CN103827480B - 风力机桨叶状态监控装置及其方法 - Google Patents

风力机桨叶状态监控装置及其方法 Download PDF

Info

Publication number
CN103827480B
CN103827480B CN201280042230.3A CN201280042230A CN103827480B CN 103827480 B CN103827480 B CN 103827480B CN 201280042230 A CN201280042230 A CN 201280042230A CN 103827480 B CN103827480 B CN 103827480B
Authority
CN
China
Prior art keywords
mentioned
reference value
state
moment
blade
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.)
Active
Application number
CN201280042230.3A
Other languages
English (en)
Other versions
CN103827480A (zh
Inventor
吴沂镛
李在庆
朴埈永
李准信
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.)
Korea Electric Power Corp
Original Assignee
Korea Electric Power Corp
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 Korea Electric Power Corp filed Critical Korea Electric Power Corp
Publication of CN103827480A publication Critical patent/CN103827480A/zh
Application granted granted Critical
Publication of CN103827480B publication Critical patent/CN103827480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N19/00—Investigating materials by mechanical methods
    • G01N19/08—Detecting presence of flaws or irregularities
    • 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
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/80—Diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/33—Proximity of blade to tower
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/331—Mechanical loads
    • 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)
  • Chemical & Material Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及风力机桨叶状态监控装置及其方法，其包括：将桨叶的变形率变换为力矩的步骤；基于桨叶的设计信息和力矩的统计信息生成基准值的步骤；将力矩与基准值进行比较来判断上述桨叶的状态的步骤。根据本发明，基于桨叶设计信息和力矩统计信息生成基准值来作为对桨叶状态判断的基准，形成对力矩统计信息的学习，因此能够提高对桨叶状态判断的可靠性，从而能够对桨叶进行高效管理及维护。

