CN108700039B - 风力发电机和用于监视风力发电机的振动状态的方法 - Google Patents

风力发电机和用于监视风力发电机的振动状态的方法 Download PDF

Info

Publication number
CN108700039B
CN108700039B CN201780013642.7A CN201780013642A CN108700039B CN 108700039 B CN108700039 B CN 108700039B CN 201780013642 A CN201780013642 A CN 201780013642A CN 108700039 B CN108700039 B CN 108700039B
Authority
CN
China
Prior art keywords
cumulative frequency
wind
acceleration
event cumulative
value
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.)
Expired - Fee Related
Application number
CN201780013642.7A
Other languages
English (en)
Other versions
CN108700039A (zh
Inventor
J-B·弗兰克
S·库尔斯
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.)
Renewable Energy Europe
Original Assignee
Renewable Energy Europe
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 Renewable Energy Europe filed Critical Renewable Energy Europe
Publication of CN108700039A publication Critical patent/CN108700039A/zh
Application granted granted Critical
Publication of CN108700039B publication Critical patent/CN108700039B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • F05B2270/334—Vibration measurements
    • 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
    • F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
    • F05B2270/807—Accelerometers
    • 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)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种用于监视风力发电机的振动状态的方法，所述方法具有如下步骤：检测在预定时间间隔内的不同的相应时间点处的多个加速度值，所述多个加速度值表示所述风力发电机的部件所经受的加速度；‑将所述加速度值存储在加速度数据集中；‑基于所述加速度数据集来生成事件累积频率分布；‑对于至少一个加速度值将所述事件累积频率分布的第一事件累积频率值与极限事件累积频率分布的第二事件累积频率值进行比较；并且如果所述第二事件累积频率值大于所述第一事件累积频率值，则输出报警信号。

