CN111727317A - 使用机械风传感器确定结冰状况 - Google Patents

使用机械风传感器确定结冰状况 Download PDF

Info

Publication number
CN111727317A
CN111727317A CN201880089745.6A CN201880089745A CN111727317A CN 111727317 A CN111727317 A CN 111727317A CN 201880089745 A CN201880089745 A CN 201880089745A CN 111727317 A CN111727317 A CN 111727317A
Authority
CN
China
Prior art keywords
wind turbine
determining
sensor signal
predetermined
wind
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
CN201880089745.6A
Other languages
English (en)
Other versions
CN111727317B (zh
Inventor
J·尼尔森
J·D·格林内特
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.)
Vestas Wind Systems AS
Original Assignee
Vestas Wind Systems AS
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 Vestas Wind Systems AS filed Critical Vestas Wind Systems AS
Publication of CN111727317A publication Critical patent/CN111727317A/zh
Application granted granted Critical
Publication of CN111727317B publication Critical patent/CN111727317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/40—Ice detection; De-icing means
    • 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
    • F05B2270/32—Wind speeds
    • 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
    • F05B2270/321—Wind directions
    • 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
    • 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)

Abstract

本文的实施例描述了一种用于风力涡轮机的方法和相关联的控制器。该方法包括：确定从风力涡轮机的机械传感器接收的传感器信号的一个或多个特征；基于所述传感器信号的所述一个或多个5特征来确定所述风力涡轮机的结冰状况；以及基于所确定的结冰状况来控制一个或多个风力涡轮机系统的操作。