Description

风力机桨叶状态监控装置及其方法
技术领域
本发明涉及风力机桨叶（Wind turbine blades）状态监控装置及其方法，更具体而言，涉及一种根据桨叶设计信息和力矩（Moment）统计信息来生成基准值作为对桨叶状态判断的基准，从而能够确保对桨叶状态判断的可靠性的风力机桨叶状态监控装置及其方法。
背景技术
一般来说，风力发电是利用空气流动所具备的动能空气力学特性使浆翼旋转来变换为机械能，并利用该机械能使发电机旋转而得到电能的系统。
这种风力发电，根据旋转轴相对地面的方向，分为水平型和垂直型，包括：由桨叶(Blade)和桨毂(Hub)构成的风轮；加快旋转来驱动发电机的增速机(Gear box)，生产电的发电机(Generator)，适当调节各构成要素的动作温度的冷暖气系统(Cooling/Heating System)，以及控制输出的电力控制系统(Power Converter System)等。
其中，桨叶在发生破损时停止时间变长，更换费用较大，尤其是在海上风力发电中，由于盐份或灰尘等，桨叶上频繁发生污染，所以需要实时监控桨叶的状态。
因此，在桨叶上设置传感器来监控桨叶状态，但是与其他发电不同，就风力发电而言，由于瞬间反复正常状态(Stationary States)和非正常状态(Non-Stationary States)，因此其特性上存在无法进行高效且对正确状态监控的局限性。
此外，关于海上风力发电，根据天气气候的变化，能够接近桨叶的情况也有限，因此无法对桨叶进行高效管理和维护，随之产生在桨叶受损时不能即刻应对的问题。
发明内容
所要解决的技术课题
本发明是为了解决上述问题而做出的，其目的在于，提供一种通过确保对桨叶状态判断的可靠性来高效管理和维护桨叶的风力机桨叶状态监控装置及其方法。
技术方案
本发明的一方面的风力机桨叶状态监控方法的特征在于，包括：将桨叶的变形率变换为力矩的步骤；基于上述桨叶的设计信息和上述力矩的统计信息生成基准值的步骤；将上述力矩与上述基准值进行比较来判断上述桨叶的状态的步骤。
本发明的特征在于，上述力矩是基于上述桨叶的材料性能值及形状特性值来变换的。
本发明的特征在于，生成上述基准值的步骤包括：基于上述桨叶的设计信息来计算第一基准值的步骤；基于上述力矩的统计信息来计算第二基准值的步骤；结合上述第一基准值和上述第二基准值生成上述基准值的步骤。
本发明的特征在于，上述第一基准值是在上述桨叶的设计载荷上结合模型参数来计算的。
在本发明中，计算上述第二基准值的步骤包括：基于上述力矩的平均值和标准偏差来计算正常区间的长度的步骤；基于上述力矩的平均值及上述正常区间的长度来计算上述第二基准值的步骤。
本发明的特征在于，在计算上述正常区间的长度的步骤中，上述力矩的平均值由累积计算前一时刻为止的平均值与当前时刻的平均值所表示；上述标准偏差由累积计算前一时刻为止的标准偏差与当前时刻的标准偏差所表示。
本发明的特征在于，计算上述第二基准值的步骤包括：当上述变形率是在上述桨叶的压力面(Pressure Side)或吸入面(Suction Side)测定得到的数据时，比较风力机的输出和额定输出的步骤；以及根据上述比较结果，将上述风力机的输出变化或上述桨叶的桨距角变化反映在上述力矩的统计信息中的步骤。
本发明的特征在于，当上述风力机的输出在上述额定输出以下时，将上述风力机的输出变化反映在上述力矩的统计信息上，当上述风力机的输出大于上述额定输出时，将上述桨叶的桨距角变化反映在上述力矩的统计信息上。
本发明的特征在于，上述基准值包括：用于判断上述桨叶的注意状态的注意基准值，用于判断警告状态的警告基准值；以及用于判断紧急状态的紧急基准值。
本发明的特征在于，还包括：当上述桨叶的状态为上述注意状态、上述警告状态及上述紧急状态中的某一个状态时，警报上述桨叶的状态的步骤。
本发明的另一方面的风力机桨叶状态监控装置，其特征在于，包括：力矩变换部，将风力机桨叶的变形率变换为力矩；状态判断部，比较上述力矩和基准值来判断上述桨叶的状态；基准值生成部，基于上述桨叶的设计信息和上述力矩的统计信息生成上述基准值。
本发明的特征在于，上述力矩变换部基于上述桨叶的材料性能值及形状特性值，将上述变形率变换为上述力矩。
本发明的特征在于，上述基准值生成部将基于上述桨叶的设计信息计算出的第一基准值和基于上述力矩的统计信息计算出的第二基准值结合起来，生成上述基准值。
本发明的特征在于，上述基准值生成部在上述桨叶的设计载荷上结合模型参数来计算上述第一基准值。
本发明的特征在于，上述基准值生成部基于上述力矩的平均值和标准偏差来计算正常区间的长度，基于上述力矩的平均值及上述正常区间的长度来计算上述第二基准值。
本发明的特征在于，当上述变形率是在上述桨叶的压力面(PressureSide)或吸入面(Suction Side)测定得到的数据时，上述基准值生成部将上述风力机的输出变化或上述桨叶的桨距角变化反映在上述力矩的统计信息上。