Description

风力发电机和用于监视风力发电机的振动状态的方法
技术领域
本发明涉及一种用于监视风力发电机的振动状态的方法。
背景技术
风力发电机(还称为风力发电站)受到激发振动的各种影响。此外，特别地，鉴于连接到机舱的转子轮毂和转子叶片的旋转，即使风以恒定速度吹到转子叶片上，风力发电机的机舱也会始终经受振动。
从现有技术已知的是，使用加速度传感器来监视风力发电机的振动行为，其中加速度传感器附接到风力发电机的部件，优选地附接到风力发电机的机舱。可以借助于加速度传感器来检测表示部件的加速度的加速度值，通过将检测到的加速度值与预定加速度极限值进行比较，由风力发电机的控制器来处理该加速度值。如果超过了加速度极限值，则触发警报和/或使风力发电机停机。此类振动监视包括：简易传感器系统和简易监视逻辑，鉴于许可准则和/或认证要求，在每台风力发电机中分别设置了简易传感器系统和简易监视逻辑。
此类振动监视用于防止风力发电机暂时进入共振。由于不利的外部激发/影响，例如异常风力和/或波动状况以及风力发电机调整的故障，可能发生这样共振。在共振状态下，风力发电机较长时间的连续运行会导致风力发电机部件的损坏和短期结构性故障。
因为用于触发警报和用于引起风力发电机停机的加速度极限值较高，所以在风力发电机的正常运行期间，仅出现少量警报触发和停机。此外，现有技术中已知的用于监视风力发电机的振动状态的方法具有如下问题：仅当例如转子叶片的结构完整性降低到某种程度才达到触发警报的加速度极限值，即在超过加速度极限值触发警报之后的非常短时间(几秒钟)内，已经超过了用于使风力发电机停机的加速度极限值的程度，因为对转子叶片的损坏非常迅速地进行(例如整个转子叶片被甩出)。
监视振动状态的这种形式可适于避免因与共振相关的过载导致的短期结构性故障。阈值或极限值的这种监视不适于整个风力发电机或其单独构成零件/部件(例如转子叶片)的状态评估，因为振动行为的微小差异并不会导致触发警报或极高的停机阈值。
发明内容
本发明所基于的目的在于提供一种用于监视风力发电机的振动状态的方法，通过该方法，可以较早识别出风力发电机的部件的结构完整性的降低。
更准确地，本发明所基于的目的通过一种用于监视风力发电机的振动状态的方法实现，该方法具有如下方法步骤：
-检测分别位于预定时间间隔内的不同时间点处的多个加速度值，加速度值表示风力发电机的部件所经受的加速度；
-将加速度值存储在加速度数据集中；
-基于加速度数据集来生成事件累积频率分布；
-对于至少一个加速度值，将事件累积频率分布的第一事件累积频率值与极限事件累积频率分布的第二事件累积频率值进行比较；并且
-如果第二事件累积频率值大于第一事件累积频率值，则输出报警信号。
通过根据本发明的用于监视风力发电机的振动状态的方法，可以较早识别出风力发电机的部件的结构完整性的变化和削弱。因此能够防止突然和意外地出现阻止风力发电机的功能的损坏，例如防止风力发电机的转子叶片的甩出。例如可以由于用于将转子叶片紧固在转子轮毂上的紧固螺栓的断开而引起阻止风力发电机的功能的相应损坏。在紧固螺栓断开之后，其结果是，可能超过了其它紧固螺栓的负载限制值，因此转子叶片最终从转子轮毂甩出。
由于在风力发电机的振动特性的变化中反映出风力发电机的部件的缺陷，例如连接螺栓中的裂缝、转子叶片的一部分中的裂缝、或转子轮毂的一部分中的裂缝、转子轮毂的轴承损坏或叶片轴承的轴承损坏等，因此通过根据本发明的方法可以较早地识别出风力发电机的结构完整性的变化和削弱。例如，如果在连接螺栓中存在裂缝，则这将导致在风力发电机的运行期间，转子叶片和转子轮毂之间的连接力减小，并且因此机舱振动增加进而加速度增大。
考虑到表示风力发电机的部件(例如，机舱)在其运行期间所经受的加速度的多个加速度值，可以以改进的方式确立与风力发电机的结构完整性的变化相关联的振动特性的变化。部件的加速度值的事件累积频率分布基于部件经受的多个加速度值，加速度值表示风力发电机的部件的加速度，因此可以可靠地识别出振动特性的变化，例如所有或部分加速度值增加。
在预定时间间隔内，检测加速度值a1、a2、a3...ak并且存储在加速度数据集中。这些加速度值中的每一个以n1、n2、n3...nk的绝对频率和h1、h2、h3...hk的相对频率出现，其中，相对频率的总和始终为1，因此h1+h2+h3+...+hk＝1适用。事件累积频率F(a)是所有加速度值ai的相对频率的总和，加速度值ai小于或等于a。事件累积频率分布是作为加速度值的函数的事件累积频率的函数。事件累积频率分布可以示于图表中，其中，相对于加速度值绘制相对事件累积频率(其还可以以百分数表示)。为此，通常在横坐标上绘制加速度测量值并且在纵坐标上绘制相对事件累积频率。
