CN103402210A - 一种海上风电机组状态监测的传感器部署方法 - Google Patents

Abstract

本发明公开一种海上风电机组状态监测的传感器部署方法，在海上风电机组状态监测系统中，所有无线传感器节点构成监测系统网络，无线传感器节点部署在以风电机组的传动轴为对称线的一个平面内。本发明适用于不同的风电机组的状态监测，且保证信息采集的完整性；为了提高风电机组的状态监测系统性能，提出了考虑能量均衡的节点部署策略，其基本思想是通过调整一条链路中簇首节点之间的距离来解决监测系统网络的覆盖连通问题，以保证信息采集的完整性与信息传输的高效性。同时，实现对节点能量的充分利用以延长监测系统的使用寿命。

Description

一种海上风电机组状态监测的传感器部署方法

技术领域

本发明涉及一种海上风电机组状态监测的传感器部署方法，尤其是一种基于无线传感器网络的海上风电机组状态监测的传感器部署方法，该方法考虑能量均衡的无线传感器节点部署方案，通过海上风电机组状态监测信息的采集、传输和处理，实现海上风电机组运行状态的可靠监测。

背景技术

随着风电技术的不断进步，海上风力发电已成为新的发展趋势。然而，海上风电场可进入性差，运行环境恶劣，人为的定期维护和事后维修很难保证风电机组运行状态的可靠性。随着海上风电的大力发展，海上风电机组的状态监测问题受到了愈发广泛的关注。目前，海上风电机组状态信息的获取大多采用有线通信方式，存在构建基础通信设施成本高、布线困难、故障率高、维护不便等问题，急需提出简单易行、可靠高效的监测方法。随着传感器、无线通信等技术的发展，无线传感器网络（Wireless Sensor Network，WSN）因其具有功耗小、成本低、自组网和节点微型化等优点，在监测领域得到了广泛的应用，这为海上风电机组状态监测系统的构建提供了新的思路。

构建海上风电机组状态监测系统的首要工作是通过无线传感器节点的合理部署来实现被监测风电机组部件的全面覆盖，以保证状态信息获取的准确性、实时性和全面性。同时，基于WSN的海上风电机组状态监测系统与传统的有线监测系统不同，节点采集到的状态信息将以无线通信方式传输，因此为了保证状态信息传输的可靠性，节点部署还必须保证监测系统网络的连通性。除此之外，考虑到海上环境恶劣，传感器节点更换不便，因此在节点部署时还应使得节点能量能够均衡、充分地利用，以延长监测系统网络的使用寿命。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种海上风电机组状态监测的传感器部署方法，利用无线传感器网络（WSN）构建海上风电机组的状态监测系统，在风电机组内部部署不同类型的节点以确保及时采集风电机组的状态信息。

技术方案：一种海上风电机组状态监测的传感器部署方法，在海上风电机组状态监测系统中，所有节点构成监测系统网络，即无线传感器网络（WirelessSensor Network,WSN），这些节点部署在易发生故障的位置，例如发电机、叶轮、齿轮箱、主轴轴承等。无线传感器节点部署在以风电机组的传动轴为对称线的一个平面内，位置集中合理、便于安装和维护，适用于不同的风电机组的状态监测，且保证信息采集的完整性。并将这个平面看成半径为R的圆形区域S，且具有如下特点：1）基站部署在平面S的中心位置；2）所有节点均固定部署在上述平面S内；3）所有节点独立地分布在平面S中，在任意位置不可能存在两个及以上的节点；4）所有节点具有相同的初始能量；5）超出风力发电机之外的区域不需要部署节点；6）平面S半径R的大小要根据不同风力发电机来确定，且大小要满足平面S可以覆盖整个风力发电机。

进一步地，本发明提出了两种考虑能量均衡的节点部署方案：

方案一：基于相同子节点的能量均衡部署（Energy balance deployment strategyof Cluster-heads based on the same Child node,EBDS-SC），即每个簇首节点具有相同的子节点数，该法适用于监测范围比较小的情况，当监测范围较大，节点个数比较多时，该方法无法保证外围区域的覆盖度；

