不同特性的第二信号模式；用分析方法来分析第一信号模式和第二信号模式或第一已分析信号模式和第二已分析信号模式的组合，其中生成已分析数据；以及评定已分析数据，其中，评定提供对事件的指示性结果。因此，评定有可能包括评定第一信号模式和第二信号模式以及第一已分析信号模式和第二已分析信号模式的组合。根据一些实施例，分析方法包括选自以下组的至少一种方法：分析随着时间推移的稳定性，对信号的评级或加权，傅立叶分析，长期趋势分析，短期趋势分析，绘制成曲线，神经网络分析或其它的自学习式方法以及模糊逻辑。因此，分析方法可以在时域、空间域或频域中实施。
根据另外的实施例，可以监控一个或多个事件/状况。例如，事件可以至少是选自以下组的事件，该组包括：结冰、风力涡轮机的部分的结构完整性、风力涡轮机转子叶片的结垢或腐蚀；连接的松开、温度控制中的问题。
通常，对于本文所述的一些实施例，有可能第一信号模式和/或第二信号模式与事件状况不直接相关。根据实施例，可提供测量至少五个信号模式，这些信号模式表示选自特性组的特性。在此，分析包括用分析方法来分析五个信号模式，且其中，评定包括分析该至少五个已分析信号模式。
根据另一个实施例，提供了用于风力涡轮机的事件监控的方法。该方法包括测量表示选自特性组的特性的第一信号模式，至少测量表示选自特性组的特性的第二信号模式；至少通过以下组中的分析方法，分析第一信号模式和第二信号模式或第一已分析信号模式和第二已分析信号模式的组合，其中生成已分析数据，该组包括：信号模式的单独信号的评级或加权、傅立叶分析；趋势分析；将信号模式绘制成至少具有两个参数的曲线；用神经网络或其它自学习式方法的分析；和评定已分析数据，其中，评定提供对事件的指示性结果。根据另外的实施例，特性组任选地有可能包括：风力涡轮机一部分的固有频率、风力涡轮机所发出的噪音、风力涡轮机一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机一部分的应力、风力涡轮机一部分的载荷振荡、风力涡轮机的部分的相对位置、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况。
根据可能备选或另外地提供的其它实施例，评定包括评定第一信号模式和第二信号模式以及评定第一已分析信号模式和第二已分析信号模式的组合。作为另外的附加或备选的选择，分析方法在时域、空间域或频域中进行。
根据另一个实施例，提供了用于风力涡轮机的事件监控单元。该单元包括第一信号测量单元，其适于测量表示选自特性组的特性的第一信号模式，该特性组包括：风力涡轮机一部分的固有频率、风力涡轮机或风力涡轮机一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机一部分的应力、风力涡轮机一部分的载荷振荡、风力涡轮机的部分的相对位置、风力涡轮机的部分的表面传导性、运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况；第二信号测量单元，其适于至少测量表示选自特性组的不同特性的第二信号模式；分析单元，其连接以接收第一信号模式和第二信号模式并适于通过分析方法来分析第一信号和第二信号，其中生成第一已分析信号模式和第二已分析信号模式；评定单元，其适于至少评定第一已分析信号模式和第二已分析信号模式，在其中，评定提供对事件的指示性结果。
另外的实施例涉及用于实施所公开方法的风力涡轮机或用于包括涉及监控单元的实施例的风力涡轮机。
此书面说明书使用实例来公开本发明，包括其最佳模式，并且使得任何本领域技术人员能够实施和使用本发明。尽管已根据各种具体实施例描述了本发明，但本领域技术人员将会承认，可以用属于权利要求精神和范围内的修改来实施本发明。特别地，上述实施例的相互非排它的特征可以彼此结合。本发明可取得专利的范围由权利要求来限定，并且可包括本领域技术人员所想到的其它实例。如果这种其它的实例具有不异于权利要求字面文字的结构要件，或者如果它们包括与权利要求字面术语无实质差异的等同结构元件，则这种其他的示例意在处于权利要求范围内。

Claims (13)