因此，可以通过事件累积频率分布容易地确定用于加速度值的相对事件累积频率。进而，可以从事件累积频率分布容易地确定风力发电机的部件所经受的全部振动中的一部分振动，全部振动中的这部分振动小于或等于预定加速度值。例如，可以从事件累积频率分布确定风力发电机的部件所经受的全部振动中的60％小于或等于9mg(mg＝Milli-g＝1/1000*9.81m/s2)。
在预定时间间隔内进行多个加速度值的检测。在这种情况下，可以在具有彼此等距(例如，每隔1秒、每隔10秒...检测并存储加速度值)或彼此非等距的时间间隔的时间点处确定相应加速度值。
加速度值优选为部件的加速度测量值，加速度测量值表示在垂直于风向取向的振动方向上部件的移动/加速。此外，还可以在风向上和/或在动力传动系统上旋转地检测加速度测量值并且可以用于根据本发明的方法，从而可靠地检测风力发电机的故障调节行为。
风力发电机的部件应理解为例如风力发电机的机舱或转子叶片。
可以例如借助于风力发电机行为的气动弹性模拟来确定极限事件累积频率分布。
根据本发明的方法还可以称为一种用于避免因过度振动而使风力发电机突然发生故障的方法。
极限事件累积频率分布优选地通过在检测多个加速度值之前的时间间隔中执行的如下方法步骤生成：
-检测位于预定初始时间间隔内的不同时间点处的多个加速度值，加速度值表示风力发电机的部件所经受的加速度；
-将这些加速度值存储在初始加速度数据集中；
-基于初始加速度数据集来生成初始事件累积频率分布；并且
-基于所确定的初始事件累积频率分布来生成极限事件累积频率分布。
相应设计方法提供如下优势：风力发电机的部件的振动过程用于生成极限事件累积频率分布。因此，可以理解并特别好地检测风力发电机的振动特征的变化。
考虑到风力发电机的部件的振动历史的该方法还可以通过如下方法步骤来描述：
-检测分别位于第一预定时间间隔内的不同时间点处的多个第一加速度值，第一加速度值表示风力发电机的部件所经受的加速度；
-将第一加速度值存储在第一加速度数据集中；
-基于第一加速度数据集来生成第一事件累积频率分布；
-基于所确定的第一事件累积频率分布来生成极限事件累积频率分布；
-检测分别位于第二时间间隔内的不同时间点处的多个第二加速度值，第二加速度值表示风力发电机的部件所经受的加速度；
-将第二加速度值存储在第二加速度数据集中；
-基于第二加速度数据集来生成第二事件累积频率分布；
-对于至少一个加速度值，将第二事件累积频率分布的事件累积频率值与极限事件累积频率分布的事件累积频率值进行比较；并且
-如果极限事件累积频率分布的事件累积频率值大于第二事件累积频率分布的事件累积频率值，则输出报警信号。
第二时间间隔在时间上是在第一时间间隔之后。
由多个结构上等同的风力发电机组成的风力发电机群的风力发电机的极限事件累积频率分布优选地通过在检测多个加速度值之前的时间间隔中执行的如下方法步骤生成：
-对于风力发电机群中的至少两个风力发电机，检测分别位于预定初始时间间隔内的不同时间点处的多个加速度值，加速度值表示相应风力发电机的部件所经受的加速度；
-将这些加速度值存储在初始加速度数据集中；
-基于初始加速度数据集来生成初始事件累积频率分布；并且
-基于所确定的初始事件累积频率分布来生成极限事件累积频率分布。
相应设计方法提供如下优势：多个结构上等同的风力发电机的振动特性用于生成极限事件累积频率分布，因而由此所生成的极限事件累积频率分布更准确。由于考虑到还用于确定极限事件累积频率分布的其它风力发电机的加速度值，因此使还用于确定极限事件累积频率分布的风力发电机中加速度值的可能异常值平均化。因此，可以以改进方式确立振动特性的变化，因此确立例如待检查/监视的风力发电机的结构完整性的变化，由此再次提高待检查/监视的风力发电机的操作可靠性。
风力发电机群由多个结构上等同的风力发电机组成。这些风力发电机不必在风力发电机区中组装。风力发电机群中的各个风力发电机还可以被置于彼此相距很远的位置。风力发电机群可以包括例如一个或多个风力发电机区。
在初始时间间隔之内和/或在不同的初始时间间隔之内优选地检测风力发电机群中两个以上风力发电机、优选地所有风力发电机的多个加速度值。
考虑到多个结构上等同的风力发电机的振动历史的此方法(其在检测多个加速度值之前的时间间隔中执行)还可以通过如下方法步骤来描述：
-对于风力发电机群中的至少两个风力发电机、优选地对于所有风力发电机，检测分别位于第一预定时间间隔内的不同时间点处的多个第一加速度值，第一加速度值表示风力发电机的部件所经受的加速度；
-将第一加速度值存储在第一加速度数据集中；
-基于第一加速度数据集来生成第一事件累积频率分布；
-基于所确定的第一事件累积频率分布来生成极限事件累积频率分布；
-检测分别位于第二时间间隔内的不同时间点处的多个第二加速度值，第二加速度值表示风力发电机的部件所经受的加速度；
-将第二加速度值存储在第二加速度数据集中；