本发明的特征在于，当风力机的输出在额定输出以下时，将上述风力机的输出变化反映在上述力矩的平均值和标准偏差上，当上述风力机的输出大于上述额定输出时，将上述桨叶的桨距角变化反映在上述力矩的平均值和标准偏差上。
本发明的特征在于，上述基准值包括：用于判断上述桨叶的注意状态的注意基准值，以及用于判断警告状态的警告基准值及用于判断紧急状态的紧急基准值。
本发明的特征在于，当上述力矩脱离了上述注意基准值时，上述状态判断部将上述桨叶的状态判断为注意状态，当上述力矩脱离了上述警告基准值时，上述状态判断部将上述桨叶的状态判断为警告状态，当上述力矩脱离了上述紧急基准值时，上述状态判断部将上述桨叶的状态判断为紧急状态。
本发明的特征在于，还包括警报部，当上述桨叶的状态与上述注意状态、上述警告状态及上述紧急状态中的某一个状态对应时，警报上述桨叶的状态。
发明效果
根据本发明，基于桨叶设计信息和力矩统计信息生成基准值来作为对桨叶状态进行判断的基准，所以能够在正常状态及非正常状态下确保桨叶状态判断的可靠性。
此外，根据本发明，由于能够形成对力矩统计信息的学习，所以力矩统计信息累积得越多，就能够生成可靠性越高的基准值，所以能够提高对桨叶状态判断的可靠性。
如上所述，根据本发明，能够提高对桨叶状态判断的可靠性，所以能够对桨叶进行高效管理及维护。
附图说明
图1是用于说明在本发明一实施例的风力机桨叶状态监控装置中测定桨叶变形率的位置的图。
图2是示出本发明一实施例的风力机桨叶状态监控装置的结构的框图。
图3是示出本发明一实施例的风力机桨叶状态监控方法中生成基准值的动作的顺序图。
图4是示出图3生成的基准值和力矩测定数据的示例图。
图5是示出本发明另一实施例的风力机桨叶状态监控方法中生成基准值的动作的顺序图。
图6和图7是示出图5生成的基准值和力矩测定数据的示例图。
图8是示出本发明一实施例的风力机桨叶状态监控方法中判断桨叶状态的动作的顺序图。
具体实施方式
下面，参照附图对本发明的风力机桨叶状态监控装置及其方法进行详细说明。在此过程中，为了明确且便于说明，有可能夸张地示出了图中线的厚度或构成要素的大小等。此外，后述的术语是考虑到本发明中的功能来定义的，可根据使用者或运用者的意图或惯例而不同。因此，对这些术语的定义应是根据整个说明的内容来做出的。
图1是用于说明在本发明一实施例的风力机桨叶状态监控装置中测定桨叶变形率的位置的图。
如图1所示，一般来说，在桨叶上测定变形率的地点可分为压力面(Pressure Side)110、吸入面(Suction Side)120、前缘(Leading Edge)130及后缘(Trailling Edge)140。
在此，压力面110表示迎风的桨叶前表面，吸入面120表示非迎风的桨叶后表面。前缘130及后缘140分别相当于各压力面110和吸入面120的边缘位置，也相当于承受旋转力矩的位置。
图2是示出本发明一实施例的风力机桨叶状态监控装置的结构的框图。
如图2所示，本发明的一实施例的风力机桨叶的状态监控装置包括：光纤传感部10，光波长测定部20，数据诊断处理部30，力矩变换部40，运行信息输入部50，基准值生成部60，状态判断部70，存储部80及警报部90。
光纤传感部10包括多个WDM(Wave length-Division Multiplexing：波分复用)光纤传感器，各个光纤传感器将由光源(未图示)放射的激光反射为特定波长来传送到光波长测定部20。
参照图1，可在桨叶的压力面110、吸入面120、前缘130及后缘140上分别间隔90°设置多个光纤传感器。
光波长测定部20测定由光纤传感部10反射的波长来生成多个测定数据，并将该测定数据传送至数据诊断处理部30。
此时，光波长测定部20能够在每个测定周期均生成测定数据，可根据设计者的意图和光纤传感器及光波长测定部20的规格选择多种测定周期。例如，光波长测定部20可每0.01[sec]生成(即，100[Hz])测定数据，并将该测定数据传送至数据诊断处理部30。
数据诊断处理部30检查由光波长测定部20输入的多个测定数据中是否存在错误数据，并将结束检查的测定数据变换为物理数据(physicaldata)的变形率(strain)，传送至力矩变换部40。
力矩变换部40将由数据诊断处理部30输入的变形率变换为等效力矩(equivalent moment)来传送至状态判断部70。
此时，力矩变换部40可根据下面的公式1，在变形率ε上结合桨叶的材料性能值E及形状特性值IZZ、y来计算力矩M。
公式1
M = - ϵ · EI ZZ y
在此，M表示力矩，ε表示变形率，E表示材料性能值，IZZ表示惯性力矩，y表示几何信息即旋转半径r的根(即，)。
由于风力机的载荷以力矩单位解释，所以将这样测定的变形率变换为力矩用于桨叶状态的判断。
由力矩变换部40变换的力矩被保存在存储部80中，用于之后力矩的统计信息生成中，将在下文中对此进行详细说明。