方案二：基于覆盖度的能量均衡部署（Energy balance deployment strategy ofCluster-heads based on the coverage,EBDS-C），该方法在保证每个区域的节点覆盖度上有了很大提高。

有益效果：本发明提供的海上风电机组状态监测的传感器部署方法，适用于不同的风电机组的状态监测，且保证信息采集的完整性；为了提高风电机组的状态监测系统性能，提出了考虑能量均衡的节点部署策略，其基本思想是通过调整一条链路中簇首节点之间的距离来解决监测系统网络的覆盖连通问题，以保证信息采集的完整性与信息传输的高效性。同时，实现对节点能量的充分利用以延长监测系统的使用寿命。

附图说明

图1为接收信号强度RSSI与距离d的关系曲线；

图2为监测系统网络模型；

图3为自由空间的发送与接收能量模型；

图4为均匀部署与能量均衡部署的总能耗；

图5为EBDS-SC部署和均匀部署的网络生命周期；

图6为EBDS-SC能量均衡部署下初始能量和信息量量对网络生存周期的影响曲线图；

图7为EBDS-C能量均衡部署和均匀部署的网络生命周期曲线图；

图8为EBDS-C能量均衡部署下初始能量和传感量对网络生存周期的影响曲线图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

一、海上风电机组状态监测系统模型

1、监测系统节点无线信号传播模型

在本发明所构建的海上风电机组状态监测系统中，风电机组运行过程中的各种状态信息以无线的方式通过WSN上传给基站，然后再由基站转发给本地监控系统进行信息的进一步处理。在理想空间中，无线信号的强度与传播距离有关，符合Friis公式：

$P_r\left(d\right)=\frac{P_t{G}_t{G}_r{\mathrm{\λ}}^2}{{\left(4\mathrm{\π}\right)}^2{d}^{2}L}=\frac{P_t{G}_t{G}_r{\mathrm{\λ}}^2}{{\left(4\mathrm{\π}\right)}^2{d_0}^{2}L}{\left(\frac{d_0}{d}\right)}^2=P_r\left(d_0\right)\·{\left(\frac{d_0}{d}\right)}^2---\left(1\right)$

式中，P_t为发送功率，λ为无线信号波长，L为从发送到接收过程中的损耗，G_t和G_r分别为发射机和接收机的天线增益，d₀为一个远场距离，在蜂窝系统中，其覆盖范围为1km，在无线传感器网络中，其覆盖范围为1m，d为发射机与接收机之间的距离，式（2）仅在d≥d₀时有效。然而，对于海上风电机组监测系统而言，无线信号是在一个非理想空间进行传播，所以要采用非理想空间无线信号传播模型：

$P_r\left(d\right)=P_r\left(d_0\right)\·{\left(\frac{d_0}{d}\right)}^{\mathrm{\γ}}---\left(2\right)$

式中，γ为信道损失指数（需要在风电机组内部进行大量数据测试获得），将上式取对数形式可得：

$P_r\left(d\right)=P_r\left(d_0\right)+10\mathrm{\γ}1g\left(\frac{d_0}{d}\right)\left(\mathrm{dB}\right)---\left(3\right)$

该对数衰减模型由两部分组成，第一部分表示接收特定距离d₀处的目标对象的信号平均功率P_r(d₀)，第二部分反映了接收到的信号强度是一个与传播距离有关的随机变量，由于信号传播时会受到服从高斯分布的噪声X_σ(dB)的影响，则接收功率可表示为：

$P_r\left(d\right)=P_r\left(d_0\right)+10\mathrm{\γ}1g\left(\frac{d_0}{d}\right)+X_{\mathrm{\σ}}\left(\mathrm{dB}\right)---\left(4\right)$