-基于第二加速度数据集来生成第二事件累积频率分布；
-对于至少一个加速度值，将第二事件累积频率分布的事件累积频率值与极限事件累积频率分布的事件累积频率值进行比较；并且
-如果极限事件累积频率分布的事件累积频率值大于第二事件累积频率分布的事件累积频率值，则输出报警信号。
极限事件累积频率分布被优选地生成：通过将附加加速度值加到在初始时间间隔中检测到并且存储在初始加速度数据集中的每一个加速度值，来生成极限加速度数据集。存储该极限加速度数据集。随后，基于极限加速度数据集来生成极限事件累积频率分布。
相应设计的方法提供如下优势：通过改变附加加速度值，极限加速度在怀疑有缺陷的情况下(例如，风力发电机的部件的结构完整性降低))可以容易地适应于各个状况(例如，不同的建筑地基等)。这是因为不仅通过风力发电机(几何结构、材料选择)而且还例如通过风力发电机的建筑地基和基桩引入建筑地基中的深度来确定风力发电机的振动特性。
此外，根据本发明的方法优选地具有如下方法步骤：
-确定风力发电机所经受的风力范围；
-从分别与不同的风力范围相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据风力发电机所经受的风力范围来选择极限事件累积频率分布；
-对于至少一个加速度值，将事件累积频率分布的第一事件累积频率值与极限事件累积频率分布的第二事件累积频率值进行比较；并且
-如果第二事件累积频率值大于第一事件累积频率值，则输出报警信号。
相应设计的方法提供如下优势：根据风力发电机所经受的风力，进行报警信号的输出和/或风力发电机的停机。这是因为，在更大风力下，风力发电机和风力发电机的部件经受比更小风力时更大的力，因此风力发电机的部件同样经受更大的加速度。所以，通过相应设计方法再次提高风力发电机的可靠性。
此外，根据本发明的方法优选地具有如下方法步骤：
-确定风力发电机所经受的风的风向；
-从分别与不同的风向相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据风力发电机所经受的风向来选择极限事件累积频率分布；
-对于至少一个加速度值，将事件累积频率分布的第一事件累积频率值与极限事件累积频率分布的第二事件累积频率值进行比较；并且
-如果第二事件累积频率值大于第一事件累积频率值，则输出报警信号。
相应设计方法提供如下优势：根据风力发电机所经受的风的风向，进行报警信号的输出和/或风力发电机的停机。这是因为风力发电机的自由滑行轨迹可以针对不同风向而改变。相应设计方法将该情况考虑在内。
此外，根据本发明的方法优选地具有如下方法步骤：
-确定风力发电机的转子叶片的叶片角度；
-从分别与不同的叶片角度相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据转子叶片所具有的叶片角度来选择极限事件累积频率分布；
-对于至少一个加速度值，将事件累积频率分布的第一事件累积频率值与极限事件累积频率分布的第二事件累积频率值进行比较；并且
如果第二事件累积频率值大于第一事件累积频率值，则输出报警信号。
相应设计的方法提供如下优势：根据风力发电机的转子叶片的叶片角度，进行报警信号的输出和/或风力发电机的停机。这是因为根据转子叶片的叶片角度，通过接合在转子叶片上的风而使转子叶片被激发至不同强度的振动，因此，在风力发电机运行中，不同的叶片角度导致不同的振动状态。相应设计方法将该情况考虑在内。
此外，可以以如下方式设计根据本发明的方法，对于风力发电机的极限事件累积频率分布和/或功率范围的选择，同样将转子叶片上的倾斜入射流、风力发电机引入到的土壤的土壤刚度、以及紊流强度考虑在内。
极限事件累积频率分布优选地通过在检测多个加速度值之前的时间间隔中执行的如下方法步骤生成：
-连续检测分别位于预定初始时间间隔内的不同时间点处的多个加速度值，加速度值表示风力发电机的部件所经受的加速度；
-将这些加速度值存储在初始加速度数据集中，初始加速度数据集存储在具有预定存储容量的循环存储器中，因此在达到存储容量之后，最后存储在循环存储器中的加速度值覆写最先存储的加速度值；
-基于初始加速度数据集来生成初始事件累积频率分布；并且
-基于所确定的初始事件累积频率分布来生成极限事件累积频率分布。
相应设计的方法提供如下优势：可以以提高的准确度生成极限事件累积频率分布，因此再次提高风力发电机的可靠性。
极限事件累积频率分布优选地通过在检测多个加速度值之前的时间间隔中执行的如下方法步骤生成：
-确定风力发电机的功率范围；
-从与不同的功率范围相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据风力发电机的功率范围来选择极限事件累积频率分布；