1.一种用于针对风力涡轮机(100)的事件监控的方法，包括：
测量表示选自特性组的特性的第一信号模式(302n)，所述特性组包括：风力涡轮机的机械特性、风力涡轮机所发出的噪音、风力涡轮机的一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况；
至少测量表示选自所述特性组的不同特性的第二信号模式(302n)；
在步骤(310)用分析方法分析所述第一信号模式和所述第二信号模式或者所述第一已分析信号模式和所述第二已分析信号模式的组合，其中生成已分析数据；
在步骤(310)评定所述已分析数据，其中，所述评定提供对事件(312，322，323)的指示性结果。
2.根据权利要求1所述的方法，其特征在于，所述分析方法至少包括选自以下方法组的方法：分析随着时间推移的稳定性，信号的评级或加权，用稳定性评级或加权、傅立叶分析，长期趋势分析，短期趋势分析，绘制成曲线，神经网络分析或其它的自学习式方法以及模糊逻辑。
3.根据权利要求1到2中任一项所述的方法，其特征在于，所述第一信号模式和所述第二信号模式(302n)与所述事件不直接相关。
4.一种用于针对风力涡轮机的事件监控的方法，包括：
测量表示选自特性组的特性的第一信号模式(302n)，
至少测量表示选自所述特性组的特性的第二信号模式(302n)；
在步骤(310)至少用以下组中的分析方法，分析所述第一信号模式和所述第二信号模式或者所述第一已分析信号模式和所述第二已分析信号模式的组合，其中生成已分析数据，所述组包括：所述信号模式的单独信号的评级或加权、稳定性分析、傅立叶分析、趋势分析；将所述信号模式绘制成具有至少两个参数的曲线；用神经网络或其它自学习式方法的分析；
在步骤(310)评定所述已分析数据，其中，所述评定提供对事件(312，322，323)的指示性结果。
5.根据权利要求4所述的方法，其特征在于，所述特性组包括：风力涡轮机的一部分的固有频率、风力涡轮机所发出的噪音、风力涡轮机的一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的一部分的应力、风力涡轮机的一部分的载荷振荡、风力涡轮机的部分的相对位置、风力涡轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况。
6.根据上述权利要求中任一项所述的方法，其特征在于，所述评定包括评定所述第一信号模式和所述第二信号模式(302n)以及所述第一已分析信号模式和所述第二已分析信号模式的组合。
7.根据上述权利要求中任一项所述的方法，其特征在于，所述分析方法在时域或频域中实施。
8.根据上述权利要求中任一项所述的方法，其特征在于，所述事件(312，322，323)至少是选自包括以下事件的事件：结冰、所述风力涡轮机的部分的结构完整性、所述风力涡轮机的转子叶片的结垢或腐蚀；连接的松开、温度控制中的问题。
9.根据上述权利要求中任一项所述的方法，其特征在于，基于所述第一信号模式和所述第二信号模式来监控至少两个事件。
10.一种计算机程序产品，其用于实施根据上述权利要求中任一项所述的用于针对风力涡轮机(100)的事件监控的方法。
11.一种用于风力涡轮机(100)的事件监控单元，包括：
第一信号测量单元(110，111，112，114，116，122，132，134，142，152，153)，其适于测量表示选自特性组的特性的第一信号模式(302n)，所述特性组包括：所述风力涡轮机的一部分的固有频率、所述风力涡轮机或所述风力涡轮机的一部分所发出的噪音；所述风力涡轮机的功率输出、风力涡轮机的一部分的应力、所述风力涡轮机的一部分的载荷振荡、所述风力涡轮机的部分的相对位置、所述风力涡轮机的部分的表面传导性、运行数据、所述风力涡轮机的部分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状况；
第二信号测量单元(110，111，112，114，116，122，132，134，142，152，153)，其适于至少测量表示选自所述特性组的不同特性的第二信号模式；
分析单元(30)，其连接以接收所述第一信号模式和所述第二信号模式并适于用分析方法来分析所述第一信号和所述第二信号，其中生成第一已分析信号模式和第二已分析信号模式；
评定单元(30)，其适于至少评定所述第一已分析信号模式和所述第二已分析信号模式，其中，所述评定提供对事件(312，322，323)的指示性结果。
12.根据权利要求11所述的事件监控单元，其特征在于，所述第一信号测量单元和所述第二信号测量单元中的至少一个测量单元为麦克风(152，153)。
13.一种风力涡轮机(100)，包括：根据权利要求11所述的事件监控单元。
CN2008102106734A 2007-08-10 2008-08-08 通过信号的组合的事件监控 Active CN101363420B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/836,976 2007-08-10
US11/836976 2007-08-10
US11/836,976 US7895018B2 (en) 2007-08-10 2007-08-10 Event monitoring via combination of signals