因此，采用该衰减模型能够更真实地反映无线信号在海上风电机组中的传播情况，IEEE802.15.4给出了其简化模型：

$\mathrm{RSSI}\left(d\right)=\left\{\begin{array}{c}{P}_{\mathrm{tx}}-40.2-10\×2\×\mathrm{lgd},d\≤8m\\ P_{\mathrm{tx}}-58.5-10\×3.3\×\mathrm{lgd},d>8m\end{array}\right.---\left(5\right)$

图1为式（5）的仿真图，该图为对数衰减模型下无线信号强度RSSI与距离d的关系曲线。由图可知，无线信号的衰减与传播距离成指数关系，从衰减特性分析，在距离发射节点较近的位置，衰减曲线较陡直；而在距离发射节点较远的位置，衰减曲线渐渐变得平缓。这是由于当传播距离超出一定范围时，无线信号强度趋于零，不能再进行信号的可靠传输。因此，在风电机组状态监测系统中，节点之间的距离不宜相隔太远，应在10m以内。

2、监测系统网络模型

在海上风电机组状态监测系统中，所有节点构成监测系统网络，即WSN，这些节点部署在易发生故障的位置，例如发电机、叶轮、齿轮箱、主轴轴承等。以图2所示的风电机组俯视图来说明监测系统节点的部署方法。无线传感器节点部署在以传动轴为对称线的一个平面内，并将这个平面看成半径为R的圆形区域S，且具有如下特点：

1）基站部署在平面S的中心位置；

2）所有节点均固定部署在上述平面S内；

3）所有节点独立地分布在平面S中，在任意位置不可能存在两个及以上的节点；

4）所有节点具有相同的初始能量；

5）超出风力发电机之外的区域不需要部署节点；

6）平面S半径R的大小要根据不同风力发电机来确定，且大小要满足平面S可以覆盖整个风力发电机。

根据上述假设构建如图2所示的监测系统网络模型，平面S被划分为如图所示的12个扇形区域，代表12条通信链路；半径不同的圆环代表一轮，一轮里包括子节点和簇首节点，基站S₀为圆心位置，靠近基站的圆环为第1轮S₁，其他圆环依次为第2轮S₂，…，第N轮S_n。所有节点沿着同一半径方向不同轮依附于所要监测的风电机组部件进行部署，采用分簇的路由机制进行无线信号的传输，并规定所有簇首节点均沿着同一条链路一轮一轮的传递状态信息。传递信息时，子节点首先将状态信息发送给所在簇的簇首节点，再通过簇首节点将状态信息发送给下一轮的簇首节点，最终传递给基站。

3、监测系统网络的能量模型

通常传感器节点能量都由能量有限的电池来供电，且在整个监测系统中需要部署多个节点来采集风电机组的状态信息，因此需要通过合理的节点部署方案来降低节点能耗。在传统的均匀部署节点方案中，靠近基站的簇首节点需要不断转发外围节点的数据，节点会因能量很快耗尽而失效，导致监测系统不能正常工作，必需更换簇首节点。然而，频繁更换节点对于海上风电机组来说并不现实，同时也会大大降低风电场的经济效益。因此，急需提出合理的节点部署方案使得所有传感器节点能量能够被充分利用。无线传感器节点的能耗主要包含以下几个方面：

1）处理能耗E_ca

处理能耗为节点进行简单的本地信息处理或者计算时所消耗的能量。

2）传感能耗E_s

传感能耗为节点在采集状态信息时所消耗的能量。

3）通信能耗E_RX，E_TX

通信能耗为节点发送和接收信息时所消耗的能量，其中E_RX为发送信息所消耗的能耗，E_TX为接收信息所消耗的能耗。通过前述分析可知，设计海上风电机组状态监控系统时应尽量缩小节点之间的距离，以便减少无线信号的衰减，为便于计算本发明直接采用理想空间能量消耗模型，如图3所示。

假设节点接收和发送k比特信息，接收端和发送端间距为d，则在接收端和发送端的能量消耗分别为：

E_TX(d,k)＝E_TX-elec(k)+E_TX-amp(d,k)＝kE_elec+kε_fsd²     (6)