-对于至少一个加速度值，将事件累积频率分布的第一事件累积频率值与极限事件累积频率分布的第二事件累积频率值进行比较；并且
如果第二事件累积频率值大于第一事件累积频率值，则输出报警信号。
相应设计方法提供如下优势：可以以提高的准确度生成极限事件累积频率分布，因此，再次提高风力发电机的可靠性。
风力发电机的功率范围可以包括，例如1500kW-3000kW的第一功率范围、3000kW-4500kW的第二功率范围、4500kW-6000kW的第三功率范围和大于6000kW的第四功率范围。单独极限事件累积频率分布可以与这些功率范围中的每一个相关联。
附图说明
根据本发明的方法的功能将根据以下附图进行阐述。在附图中：
图1示出了其中应用了用于监视振动状态的现有技术中已知的方法的多个风力发电机的塔顶加速度的时间曲线；
图2示出了图1所示的风力发电机的塔顶加速度的时间曲线的细节，其中，转子叶片被甩出；以及
图3示出了具有显示以阐述根据本发明的方法的极限事件累积频率分布的多个风力发电机的加速度值的事件累积频率分布。
具体实施方式
图1示出了在多个风力发电机为期一年的运行期间塔顶加速度的时间曲线，其中，应用了用于监视振动状态的、现有技术中已知的方法。在图1所示的视图中，示出了报警信号阈值1和停机阈值。如果塔顶加速度超过了报警信号阈值1，则输出报警信号。如果塔顶加速度超过了停机阈值2，则引起风力发电机运行停止。
显然从图1可以看出，鉴于转子叶片受损，仅几次超过报警信号阈值并且仅一次超过停机阈值。图2示出了图1中所示的风力发电机的塔顶加速度的时间曲线的细节，其中由于转子叶片被甩出，因此超过了报警信号阈值和停机信号阈值两者。通过用于监视风力发电机的振动状态的现有技术中已知的方法，与受损事件准同时生成报警信号和停机信号。
因此，在用于监视风力发电机的振动状态的现有技术中已知的方法中存在如下问题：仅当例如转子叶片的结构完整性降低到某一程度而通常才达到报警信号阈值1，即超过报警信号阈值1之后的极短时间(几秒钟)内，已经超过了停机信号阈值2的程度，因为对转子叶片的损坏非常迅速地进行(例如整个转子叶片被甩出)。
监控振动状态的这种形式可适于避免因与共振相关的过载而导致的短期结构性故障。阈值或极限值的这种监视不适于整个风力发电机或其各个构成零件/部件(例如转子叶片)的状态评估。
图3示出了具有所显示的极限事件累积频率分布3的多个风力发电机的加速度值的事件累积频率分布。可以例如通过风力发电机行为的气动弹性模拟来确定极限事件累积频率分布。
此外，还能够生成极限事件累积频率分布3：在为了监视风力发电机而检测多个加速度值之前的时间间隔中，检测多个加速度值，加速度值表示风力发电机的部件所经受的加速度。加速度值的这种检测在预定初始时间间隔内的不同时间点处进行。将由此所检测到的加速度值存储在初始加速度数据集中。随后，基于初始加速度数据集，生成初始事件累积频率分布，由此基于所确定的初始事件累积频率分布来生成极限事件累积频率分布3。
从图3明显可以看出，完整风力发电机的事件累积频率分布4是这样的：所有加速度值中大约10％小于或等于7mg，所有加速度值中大约50％小于或等于9mg，所有加速度值中大约80％小于或等于10mg，以及所有加速度值中大约99％小于或等于14mg。
此外，从图3明显可以看出，在对于加速度值(例如，10mg)的极限事件累积频率分布3的情况下，与之相关的事件累积频率值(10mg时40％，即，所有加速度值中的40％小于或等于10mg)始终小于与完整风力发电机的事件累积频率分布4的加速度值(10mg)相关联的事件累积频率值(10mg时75％，即，所有加速度值中的75％小于或等于10mg)。
图3还示出了具有降低的结构完整性(即具有降低的刚性)的风力发电机的部件的加速度值的累积频率分布5。显而易见的是，具有降低的刚性(例如，由于转子叶片中的裂缝、连接螺栓中的裂缝、塔中的裂缝等)的风力发电机整体上比在完整风力发电机的情况下具有更大的加速度值。可以例如通过将事件累积频率分布5的第一事件累积频率值(例如，17mg时80％，即，所有加速度值中的80％小于或等于17mg)与极限事件累积频率分布3的第二事件累积频率值(17mg时98％)相比较来诊断风力发电机的缺陷。在这种情况下显而易见的是，第二事件累积频率值(98％)大于第一事件累积频率值(80％)，因此以较大可靠性存在所监视的风力发电机的缺陷，其结果是，可以输出报警信号。
通过根据本发明的用于监视风力发电机的振动状态的方法，可以较早识别出风力发电机的部件的结构完整性的变化和削弱。因此能够防止突然和意外地出现阻止风力发电机的功能的损坏，例如风力发电机的转子叶片甩出。
附图标记列表
1 报警信号阈值
2 停机阈值
3 极限事件累积频率分布
4 完整风力发电机的事件累积频率分布
5 具有降低的结构完整性/降低的刚度的风力发电机的事件累积频率分布。

