CN102242695A - 基于突变峰值指标风力发电机组异常状态预警方法 - Google Patents

基于突变峰值指标风力发电机组异常状态预警方法 Download PDF

Info

Publication number
CN102242695A
CN102242695A CN2011101799709A CN201110179970A CN102242695A CN 102242695 A CN102242695 A CN 102242695A CN 2011101799709 A CN2011101799709 A CN 2011101799709A CN 201110179970 A CN201110179970 A CN 201110179970A CN 102242695 A CN102242695 A CN 102242695A
Authority
CN
China
Prior art keywords
generating set
early warning
peak value
wind generating
sudden change
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
CN2011101799709A
Other languages
English (en)
Other versions
CN102242695B (zh
Inventor
陈雪峰
程航
何正嘉
李兵
訾艳阳
张周锁
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN2011101799709A priority Critical patent/CN102242695B/zh
Publication of CN102242695A publication Critical patent/CN102242695A/zh
Application granted granted Critical
Publication of CN102242695B publication Critical patent/CN102242695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y02E10/722

Landscapes

  • Wind Motors (AREA)

Abstract

本发明公开了一种基于突变峰值指标风力发电机组异常状态预警方法,分析评估陆上非直驱型风力发电机组特有的外部激励引起的风力发电机组异常状态,如阵风、湍流等,对传动系统的影响;分析评估风力发电机组因起机、并网、偏航、停机及低电压穿越等异常状态对传动系统的影响。本方法针对风力发电机组的连续监测提出了突变峰值指标,并确定了合适的预警、报警阈值。本发明的有益效果是:通过该方法可以对风力发电机组异常运行状态引起的传动系统异常进行管理,确定重点检修部件,对检修计划的安排调整给出指导性原则。