Publications (2)

Publication Number Publication Date
CN101363420A true CN101363420A (zh) 2009-02-11
CN101363420B CN101363420B (zh) 2012-12-05

Family

ID=39791115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008102106734A Active CN101363420B (zh) 2007-08-10 2008-08-08 通过信号的组合的事件监控

Country Status (5)

Country Link
US (1) US7895018B2 (zh)
EP (1) EP2026160B1 (zh)
CN (1) CN101363420B (zh)
DK (1) DK2026160T3 (zh)
ES (1) ES2809172T3 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102003354A (zh) * 2010-12-10 2011-04-06 重庆大学 风力发电机组热交换除冰系统
CN102053600A (zh) * 2009-10-28 2011-05-11 通用电气公司 用于风摩擦监控的系统和方法
CN102352824A (zh) * 2011-10-11 2012-02-15 苏州市思玛特电力科技有限公司 一种基于电气信息的风力发电机健康状态监测系统和方法
CN102434388A (zh) * 2011-11-17 2012-05-02 高丙团 风力发电机组健康状态在线监测装置及其监测方法
CN102494894A (zh) * 2011-11-17 2012-06-13 高丙团 风力发电机组音频监测和故障诊断系统及其方法
CN102828919A (zh) * 2011-06-14 2012-12-19 西门子公司 声学监控风力涡轮机的方法、声学监控系统和重装备套件
CN107642464A (zh) * 2017-09-22 2018-01-30 中国华能集团公司 一种风机叶片结冰检测装置及检测方法
CN111456914A (zh) * 2020-03-23 2020-07-28 上海电气风电集团股份有限公司 风机机舱内部机械部件的监测系统和方法
CN111720272A (zh) * 2020-06-30 2020-09-29 国电联合动力技术有限公司 一种风力发电机组微环境智能化监控装置及其控制方法
CN112001121A (zh) * 2020-08-25 2020-11-27 公安部物证鉴定中心 基于太阳辐射的大面积平缓地区预测性土壤制图方法