Claims (10)

1.一种用于监视风力发电机的振动状态的方法，所述方法具有如下方法步骤：
-检测分别位于预定时间间隔内的不同时间点处的多个加速度值，所述加速度值表示所述风力发电机的部件所经受的加速度；
-将所述加速度值存储在加速度数据集中；
-基于所述加速度数据集来生成事件累积频率分布；
-对于至少一个加速度值，将所述事件累积频率分布的第一事件累积频率值与极限事件累积频率分布的第二事件累积频率值进行比较；并且
-如果所述第二事件累积频率值大于所述第一事件累积频率值，则输出报警信号。
2.根据权利要求1所述的方法，其特征在于，所述极限事件累积频率分布通过在检测所述多个加速度值之前的时间间隔中执行的如下方法步骤生成：
-检测位于预定初始时间间隔内的不同时间点处的多个加速度值，所述加速度值表示所述风力发电机的所述部件所经受的加速度；
-将这些加速度值存储在初始加速度数据集中；
-基于所述初始加速度数据集来生成初始事件累积频率分布；并且
-基于所确定的初始事件累积频率分布来生成所述极限事件累积频率分布。
3.根据权利要求1所述的方法，其特征在于，用于由多个结构上等同的风力发电机组成的风力发电机群的风力发电机的所述极限事件累积频率分布通过在检测所述多个加速度值之前的时间间隔中执行的如下方法步骤生成：
-对于所述风力发电机群中的至少两个风力发电机，检测分别位于预定初始时间间隔内的不同时间点处的多个加速度值，所述加速度值表示对应风力发电机的所述部件所经受的加速度；
-将这些加速度值存储在初始加速度数据集中；
-基于所述初始加速度数据集来生成初始事件累积频率分布；并且
-基于所确定的初始事件累积频率分布来生成所述极限事件累积频率分布。
4.根据权利要求2或3所述的方法，其特征在于，所述极限事件累积频率分布通过如下方法步骤生成：
-通过将附加加速度值加到在所述初始时间间隔中检测到并且存储在所述初始加速度数据集中的所述加速度值中的每个加速度值，来生成极限加速度数据集；
-存储所述极限加速度数据集；并且
-基于所述极限加速度数据集来生成所述极限事件累积频率分布。
5.根据权利要求1至3中任一项所述的方法，其特征在于如下方法步骤：
-确定所述风力发电机所经受的风的风力范围和/或风向；
-从分别与不同的风力范围和/或不同的风向相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据所述风力发电机所经受的所述风力范围和/或所述风向来选择所述极限事件累积频率分布；
-对于至少一个加速度值，将所述事件累积频率分布的第一事件累积频率值与所述极限事件累积频率分布的第二事件累积频率值进行比较；并且
-如果所述第二事件累积频率值大于所述第一事件累积频率值，则输出报警信号。
6.根据权利要求1至3中任一项所述的方法，其特征在于，具有如下方法步骤：
-确定所述风力发电机所经受的风的风向；
-从分别与不同的风向相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据所述风力发电机所经受的所述风向来选择所述极限事件累积频率分布；
-对于至少一个加速度值，将所述事件累积频率分布的第一事件累积频率值与所述事件极限累积频率分布的第二事件累积频率值进行比较；并且
-如果所述第二事件累积频率值大于所述第一事件累积频率值，则输出报警信号。
7.根据权利要求1至3中任一项所述的方法，其特征在于，具有如下方法步骤：
-确定所述风力发电机的转子叶片的叶片角度；
-从分别与不同的叶片角度相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据所述转子叶片具有的所述叶片角度来选择所述极限事件累积频率分布；
-对于至少一个加速度值，将所述事件累积频率分布的第一事件累积频率值与所述极限事件累积频率分布的第二事件累积频率值进行比较；并且
-如果所述第二事件累积频率值大于所述第一事件累积频率值，则输出报警信号。
8.根据权利要求1至3中任一项所述的方法，其特征在于，所述极限事件累积频率分布通过在检测所述多个加速度值之前的时间间隔中执行的如下方法步骤生成：
-连续检测分别位于预定初始时间间隔内的不同时间点处的多个加速度值，所述加速度值表示所述风力发电机的所述部件所经受的加速度；
-将这些加速度值存储在初始加速度数据集中，所述初始加速度数据集存储在具有预定存储容量的循环存储器中，并且因此在达到所述存储容量之后，最后存储在所述循环存储器中的所述加速度值覆写最先存储的所述加速度值；
-基于所述初始加速度数据集来生成初始事件累积频率分布；并且
-基于所确定的初始事件累积频率分布来生成所述极限事件累积频率分布。
9.根据权利要求1至3中任一项所述的方法，其特征在于，具有如下方法步骤：
-确定所述风力发电机的功率范围；
-从分别与不同的功率范围相关联的多个不同的极限事件累积频率分布中选择极限事件累积频率分布，其中，根据所述风力发电机的所述功率范围来选择所述极限事件累积频率分布；
-对于至少一个加速度值，将所述事件累积频率分布的第一事件累积频率值与所述极限事件累积频率分布的第二事件累积频率值进行比较；并且
-如果所述第二事件累积频率值大于所述第一事件累积频率值，则输出报警信号。
10.一种风力发电机，包括：至少一个加速度传感器和经由数据线与所述加速度传感器连接的数据处理单元，其中，所述数据处理单元适于执行根据权利要求1至9中任一项所述的方法。
CN201780013642.7A 2016-02-25 2017-02-15 风力发电机和用于监视风力发电机的振动状态的方法 Expired - Fee Related CN108700039B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102016203013.2 2016-02-25
DE102016203013.2A DE102016203013A1 (de) 2016-02-25 2016-02-25 Verfahren zur Schwingungszustandsüberwachung einer Windkraftanlage
PCT/EP2017/053426 WO2017144327A1 (de) 2016-02-25 2017-02-15 Verfahren zur schwingungszustandsüberwachung einer windkraftanlage