Description

使用机械风传感器确定结冰状况
技术领域
本公开中提出的实施例大体上涉及确定风力涡轮机上的结冰状况，并且更具体地涉及使用一个或多个机械风传感器来确定相关联的风力涡轮机上的结冰状况。
背景技术
风力涡轮机通常布置在较寒冷的地区，因为寒冷空气较高的密度对应于较大的电力生产，并且因为在这些地区中其他能量生产系统可能不切实际。但是，在寒冷地区，风力涡轮机上形成冰的可能性也更大。涡轮机上形成冰会降低效率，而去除冰可能需要停止涡轮机，从而进一步降低效率。当前，具有防冰或除冰系统的风力涡轮机使用功率曲线的显著降低来检测叶片上的冰。但是，该技术通常无法在大量的冰已经积聚在叶片上之前检测结冰状况。此外，如果结冰状况持续，则除冰系统可能无法去除冰，和/或在除冰结束后不久，冰可能再次积聚。其他的冰检测实施方式可以使用位于风力涡轮机叶片的内部的加速度计，或者可以使用位于机舱上使用专用冰检测仪器，这是相对昂贵的实施方式。
发明内容
本公开的一个实施例是一种用于风力涡轮机的控制器，所述控制器包括一个或多个计算机处理器以及包括计算机可读代码的内存，当使用所述一个或多个计算机处理器执行所述计算机可读代码时，所述计算机可读代码执行操作。所述操作包括确定从所述风力涡轮机的机械传感器接收的传感器信号的一个或多个特征。所述操作还包括基于所述传感器信号的所述一个或多个特征来确定所述风力涡轮机的结冰状况。所述操作还包括基于所确定的结冰状况来控制一个或多个风力涡轮机系统的操作。
有利地，所述控制器允许在不降低风力涡轮机的电力生产的情况下确定风力涡轮机的结冰状况。此外，控制器能够确定风力涡轮机上的冰的积聚正在增多还是减少。更进一步地，所述控制器可以使用通常包括在风力涡轮机上的机械传感器来支持相对简单的实施方式，而不需要专用于检测冰的更昂贵的传感器。
本文描述的另一实施例是一种方法，所述方法包括：确定从风力涡轮机的机械传感器接收的传感器信号的一个或多个特征；基于所述传感器信号的所述一个或多个特征来确定所述风力涡轮机的结冰状况；以及基于所确定的结冰状况来控制一个或多个风力涡轮机系统的操作。
有利地，所述方法允许在不降低风力涡轮机的电力生产的情况下确定风力涡轮机的结冰状况。此外，所述方法可以用于确定风力涡轮机上的冰的积聚正在增多还是减少。更进一步地，所述方法可以使用相对简单的实施方式来执行，该实施方式使用通常包括在风力涡轮机上的机械传感器，而不需要专用于检测冰的更昂贵的传感器。
附图说明
为了便于可以详细理解本公开的上述特征的方式，可以通过参考实施例来对上面简要概括的本公开进行更具体的描述，所述实施例中的一些在附图中示出。然而，应当注意，附图仅示出了本公开的典型实施例，并且因此不应被视为是对其范围的限制，因为本公开可以允许其他等效的实施例。
图1示出了根据一个或多个实施例的示例性风力涡轮机的示意图。
图2示出了根据一个或多个实施例的风力涡轮机的示例性机舱和塔架的内部部件的示意图。
图3是根据一个或多个实施例的示例性风力涡轮机的框图。
图4示出了根据一个或多个实施例的用于基于所确定的结冰状况来控制风力涡轮机的操作的示例性方法。
图5A和图5B分别示出了根据一个或多个实施例的在没有冰积聚和有冰积聚的情况下的示例性传感器信号。
图6A和图6B分别示出了根据一个或多个实施例的在没有冰积聚和有冰积聚的情况下的示例性传感器信号的频率信息。
图7示出了根据一个或多个实施例的确定在没有冰积聚和有冰积聚的情况下的示例性传感器信号的移动标准偏差。
图8示出了根据一个或多个实施例的用于基于风力涡轮机上的冰的积聚是否正在增多来控制风力涡轮机的操作的示例性方法。
为了便于理解，在可能的地方使用了相同的附图标记来表示图中共有的相同元件。可以预期，在一个实施例中公开的元件可以在没有具体叙述的情况下有益地用于其他实施例。
具体实施方式
风力涡轮机使用包括一个或多个叶片的转子来将风的动能转换成电能。更具体地说，风的速度使叶片旋转，这继而为发电机提供动力。在给定的风力状况下，叶片上的冰的积聚往往会降低风力涡轮机的电力生产。另外，叶片上的冰的积聚可能引起不平衡，该不平衡可能会损坏风力涡轮机。
在电力生产期间(例如，当叶片旋转时)或者当风力涡轮机处于静止状态时，可以使用不同的技术来去除积聚在风力涡轮机叶片上的冰。尽管具有冰积聚的风力涡轮机的继续操作可能对应于效率降低，但是在某些情况下，与停止风力涡轮机转子以执行除冰程序相比，这在经济上可能是优选的。
本文公开的实施例描述了用于使用风力涡轮机的机械传感器来确定风力涡轮机的结冰状况的技术。有利地，可以在不降低风力涡轮机的电力生产的情况下执行使用机械传感器来确定结冰状况。机械传感器的传感器信号可以用于确定风力涡轮机上的冰的积聚正在增多还是减少。此外，机械传感器可以被包括在用于风测量的典型风力涡轮机实施方式中，而不需要专用于检测冰的更昂贵的传感器。
示例实施例
图1示出了示例性风力涡轮机100的示意图。尽管风力涡轮机100被示出为水平轴风力涡轮机，但是本文描述的原理和技术可以应用于其他风力涡轮机实施方式(诸如竖直轴风力涡轮机)。风力涡轮机100通常包括塔架102和位于塔架102顶部的机舱104。转子106可以通过延伸出机舱104的低速轴与机舱104连接在一起。如图所示，转子106包括安装在公共轮毂110上的在转子平面内旋转的三个转子叶片108，但是转子106可以包括任何合适数量的叶片(诸如一个、两个、四个、五个或更多个叶片)。叶片108(或翼型件)通常均具有空气动力学形状，其具有用于面向风的前缘112、位于叶片108的弦线的相对端处的后缘114、梢端116和用于以任何合适的方式附接到轮毂110的根部118。
对于一些实施例，叶片108可以使用变桨轴承120连接到轮毂110，使得每个叶片108可以围绕其纵轴旋转以调节叶片的桨距。叶片108相对于转子平面的桨距角可以由例如连接在轮毂110和叶片108之间的线性致动器、液压致动器或步进电动机控制。
图2示出了风力涡轮机100的机舱104和塔架102内部的典型部件的示意图。当风200吹在叶片108上时，转子106旋转并使低速轴202旋转。变速箱204中的齿轮将低速轴202的低旋转速度机械地转换为适于使用发电机206生成电力的高速轴208的相对较高的旋转速度。