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4210286B2 (ja) * 2003-08-07 2009-01-14 ヴェスタス，ウィンド，システムズ エー／エス 機能異常中の電力網に接続されている風力タービンを制御する方法、制御システム、風力タービン、及び一群の風力タービン
EP2037212B1 (en) * 2007-09-12 2015-12-30 Siemens Aktiengesellschaft Method and sensor setup for determination of deflection and/or strain
US7956482B2 (en) * 2008-01-18 2011-06-07 General Electric Company Speed controlled pitch system
US8786117B2 (en) * 2008-06-13 2014-07-22 General Electric Company Wind turbine sensor assembly and method of assembling the same
US8408871B2 (en) * 2008-06-13 2013-04-02 General Electric Company Method and apparatus for measuring air flow condition at a wind turbine blade
JP4939508B2 (ja) * 2008-09-26 2012-05-30 三菱重工業株式会社 風車構造体の応力解析装置及び応力解析プログラム並びに風力発電システム
US8057174B2 (en) * 2008-10-09 2011-11-15 General Electric Company Method for controlling a wind turbine using a wind flow model
US8015865B2 (en) * 2008-10-17 2011-09-13 Reed & Reed, Inc. Wind turbine foundation monitoring system
EP2182205B1 (en) * 2008-10-28 2016-03-09 Siemens Aktiengesellschaft Wind turbine arrangement and method for aligning a wind turbine with the wind direction
US8050887B2 (en) * 2008-12-22 2011-11-01 General Electric Company Method and system for determining a potential for icing on a wind turbine blade
DE102009009039A1 (de) * 2009-02-16 2010-08-19 Prüftechnik Dieter Busch AG Windenergieanlage mit Überwachungssensoren
US7896613B2 (en) * 2009-06-03 2011-03-01 General Electric Company System and method for wind turbine noise control and damage detection
US20110020122A1 (en) * 2009-07-24 2011-01-27 Honeywell International Inc. Integrated condition based maintenance system for wind turbines
BRPI0909772A2 (pt) * 2009-08-19 2015-10-06 Mitsubishi Heavy Ind Ltd turbina eólica, e, método de remoção de gelo de pá de turbina eólica
US20100135790A1 (en) * 2009-10-14 2010-06-03 Sujan Kumar Pal Wind turbine blade with foreign matter detection devices
US8872375B2 (en) * 2010-03-05 2014-10-28 Deka Products Limited Partnership Wind turbine apparatus, systems and methods
US9062653B2 (en) 2010-08-23 2015-06-23 Vestas Wind Systems A/S Changing a mode of operation of a wind turbine
US8043054B2 (en) * 2010-08-25 2011-10-25 General Electric Company Method and system for monitoring wind turbine
US8489363B2 (en) 2010-09-28 2013-07-16 General Electric Company Monitoring and diagnosing generator operation
DE102010053523B4 (de) * 2010-12-04 2015-09-10 Nordex Energy Gmbh Verfahren zur Überwachung einer statischen und/oder dynamischen Stabilität einer Windenergieanlage
US8178989B2 (en) * 2010-12-15 2012-05-15 General Electric Company System and methods for adjusting a yaw angle of a wind turbine
US9683554B2 (en) * 2011-08-16 2017-06-20 Vestas Wind Systems A/S Acoustic noise monitoring system for a wind turbine
US20140200725A1 (en) * 2011-09-12 2014-07-17 Koninklijke Philips N.V. Device and method for disaggregating a periodic input signal pattern
US8326577B2 (en) * 2011-09-20 2012-12-04 General Electric Company System and method for predicting wind turbine component failures
EP2615302B1 (de) * 2012-01-10 2015-09-02 Nordex Energy GmbH Verfahren zum Betreiben einer Windenergieanlage, bei dem auf Grundlage meteorologischer Daten eine Vereisungsgefahr ermittelt wird, und Windenergieanlage zur Ausführung des Verfahrens
US8979472B2 (en) * 2012-02-06 2015-03-17 James Heathcote Hayman Directional, sealable wind-powered turbine
KR20140014898A (ko) * 2012-07-27 2014-02-06 현대중공업 주식회사 풍력발전기 블레이드의 결빙 감지 시스템
EP2746885A1 (en) * 2012-12-18 2014-06-25 Alstom Wind, S.L.U. Method of monitoring the condition of a wind turbine
DE102013202261A1 (de) * 2013-02-12 2014-08-28 Senvion Se Verfahren zum Überprüfen des Betriebs einer Windenergieanlage und Windenergieanlage
EP2826993B1 (de) * 2013-07-17 2017-04-12 ADIOS Patent GmbH Windenergieanlagenrotorblattenteisungsverfahren sowie Windenergieanlagenrotorblattenteisungssystem
AT514680A2 (de) 2013-08-05 2015-02-15 Uptime Engineering Gmbh Prozess zur Optimierung der Wartung technischer Systeme
DE102015117032A1 (de) 2015-10-07 2017-04-13 Wobben Properties Gmbh Verfahren zum Überwachen einer Windenergieanlage
DE102015120306A1 (de) 2015-11-24 2017-05-24 Wobben Properties Gmbh Verfahren zum Ausgeben von Steuerbefehlen oder Ereignismeldungen für eine Windenergieanlage oder einen Windpark sowie eine Auswerteeinrichtung und ein System hierfür
US10266278B2 (en) 2016-10-11 2019-04-23 Unison Industries, Llc Starter issue detection
CN110177934B (zh) * 2016-11-14 2021-09-14 维斯塔斯风力系统集团公司 风力涡轮机的噪声分析与控制
JP6503419B2 (ja) 2017-07-07 2019-04-17 三菱重工業株式会社 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設
CN111788387B (zh) * 2017-12-29 2023-09-05 维斯塔斯风力系统集团公司 用于监视风力涡轮机的方法和装置
EP3623616A1 (en) 2019-08-23 2020-03-18 Ventus Engineering GmbH Detection of abnormal conditions on a wind turbine generator
EP3839250A1 (en) * 2019-12-16 2021-06-23 Siemens Gamesa Renewable Energy A/S Method and an apparatus for computer-implemented monitoring of a wind turbine
CN114787505A (zh) * 2019-12-17 2022-07-22 通用电气公司 用于监测风力涡轮的转子叶片健康的系统和方法
WO2022053117A1 (en) * 2020-09-09 2022-03-17 Vestas Wind Systems A/S Wind turbine blade
CN113530763A (zh) * 2021-06-10 2021-10-22 北京国电思达科技有限公司 一种风电机组叶片零位异常监测方法、系统
US11802545B1 (en) 2022-09-26 2023-10-31 General Electric Company Method and system for detection and mitigation of edge-wise vibrations in wind turbine blades