运行信息输入部50接收风力机的运行信息的输入来传送至基准值生成部60。在此，运行信息包括有关风力机的输出(power)及桨叶的桨距角(pitch angle)的信息。
基准值生成部60根据桨叶的设计信息及由力矩变换部40变换的力矩的统计信息生成基准值，并将该基准值提供给状态判断部70。
此时，基准值生成部60可在根据桨叶的设计信息计算第一基准值，根据力矩的统计信息计算第二基准值之后，按权重相加第二基准值和第二基准值来生成最终的基准值。
桨叶的设计信息包括以力矩单位决定的桨叶设计载荷，设计载荷可包括最大设计载荷和最小设计载荷。
力矩的统计信息包括力矩的平均值和标准偏差，力矩的平均值和标准偏差可根据从力矩变换部40依次存储在存储部80的多个力矩值来计算。
此外，基准值是指表示成为桨叶状态判断的基准的值，可根据定义桨叶的状态的方式由多个基准值构成。
例如，在按照异常程度把桨叶的状态定义为正常状态(Normal State)、注意状态(Caution State)、警告状态(Warning State)及紧急状态(EmergencyState)时，基准值可包括用于判断是否为注意状态的注意基准值、用于判断是否为警告状态的警告基准值及用于判断是否为紧急状态的紧急基准值。
另一方面，基准值生成部60在根据力矩的统计信息生成第二基准值时，可按照测定桨叶变形率的位置以其他方式生成基准值。
具体而言，在测定变形率的位置为桨叶的压力面110及吸入面120时，基准值生成部60可将从运行信息输入部50输入的风力机的输出及桨叶的桨距角反映到力矩的统计信息来计算第二基准值。
反过来，基准值生成部60在测定变形率的位置为桨叶的前缘130及后缘140时，不将风力机的输出及桨叶的桨距角反映到力矩统计信息中。
这是因为，桨叶的压力面110及吸入面120与桨叶的前缘130及后缘140不同而受到推力(Thrust force)的影响，所以表现出对风力机的输出及桨叶的桨距角的依赖特性。
如上所述，关于基准值生成部60生成基准值的具体过程，参照图3～图7来进行详细说明。
状态判断部70将由力矩变换部40输入的力矩与由基准值生成部60提供的基准值进行比较，来判断桨叶的状态。
例如，在基准值包括注意基准值、警告基准值及紧急基准值时，状态判断部70可将力矩与注意基准值、警告基准值及紧急基准值进行比较，来判断桨叶处于正常状态、注意状态、警告状态及紧急状态中的哪一种状态。
当判断为桨叶处于注意状态、警告状态及紧急状态中的某一状态时，状态判断部70控制警报部90来发出适当的警报。
如上所述，关于状态判断部70判断桨叶的状态来控制警报部90的具体过程，将在下文中参照图8来说明。
由力矩变换部40变换的力矩按照测定时间依次保存在存储部80中。
警报部90根据状态判断部70的控制，输出有关桨叶状态的信息。例如，警报部90可输出有关桨叶的正常状态、注意状态、警告状态及紧急状态的信息。
警报部90可通过警告灯(未图示)或显示面板(未图示)显示并输出桨叶状态，或者通过扬声器(未图示)等通过声音输出桨叶的状态。
图3是示出本发明一实施例的风力机桨叶状态监控方法的基准值生成动作的顺序图，图4是示出由图3生成的基准值和力矩测定数据的示例图。
在图3示出了在测定变形率的位置为桨叶的前缘130及后缘140时由基准值生成部60生成基准值的过程。
如图3所示，首先，基准值生成部60根据桨叶的设计信息计算第一基准值(S100)。
具体而言，基准值生成部60可在桨叶的最大设计载荷及最小设计载荷上结合模型参数来计算第一基准值。
例如，在第一基准值包括第一注意基准值、第一警告基准值及第一紧急基准值时，分别可利用下面的公式2～公式4计算第一注意基准值(C1-max，C1-min)、第一警告基准值(W1-max，W1-min)及第一紧急基准值(E1-max，E1-min)。
公式2
C1-max=v1·MD-max,C1-min=v2·MD-min
公式3
W1-max=v3·MD-max,W1-min=v4·MD-min
公式4
E1-max=v5·MD-max,E1-min=v6·MD-min
在此，MD-max和MD-min分别表示桨叶的最大设计载荷和最小设计载荷，v1～v6表示模型参数(model parameter)。模型参数是与最大设计载荷及最小设计载荷相乘的参数，可选择为在设计载荷的标准正态分布中对应于1σ、2σ、3σ的值。
例如，v1、v2可选择为对应于1σ的0.68，v3、v4可选择为对应于2σ的0.95，v5、v6可选择为对应于3σ的0.99。但是，这仅仅是示例性的，模型参数可根据设计者的意图或所适用的桨叶的规格选择为多种值。
另一方面，基准值生成部60根据力矩的统计信息计算第二基准值(S110)。
具体而言，基准值生成部60根据力矩的平均值和标准偏差计算正常区间的长度(Normal Distance)L，可根据力矩的平均值和正常区间的长度L计算第二基准值。