控制器210可以感测低速轴202和高速轴208中的一个或两个的旋转速度。如果控制器210确定轴旋转得太快，则控制器210可以使叶片变桨出风，或者通过增大来自发电机206的转矩，来减慢转子106的旋转——即减小每分钟转数(RPM)。当轮毂已经处于或非常接近静止状态时，制动系统212可以通过保持轮毂110不旋转来防止损坏风力涡轮发电机100的部件。控制器210还可以接收来自风速计214(提供风速)和/或风向标216(提供风向)的输入。基于所接收的信息，控制器210可以将控制信号发送到叶片108中的一个或多个以调节叶片的桨距218。通过调节叶片的桨距218，可以增大或减小转子(以及因此轴202、208)的旋转速度。例如，基于风向，控制器210可以将控制信号发送到包括偏航电动机220和偏航驱动器222的组件，以相对于塔架102旋转机舱104，使得可以将转子106定位成面向更多的(或在某些情况下更少的)逆风。
图3是根据一个或多个实施例的示例性风力涡轮机300的框图。风力涡轮机300可以与本文描述的其他实施例结合使用。例如，风力涡轮机300可以表示图1的风力涡轮机100的一个示例。
风力涡轮机300包括控制器305，该控制器305包括一个或多个计算机处理器310(或“处理器”)和内存315。所述一个或多个处理器310表示任意数量的处理元件，每个处理器元件可以包括任意数量的处理核。内存315可以包括易失性内存元件(诸如随机存取内存)、非易失性内存元件(诸如固态、磁性、光学或基于闪存的存储器)及其组合。此外，内存315可以分布在不同的介质(例如，网络存储器或外部硬盘驱动器)上。
如图所示，所述一个或多个处理器310与一个或多个机械传感器330、超声波风传感器345和环境温度传感器350通信地联接。所述一个或多个处理器310还与一个或多个风力涡轮机系统(诸如除冰系统355、电力生成系统360和通信系统365)联接。具有不同数量和/或类型的传感器、和/或不同数量和/或类型的风力涡轮机系统的风力涡轮机300的其他实施方式也是可能的。
机械传感器330、超声波风传感器345和环境温度传感器350各自被配置为向控制器305提供一个或多个传感器信号。如图所示，机械传感器330包括被配置为生成风向信号的风向标335，以及被配置为生成风速信号的风速计340。风速计340可以具有任何合适的机械实施方式(诸如杯型风速计或叶片风速计)。风力涡轮机300的其他实施例可以仅包括风向标335和风速计340中的一个作为机械传感器330。
在一些实施例中，机械传感器330中的每一个被配置为通过相应机械传感器330围绕轴线的旋转来生成相应的传感器信号(例如，风向信号或风速信号)。以图2作为示例，风速计214被配置为如图所示围绕基本竖直的轴线旋转。机械传感器330上的冰的积聚的增多或减少影响其旋转的能力，这又反映在所生成的传感器信号中。因此，在一些实施例中，可以基于传感器信号的一个或多个特征来确定机械传感器330上的冰的积聚(或机械传感器330的结冰状况)。例如，冰的积聚增大了特定机械传感器330的质量，由于机械阻尼作用，这影响了所生成的传感器信号。然后，受影响的传感器信号可以用于推断风力涡轮机300的结冰状况(例如，冰还积聚在叶片上的可能性)。
尽管就旋转机械传感器而言描述了机械传感器330的示例，但是本文讨论的技术可以应用于具有不同类型的物理致动(例如，线性往复运动)的其他机械传感器330。可以预期，在这些其他机械传感器330上的冰的积聚也可以对所生成的传感器信号表现出可检测的影响。
内存315可以包括用于执行本文描述的各种功能的多个“模块”。在一个实施例中，每个模块包括可以由处理器310中的一个或多个执行的程序代码。然而，其他实施例可以包括以硬件(即，电路)或固件部分或完全实现的模块。
内存315包括信号分析模块320，该信号分析模块320被配置为确定从机械传感器330接收的传感器信号的一个或多个特征。在一些实施例中，信号分析模块320被配置为在频域内确定所接收的传感器信号的一个或多个特征。在一个实施例中，信号分析模块320被配置为例如通过对所接收的传感器信号执行快速傅立叶变换(FFT)来确定包括在所接收的传感器信号中的频率信息(或“成分”)。其他频率分析技术也是可能的。在一些实施例中，信号分析模块320被配置为在时域内确定所接收的传感器信号的一个或多个特征。在一个实施例中，信号分析模块320被配置为确定传感器信号的移动标准偏差(例如，使用基于时间的传感器信号的幅度信息)。
如将进一步讨论的那样，信号分析模块320可以被配置为对所接收的传感器信号执行进一步的处理。在一个示例中，信号分析模块320可以将传感器信号的一个或多个特征与一个或多个预定阈值进行比较。在另一个示例中，信号分析模块320可以将传感器信号的一个或多个特征与一个或多个参考信号进行比较。所述一个或多个参考信号可以对应于在特定状况(诸如预定的无冰状况)下获取的传感器信号。适用于区分传感器信号的一个或多个特征的其他技术也是可能的。
内存315还包括结冰状况模块325，其被配置为基于传感器信号的一个或多个特征来确定风力涡轮机300的结冰状况。如上所述，机械传感器330上的冰的积聚可以用作控制器305推断冰正在风力涡轮机300的其他表面(诸如叶片)上积聚的指示器。
可以以任何合适的形式来提供风力涡轮机300的结冰状况。结冰状况的一些非限制性示例包括冰是否已经形成在风力涡轮机300上的二进制的“是”或“否”、冰已经形成在风力涡轮机300上的可能性、风力涡轮机330上已经形成了多少冰的估算(例如，冰的总重量或重量分布、风力涡轮机300的表面的冰覆盖面积)、风力涡轮机300上的冰的积聚正在增多还是减少、冰的积聚的变化率等。
在一些实施例中，可以使用其他传感器(诸如超声波风传感器345和/或环境温度传感器350)来确认(或验证)风力涡轮机300的结冰状况。由机械传感器330获取的传感器信号可能受到除冰积聚以外的物理状况(诸如由于润滑损失而导致的摩擦增大或机械传感器330损坏)的影响。例如，控制器305可以使用来自环境温度传感器350的环境温度信息来验证传感器信号的一个或多个特征。例如，如果环境温度距离水的冰点足够远(例如6℃(或42.8℉))，则控制器305可以确定传感器信号的一个或多个特征更强烈地指示机械传感器330存在维护问题，而不是冰积聚。
在一些实施例中，控制器305可以使用风力涡轮机300的结冰状况来确定如何(或是否)采用非机械传感器(诸如超声波风传感器345)。在一个示例中，在风力涡轮机300的无冰状况期间，控制器305仅使用机械传感器330来获取风信息，并且当来自机械传感器330的传感器信号指示风力涡轮机300上存在冰的积聚时，控制器305(还)使用超声波风传感器345来获取风信息。在另一个示例中，在获取风信息时，控制器305将相对权重提供给由机械传感器330和由超声波风传感器345获取的风测量结果。在这种情况下，当与无冰状况相比时，在风力涡轮机300上存在冰的积聚时，控制器305可以向来自机械传感器330的风测量结果提供较低的权重。例如，假设在没有冰的状况下，控制器305对风测量结果进行平均加权(即，来自机械传感器330的风测量结果的50％以及来自超声波风传感器345的风测量结果的50％)。然后，当存在冰的积聚时，控制器305可以对机械传感器330的风测量结果不同地加权(例如，从50％减小到10％)。此外，可以基于所确定的结冰状况来动态地调整权重的值。例如，如果控制器305确定机械传感器330上的冰的积聚正在减少(这对应于对风测量结果的精度的置信度增大)，则与机械传感器330的风测量结果相关联的权重可以逐渐增大。
控制器305被配置为基于所确定的结冰状况来控制一个或多个风力涡轮机系统(诸如除冰系统355、电力生成系统360和/或通信系统365)的操作。控制器305可以被配置为同时操作一个或多个风力涡轮机系统，诸如在以降低的效率操作电力生成系统360的同时使用通信系统365传送结冰状况信息、在操作电力生成系统360的同时激活并操作除冰系统355等。
除冰系统355可以使用任何合适的技术来对风力涡轮机300的叶片执行除冰，所述技术诸如是使用设置在叶片中或叶片上的加热元件对叶片进行电热加热、向叶片施加化学物质(诸如乙醇、乙二醇或盐)、机械技术(诸如将振动引入叶片中或转子速度变化，将热空气或来自机舱的废气重新引入叶片中)或其组合。
在另一个实施例中，风力涡轮机300可以包括防冰系统，该防冰系统被配置为抑制风力涡轮机300的叶片和/或其他表面上的冰积聚。防冰系统可以执行类似于除冰系统355的技术，所述技术诸如是电热加热、施加化学物质以在表面覆盖保护层、或将诸如乙二醇的流体连续施加到易受影响的表面、将疏水性流体或材料施加到叶片上、将热空气或废气重新引导到叶片中等。
在一些实施例中，控制器305被配置为针对预定的结冰状况(例如，当结冰状况模块325指示冰已经积聚在风力涡轮机300上时)来激活除冰系统355。控制器305可以还被配置为基于风力涡轮机300的结冰状况来控制除冰系统355的操作速率(例如，施加到加热元件的功率的量，施加到叶片的化学物质的量，振动幅度等)。
风力涡轮机300的电力生成系统360包括风力涡轮机300的主风力涡轮发电机以及与电力的生成、转换和/或向电网的分配相关联的其他部件(诸如叶片变桨系统、电转换器、开关元件、滤波器等)。电力生成系统360还可以包括风力涡轮机300中包括的任何辅助电源(例如，柴油发电机、电池等)。在一些实施例中，控制器305被配置为基于所确定的结冰状况以降低的效率来操作电力生成系统360。
在一些实施例中，控制器305还被配置为确定以降低的效率操作电力生成系统360是否比操作除冰系统355在经济上更有益(例如，导致更少的电力生产损失)。例如，在风力涡轮机300的一些实施方式中，操作除冰系统355可能需要使风力涡轮机300静止，并且可能对应于高达1或2小时的100％生产损失。然而，当预期冰的积聚不会持续超过某些时间段(例如，小时、天、周等，这取决于冰量和/或效率的降低量)时，继续以降低的效率生成电力会比给风力涡轮机300除冰在经济上更有利。
此外，在结冰状况信息指示冰正在持续积聚的情况下，对风力涡轮机300执行除冰可能具有有限的作用。即使将除冰系统355应用于风力涡轮机300，由于环境状况，冰也可能在相对短的时间内再次积聚在风力涡轮机300上。因此，在一些实施例中，由结冰状况模块325提供的结冰状况信息可以用于确定使用风力涡轮机系统执行哪个操作。例如，当结冰状况信息指示冰的积聚正在增多时，控制器305可以确定执行第一预定操作(诸如以降低的效率操作电力生成系统360)在经济上更有益。当结冰状况信息指示冰的积聚没有增多时，控制器305可以执行第二预定操作(诸如操作除冰系统355)。
通信系统365包括用于将结冰状况信息传送到风力涡轮机300外部的一个或多个计算设备的任何合适的装置(例如，有线的、无线的、光学的等)。在一些实施例中，可以至少部分地使用控制器305内包括的电路(诸如安装的网络接口卡)实现通信系统365。在其他实施例中，使用与控制器305分离的电路来实现通信系统365。
与上面的讨论一致，结冰状况信息可以由通信系统365以任何合适的形式进行传送。结冰状况信息的一些非限制性示例包括冰是否已经形成在风力涡轮机300上的二进制的“是”或“否”、冰已经形成在风力涡轮机300上的可能性、风力涡轮机300上的冰的积聚正在增多还是减少等。有利地，使用通信系统365的结冰状况信息的传送可以通知客户、风力涡轮机操作员、维护人员等对于给定的风力状况风力涡轮机300的电力生产降低的原因。
图4示出了根据一个或多个实施例的用于基于所确定的结冰状况来控制风力涡轮机的操作的示例性方法400。可以结合本文公开的实施例(诸如使用图3的控制器305)来执行方法400。
方法400可选地从框405开始，其中，控制器确定参考信号。参考信号可以对应于在特定状况(诸如预定的无冰状况)下获取的所获取的传感器信号。在框415处，控制器确定从机械传感器接收的传感器信号的一个或多个特征。在一些实施例中，传感器信号包括风速信号和风向信号中的一个。在一些实施例中，控制器在频域内确定传感器信号的一个或多个特征。在一些实施例中，控制器在时域内确定传感器信号的一个或多个特征。
在框425处，控制器基于传感器信号的一个或多个特征来确定风力涡轮机的结冰状况。在框435处，控制器基于所确定的结冰状况来控制一个或多个风力涡轮机系统的操作。在一些实施例中，控制器基于所确定的结冰状况来控制除冰系统、电力生成系统和通信系统中的一个或多个。在框435完成之后，方法400结束。
图5A和图5B分别示出了根据一个或多个实施例的没有冰积聚和有冰积聚的示例性传感器信号。在曲线图500中，传感器信号505表示来自没有冰积聚的机械风向标的风向信号。在曲线图550中，传感器信号555表示来自具有冰积聚的机械风向标的风向信号。在曲线图500、550中，水平轴描绘了以秒(s)为单位(或者替代地采样)的时间。竖直轴描绘了转子相对于当前风向的以度(°)为单位的方向(“相对方向”)。由于积聚的冰的机械阻尼作用，传感器信号505中包括的高频成分的大部分不存在于传感器信号555中。
图6A和图6B分别示出了根据一个或多个实施例的没有冰积聚和有冰积聚的示例性传感器信号的频率信息。可以根据任何合适的技术(诸如对传感器信号执行FFT)来获取频率信息。
在曲线图600中，频谱605表示包括在来自没有冰积聚的机械风向标的风向信号(诸如图5A的传感器信号505)中的频率信息。在曲线图650中，频谱655表示包括在来自具有冰积聚的机械风向标的风向信号(诸如图5B的传感器信号555)中的频率信息。在曲线图600、650中，水平轴描绘了以赫兹(Hz)为单位的频率，而竖直轴描绘了幅度。
在曲线图600、650中，频率峰值610出现在大约0.7Hz处，其大致对应于在转子的旋转期间每个转子叶片通过机械风向标(或其他机械传感器)的作用。在一些实施例中，该作用包括3P作用。在一些实施例中，该作用的高次谐波也存在于频谱605、655中。在一些实施例中，在确定风力涡轮机的结冰状况之前，从频谱605、655中滤除每个通过转子叶片的作用。在其他实施例中，当确定风力涡轮机的结冰状况时，每个通过转子叶片的作用保留在频谱605、655中。
表示对应于没有冰积聚的机械风向标的频率信息的频谱605在所示的频率范围内相对均匀地分布，其中许多幅度值在0.1附近。另一方面，由于机械风传感器的机械阻尼的作用，表示对应于具有冰积聚的机械风向标的频率信息的频谱655具有向较低频率倾斜的分布。基于频谱605、655中包括的频率信息，可以使用任何合适的技术来确定风力涡轮机的结冰状况。
在一个实施例中，确定风力涡轮机的结冰状况包括确定包括在传感器信号中的预定百分比的功率(power)出现在预定阈值频率以下还是以下。例如，预定百分比的功率可以表示传感器信号的预定百分比的功率谱密度。曲线图600、650描绘了约为1Hz的第一阈值频率615-1和约为2Hz的第二阈值频率615-2。在曲线图600中，频谱605中大约20％的功率出现在0Hz和第一阈值频率615-1之间，并且大约60％的功率出现在第二阈值频率615-2和5Hz之间。然而，在曲线图650中，频谱655中的大得多的百分比(例如，大约70％)的功率出现在0Hz和第一阈值频率615-1之间，而小得多的百分比(例如，大约15％)的功率出现在第二阈值频率615-2和5Hz之间。
假设控制器具有出现在第一阈值频率615-1以下的50％的预定百分比值的功率和/或出现在第二阈值频率615-2以上的25％的预定百分比值的功率。因此，频谱605可以指示风力涡轮机的结冰状况对应于无冰状况，并且频谱655可以指示冰已经积聚在风力涡轮机上。
在一个实施例中，确定风力涡轮机的结冰状况包括确定传感器信号中包括的功率是否在预定的频率处超过预定幅度。例如，在第一预定频率f1处，频谱605具有大约为0.22的幅度A1，并且频谱655具有大约为0.68的幅度A2。假设控制器具有为0.5的预定幅度值，则频谱605可以指示风力涡轮机的结冰状况对应于无冰状况，并且频谱655可以指示冰已经积聚在风力涡轮机上。
在一个实施例中，确定风力涡轮机的结冰状况包括确定传感器信号中包括的功率是否在预定频率间隔内超过预定幅度。例如，在约0.6Hz和0.8Hz之间的预定频率间隔620内，包括在频谱605中的功率主要集中在频率峰值610处，这可以指示没有冰积聚在风力涡轮机上。在预定频率间隔620内，在频谱655中的频率峰值610附近的频率处包括明显更大量的功率，这可以指示冰已经积聚在风力涡轮机上。
在一个实施例中，确定风力涡轮机的结冰状况包括确定传感器信号中包括的平均功率是否在预定频率间隔内超过预定幅度。如上所述，在约0.6Hz和0.8Hz之间的预定频率间隔620内，频谱655中包括的功率比频谱605中包括的功率的量大得多。这对应于频率655的更大的平均功率，其可以指示冰已经积聚在风力涡轮机上。
在一个实施例中，确定风力涡轮机的结冰状况包括确定其中传感器信号中包括的功率的幅度超过预定幅度的最大频率值(或最大频率间隔)。在某些情况下，可以将最大频率值(或最大频率间隔)与阈值进行比较。在某些情况下，在确定最大频率值或最大频率间隔之前，可以从频谱605、655中滤除频率峰值610。例如，幅度超过0.3的最大频率值对于频谱605而言小于约0.1Hz，对于频谱655而言约为0.5Hz。频谱655的较大频率值可以指示冰已经积聚在风力涡轮机上。
在一个实施例中，确定风力涡轮机的结冰状况包括确定包括在第一频率间隔中的功率的第一平均值与包括在第二频率间隔中的功率的第二平均值的比率。曲线图600、650包括在大约0.5Hz和1Hz之间的第一频率间隔625-1，以及在大约2Hz和3Hz之间的第二频率间隔625-2。对于频谱605，第一频率间隔625-1和第二频率间隔625-2两者的平均值均约为0.1，这导致比率约为1(0.1/0.1)。然而，对于频谱655，第一频率间隔625-1的平均值约为0.45，第二频率间隔625-2的平均值约为0.05，这导致比率约为9(0.45/0.05)。因此，对于该示例，相对较大的比率可以指示冰已经积聚在风力涡轮机上。在一些实施例中，可以将该比率与阈值进行比较以确定风力涡轮机的结冰状况。
在一个实施例中，确定风力涡轮机的结冰状况包括确定包括在传感器信号中的功率的形状。例如，控制器可以使用特征检测来确定功率的形状。频谱605由于其相对均匀的分布而在图示的频率范围上看起来基本上是矩形的，而频谱655看起来更像三角形。
尽管以上将各个技术描述为单独的实施例，但是在确定结冰状况时，其他实施例可以包括多种技术的组合。例如，控制器可以对来自不同技术的结果进行加权以确定结冰状况。此外，还预期了适合于区分包括在不同频谱605、655中的频率信息的其他技术。
此外，尽管以上将技术描述为简单地确定冰是否已经积聚在风力涡轮机上，但是该技术还适用于确定其他结冰状况信息。例如，该技术可以用于确定冰已经形成在风力涡轮机上的可能性、估算风力涡轮机上已经形成了多少冰、风力涡轮机上的冰的积聚正在增多还是减少、冰的积聚的变化率等。
在一些实施例中，控制器被配置为基于多个传感器信号的频谱内的移位方向来确定风力涡轮机上的冰的积聚正在增多还是减少。多个传感器信号可以包括与预定的结冰状况(例如，无冰状况)相对应的参考信号，和/或先前获取的传感器信号。通常，如频谱605、655中所示，向左移位(朝向较低的频率)指示风力涡轮机上的冰的积聚正在增多，向右移位(朝向较高的频率)指示风力涡轮机上的冰的积聚正在减少。
此外，尽管以上讨论的频率信息使用了来自机械风向标的风向信号的特定示例，但是其他实施例可以从其他类型的机械传感器(诸如机械风速计)获取频率信息。
如上所述，在一些实施例中，控制器被配置为在时域内确定所接收的传感器信号的一个或多个特征。图7示出了根据一个或多个实施例的在没有冰积聚和有冰积聚的情况下确定示例性传感器信号的移动标准偏差。
在曲线图700中，水平轴描绘了以秒(s)为单位(或者替代地采样)的时间。竖直轴描绘了以米/秒(m/s)为单位的风速的标准偏差。第一信号705表示来自没有冰积聚的机械风速计的风速信号的移动标准偏差，第二信号710表示具有冰积聚的机械风速计的风速信号的移动标准偏差。曲线图700还描绘了阈值715。
在一个实施例中，确定风力涡轮机的结冰状况包括确定移动标准偏差的平均值是否大于或小于阈值715。通常，较大的标准偏差值对应于传感器信号的幅度的较大差异，这指示机械阻尼较小以及因此冰积聚较少(或没有)。相反，较小的标准偏差值指示机械阻尼较大以及因此冰积聚较多。第一信号705的平均值大于阈值715，并且第二信号710的平均值小于阈值715。其他技术也可以用于确定风力涡轮机的结冰状况。在一个示例中，可以将移动标准偏差值与参考值进行比较。在另一个示例中，可以针对传感器信号计算一个或多个其他统计量。
在一些实施例中，控制器被配置为基于与多个传感器信号相对应的移动标准偏差信号内的移位方向来确定风力涡轮机上的冰的积聚正在增多还是减少。多个传感器信号可以包括与预定的结冰状况(例如，无冰状况)相对应的参考信号，和/或先前获取的传感器信号。通常，如曲线图700所示，向下移位(朝向较低的标准偏差值)指示风力涡轮机上的冰的积聚正在增多，而向上移位(朝向较大的标准偏差值)指示风力涡轮机上的冰的积聚正在减少。
此外，尽管以上讨论的时域中的一个或多个特征使用了来自机械风速计的风速信号的特定示例，但是其他实施例可以根据其他类型的机械传感器(诸如机械风向标)在时域中确定一个或多个特征。
图8示出了根据一个或多个实施例的用于基于风力涡轮机上的冰的积聚是否正在增多来控制风力涡轮机的操作的示例性方法800。方法800可以与其他实施例(诸如图3的基于相对于图6A、图6B和图7描述的移位方向来确定风力涡轮机上的冰的积聚正在增多还是减少的控制器305)结合使用。
方法800开始于框805，其中，控制器305基于从机械传感器接收的传感器信号的一个或多个特征来确定冰的积聚正在增多。在框815处，控制器使用一个或多个风力涡轮机系统执行第一预定操作。在一些实施例中，控制器还被配置为确定第一预定操作比一个或多个其他预定操作在经济上更有益(例如，对应于较少的电力生产损失)。在一些实施例中，第一预定操作包括以降低的效率来操作风力涡轮机的电力生成系统。其他实施例可以包括不同地操作电力生成系统、操作除冰系统和/或操作一个或多个风力涡轮机系统的通信系统。
在方框825处，控制器确定冰的积聚没有增多。在框835处，控制器使用一个或多个风力涡轮机系统执行第二预定操作。在一些实施例中，控制器还被配置为确定第二预定操作比一个或多个其他预定操作在经济上更有益(例如，对应于较少的电力生产损失)。在一些实施例中，第二预定操作包括操作除冰系统。其他实施例可以包括不同地操作电力生成系统和/或操作一个或多个风力涡轮机系统的通信系统。在框835完成之后，方法800结束。
在前面，参考了在本公开中提出的实施例。然而，本公开的范围不限于具体描述的实施例。相反，可以设想以上提供的特征和元件(无论其是否涉及不同的实施例)的任何组合来实现和实践所设想的实施例。此外，尽管本文公开的实施例可以实现优于其他可能的解决方案或优于现有技术的优点，但是通过给定的实施例是否能够实现特定的优点并不限制本公开的范围。因此，本文描述的各方面、特征、实施例和优点仅是示例性的，并且不应被视为所附权利要求的要素或限制(除非在权利要求中明确叙述)。
如本领域的技术人员将理解的，本文公开的实施例可以体现为系统、方法或计算机程序产品。因此，各方面可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或结合软件和硬件方面的实施例的形式，其在本文中可以统称为“电路”、“模块”或“系统”。此外，各方面可以采取体现在其上体现有计算机可读程序代码的一个或多个计算机可读介质中的计算机程序产品的形式。
本发明可以是系统、方法和/或计算机程序产品。该计算机程序产品可以包括计算机可读存储介质(例如，便携式计算机磁盘、硬盘、随机存取内存(RAM)、只读内存(ROM)、可擦可编程只读内存(EPROM或闪存)、光纤、便携式光盘只读内存(CD-ROM)、光存储设备、磁存储设备或上述的任何合适组合)，所述计算机可读存储介质在其上具有用于使处理器执行本发明的各方面的计算机可读程序指令。
参考根据本公开中提出的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。将理解的是，流程图和/或框图的每个框以及流程图和/或框图中的框的组合可以由计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以生产机器，使得经由计算机或其他可编程数据处理设备的处理器执行的指令创建用于实现流程图和/或框图的框中指定的功能/动作的手段。
附图中的流程图和框图示出了根据各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。就此而言，流程图或框图中的每个框可以表示代码的包括用于实现指定的逻辑功能的一个或多个可执行指令的模块、部段或部分。还应注意，在一些替代实施方式中，框中指出的功能可以不按图中指出的顺序发生。例如，取决于所涉及的功能，实际上可以基本上同时执行连续示出的两个框，或者有时可以以相反的顺序执行这些框。还应注意，框图和/或流程图的每个框以及框图和/或流程图中的框的组合可以由执行指定功能或动作的基于专用硬件的系统、或专用硬件和计算机指令的组合来实现。
鉴于前述内容，本公开的范围由所附权利要求书确定。

Claims (15)

1.一种用于风力涡轮机的控制器，所述控制器包括：
一个或多个计算机处理器；以及
包括计算机可读代码的内存，当使用所述一个或多个计算机处理器执行所述计算机可读代码时，所述计算机可读代码执行操作，所述操作包括：
确定从所述风力涡轮机的机械传感器接收的传感器信号的一个或多个特征；
基于所述传感器信号的所述一个或多个特征来确定所述风力涡轮机的结冰状况；以及
基于所确定的结冰状况来控制一个或多个风力涡轮机系统的操作。
2.根据权利要求1所述的控制器，其中，所述传感器信号包括风速信号和风向信号中的一个。
3.根据权利要求1或2所述的控制器，其中，确定所述传感器信号的一个或多个特征包括：
确定所述传感器信号中包括的频率信息。
4.根据权利要求3所述的控制器，其中，确定所述风力涡轮机的结冰状况包括以下一项或多项：
确定所述传感器信号中包括的预定百分比的功率是出现在预定阈值频率以下还是以上；
确定所述传感器信号中包括的功率是否在预定频率处超过预定幅度；
确定所述传感器信号中包括的功率是否在预定频率间隔内超过预定幅度；
确定所述传感器信号中包括的平均功率是否在预定频率间隔内超过预定幅度；
确定其中所述传感器信号中包括的功率的幅度超过预定幅度的最大频率值或最大频率间隔；
确定第一频率间隔中包括的功率的第一平均值与第二频率间隔中包括的功率的第二平均值的比率；以及
确定所述传感器信号中包括的功率的形状。
5.根据前述权利要求中任一项所述的控制器，其中，确定所述风力涡轮机的结冰状况包括以下一项或多项：
确定所述传感器信号的移动标准偏差。
6.根据前述权利要求中任一项所述的控制器，其中，确定所述风力涡轮机的结冰状况包括：
确定冰的积聚正在增多还是减少。
7.根据前述权利要求中任一项所述的控制器，其中，相对于参考信号执行确定所述风力涡轮机的结冰状况。
8.一种方法，包括：
确定从风力涡轮机的机械传感器接收的传感器信号的一个或多个特征；
基于所述传感器信号的所述一个或多个特征来确定所述风力涡轮机的结冰状况；以及
基于所确定的结冰状况来控制一个或多个风力涡轮机系统的操作。
9.根据权利要求8所述的方法，其中，所述传感器信号包括风速信号和风向信号中的一个。
10.根据权利要求8或9所述的方法，其中，确定所述传感器信号的一个或多个特征包括：
确定所述传感器信号中包括的频率信息。
11.根据权利要求10所述的方法，其中，确定所述风力涡轮机的结冰状况包括以下一项或多项：
确定所述传感器信号中包括的预定百分比的功率是出现在预定阈值频率以下还是以上；
确定所述传感器信号中包括的功率是否在预定频率处超过预定幅度；
确定所述传感器信号中包括的功率是否在预定频率间隔内超过预定幅度；
确定所述传感器信号中包括的平均功率是否在预定频率间隔内超过预定幅度；
确定其中所述传感器信号中包括的功率的幅度超过预定幅度的最大频率值或最大频率间隔；
确定第一频率间隔中包括的功率的第一平均值与第二频率间隔中包括的功率的第二平均值的比率；以及
确定所述传感器信号中包括的功率的形状。
12.根据权利要求8至11中任一项所述的方法，其中，确定所述风力涡轮机的结冰状况包括以下一项或多项：
确定所述传感器信号的移动标准偏差。
13.根据权利要求8至12中任一项所述的方法，其中，确定所述风力涡轮机的结冰状况包括：
确定冰的积聚正在增多还是减少。
14.根据权利要求8至13中任一项所述的方法，其中，相对于参考信号执行确定所述风力涡轮机的结冰状况。
15.一种风力涡轮机，包括：
一个或多个机械传感器；以及
根据权利要求1所述的控制器。
CN201880089745.6A 2017-12-22 2018-12-11 使用机械风传感器确定结冰状况 Active CN111727317B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DKPA201771011 2017-12-22
DKPA201771011 2017-12-22
PCT/DK2018/050345 WO2019120408A1 (en) 2017-12-22 2018-12-11 Determining icing condition using mechanical wind sensor