Description

基于突变峰值指标风力发电机组异常状态预警方法
技术领域
本发明涉及风力发电机组异常状态检测领域,具体涉及一种基于突变峰值指标风力发电机组异常状态预警方法。
背景技术
我国风力发电迅猛发展,从2005年开始,中国的风电总装机连续5年实现翻番;2010年,中国风电延续了其迅猛的发展势头,总装机比2009年增长约62%,首次超过美国,跃居世界第一。风力发电机组具有低碳、高精度、高柔性等优点,其自动化程度高,价格昂贵,结构复杂。运行环境恶劣、机舱离地较高,风力发电机组,特别是传动系统,一旦发生故障或损伤,将造成巨大经济损失,甚至可能引发灾难性事故。据瑞典风场统计,传动系统仅发电机与齿轮箱故障造成的停机时间是风力发电机组故障总停机时间的28.3%,考虑到我国装备制造业的实际情况这个比例会更高,非计划停机造成的经济损失巨大。由于特殊的结构和运行方式,相比其他机器,风力发电机组除起、停机外还有偏航、低电压穿越等异常状态;湍流、阵风等随机的风速波动或非对称气流对风力发电机组的影响也不容小视。
现行的结构和机械振动标准所涉及的振动都是由机器本身产生且直接作用于机器零部件的,是对机器运行的常规状态进行评估;外部激励、异常状态对机器的影响没有考虑在内。风力发电机组独特的变转速运行方式、固有的外部工作条件、复杂且恶劣的工作环境,运行过程中长期伴随切入、切出、停机、偏航、低电压穿越、湍流、阵风等异常事件的发生,这使得现行的结构和机械振动评估方法不适用于风力发电机组的异常状态评估。而这些异常事件的频发对风力发电机组传动系统的可靠运行是巨大的考验,频繁的阵风冲击、低电压穿越对柔性支撑的风力发电机组传动系统都有着不可估计的后果。异常状态随机、多变及相互耦合、风力发电机组传动系统柔性支撑等特点致使风力发电机组频发的异常事件对传动系统的可靠性评估困难重重。振动信号的时域指标方便、快捷,是实现在线报警的良好选择,针对异常状态预警,综合考虑稳定性、可靠性、可操作性、直观性及对计算硬件的要求,现有的时域指标都存有缺陷。因此,研究并提出先进、快速并易于应用的时域指标,进行风力发电机组异常状态的评估,准确、快速地对异常状态进行管理,预防重大事故发生,具有重要工程应用价值。
发明内容
本发明的目的是提供基于突变峰值指标风力发电机组异常状态预警方法,用于指导风力发电机组状态监测,保证风力发电机的安全运行,避免恶性事故的发生,提高经济和社会效益。本发明主要针对陆上非直驱型风力发电机组的传动系统,具体部件包括主轴、齿轮箱及发电机,提供科学有效的异常状态预警方法。根据该方法可以对风力发电机组异常运行状态引起的传动系统异常进行管理,确定重点检修部件,对检修计划的安排调整给出指导性原则。
本发明的技术方案是这样实现的:
针对输出功率不超过1MW陆上非直驱型风力发电机组;测试条件为风力发电机组正常运转情况下,不少于名义输出功率的20%的生产运行模式进行并网测试,包括起机、并网、停机、偏航及低电压穿越异常状态,方法包含如下步骤:
1)使用加速度传感器,对发电机前轴承、发电机后轴承、主轴轴承、行星齿轮增速箱齿圈、行星齿轮增速箱低速轴轴承、行星齿轮增速箱中间轴轴承、行星齿轮增速箱高速轴轴承,这七处的水平与垂直振动进行测量,得到水平与垂直振动信号a(t);
2)对所采集的水平与垂直振动信号a(t),单位为g,按以下方法进行处理:
AC p = a p T 0 H 0 , 公式1
其中 H 0 = 1 T 0 Σ e = 1 20 E ut 2 · T e . 公式2
E ut = 1 T ∫ 0 T e a 2 ( t ) dt 公式3
a p T 0 = max ( a p T e ) 公式4
a pT e = E [ max | a ( t ) | ] . 公式5
其中Te为测量值的单位计算时间——3s;T0为故障检测的评估时间——1min,Eut为测量值单位计算时间Te内的均方根值;H0为评估时间T0内Eut的均方根值;
Figure BDA0000072375600000031
为测量值单位计算时间Te内的峰值;
Figure BDA0000072375600000032
为评估时间T0内的突变峰值;ACp为评估时间T0内的突变峰值指标;
3)步骤2)计算得到的突变峰值指标,连续监测期间若每小时有大于或等于25%的值位于15以上,预警并对相关部件安排日常排查;若每小时有25%的值位于20以上,报警并停机。