E_RX(d,k)＝E_RX-elec(k)＝kE_elec     (7)

式中，E_elec是发送或接收1bit信息所消耗的能量，E_TX(d,k)和E_RX(d,k)分别表示在相距为d时，发送和接收k bit信息所需耗，ε_fs是自由空间功率放大能耗。由于传感能耗和处理能耗相对于通信能耗来说很小，则可忽略不计。

二、能量均衡的监测系统节点部署方案

为解决海上风电机组监测系统WSN的节点部署问题，本节提出了两种考虑能量均衡的节点部署方案：

方案一：基于相同子节点的能量均衡部署（Energy balance deployment strategyof Cluster-heads based on the same Child node, EBDS-SC），即每个簇首节点具有相同的子节点数，该法适用于监测范围比较小的情况，当监测范围较大，节点个数比较多时，该方法无法保证外围区域的覆盖度；

方案二：基于覆盖度的能量均衡部署（Energy balance deployment strategy ofCluster-heads based on the coverage, EBDS-C），该方法在保证每个区域的节点覆盖度上相对于EBDS-SC有了很大的提高。

下文将具体阐述如何具体实现风电机组监测系统网络的节点部署。

1、EBDS-SC部署方法

该方案中，假设所有簇首节点都具有相同的子节点，在同一条链路中，节点的生命周期T为：

$T=\frac{E_0}{E_{\mathrm{TX}}(d,k)+E_{\mathrm{RX}}(d,k)}---\left(8\right)$

其中，E₀为节点的初始能量，即电池所具有的能量，为了达到延长监测系统使用寿命目的，必须充分利用每个节点的能量。假设在一条链路上有n个簇首节点，每个簇首节点有4个子节点，第1轮的簇首节点距离基站的距离为d₁，第N轮的簇首节点距离基站的距离为d_n，每个节点在一轮通信中消耗的能量为E_O1=E_O2=…=E_On，则第1轮和第N轮的节点能耗分别为：

$E_{o1}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i({\mathrm{kE}}_{\mathrm{elec}}+{\mathrm{k\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·{\mathrm{kE}}_{\mathrm{elec}}---\left(9\right)$

E_on＝n_n(kE_elec+kε_fsr_n ²)+(n_n-1)·kE_elec     (10)

为了充分利用节点的能量，所有簇首节点在每一轮的通讯中都要消耗相同的能量，则有方程组：

方程组中，①式表示第1轮节点所消耗的能耗与第N轮节点所消耗的能量相等，下面的等式均表示每一轮的能耗与第N轮的节点能耗相同；②式表示每一轮之间的距离之和就是平面S的半径R。

对上述方程组求解可得每一轮之间的距离，从而得到每个节点在风电机组内部的确切部署位置。这种考虑能量均衡节点部署方案的监测系统网络生命周期为：

$T=\frac{E_0}{E_{\mathrm{oi}}}---\left(12\right)$

在同一条链路中，若簇首节点个数相同，相对于均匀部署方式的监测系统而言，该方案通过调整每一轮之间的距离，充分利用节点的能量，从而提高监测系统网络的生命周期，即海上风电机组状态监测系统的使用寿命。

2、EBDS-C部署方法

在EBDS-SC部署方案中，每个簇首节点具有相同的子节点。在海上风电监测系统中，为了得到全面的状态信息来判断海上风电机组的运行状况，需要部署更多的传感器节点；此外，随着被监测的部件远离基站，远离基站S₀的圆环区域WSN的覆盖度下降，因此，有必要对EBDS-SC部署方法进行改进。

在图2的网络模型中，圆形区域S被分成12个链路，为了保证所有簇首节点的能量均衡，且所有区域都能完全覆盖，需要引入节点覆盖度的概念。在WSN中，节点覆盖度的定义为：P(A)＝πr²/n，式中，r为传感器节点的感知半径，n为节点个数。