例如，在第二基准值包括第二注意基准值、第二警告基准值及第二紧急基准值时，可根据下面的公式5～公式7计算第二注意基准值(C2-max，C2-min)、第二警告基准值(W2-max，W2-min)及第二紧急基准值(E2-max，E2-min)。
公式5
C2-max=Mavg+s1·L，C2-min=Mavg-s2·L
公式6
W2-max=Mavg+s3·L，W2-min=Mavg-s4·L
公式7
E2-max=Mavg+s5·L，E2-min=Mavg-s6·L
在此，Mavg表示力矩的平均值，L表示正常区间的长度，s1～s6表示统计参数(statistic parameter)。
统计参数是与正常区间的长度相乘的参数，与上述模型参数同样，可选择为力矩的标准正态分布中对应于1σ、2σ、3σ的值。但是，这仅仅是示例性的，统计参数可根据设计者意图或所适用的桨叶的规格选择为多种值。
另一方面，正常区间的长度L是用于实质性地决定第二基准值的值，根据力矩的平均值和标准偏差来计算。
基准值生成部60可按照下面的公式8，通过将比例常数k1与力矩的平均值相乘而得的值和k2与标准偏差相乘而得的值相加，来计算正常区间的长度L。
公式8
L=k1·Mavg+k2·σM
在此，Mavg和σM分别表示力矩的平均值和标准偏差，k1、k2表示比例常数。比例常数k1、k2可根据设计者的意图选择为多种值。例如，k1、k2可分别选择为0.1、0.9。
另一方面，基准值生成部60可按照下面的公式9，将比例常数k1、与累积计算当前时刻为止（至今为止）的平均值相乘而得的值和将k2与累积计算当前时刻为止的标准偏差相乘而得的值相加，来计算正常区间的长度L。
公式9
L=k1·Mavg(t)+k2·σavg(t)
在此，Mavg(t)和σavg(t)分别表示累积计算当前时刻为止的力矩的平均值和标准偏差，k1、k2表示比例常数。
此时，公式10和11表示，可通过累积计算前一时刻为止的力矩的平均值和当前时刻的力矩来表示累积计算当前时刻为止的力矩的平均值，以及利用累积计算前一时刻为止的标准偏差和当前时刻的标准偏差来表示累积计算当前时刻为止的标准偏差。
公式10
M avg ( t ) = ( t - 1 ) · M avg ( t - 1 ) + M ( t ) t
公式11
σ avg ( t ) = ( t - 1 ) · σ avg ( t - 1 ) + σ ( t ) t
在此，Mavg(t)和σavg(t)分别表示累积计算当前时刻为止的力矩的平均值和标准偏差，Mavg(t-1)和σavg(t-1)分别表示累积计算前一时刻为止的力矩的平均值和标准偏差，M(t)和σ(t)分别表示当前时刻的力矩和标准偏差。
σavg(t)还可以根据下面的公式12来计算。
公式12
σ avg ( t ) = ΣM ( t ) 2 - t · M avg ( t ) 2 t
如上所述，在形成对力矩统计信息的学习时，力矩统计信息累积得越多，能够生成可靠性越高的基准值，所以能够提高桨叶状态判断的可靠性。
重新参照图3，基准值生成部60按权重相加第一基准值和第二基准值，按照下面的公式13生成最终的基准值(S120)，并将其提供给状态判断部70(S130)。
例如，在基准值包括注意基准值、警告基准值及紧急基准值的情况下，可根据公式13～15来计算注意基准值(Cmax，Cmin)、警告基准值(Wmax，Wmin)及紧急基准值(Emax，Emin)。
公式13
Cmax=w1·C1-max+w2·C2-max，Cmin=w1·C1-min+w2·C2-min
公式14
Wmax=w1·W1-max+w2·W2-max，Wmin=w1·W1-min+w2·W2-min
公式15
Emax=w1·E1-max+w2·E2-max,Emin=w1·E1-min+w2·E2-min
在此，w1、w2表示分别与第一基准值和第二基准值相乘的权重。
通过这些一系列过程生成的注意基准值、警告基准值、紧急基准值及力矩测定数据示于图4中。可以确认就桨叶的前缘130及后缘140而言，由于是承受旋转力矩的位置，所以不受风力机的输出或桨叶的桨距角的变化的影响。
相反，就桨叶的压力面110及吸入面120而言，受到风力机的输出或桨叶的桨距角影响，此时的基准值生成动作则参照图5～图6来进行说明。
图5是示出本发明另一实施例的风力机桨叶状态监控方法的基准值生成动作的顺序图，图6和图7是示出图5生成的基准值和力矩测定数据的示例图。
在图5中示出在测定变形率的位置为桨叶的压力面110及吸入面120时由基准值生成部60生成基准值的过程，参照该图，以与上面所述的实施例之间的差异为主进行说明。
如图5所示，首先，基准值生成部60根据桨叶的设计信息计算第一基准值(S200)。这与参照图3的上面所述的实施例的S100步骤相同，所以省略详细说明。
接着，基准值生成部60从运行信息输入部50接收风力机的运行信息(S210)。在此，运行信息包括有关风力机的输出及桨叶的桨距角的信息。