基于突变峰值指标风力发电机组异常状态预警参考阈值为15、报警参考阈值为20。
预警参考阈值15与报警参考阈值20,是以每小时大于或等于25%的突变峰值指标为对象。
本发明提出了一种适用于连续监测的基于突变峰值指标风力发电机组异常状态预警方法,主要解决了以下问题:
(1)针对风力发电机组由湍流、阵风等随机风速波动引起的风力发电机组传动系统的异常,研究、设计了突变峰值指标ACp
(2)突变峰值指标ACp同样也适用于异常运行状态(包括起机、停机、并网、偏航及低电压穿越等)引起的传动系统异常的评估。
(3)经过大量测试分析,确定了合适的预警、报警阈值,对风力发电机组的维护、运行管理给出了理论指导。
基于突变峰值指标风力发电机组异常状态预警方法针对输出功率不超过1MW陆上非直驱型风力发电机组;测试条件为风力发电机组正常运转情况下,不少于名义输出功率的20%的生产运行模式进行并网测试,包括起机、停机、并网、偏航。
本发明的方法具有以下特点:
(1)针对风力发电机组异常状态对传动系统的影响进行了分级,并给出了参考阈值。
(2)通过该方法可以对风力发电机组异常运行状态引起的传动系统异常进行管理,确定重点检修部件,对检修计划的安排调整给出指导性原则。
(3)本发明计算简便、快捷,便于工程实际应用。
附图说明
图1是本发明风力发电机组传动系统传感器的测点分布图。
图2是本发明具体实施例的待测信号,为某风场CST_35机组主轴轴承垂直振动信号。
图3是本发明的计算流程。
具体实施方式
下面是本发明结合附图的一个实施案例,包含了采用本发明的状态评估过程,它的特征、目的和优点可以从实施案例的说明中看出。
图1是本发明传感器的测点分布图,分别测量发电机前轴承1、发电机后轴承2、主轴轴承3、行星齿轮增速箱齿圈4、行星齿轮增速箱低速轴轴承5、行星齿轮增速箱中间轴轴承6、行星齿轮增速箱高速轴轴承7,这七处的水平与垂直振动。
国内某风机制造商生产的750KW定桨失速型风力发电机组进行定期监测,加速度传感器按图1进行布置。测试数据历经起机、并网运行及停机,共约60分钟,采样频率为12800Hz。T0为1min,单位计算间隔Te为3s。
图2为B02机组测点3垂直振动信号,即主轴前轴承3垂直振动信号,通过时域波形可以看出风力发电机运行过程中不断承受冲击。本次测试历经1小时;以下通过计算结合附图3说明本发明的计算流程。
图3是本发明的计算流程,对于图2的待评估信号,结合图3的操作流程本发明的具体实施步骤如下所述:
1)按公式3 ( E ut = 1 T ∫ 0 T e a 2 ( t ) dt ) , 公式5 ( a pT e = E [ max | a ( t ) | ] ) 计算出60组测量值单位计算时间Te内的均方根值Eut、60组为测量值单位计算时间Te内的峰值每组各20个数;
2)对计算出的60组Eut、60组
Figure BDA0000072375600000044
每组数按公式2
Figure BDA0000072375600000045
公式4
Figure BDA0000072375600000046
分别进行计算,得到60个评估时间T0内Eut的均方根值H0与60个评估时间T0内的突变峰值
Figure BDA0000072375600000047
3)对得到60个H0与60个
Figure BDA0000072375600000048
按顺序一一对应,代入公式3
Figure BDA0000072375600000049
进行计算。得到测量数据的评估结果ACp共60个,分别为4、15.8、4.2、5.2、9.8、12.1、15.1、7.3、6.8、15、4、40、4.3、15、4、4.7、5.7、4.5、4.2、4.1、5、16.3、4.5、15.7、4、5、16、7.2、6.5、15.5、5.2、4、15.6、6.7、5.1、4、4.2、15.9、4、5.3、4.5、5.1、22.2、9.4、4.1、5.1、15.5、4、6.1、5.3、4.5、15.7、10.3、4、4.5、4、16、4.5、7.3。
4)除出现一次较大值40外,一次评估值大于报警参考值20,还出现13次评估在预警参考值15以上,即超过预警参考值的突变峰值共计15个,占此次测量时间——1小时的25%。该机组一个小时内存在异常状态,检查发现存在非正常偏航,根本原因是偏航控制系统出现差错。