假设在半径为R的圆形区域的一条链路上放置n个节点，第1轮的簇首节点的子节点个数为n₁，簇首节点距离基站的位置为r₁，第2轮簇首节点的子节点个数为n2，第1轮距离第2轮的位置为r₂，依次类推，则第N轮簇首节点的子节点个数为n_n，簇首节点距离第N-1的位置为r_n，为了保证所有的区域都有相同的节点覆盖度则有：

$\left\{\begin{array}{c}\frac{1}{12}\·\frac{\mathrm{\π}{r_1}^2}{n_1}=p\left(A\right)\\ \frac{1}{12}\·\frac{\mathrm{\π}{(r_1+r_2)}^2-{\mathrm{\π}{r}_1}^2}{n2}=p\left(A\right)\\ \frac{1}{12}\·\frac{\mathrm{\π}{(r_1+r_2+r_3)}^2-\mathrm{\π}{(r_1+r_2)}^2}{n_3}=p\left(A\right)\\ \·\\ \·\\ \·\\ \frac{1}{12}\·\frac{\mathrm{\π}{(r_1+\·\·\·+r_n)}^2-\mathrm{\π}{(r_1+\·\·\·+r_{n-1})}^2}{n_n}=p\left(A\right)\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{r}_{i=R}\end{array}\right.---\left(13\right)$

而在一条链路上，为了充分利用节点能量，则在一轮中所有簇首节点消耗的能量要相等。而通过上文分析，每个节点的能量消耗只需考虑节点的接收和发送功耗，则第N轮和第1轮簇首节点的功耗分别为：

n_n(kE_elec+kε_fsr_n ²)+(n_n-1)kE_elec     (14)

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i({\mathrm{kE}}_{\mathrm{elec}}+{\mathrm{k\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1){\mathrm{kE}}_{\mathrm{elec}}---\left(15\right)$

为了保证每个簇首节点在每一轮中都有相同的能量消耗，根据前述确定的每一轮之间的距离r，则有方程组：

$\left\{\begin{array}{c}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =\underset{i=2}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_2}^2)+(\underset{i=2}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =\underset{i=3}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_3}^2)+(\underset{i=3}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =\underset{i=4}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_4}^2)+(\underset{i=4}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ \·\\ \·\\ \·\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =n_n(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_n}^2)+(n_n-1)\·k{E}_{\mathrm{elec}}\end{array}\right.---\left(16\right)$

对方程组求解可得每个簇首节点的位置和其在一轮中所消耗的能量：

E_oi＝n_n(kE_elec+kε_fsr_n ²)+k(n_n-1)E_elec     (17)

则基于该方案的监测系统的生命周期为：

$T=\frac{E_0}{E_{\mathrm{oi}}}---\left(18\right)$

三、仿真分析

为了进一步说明本发明所述方案，由上述分析可知，影响监测系统WSN的生命周期的因素有节点个数n_n，初始能量E₀，传递的信息量k，因此，通过Matlab仿真平台进行算例仿真，说明这些因素对监测系统使用寿命的影响。以华锐SL3000风力发电机为例进行节点部署，并将其与传统的均匀部署方案作对比。

表1仿真实验参数

该风力发电机机舱长为12.3m，轮毂长为5.8m，则该风力发电机可简化为以传动轴为对称线，半径为10m的圆形区域。假设每个传感器节点的感知半径为0.3m，分别在初始能量为1.5J，3J和5J以及信息量大小为30kbit，60kbit和120kbit的情况下对WSN的生命周期的影响因素进行仿真和分析，仿真中具体使用的参数如表1所示。

图4为均匀部署部署、EBDS-SC部署两种方式下，一条链路上所有簇首节点消耗的能量总和。从图中可以看出，在能量均衡部署下，同一条链路上簇首节点消耗的能量总和远小于均匀部署方案。同时当簇首节点为4时，消耗的能量总和最小；当簇首节点数大于4时，总能耗随着节点密度的增加而增大，这是因为随着簇首节点个数的增加，整个链路转发的数据量也越来越多，因此能耗也逐渐增加。