之后，基准值生成部60比较风力机的输出和额定输出，判断风力机的输出是否在额定输出以下(S220)。
当风力机的输出在额定输出以下的情况下，力矩根据风力机的输出发生变化，所以基准值生成部60将风力机的输出变化反映到力矩的统计信息中(S221)。
相反，在风力机的输出大于额定输出时，力矩根据桨叶的桨距角发生变化，所以基准值生成部60将桨叶的桨距角变化反映到力矩的统计信息中(S222)。
之后，基准值生成部60根据反映了风力机的输出变化或桨叶的桨距角变化的力矩的统计信息，计算第二基准值(S230)。
具体而言，基准值生成部60可根据反映了风力机的输出变化或桨叶的桨距角变化的力矩的平均值和标准偏差，计算正常区间的长度(NormalDistance)L，基于反映了风力机的输出变化或桨叶的桨距角变化的力矩的平均值和正常区间的长度L，计算第二基准值。
例如，在风力机的输出为额定输出以下且第二基准值包括第二注意基准值、第二警告基准值及第二紧急基准值的情况下，第二注意基准值(C2-max，C2-min)、第二警告基准值(W2-max，W2-min)及第二紧急基准值(E2-max，E2-min)可分别按照下面的公式16～公式18进行计算。
公式16
C2-max(p)=Mavg(p)+s1·L(p)，C2-min(p)=Mavg(p)-s2·L(p)
公式17
W2-max(p)=Mavg(p)+s3·L(p)，W2-min(p)=Mavg(p)-s4·L(p)
公式18
E2-max(p)=Mavg(p)+s5·L(p)，E2-min(p)=Mavg(p)-s6·L(p)
在此，Mavg表示力矩的平均值，L表示正常区间的长度，s1～s6表示统计参数(statistic parameter)。此外，p是表示风力机的输出的变量。
在风力机的输出大于额定输出时，若将变量p用表示桨叶的桨距角的变量θ替代，则能够通过相同的方式计算出第二注意基准值、第二警告基准值及第二紧急基准值。
另一方面，用于计算正常区间的长度L的方法，除了将力矩的平均值和标准偏差表现为p或θ的函数之外，与参照图3所述的实施例相同，所以省略对此的详细说明。
基准值生成部60按权重相加第一基准值和第二基准值来生成最终的基准值，并将其提供给状态判断部70的步骤S240、S250实质上也与参照图3所述的实施例的S120、S130相同，所以省略对此的详细说明。
另一方面，通过这些过程生成的注意基准值、警告基准值、紧急基准值及力矩测定数据示于图6和图7中。图6表示对压力面110的基准值及力矩测定数据，图7表示对吸入面120的基准值及力矩测定数据。
如上所述，若根据桨叶设计信息和力矩统计信息生成基准值来作为桨叶状态判断的基准，则可在正常状态及非正常状态下确保桨叶状态判断的可靠性。
图8是示出本发明一实施例的风力机桨叶状态监控方法的判断桨叶状态的动作的顺序图。
如图8所示，状态判断部70从力矩变换部40接收力矩的输入(S300)，从基准值生成部60接收基准值(S310)。
此时，基准值可包括：用于判断是否为注意状态的注意基准值，以及用于判断是否为警告状态的警告基准值及用于判断是否为紧急状态的紧急基准值。
之后，状态判断部70比较力矩和基准值来判断桨叶的状态。
具体而言，状态判断部70确认力矩是否脱离注意基准值的上限值或下限值(S320)，当力矩相当于注意基准值的上限值和下限值之间的值时，将桨叶的状态判断为正常状态(S330)。
反过来，当力矩脱离了注意基准值的上限值或下限值的情况下，状态判断部70确认力矩是否脱离了警告基准值的上限值或下限值(S340)。
当力矩相当于警告基准值的上限值和下限值之间的值时，状态判断部70将桨叶的状态判断为注意状态(S350)。
但是，在力矩脱离了警告基准值的上限值或下限值的情况下，状态判断部70确认力矩是否脱离了紧急基准值的上限值或下限值（S360)。
当力矩相当于紧急基准值的上限值和下限值之间的值时，状态判断部70将桨叶的状态判断为警告状态(S370)。
但是当力矩脱离了警告基准值的上限值或下限值时，状态判断部70将桨叶的状态判断为紧急状态(S380)。
如上所述，当桨叶的状态被判断为注意状态、警告状态或紧急状态时，状态判断部70控制警报部90来发出适当的警报(S390)。
如上所述，根据本发明的风力机桨叶状态监控装置及其方法，基于桨叶设计信息和力矩统计信息生成基准值来作为桨叶状态判断的基准，所以能够在正常状态及非正常状态下确保对桨叶状态的判断可靠性。
此外，由于形成对力矩统计信息的学习，力矩统计信息累积得越多，能够生成可靠性越高的基准值，从而能够进一步提对高桨叶状态的判断可靠性，随之能够对桨叶进行高效管理和维护。
参照附图中的实施例来说明了本发明，但是这仅仅是示例性的，对于本领域技术人员而言，当然能够理解据此可做出多种变形和等同的其他实施例。因此，本发明的技术保护范围应由下面的权利保护范围来定义。