Publications (2)

Publication Number Publication Date
CN108700039A CN108700039A (zh) 2018-10-23
CN108700039B true CN108700039B (zh) 2019-11-05

Family

ID=58044094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780013642.7A Expired - Fee Related CN108700039B (zh) 2016-02-25 2017-02-15 风力发电机和用于监视风力发电机的振动状态的方法

Country Status (11)

Country Link
US (1) US10465661B2 (zh)
EP (1) EP3420224B1 (zh)
JP (1) JP6570759B2 (zh)
KR (1) KR101948500B1 (zh)
CN (1) CN108700039B (zh)
CA (1) CA3013165C (zh)
DE (1) DE102016203013A1 (zh)
DK (1) DK3420224T3 (zh)
ES (1) ES2750272T3 (zh)
PL (1) PL3420224T3 (zh)
WO (1) WO2017144327A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112154586A (zh) * 2018-05-25 2020-12-29 马士基钻探股份公司 海洋船舶或平台上的动能发电机的与运动状态有关的操作
DE102018132413A1 (de) 2018-12-17 2020-06-18 Wobben Properties Gmbh Verfahren zum Erfassen unterschiedlicher Schwingungen einer Windenergieanlage
CN113286944B (zh) * 2019-12-16 2022-06-10 远景能源有限公司 一种用于监测叶根紧固件的健康状态的方法及系统
CN113027690B (zh) * 2019-12-24 2022-09-27 新疆金风科技股份有限公司 一种风力发电机组的塔架基础开裂检测方法和检测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201417174Y (zh) * 2009-06-19 2010-03-03 武汉钢铁(集团)公司 机电设备的监测系统
CN201448194U (zh) * 2009-06-08 2010-05-05 山东长星集团有限公司 一种基于信息融合技术的风机振动监控装置
CN103197618A (zh) * 2013-02-22 2013-07-10 上海电机学院 一种监测风力发电机的方法及系统
CN104111154A (zh) * 2014-06-23 2014-10-22 北京金风科创风电设备有限公司 风力发电机组的振动趋势分析方法和振动趋势分析系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10113039B4 (de) 2001-03-17 2017-12-07 Aloys Wobben Windenergieanlage
EP1698903B1 (en) * 2003-12-26 2012-10-17 Bosch Corporation Failure diagnosis device for vehicle body acceleration sensor and anti-lock brake system
CN101460901B (zh) * 2006-05-15 2011-06-29 易格斯创新技术系统有限公司 监测风力发电装置的转子叶片的负荷的方法
ES2701707T3 (es) 2007-05-03 2019-02-25 Siemens Ag Procedimiento de funcionamiento de un aerogenerador y aerogenerador
JP4995134B2 (ja) * 2008-03-31 2012-08-08 三菱重工業株式会社 風車の監視装置及び方法並びにプログラム
KR100954090B1 (ko) 2009-10-27 2010-04-23 주식회사 위다스 풍력발전설비 상태감시시스템
DE102010009941A1 (de) * 2010-03-02 2011-09-08 Suzlon Energy Gmbh Verfahren zum Überwachen von Windturbinen
DE102011116961A1 (de) * 2011-10-26 2013-05-02 Robert Bosch Gmbh Verfahren zur Bestimmung einer mechanischenBeschädigung eines Rotorblatts einerWindenergieanlage
JP5680526B2 (ja) 2011-12-28 2015-03-04 三菱重工業株式会社 風力発電用風車の衝撃荷重監視システム及び衝撃荷重監視方法
CN103675357B (zh) 2013-11-19 2016-06-01 中国大唐集团科学技术研究院有限公司 风速仪故障预警的方法和系统
JP6741582B2 (ja) * 2014-03-19 2020-08-19 コンティ テミック マイクロエレクトロニック ゲゼルシャフト ミット ベシュレンクテル ハフツングＣｏｎｔｉ Ｔｅｍｉｃ ｍｉｃｒｏｅｌｅｃｔｒｏｎｉｃ ＧｍｂＨ 車両の事故データメモリーへのカメラの画像データを保存するための方法
US9644612B2 (en) * 2014-09-23 2017-05-09 General Electric Company Systems and methods for validating wind farm performance measurements