图5为均匀部署和EBDS-SC部署下WSN的生命周期与簇首节点的关系，从图中可以看出，能量均衡部署的生命周期要大于均匀部署方式。同时，在能量均衡部署方式下，当节点个数较多时，网络生命周期的增长曲线变得比较平坦。这是因为当节点个数较多时，为了达到能量均衡，就要求最靠近基站的节点与基站的距离r非常小，然而r有一个最小值r_min，当r＞r_min时，消耗的能量不会发生改变。因此，EBDS-SC能量均衡部署策略不适用于节点密度过大的情况。

图6为EBDS-SC部署下，在不同初始能量(E₀)和不同传感器数据(ksensor)下的网络生命周期对比图，在图6(a)中，随着节点的初始能量E的增加，网络生存周期也会增加。而在图6(b)中，随着消息ksensor变大，网络生存周期也会减少，且影响程度相当大。

图7为ESDB-C部署和均匀部署方式下的网络生命周期和簇首节点个数的关系。可以明显看出，ESDB-C部署方式的生命周期要大于均匀部署方式，而ESDB-C部署方式与ESDB-SC部署方式在提高生命周期方面的作用差别不大。这是因为在ESDB-C部署方式下为了保证节点的覆盖度，增加了子节点的个数，在达到能量平衡的同时也保证了整个区域节点对风电机组信息的采集。

图8为EBDS-C部署下，不同初始能量(E)和不同传感器数据(ksensor)时的网络生命周期对比图，从图中可以看出，与EBDS-SC部署情况类似，在图8(a)中，随着节点的初始能量E的增加，网络生存周期也会增加。而在图8(b)中，随着消息ksensor变大，网络生存周期也会减少会减少，且影响程度相当大。

Claims (6)

1.一种海上风电机组状态监测的传感器部署方法，在海上风电机组状态监测系统中，所有无线传感器节点构成监测系统网络，即无线传感器网络，其特征在于：无线传感器节点部署在以风电机组的传动轴为对称线的一个平面内。

2.如权利要求1所述的海上风电机组状态监测的传感器部署方法，其特征在于：将所述平面看成半径为R的圆形区域S，且具有如下特点：1）基站部署在平面S的中心位置；2）所有节点均固定部署在上述平面S内；3）所有节点独立地分布在平面S中，在任意位置不可能存在两个及以上的节点；4）所有节点具有相同的初始能量；5）超出风力发电机之外的区域不需要部署节点；6）平面S半径R的大小要根据不同风力发电机来确定，且大小要满足平面S可以覆盖整个风力发电机。

3.如权利要求2所述的海上风电机组状态监测的传感器部署方法，其特征在于：平面S被划分为12个扇形区域，代表12条通信链路；半径不同的圆环代表一轮，一轮里包括子节点和簇首节点，基站S₀为圆心位置，靠近基站的圆环为第1轮S₁，其他圆环依次为第2轮S₂，…，第N轮S_n；所有节点沿着同一半径方向不同轮依附于所要监测的风电机组部件进行部署，采用分簇的路由机制进行无线信号的传输，并规定所有簇首节点均沿着同一条链路一轮一轮的传递状态信息；传递信息时，子节点首先将状态信息发送给所在簇的簇首节点，再通过簇首节点将状态信息发送给下一轮的簇首节点，最终传递给基站。

4.如权利要求3所述的海上风电机组状态监测的传感器部署方法，其特征在于：提出了两种考虑能量均衡的节点部署方案：

方案一：基于相同子节点的能量均衡部署，即每个簇首节点具有相同的子节点数；方案二：基于覆盖度的能量均衡部署。

5.如权利要求4所述的海上风电机组状态监测的传感器部署方法，其特征在于：基于相同子节点的能量均衡部署的方法如下，

假设所有簇首节点都具有相同的子节点，在同一条链路中，节点的生命周期T为：

$T=\frac{E_0}{E_{\mathrm{TX}}(d,k)+E_{\mathrm{RX}}(d,k)}$

其中，E₀为节点的初始能量，即电池所具有的能量；假设在一条链路上有n个簇首节点，每个簇首节点有4个子节点，第1轮的簇首节点距离基站的距离为d₁，第N轮的簇首节点距离基站的距离为d_n，每个节点在一轮通信中消耗的能量为E_O1=E_O2=…=E_On，则第1轮和第N轮的节点能耗分别为：