Claims (20)

1.一种风力机桨叶状态监控方法，其特征在于，包括：
将桨叶的变形率变换为力矩的步骤；
基于上述桨叶的设计信息和上述力矩的统计信息生成基准值的步骤；
将上述力矩与上述基准值进行比较来判断上述桨叶的状态的步骤。
2.根据权利要求1所述的风力机桨叶状态监控方法，其特征在于，上述力矩是基于上述桨叶的材料性能值及形状特性值来变换的。
3.根据权利要求1所述的风力机桨叶状态监控方法，其特征在于，
生成上述基准值的步骤包括：
基于上述桨叶的设计信息来计算第一基准值的步骤；
基于上述力矩的统计信息来计算第二基准值的步骤；
结合上述第一基准值和上述第二基准值生成上述基准值的步骤。
4.根据权利要求3所述的风力机桨叶状态监控方法，其特征在于，上述第一基准值是在上述桨叶的设计载荷上结合模型参数来计算的。
5.根据权利要求3所述的风力机桨叶状态监控方法，其特征在于，
计算上述第二基准值的步骤包括：
基于上述力矩的平均值和标准偏差来计算正常区间的长度的步骤；
基于上述力矩的平均值及上述正常区间的长度来计算上述第二基准值的步骤。
6.根据权利要求5所述的风力机桨叶状态监控方法，其特征在于，在计算上述正常区间的长度的步骤中，上述力矩的平均值由累积计算前一时刻为止的平均值与当前时刻的平均值所表示；上述标准偏差由累积计算前一时刻为止的标准偏差与当前时刻的标准偏差所表示。
7.根据权利要求3所述的风力机桨叶状态监控方法，其特征在于，
计算上述第二基准值的步骤包括：
当上述变形率是在上述桨叶的压力面或吸入面测定得到的数据时，比较风力机的输出和额定输出的步骤；以及
根据上述比较结果，将上述风力机的输出变化或上述桨叶的桨距角变化反映在上述力矩的统计信息中的步骤。
8.根据权利要求7所述的风力机桨叶状态监控方法，其特征在于，当上述风力机的输出在上述额定输出以下时，将上述风力机的输出变化反映在上述力矩的统计信息上，当上述风力机的输出大于上述额定输出时，将上述桨叶的桨距角变化反映在上述力矩的统计信息上。
9.根据权利要求1所述的风力机桨叶状态监控方法，其特征在于，上述基准值包括：用于判断上述桨叶的注意状态的注意基准值，用于判断警告状态的警告基准值；以及用于判断紧急状态的紧急基准值。
10.根据权利要求1所述的风力机桨叶状态监控方法，其特征在于，还包括：当上述桨叶的状态为注意状态、警告状态及紧急状态中的某一个状态时，警报上述桨叶的状态的步骤。
11.一种风力机桨叶状态监控装置，其特征在于，包括：
力矩变换部，将风力机桨叶的变形率变换为力矩；
状态判断部，比较上述力矩和基准值来判断上述桨叶的状态；
基准值生成部，基于上述桨叶的设计信息和上述力矩的统计信息生成上述基准值。
12.根据权利要求11所述的风力机桨叶状态监控装置，其特征在于，上述力矩变换部基于上述桨叶的材料性能值及形状特性值，将上述变形率变换为上述力矩。
13.根据权利要求11所述的风力机桨叶状态监控装置，其特征在于，上述基准值生成部将基于上述桨叶的设计信息计算出的第一基准值和基于上述力矩的统计信息计算出的第二基准值结合起来，生成上述基准值。
14.根据权利要求13所述的风力机桨叶状态监控装置，其特征在于，上述基准值生成部在上述桨叶的设计载荷上结合模型参数来计算上述第一基准值。
15.根据权利要求13所述的风力机桨叶状态监控装置，其特征在于，上述基准值生成部基于上述力矩的平均值和标准偏差来计算正常区间的长度，基于上述力矩的平均值及上述正常区间的长度来计算上述第二基准值。
16.根据权利要求13所述的风力机桨叶状态监控装置，其特征在于，当上述变形率是在上述桨叶的压力面或吸入面测定得到的数据时，上述基准值生成部将上述风力机的输出变化或上述桨叶的桨距角变化反映在上述力矩的统计信息上。
17.根据权利要求16所述的风力机桨叶状态监控装置，其特征在于，当风力机的输出在额定输出以下时，将上述风力机的输出变化反映在上述力矩的平均值和标准偏差上，当上述风力机的输出大于上述额定输出时，将上述桨叶的桨距角变化反映在上述力矩的平均值和标准偏差上。
18.根据权利要求11所述的风力机桨叶状态监控装置，其特征在于，上述基准值包括：用于判断上述桨叶的注意状态的注意基准值，以及用于判断警告状态的警告基准值及用于判断紧急状态的紧急基准值。
19.根据权利要求18所述的风力机桨叶状态监控装置，其特征在于，当上述力矩脱离了上述注意基准值时，上述状态判断部将上述桨叶的状态判断为注意状态，当上述力矩脱离了上述警告基准值时，上述状态判断部将上述桨叶的状态判断为警告状态，当上述力矩脱离了上述紧急基准值时，上述状态判断部将上述桨叶的状态判断为紧急状态。
20.根据权利要求18所述的风力机桨叶状态监控装置，其特征在于，还包括警报部，当上述桨叶的状态与上述注意状态、上述警告状态及上述紧急状态中的某一个状态对应时，警报上述桨叶的状态。
CN201280042230.3A 2012-09-20 2012-09-20 风力机桨叶状态监控装置及其方法 Active CN103827480B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2012-0104821 2012-09-20
PCT/KR2012/007563 WO2014046316A1 (ko) 2012-09-20 2012-09-20 풍력 터빈 블레이드의 상태 감시 장치 및 그 방법
KR1020120104821A KR101394323B1 (ko) 2012-09-20 2012-09-20 풍력 터빈 블레이드의 상태 감시 장치 및 그 방법