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201448194U (zh) * 2009-06-08 2010-05-05 山东长星集团有限公司 一种基于信息融合技术的风机振动监控装置
CN201417174Y (zh) * 2009-06-19 2010-03-03 武汉钢铁(集团)公司 机电设备的监测系统
CN103197618A (zh) * 2013-02-22 2013-07-10 上海电机学院 一种监测风力发电机的方法及系统
CN104111154A (zh) * 2014-06-23 2014-10-22 北京金风科创风电设备有限公司 风力发电机组的振动趋势分析方法和振动趋势分析系统

Also Published As

Publication number Publication date
CA3013165A1 (en) 2017-08-31
US20190078557A1 (en) 2019-03-14
DE102016203013A1 (de) 2017-08-31
KR101948500B1 (ko) 2019-02-14
JP6570759B2 (ja) 2019-09-04
EP3420224A1 (de) 2019-01-02
CA3013165C (en) 2019-11-12
JP2019507845A (ja) 2019-03-22
ES2750272T3 (es) 2020-03-25
CN108700039A (zh) 2018-10-23
US10465661B2 (en) 2019-11-05
EP3420224B1 (de) 2019-07-17
DK3420224T3 (da) 2019-09-16
PL3420224T3 (pl) 2020-03-31
KR20180100247A (ko) 2018-09-07
WO2017144327A1 (de) 2017-08-31

Similar Documents

Publication Publication Date Title
CN108700039B (zh) 风力发电机和用于监视风力发电机的振动状态的方法
US10359473B2 (en) Detecting faults in turbine generators
KR101288329B1 (ko) 풍력발전기 모니터링 장치
US7883319B2 (en) Method and device for monitoring the state of rotor blades on wind power installations
US7086834B2 (en) Methods and apparatus for rotor blade ice detection
US10466205B2 (en) Method for determining mechanical damage to a rotor blade of a wind turbine
CN107514337A (zh) 风力发电机组的控制方法、装置及风电场群控系统
CN107191339B (zh) 风力发电机组风轮不平衡监测方法
CN102889175B (zh) 检测风力涡轮机转子叶片上的冰的系统和方法
US10473708B2 (en) Methods and systems for real-time monitoring of the insulation state of wind-powered generator windings
CN101705908B (zh) 风力发电机组及其状态监测系统和方法
CN103411659A (zh) 一种风力发电机叶片与塔筒状态监测方法及系统
WO2018142986A1 (ja) 状態監視システムおよび風力発電装置
EP2795110B1 (en) A method of controlling a wind turbine, and a wind turbine
CN106574605A (zh) 风力涡轮机塔架振荡的主动提升
CN110352300A (zh) 多转子风力涡轮机系统的性能监测
JP2017173076A (ja) 状態監視システム及びそれを備える風力発電装置
EP2754888B1 (en) Method and apparatus for operating a wind turbine
US10018184B2 (en) Method for detecting a state change of an installation
Mbo'o et al. Bearing damage diagnosis by means of the linear discriminant analysis of stator current feature
JP2019128179A (ja) 振動センサの脱落検知方法及び異常診断装置
CN107210694A (zh) 用于监测发电设施的运行的方法和设备
KR102074908B1 (ko) 해상풍력 모니터링 시스템
Tan et al. Wind turbine monitoring warning device
CN117028164A (zh) 一种风电机组振动检测方法和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191105

Termination date: 20220215