Claims (3)

1.基于突变峰值指标风力发电机组异常状态预警方法,其特征在于,针对输出功率不超过1MW陆上非直驱型风力发电机组;测试条件为风力发电机组正常运转情况下,不少于名义输出功率的20%的生产运行模式进行并网测试,包括起机、并网、停机、偏航及低电压穿越异常状态,方法包含如下步骤:
1)使用加速度传感器,对发电机前轴承(1)、发电机后轴承(2)、主轴轴承(3)、行星齿轮增速箱齿圈(4)、行星齿轮增速箱低速轴轴承(5)、行星齿轮增速箱中间轴轴承(6)、行星齿轮增速箱高速轴轴承(7),这七处的水平与垂直振动进行测量,得到水平与垂直振动信号a(t);
2)对所采集的水平与垂直振动信号a(t),单位为g,按以下方法进行处理:
AC p = a p T 0 H 0 , 公式1
其中 H 0 = 1 T 0 Σ e = 1 20 E ut 2 · T e . 公式2
E ut = 1 T ∫ 0 T e a 2 ( t ) dt 公式3
a p T 0 = max ( a p T e ) 公式4
a pT e = E [ max | a ( t ) | ] . 公式5
其中,Te为测量值的单位计算时间——3s;T0为故障检测的评估时间——1min,
Figure FDA0000072375590000016
Eut为测量值单位计算时间Te内的均方根值;H0为评估时间T0内Eut的均方根值;
Figure FDA0000072375590000017
为测量值单位计算时间Te内的峰值;为评估时间T0内的突变峰值;ACp为评估时间T0内的突变峰值指标;
3)步骤2)计算得到的突变峰值指标ACp,连续监测期间每小时有大于或等于25%的值位于15以上,预警并对部件安排日常排查;每小时有大于或等于25%的值位于20以上,报警并停机。
2.根据权利要求1所述的方法,其特征在于,基于突变峰值指标风力发电机组异常状态预警参考阈值为15、报警参考阈值为20。
3.根据权利要求2所述的方法,其特征在于,预警参考阈值15与报警参考阈值20,是以每小时大于或等于25%的突变峰值指标为对象。
CN2011101799709A 2011-06-29 2011-06-29 基于突变峰值指标风力发电机组异常状态预警方法 Active CN102242695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011101799709A CN102242695B (zh) 2011-06-29 2011-06-29 基于突变峰值指标风力发电机组异常状态预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011101799709A CN102242695B (zh) 2011-06-29 2011-06-29 基于突变峰值指标风力发电机组异常状态预警方法

Publications (2)

Publication Number Publication Date
CN102242695A true CN102242695A (zh) 2011-11-16
CN102242695B CN102242695B (zh) 2013-07-31

Family

ID=44960901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101799709A Active CN102242695B (zh) 2011-06-29 2011-06-29 基于突变峰值指标风力发电机组异常状态预警方法

Country Status (1)

Country Link
CN (1) CN102242695B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412261A (zh) * 2013-08-05 2013-11-27 中国长江三峡集团公司 一种发电机机组多运行状态表示方法
CN103645060A (zh) * 2013-11-08 2014-03-19 北京能高自动化技术股份有限公司 基于状态监控系统的风力发电机组突发故障识别诊断方法
CN104775986A (zh) * 2015-04-22 2015-07-15 上海电机学院 风力发电机偏航控制系统及控制方法
CN110617184A (zh) * 2018-06-20 2019-12-27 北京金风慧能技术有限公司 检测风力发电机组的叶片故障的方法和设备
CN113404651A (zh) * 2020-03-16 2021-09-17 北京金风科创风电设备有限公司 风力发电机组的数据异常检测方法和装置
CN114235387A (zh) * 2021-11-08 2022-03-25 三一重能股份有限公司 高速轴转速震荡检测方法、装置及作业机械
CN114594812A (zh) * 2022-03-09 2022-06-07 新泰市日进化工科技有限公司 一种动态调整降低能耗的结晶反应釜冷却水恒温系统
WO2023142372A1 (zh) * 2022-01-30 2023-08-03 新疆金风科技股份有限公司 一种针对风力发电机的检测方法和相关装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101196174A (zh) * 2007-12-13 2008-06-11 苏州市南极风能源设备有限公司 风力发电加速度传感系统
CN101493679A (zh) * 2008-01-21 2009-07-29 段小平 一种风力发电机组远程监控系统及其方法
EP2123907A2 (de) * 2008-05-20 2009-11-25 REpower Systems AG Signaleinrichtung für Offshore-Windpark
WO2010083835A2 (en) * 2009-01-26 2010-07-29 Vestas Wind Systems A/S Wind turbine with warning system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101196174A (zh) * 2007-12-13 2008-06-11 苏州市南极风能源设备有限公司 风力发电加速度传感系统
CN101493679A (zh) * 2008-01-21 2009-07-29 段小平 一种风力发电机组远程监控系统及其方法
EP2123907A2 (de) * 2008-05-20 2009-11-25 REpower Systems AG Signaleinrichtung für Offshore-Windpark
WO2010083835A2 (en) * 2009-01-26 2010-07-29 Vestas Wind Systems A/S Wind turbine with warning system