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10113039A1 (de) * 2001-03-17 2002-10-02 Aloys Wobben Windenergieanlage
GB2405492A (en) * 2003-08-30 2005-03-02 Distant Control Ltd System for remote monitoring and control of power generating plant
EP1531376A1 (en) * 2003-11-14 2005-05-18 Gamesa Eolica, S.A. (Sociedad Unipersonal) Monitoring and data processing equipment for wind turbines and predictive maintenance system for wind power stations
US6925385B2 (en) * 2003-05-16 2005-08-02 Seawest Holdings, Inc. Wind power management system and method
CN1707262A (zh) * 2004-06-10 2005-12-14 通用电气公司 转子叶片上冰的检测的方法和设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19534404A1 (de) 1995-09-16 1997-03-20 En Umwelt Beratung E V I Verfahren zur Bestimmung des technischen Zustandes einer Windkraftanlage
DE19948194C2 (de) 1999-10-06 2001-11-08 Aloys Wobben Verfahren zur Überwachung von Windenergieanlagen
DE10065314B4 (de) 2000-12-30 2007-08-16 Igus - Innovative Technische Systeme Gmbh Verfahren und Einrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen
DK175912B1 (da) * 2002-12-20 2005-06-20 Lm Glasfiber As Fremgangsmåde til drift af en vindmölle
DE10323785B4 (de) 2003-05-23 2009-09-10 Wobben, Aloys, Dipl.-Ing. Verfahren zum Erkennen eines Eisansatzes an Rotorblättern
ATE352057T1 (de) * 2003-11-14 2007-02-15 Gamesa Eolica S A Soc Uniperso Überwachungs- und datenverarbeitungseinheit für windräder und system für eine vorbeugende wartung für windräderanlagen
US7476985B2 (en) * 2005-07-22 2009-01-13 Gamesa Innovation & Technology, S.L. Method of operating a wind turbine
DK1748185T3 (da) * 2005-07-28 2012-07-30 Gen Electric Isdannelsesdetektionssystem til en vindmølle
US7487673B2 (en) * 2006-12-13 2009-02-10 General Electric Company Ice detection based on anemometry

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10113039A1 (de) * 2001-03-17 2002-10-02 Aloys Wobben Windenergieanlage
US6925385B2 (en) * 2003-05-16 2005-08-02 Seawest Holdings, Inc. Wind power management system and method
GB2405492A (en) * 2003-08-30 2005-03-02 Distant Control Ltd System for remote monitoring and control of power generating plant
EP1531376A1 (en) * 2003-11-14 2005-05-18 Gamesa Eolica, S.A. (Sociedad Unipersonal) Monitoring and data processing equipment for wind turbines and predictive maintenance system for wind power stations
CN1707262A (zh) * 2004-06-10 2005-12-14 通用电气公司 转子叶片上冰的检测的方法和设备