$E_{o1}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}$

E_on＝n_n(kE_elec+kε_fsr_n ²)+(n_n-1)·kE_elec

为了充分利用节点的能量，所有簇首节点在每一轮的通讯中都要消耗相同的能量，则有方程组：

方程组中，①式表示第1轮节点所消耗的能耗与第N轮节点所消耗的能量相等，下面的等式均表示每一轮的能耗与第N轮的节点能耗相同；②式表示每一轮之间的距离之和就是平面S的半径R；

对上述方程组求解可得每一轮之间的距离，从而得到每个节点在风电机组内部的确切部署位置；这种考虑能量均衡节点部署方案的监测系统网络生命周期为：

$T=\frac{E_0}{E_{\mathrm{oi}}}.$

6.如权利要求4所述的海上风电机组状态监测的传感器部署方法，其特征在于：基于覆盖度的能量均衡部署的方法如下，

每个簇首节点具有相同的子节点，在网络模型中，圆形区域S被分成12个链路，在无线传感器网络中，节点覆盖度的定义为：P(A)＝πr²/n1式中，r为传感器节点的感知半径，n为节点个数；

假设在半径为R的圆形区域的一条链路上放置n个节点，第1轮的簇首节点的子节点个数为n₁，簇首节点距离基站的位置为r₁，第2轮簇首节点的子节点个数为n₂，第1轮距离第2轮的位置为r₂，依次类推，则第N轮簇首节点的子节点个数为n_n，簇首节点距离第N-1的位置为r_n，为了保证所有的区域都有相同的节点覆盖度则有：

$\left\{\begin{array}{c}\frac{1}{12}\·\frac{\mathrm{\π}{r_1}^2}{n_1}=p\left(A\right)\\ \frac{1}{12}\·\frac{\mathrm{\π}{(r_1+r_2)}^2-\mathrm{\π}{r_1}^2}{n_2}=p\left(A\right)\\ \frac{1}{12}\·\frac{\mathrm{\π}{(r_1+r_2+r_3)}^2-\mathrm{\π}{(r_1+r_2)}^2}{n_3}=p\left(A\right)\\ \·\\ \·\\ \·\\ \frac{1}{12}\·\frac{\mathrm{\π}{(r_1+\·\·\·r_n)}^2-\mathrm{\π}{(r_1+\·\·\·+r_n-1)}^2}{n_n}=p\left(A\right)\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{r}_i=R\end{array}\right.$

每个节点的能量消耗只需考虑节点的接收和发送功耗，则第N轮和第1轮簇首节点的功耗分别为：

n_n(kE_elec+kε_fsr_n ²)+(n_n-1)kE_elec

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)k{E}_{\mathrm{elec}}$

为了保证每个簇首节点在每一轮中都有相同的能量消耗，根据前文确定的每一轮之间的距离r，则有方程组：

$\left\{\begin{array}{c}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =\underset{i=2}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_2}^2)+(\underset{i=2}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =\underset{i=3}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_3}^2)+(\underset{i=3}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =\underset{i=4}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_4}^2)+(\underset{i=4}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ \·\\ \·\\ \·\\ \underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_1}^2)+(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{n}_i-1)\·k{E}_{\mathrm{elec}}\\ =n_n(k{E}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{fs}}{r_n}^2)+(n_n-1)\·k{E}_{\mathrm{elec}}\end{array}\right.$

对方程组求解可得每个簇首节点的位置和其在一轮中所消耗的能量：

E_oi＝n_n(kE_elec+kε_fsr_n ²)+k(n_n-1)E_elec

则基于该方案的监测系统的生命周期为：

$T=\frac{E_0}{E_{0i}}.$

Images