Publications (2)

Publication Number Publication Date
CN103827480A CN103827480A (zh) 2014-05-28
CN103827480B true CN103827480B (zh) 2016-10-19

Family

ID=50341603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280042230.3A Active CN103827480B (zh) 2012-09-20 2012-09-20 风力机桨叶状态监控装置及其方法

Country Status (6)

Country Link
US (1) US20140236498A1 (zh)
KR (1) KR101394323B1 (zh)
CN (1) CN103827480B (zh)
AU (1) AU2012388403B2 (zh)
DE (1) DE112012004529B4 (zh)
WO (1) WO2014046316A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114701185B (zh) * 2022-01-11 2024-03-12 中材科技风电叶片股份有限公司 一种叶片制备的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2079927A1 (en) * 2006-10-02 2009-07-22 Clipper Windpower Technology, Inc. Wind turbine with blade pitch control to compensate for wind shear and wind misalignment
CN101578450A (zh) * 2007-05-21 2009-11-11 三菱重工业株式会社 风力发电装置和风力发电装置的偏摆回转驱动方法
CA2680928A1 (en) * 2008-10-01 2010-04-01 Siemens Aktiengesellschaft Method and system of wind turbine condition monitoring

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7317260B2 (en) 2004-05-11 2008-01-08 Clipper Windpower Technology, Inc. Wind flow estimation and tracking using tower dynamics
DE102005017054B4 (de) * 2004-07-28 2012-01-05 Igus - Innovative Technische Systeme Gmbh Verfahren und Vorrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen
GB2440954B (en) * 2006-08-18 2008-12-17 Insensys Ltd Structural monitoring
US20090246019A1 (en) * 2007-05-04 2009-10-01 Mark Volanthen Wind turbine monitoring
GB2448940B (en) * 2007-05-04 2009-10-14 Insensys Ltd Wind turbine monitoring
GB2454253B (en) * 2007-11-02 2011-02-16 Insensys Ltd Strain sensors
US9714085B2 (en) * 2008-05-13 2017-07-25 Purdue Research Foundation Monitoring of wind turbines
JP5244502B2 (ja) * 2008-08-25 2013-07-24 三菱重工業株式会社 風車の運転制限調整装置及び方法並びにプログラム
DE102008048956A1 (de) * 2008-09-25 2010-04-01 Repower Systems Ag Verfahren zum Überwachen eines Getriebes einer Windenergieanlage
US20100114502A1 (en) * 2008-10-31 2010-05-06 General Electric Company System and method for article monitoring
DE102011086608A1 (de) * 2010-11-17 2012-07-12 Suzlon Energy Gmbh Verfahren zum Bestimmen von Betriebszuständen einer Windturbine

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2079927A1 (en) * 2006-10-02 2009-07-22 Clipper Windpower Technology, Inc. Wind turbine with blade pitch control to compensate for wind shear and wind misalignment
CN101578450A (zh) * 2007-05-21 2009-11-11 三菱重工业株式会社 风力发电装置和风力发电装置的偏摆回转驱动方法
CA2680928A1 (en) * 2008-10-01 2010-04-01 Siemens Aktiengesellschaft Method and system of wind turbine condition monitoring

Also Published As

Publication number Publication date
KR101394323B1 (ko) 2014-05-13
DE112012004529B4 (de) 2020-03-19
US20140236498A1 (en) 2014-08-21
AU2012388403B2 (en) 2015-09-10
DE112012004529T5 (de) 2014-08-07
KR20140038270A (ko) 2014-03-28
CN103827480A (zh) 2014-05-28
AU2012388403A1 (en) 2014-04-03
WO2014046316A1 (ko) 2014-03-27

Similar Documents

Publication Publication Date Title
CN103161668B (zh) 智能风电机组工况辨识系统及方法
CN103328818B (zh) 风力涡轮机和风力发电站中的过额定控制
Kreutz et al. Machine learning-based icing prediction on wind turbines
CN102444553B (zh) 用于确认风力涡轮机性能不足的系统和方法
Matha Model development and loads analysis of an offshore wind turbine on a tension leg platform with a comparison to other floating turbine concepts: April 2009
CN104019000B (zh) 风力发电机组的载荷谱测定与前瞻性维护系统
CN106662072B (zh) 风力发电机状态监控方法与系统
CN109312716A (zh) 用于控制风力涡轮机以管理缘向叶片振动的方法和系统
US10273940B2 (en) System and method for detecting pitch bearing damage in a wind turbine
US20150337806A1 (en) Method, system and controller for controlling a wind turbine
Lee et al. Numerical and experimental study of aerodynamic noise by a small wind turbine
CN104074687B (zh) 一种用于兆瓦级风电机组的载荷及性能测试方法及装置
CN110056485A (zh) 用于监测风力涡轮变桨轴承的系统及方法
EP3249218B1 (en) System and method for micrositing a wind farm for loads optimization
Badihi et al. A review on application of monitoring, diagnosis, and fault-tolerant control to wind turbines
US20220099532A1 (en) Systems and methods for operating a power generating asset
CN109595130A (zh) 一种风机叶片结冰故障预测方法及系统
CN103827480B (zh) 风力机桨叶状态监控装置及其方法
JP2019074080A (ja) 風力発電装置及びその制御方法並びに制御プログラム
Lennie et al. A review of wind turbine polar data and its effect on fatigue loads simulation accuracy
EP3842635A1 (en) Operating a wind turbine with sensors implemented by a trained machine learning model
Badihi et al. Active fault tolerant control in a wind farm with decreased power generation due to blade erosion/debris build-up
CN108825449B (zh) 风力发电机组飞车预警方法和装置
Zhang et al. Robust fault‐detection based on residual K–L divergence for wind turbines
DK179188B1 (en) Wind turbine and a method of operating a wind turbine

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