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102053600A (zh) * 2009-10-28 2011-05-11 通用电气公司 用于风摩擦监控的系统和方法
CN102003354A (zh) * 2010-12-10 2011-04-06 重庆大学 风力发电机组热交换除冰系统
CN102828919B (zh) * 2011-06-14 2017-03-01 西门子公司 声学监控风力涡轮机的方法、声学监控系统和重装备套件
CN102828919A (zh) * 2011-06-14 2012-12-19 西门子公司 声学监控风力涡轮机的方法、声学监控系统和重装备套件
CN102352824B (zh) * 2011-10-11 2013-07-10 苏州市思玛特电力科技有限公司 一种基于电气信息的风力发电机健康状态监测系统和方法
CN102352824A (zh) * 2011-10-11 2012-02-15 苏州市思玛特电力科技有限公司 一种基于电气信息的风力发电机健康状态监测系统和方法
CN102434388A (zh) * 2011-11-17 2012-05-02 高丙团 风力发电机组健康状态在线监测装置及其监测方法
CN102434388B (zh) * 2011-11-17 2013-11-20 高丙团 风力发电机组健康状态在线监测装置及其监测方法
CN102494894A (zh) * 2011-11-17 2012-06-13 高丙团 风力发电机组音频监测和故障诊断系统及其方法
CN107642464A (zh) * 2017-09-22 2018-01-30 中国华能集团公司 一种风机叶片结冰检测装置及检测方法
CN111456914A (zh) * 2020-03-23 2020-07-28 上海电气风电集团股份有限公司 风机机舱内部机械部件的监测系统和方法
CN111720272A (zh) * 2020-06-30 2020-09-29 国电联合动力技术有限公司 一种风力发电机组微环境智能化监控装置及其控制方法
CN112001121A (zh) * 2020-08-25 2020-11-27 公安部物证鉴定中心 基于太阳辐射的大面积平缓地区预测性土壤制图方法
CN112001121B (zh) * 2020-08-25 2022-01-28 公安部物证鉴定中心 基于太阳辐射的大面积平缓地区预测性土壤制图方法

Also Published As

Publication number Publication date
CN101363420B (zh) 2012-12-05
ES2809172T3 (es) 2021-03-03
US7895018B2 (en) 2011-02-22
EP2026160A1 (en) 2009-02-18
DK2026160T3 (da) 2020-08-10
EP2026160B1 (en) 2020-05-06
US20090039650A1 (en) 2009-02-12

Similar Documents

Publication Publication Date Title
CN101363420B (zh) 通过信号的组合的事件监控
US9347432B2 (en) System and method for enhanced operation of wind parks
CN108291527B (zh) 一种监测和评估风力涡轮机功率性能变化的方法
EP2565444B1 (de) Verfahren und Vorrichtung zur Zustandsüberwachung von Rotorblättern
CN1707262B (zh) 转子叶片上冰的检测的方法和设备
CN108291529B (zh) 一种监测和评估风力涡轮机功率性能变化的方法
DK2131037T3 (en) Monitoring of the operation of a wind power installation by means of the noise analysis
US20130114066A1 (en) System and method of in situ wind turbine blade monitoring
EP3874166B1 (en) Detection of heavy rain or hail on a blade of wind turbine
DK201500031A1 (en) Methods and apparatus for sensing parameters of rotating blades
US10844842B2 (en) Abnormality monitoring apparatus and abnormality monitoring method for wind farm
CN103608653A (zh) 包括光学传感器系统的风力涡轮机
CN103940611A (zh) 一种风电机组变工况下滚动轴承自适应异常检测方法
CN103925155A (zh) 一种风电机组输出功率异常的自适应检测方法
KR20130061834A (ko) 풍력발전기 로터블레이드의 얼음 감시 방법
WO2018233787A1 (en) METHOD FOR DETERMINING LOAD RECURRENCE WITHIN THE DIRECTION OF WHEELED BLADE TRAIN
US20230272783A1 (en) Device for identifying an accumulation of ice on rotor blades of a wind turbine and method for teaching such a device
Wondra et al. Analysis of icing on wind turbines by combined wireless and wired acceleration sensor monitoring
Roy Performance assesment of SCADA based wind turbine: condition monitoring approaches
CN116398379B (zh) 基于分布式光纤传感的风电机组叶片状态监测装置及方法
Arbinge The effect on noise emission from wind turbines due to ice accretion on rotor blades
CN104764603A (zh) 一种环境因素对风电设备故障演化程度影响的评估方法
Wang et al. Research on Online Monitoring of Wind Turbine Blade Damage Based on Working Mode Analysis
Hougaard et al. Wind turbine main shaft crack detection with SCADA generator speed measurement
Bassett Vibration based structural health monitoring for utility scale wind turbines

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240102

Address after: Barcelona, Spain

Patentee after: Ge renewable energy Spain Ltd.

Address before: New York, United States

Patentee before: General Electric Co.

TR01 Transfer of patent right