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412261A (zh) * 2013-08-05 2013-11-27 中国长江三峡集团公司 一种发电机机组多运行状态表示方法
CN103412261B (zh) * 2013-08-05 2015-11-04 中国长江三峡集团公司 一种发电机机组多运行状态表示方法
CN103645060A (zh) * 2013-11-08 2014-03-19 北京能高自动化技术股份有限公司 基于状态监控系统的风力发电机组突发故障识别诊断方法
CN104775986A (zh) * 2015-04-22 2015-07-15 上海电机学院 风力发电机偏航控制系统及控制方法
CN110617184A (zh) * 2018-06-20 2019-12-27 北京金风慧能技术有限公司 检测风力发电机组的叶片故障的方法和设备
CN113404651A (zh) * 2020-03-16 2021-09-17 北京金风科创风电设备有限公司 风力发电机组的数据异常检测方法和装置
CN113404651B (zh) * 2020-03-16 2022-08-26 北京金风科创风电设备有限公司 风力发电机组的数据异常检测方法和装置
CN114235387A (zh) * 2021-11-08 2022-03-25 三一重能股份有限公司 高速轴转速震荡检测方法、装置及作业机械
CN114235387B (zh) * 2021-11-08 2024-04-30 三一重能股份有限公司 高速轴转速震荡检测方法、装置及作业机械
WO2023142372A1 (zh) * 2022-01-30 2023-08-03 新疆金风科技股份有限公司 一种针对风力发电机的检测方法和相关装置
CN114594812A (zh) * 2022-03-09 2022-06-07 新泰市日进化工科技有限公司 一种动态调整降低能耗的结晶反应釜冷却水恒温系统

Also Published As

Publication number Publication date
CN102242695B (zh) 2013-07-31

Similar Documents

Publication Publication Date Title
CN102242695B (zh) 基于突变峰值指标风力发电机组异常状态预警方法
CN103411774B (zh) 波动工况下的风电机组在线预警方法
CN103439109B (zh) 一种风力发电机组传动系统故障预警的方法
Yang et al. Sparse time-frequency representation for incipient fault diagnosis of wind turbine drive train
Crabtree et al. Detecting incipient wind turbine gearbox failure: a signal analysis method for on-line condition monitoring
CN103912448B (zh) 一种区域风电场机组功率特性监测方法
CN103321854A (zh) 一种风力发电机组塔架振动控制方法
CN103940611B (zh) 一种风电机组变工况下滚动轴承自适应异常检测方法
CN103512651B (zh) 基于振动突变报警的风电机组状态监测方法及装置
CN102620807A (zh) 风力发电机状态监测系统及方法
CN108196187B (zh) 双馈风力发电机转子绕组三相不对称负载故障诊断方法
CN104019000A (zh) 风力发电机组的载荷谱测定与前瞻性维护系统
CN201835985U (zh) 嵌入式监测仪表及其风力发电机组
CN103925155B (zh) 一种风电机组输出功率异常的自适应检测方法
CN203414275U (zh) 一种风电机组滚动轴承异常状态预警检测装置
Jamil et al. Technical communication of Condition Monitoring System of hydroelectric generating unit of HPP
CN109253881A (zh) 风电齿轮箱行星轮故障检测机构及智能分析系统和方法
Qiao et al. Prognostic condition monitoring for wind turbine drivetrains via generator current analysis
CN102305714B (zh) 基于振动等效幅值风力发电机组传动链定量故障检测方法
Ma et al. An integrated monitoring scheme for wind turbine main bearing using acoustic emission
WO2016042652A1 (ja) 風力発電設備および風力発電設備の損傷度診断装置
CN202453182U (zh) 一种风电机组齿轮箱故障诊断装置
CN108204342A (zh) 风力发电机的叶片结冰识别方法和装置
EP4345298A1 (en) Detection method for wind driven generator, and related apparatus
JP2015074998A (ja) 風力発電用風車の監視システム、風力発電システム、風力発電用風車の監視方法及び風力発電用風車の監視プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant