CN112555101A - 识别风力发电机组的叶轮气动状态的方法及装置 - Google Patents
识别风力发电机组的叶轮气动状态的方法及装置 Download PDFInfo
- Publication number
- CN112555101A CN112555101A CN201910916113.9A CN201910916113A CN112555101A CN 112555101 A CN112555101 A CN 112555101A CN 201910916113 A CN201910916113 A CN 201910916113A CN 112555101 A CN112555101 A CN 112555101A
- Authority
- CN
- China
- Prior art keywords
- impeller
- wind
- frequency
- generating set
- wind generating
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010586 diagram Methods 0.000 claims description 12
- 238000010183 spectrum analysis Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 description 13
- 238000009434 installation Methods 0.000 description 7
- 238000010248 power generation Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- 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
- F03D7/00—Controlling wind motors
-
- 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
提供了一种识别风力发电机组的叶轮气动状态的方法及装置。所述方法包括:获取风力发电机组的运行数据;基于获取的运行数据,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值及在叶轮的三倍旋转频率下的能量幅值;基于确定的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量幅值,确定叶轮是否处于气动不平衡状态。根据所述方法及装置,能够准确、快速地自动识别风力发电机组的叶轮是否处于气动不平衡状态。
Description
技术领域
本发明总体说来涉及风力发电技术领域,更具体地讲,涉及一种识别风力发电机组的叶轮气动状态的方法及装置。
背景技术
通常在风力发电机组的设计仿真阶段,会根据整机的数学模型(涉及叶片、塔架、变桨、及变流系统等),设计出风力发电机组的控制参数,其中包含风力发电机组的最优桨距角参数。在风力发电机组运行时,如果风力发电机组的输出功率小于额定功率,则叶片的桨距角被固定在最优桨距角,以便使叶片从风能中获取最大的能量。
然而,在现场安装过程中,由于安装误差或者错误,可能导致叶片(一支或者多支)的实际桨距角与最优桨距角之间存在偏差,从而产生叶轮气动不平衡。除此之外,机组运行过程中的一些环境因素亦可能导致叶轮气动不平衡,例如,叶片表面污染物聚集,并且在不同叶片间不均匀分布,此外,叶片表面结冰也可能导致叶轮的气动不平衡。
由于叶轮系统是一个惯性较大的旋转部件(特别是针对永磁直驱机组),叶轮气动不平衡可能对机组的安全稳定运行造成不良影响:1)导致机组出力降低,这是由于机组叶片的实际桨距角与最优桨距角之间存在偏差,降低了叶片吸收风能的效率;2)影响发电机主轴的寿命,这是由于在叶轮气动不平衡的条件下,机组在运行过程中,叶轮系统相对于发电机主轴存在一定角度的偏载,并以一定周期重复出现,进而影响发电机主轴的寿命;3)导致机组故障频繁,这是由于叶轮气动不平衡的存在,叶轮平面承受的推力不均衡,使得在某些工况条件下,机组机舱的加速度超过阈值,从而导致机组振动故障。
然而,现有技术无法自动识别风力发电机组的叶轮气动状态,以及时调整叶轮的气动状态,尽量避免上述不良影响。例如,现有的机组控制技术只能对机组的振动进行保护,通过机舱内的加速度传感器,检测机舱在X方向和Y方向的加速度信号,并计算X方向和Y方向的合成加速度信号,当机组的加速度信号或者合成加速度信号超过一定阈值时,机组停机保护,一般来说,可能导致该加速度超限故障的原因很多,比如极端风况(风速增或者突降),控制参数不合适、叶轮气动不平衡等,但由于现有技术无法自动识别叶轮的气动状态,因此,无法自动判别该加速度超限故障是否由叶轮气动不平衡所导致。
发明内容
本发明的示例性实施例在于提供一种识别风力发电机组的叶轮气动状态的方法及装置,以解决现有技术存在的无法自动识别风力发电机组的叶轮气动状态的问题。
根据本发明的示例性实施例,提供一种识别风力发电机组的叶轮气动状态的方法,所述方法包括:获取风力发电机组的运行数据;基于获取的运行数据,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值及在叶轮的三倍旋转频率下的能量幅值;基于确定的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量幅值,确定叶轮是否处于气动不平衡状态。
可选地,获取风力发电机组的运行数据的步骤包括:当所述风力发电机组在特定条件下正常发电且未限电时,获取所述风力发电机组的运行数据。
可选地,获取风力发电机组的运行数据的步骤包括:在所述风力发电机组在所述特定条件下正常发电且未限电达到第一预设时长之后,获取第二预设时长内的所述风力发电机组的运行数据,其中,在第二预设时长内,所述风力发电机组仍保持在所述特定条件下正常发电且未限电。
可选地,确定叶轮是否处于气动不平衡状态的步骤包括:当所述风力发电机组的叶轮气动不平衡度满足以下至少一个条件时,确定叶轮处于气动不平衡状态:所述风力发电机组的叶轮气动不平衡度大于预设的叶轮气动不平衡度常数;所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中满足预设条件,其中,所述风力发电机组的叶轮气动不平衡度为:确定的振动信号在叶轮的一倍旋转频率下的能量幅值与振动信号在叶轮的三倍旋转频率下的能量幅值的比值。
可选地,通过下述方式确定所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中是否满足所述预设条件:获取风电场内的所有风力发电机组的叶轮气动不平衡度的箱线图;当所述风力发电机组的叶轮气动不平衡度大于或等于所述箱线图的(Q3+1.5IQR)时,确定所述风力发电机组的叶轮气动不平衡度满足所述预设条件,其中,IQR=Q3-Q1,Q3为所述箱线图的上四分位数,Q1为所述箱线图的下四分位数。
可选地,所述特定条件为:叶轮的转速达到额定转速,且输出功率未达到额定功率。
可选地,基于获取的运行数据确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值的步骤包括:基于获取的运行数据,确定叶轮的一倍旋转频率所属的频段;通过对所述风力发电机组的振动信号进行频谱分析,得到所述风力发电机组的振动信号在预设频率范围内的各个频段下的能量幅值;将在所述各个频段之中的第一特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值,其中,第一特定频段与确定的叶轮的一倍旋转频率所属的频段相对应。
可选地,基于获取的运行数据确定所述风力发电机组的振动信号在叶轮的三倍旋转频率下的能量幅值的步骤包括:基于确定的叶轮的一倍旋转频率所属的频段,确定叶轮的三倍旋转频率所属的频段;将在所述各个频段之中的第二特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的三倍旋转频率下的能量幅值,其中,第二特定频段与确定的叶轮的三倍旋转频率所属的频段相对应。
可选地,基于获取的运行数据确定叶轮的一倍旋转频率所属的频段的步骤包括:基于获取的运行数据确定叶轮的最小转速和最大转速,并基于确定的最小转速和最大转速来确定叶轮的一倍旋转频率所属的频率范围;确定所述风力发电机组的塔架一阶频率;将确定的叶轮的一倍旋转频率所属的频率范围之中除塔架一阶频率之外的频段确定为:叶轮的一倍旋转频率所属的频段。
可选地,基于确定的最小转速和最大转速确定叶轮的一倍旋转频率所属的频率范围的步骤包括:确定叶轮的一倍旋转频率f1P所属的频率范围为:
ωt_min/60≤f1P≤ωt_max/60,其中,ωt_min为确定的最小转速、ωt_max为确定的最大转速。
可选地,所述预设频率范围为0-2Hz。
可选地,所述风力发电机组的振动信号为:所述风力发电机组沿机舱的轴向的振动信号。
根据本发明的另一示例性实施例,提供一种识别风力发电机组的叶轮气动状态的装置,所述装置包括:数据获取单元,获取风力发电机组的运行数据;能量幅值确定单元,基于获取的运行数据,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值及在叶轮的三倍旋转频率下的能量幅值;气动状态确定单元,基于确定的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量幅值,确定叶轮是否处于气动不平衡状态。
可选地,数据获取单元当所述风力发电机组在特定条件下正常发电且未限电时,获取所述风力发电机组的运行数据。
可选地,数据获取单元在所述风力发电机组在所述特定条件下正常发电且未限电达到第一预设时长之后,获取第二预设时长内的所述风力发电机组的运行数据,其中,在第二预设时长内,所述风力发电机组仍保持在所述特定条件下正常发电且未限电。
可选地,气动状态确定单元当所述风力发电机组的叶轮气动不平衡度满足以下至少一个条件时,确定叶轮处于气动不平衡状态:所述风力发电机组的叶轮气动不平衡度大于预设的叶轮气动不平衡度常数;所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中满足预设条件,其中,所述风力发电机组的叶轮气动不平衡度为:确定的振动信号在叶轮的一倍旋转频率下的能量幅值与振动信号在叶轮的三倍旋转频率下的能量幅值的比值。
可选地,气动状态确定单元通过下述方式确定所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中是否满足所述预设条件:获取风电场内的所有风力发电机组的叶轮气动不平衡度的箱线图;当所述风力发电机组的叶轮气动不平衡度大于或等于所述箱线图的(Q3+1.5IQR)时,确定所述风力发电机组的叶轮气动不平衡度满足所述预设条件,其中,IQR=Q3-Q1,Q3为所述箱线图的上四分位数,Q1为所述箱线图的下四分位数。
可选地,所述特定条件为:叶轮的转速达到额定转速,且输出功率未达到额定功率。
可选地,能量幅值确定单元基于获取的运行数据,确定叶轮的一倍旋转频率所属的频段;通过对所述风力发电机组的振动信号进行频谱分析,得到所述风力发电机组的振动信号在预设频率范围内的各个频段下的能量幅值;并将在所述各个频段之中的第一特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值,其中,第一特定频段与确定的叶轮的一倍旋转频率所属的频段相对应。