Publications (2)

Publication Number Publication Date
CN111727317A true CN111727317A (zh) 2020-09-29
CN111727317B CN111727317B (zh) 2023-11-03

Family

ID=66992486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880089745.6A Active CN111727317B (zh) 2017-12-22 2018-12-11 使用机械风传感器确定结冰状况

Country Status (4)

Country Link
US (1) US11384738B2 (zh)
EP (1) EP3728843B1 (zh)
CN (1) CN111727317B (zh)
WO (1) WO2019120408A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3728843B1 (en) 2017-12-22 2023-06-07 Vestas Wind Systems A/S Determining icing condition using mechanical wind sensor
CN116658382B (zh) * 2023-07-28 2023-10-27 傲拓科技股份有限公司 一种基于环境数据分析的风力发电扇叶除冰控制系统
CN116892490B (zh) * 2023-09-08 2023-11-28 中北大学 风力发电机叶片的超声波除冰方法、控制器、系统及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080141768A1 (en) * 2006-12-13 2008-06-19 Ormel Frank Ice detection based on anemometry
US20130106108A1 (en) * 2010-04-19 2013-05-02 Wobben Properties Gmbh Method for the operation of a wind turbine
EP3009673A1 (en) * 2014-10-15 2016-04-20 Siemens Aktiengesellschaft Operating a wind turbine during standstill, involving particularly the detection of rotor blades icing

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10323785B4 (de) 2003-05-23 2009-09-10 Wobben, Aloys, Dipl.-Ing. Verfahren zum Erkennen eines Eisansatzes an Rotorblättern
US7086834B2 (en) * 2004-06-10 2006-08-08 General Electric Company Methods and apparatus for rotor blade ice detection
ITTO20060400A1 (it) * 2006-05-31 2007-12-01 Lorenzo Battisti Metodo e sistema per la rilevazione di pericolo di formazione di ghiaccio su superfici aerodinamiche
CA2564494A1 (fr) * 2006-10-18 2008-04-18 Boralex Inc. Systeme pour controler une eolienne
US7708524B2 (en) * 2006-12-21 2010-05-04 General Electric Company Method and system for utilizing lateral tower acceleration to detect asymmetric icing
US20100111695A1 (en) * 2008-11-05 2010-05-06 General Electric Company Apparatus and method for detecting solid water build-up
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
DE102010015595A1 (de) 2010-04-19 2011-10-20 Aloys Wobben Verfahren zum Betreiben einer Windenergieanlage
EP2386750A1 (en) * 2010-05-12 2011-11-16 Siemens Aktiengesellschaft De-icing and/or anti-icing of a wind turbine component by vibrating a piezoelectric material
US9567869B2 (en) * 2010-06-30 2017-02-14 Vestas Wind Systems A/S Wind turbine system for detection of blade icing
FI125286B (fi) * 2011-07-01 2015-08-14 Teknologian Tutkimuskeskus Vtt Oy Järjestely ja menetelmä jäätymisen havainnoimiseksi
US9638168B2 (en) * 2013-04-11 2017-05-02 General Electric Company System and method for detecting ice on a wind turbine rotor blade
US20170058871A1 (en) * 2015-08-27 2017-03-02 General Electric Company System and method for mitigating ice throw from a wind turbine rotor blade
DK179018B1 (en) * 2016-03-14 2017-08-21 Ventus Eng Gmbh Method of condition monitoring one or more wind turbines and parts thereof and performing instant alarm when needed
WO2018059641A1 (en) * 2016-09-29 2018-04-05 Vestas Wind Systems A/S Control method for a wind turbine
US11365723B2 (en) * 2017-06-16 2022-06-21 Vestas Wind Systems A/S Apparatus and methods for determining icing risk in wind turbines
CN110914535B (zh) * 2017-06-29 2022-04-08 维斯塔斯风力系统集团公司 使用温度控制的传感器检测风力涡轮机上的水
EP3728843B1 (en) 2017-12-22 2023-06-07 Vestas Wind Systems A/S Determining icing condition using mechanical wind sensor

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080141768A1 (en) * 2006-12-13 2008-06-19 Ormel Frank Ice detection based on anemometry
US20130106108A1 (en) * 2010-04-19 2013-05-02 Wobben Properties Gmbh Method for the operation of a wind turbine
EP3009673A1 (en) * 2014-10-15 2016-04-20 Siemens Aktiengesellschaft Operating a wind turbine during standstill, involving particularly the detection of rotor blades icing

Also Published As

Publication number Publication date
EP3728843A1 (en) 2020-10-28
WO2019120408A1 (en) 2019-06-27
US20200347827A1 (en) 2020-11-05
EP3728843C0 (en) 2023-06-07
CN111727317B (zh) 2023-11-03
US11384738B2 (en) 2022-07-12
EP3728843B1 (en) 2023-06-07

Similar Documents

Publication Publication Date Title
EP2772643B1 (en) System and method for controlling a wind turbine based on identified surface conditions of the rotor blades
EP2840258B1 (en) System and method for preventing excessive loading on a wind turbine
DK2287464T3 (en) Passive de-icing for wind turbine blades
US10337495B2 (en) System and method for reducing vortex-induced tower vibrations of a wind turbine
CN111727317B (zh) 使用机械风传感器确定结冰状况
EP2860394B1 (en) System and method for preventing excessive loading on a wind turbine
EP2177754A2 (en) Blade pitch management method and system
EP3203066A1 (en) System and method for de-icing a wind turbine rotor blade
US11187210B2 (en) Detecting water on a wind turbine using a temperature-controlled sensor
EP2757253B1 (en) Method of starting a wind turbine
US10578080B2 (en) Initialisation of wind turbine control functions
EP2543876B2 (en) Controlling the amplitude modulation of noise generated by wind turbines
US20130025352A1 (en) Methods for monitoring wind turbines
US20110144814A1 (en) Wind turbine and method for operating a wind turbine
KR20190085081A (ko) 낮은 침식 조건 중에 정격 위에서의 풍력 터빈의 작동
CN103603769A (zh) 一种变桨矩风力发电机组的风机叶片结冰自检测方法
EP3091226A1 (en) System and method for detecting rotor asymmetry
KR20190085080A (ko) 빗방울 크기에 기초한 풍력 터빈 제어
CN202645881U (zh) 一种设有除冰装置的风力发电机
KR20240020185A (ko) 풍력 터빈 블레이드의 상태 결정
DK201570260A1 (en) Over-speeding a rotor to maintain turbine output power
KR20120132041A (ko) 풍력발전기의 히팅시스템

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