可选地,能量幅值确定单元基于确定的叶轮的一倍旋转频率所属的频段,确定叶轮的三倍旋转频率所属的频段;并将在所述各个频段之中的第二特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的三倍旋转频率下的能量幅值,其中,第二特定频段与确定的叶轮的三倍旋转频率所属的频段相对应。
可选地,能量幅值确定单元基于获取的运行数据确定叶轮的最小转速和最大转速,并基于确定的最小转速和最大转速来确定叶轮的一倍旋转频率所属的频率范围;确定所述风力发电机组的塔架一阶频率;并将确定的叶轮的一倍旋转频率所属的频率范围之中除塔架一阶频率之外的频段确定为:叶轮的一倍旋转频率所属的频段。
可选地,能量幅值确定单元确定叶轮的一倍旋转频率f1P所属的频率范围为:
ωt_min/60≤f1P≤ωt_max/60,其中,ωt_min为确定的最小转速、ωt_max为确定的最大转速。
可选地,所述预设频率范围为0-2Hz。
可选地,所述风力发电机组的振动信号为:所述风力发电机组沿机舱的轴向的振动信号。
根据本发明的另一示例性实施例,提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序被处理器执行时实现如上所述的识别风力发电机组的叶轮气动状态的方法。
根据本发明的另一示例性实施例,提供一种风力发电机组的控制装置,所述控制装置包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的识别风力发电机组的叶轮气动状态的方法,以识别所述风力发电机组的叶轮气动状态。
根据本发明的另一示例性实施例,提供一种风电场的控制系统,所述风电场包括至少一台风力发电机组,所述控制系统包括:I/O接口,用于获取所述至少一台风力发电机组的运行数据;处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的识别风力发电机组的叶轮气动状态的方法,以识别风电场内的风力发电机组的叶轮气动状态。
根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的方法及装置,能够准确、快速地自动识别风力发电机组的叶轮是否处于气动不平衡状态,从而实现叶轮气动不平衡状态的在线诊断预警,以便于及时调整叶片的桨距角,避免因叶轮气动不平衡所造成的叶轮-塔架系统的振动超限报警停机、发电量损失、影响发电机主轴的寿命等情况。此外,还能为判断风力发电机组的振动超限故障的原因、提升风力发电机组的输出功率提供依据。
将在接下来的描述中部分阐述本发明总体构思另外的方面和/或优点,还有一部分通过描述将是清楚的,或者可以经过本发明总体构思的实施而得知。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述,本发明示例性实施例的上述和其他目的和特点将会变得更加清楚,其中:
图1示出根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的方法的流程图;
图2示出根据本发明示例性实施例的确定振动信号在叶轮的一倍旋转频率下的能量幅值的方法的流程图;
图3示出根据本发明示例性实施例的风电场内所有风力发电机组的叶轮气动不平衡度的箱线图的示例;
图4示出根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的装置的框图;
图5示出根据本发明示例性实施例的风力发电机组的控制装置的框图;
图6示出根据本发明示例性实施例的风电场的控制系统的框图。
具体实施方式
现将详细参照本发明的实施例,所述实施例的示例在附图中示出,其中,相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例,以便解释本发明。
图1示出根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的方法的流程图。
参照图1,在步骤S10,获取风力发电机组的运行数据。
作为示例,可当所述风力发电机组在特定条件下正常发电且未限电时,获取所述风力发电机组的运行数据。
进一步地,作为示例,可在所述风力发电机组在所述特定条件下正常发电且未限电达到第一预设时长之后,获取第二预设时长内的所述风力发电机组的运行数据,其中,在第二预设时长内,所述风力发电机组仍保持在所述特定条件下正常发电且未限电。换言之,获取在风力发电机组的运行状态满足一定条件达到第一预设时长之后的,第二预设时长内的所述风力发电机组的运行数据,其中,在第二预设时长内,所述风力发电机组的运行状态仍满足该条件。具体说来,当风力发电机组在所述特定条件下正常发电且未限电达到第一预设时长时,接下来的第二预设时长内的运行数据才可能被用于识别风力发电机组的叶轮气动状态,但如果风力发电机组在所述接下来的第二预设时长内不满足在所述特定条件下正常发电且未限电,则所述接下来的第二预设时长内的运行数据也不能被用于识别风力发电机组的叶轮气动状态;否则,可被用于识别风力发电机组的叶轮气动状态,从而提高确定叶轮是否处于气动不平衡状态的准确度。
作为示例,第一预设时长和第二预设时长可根据实际情况被设置。作为示例,第一预设时长大于第二预设时长。例如,第一预设时长可为10分钟,第二预设时长可为2分钟。作为示例,第二预设时长可基于运行数据的采样周期被设置。
作为示例,所述特定条件可为:叶轮的转速达到额定转速,且输出功率未达到额定功率。例如,所述特定条件可为:无变桨动作、叶轮的转速处于特定范围内,其中,所述特定范围为:大于或等于γ*ωmax,其中,γ为预设的叶轮转速系数,ωmax为叶轮的额定转速(例如,叶轮设计最大转速),γ为大于0且小于或等于1的数。
风电属于不稳定电源,由于电网消纳问题、或者风电场本身容量限制,可能需要对风力发电机组的发电能力进行限制,例如:7m/s风况下机组本来输出功率能够达到1000kW,但可能被限制在600kW。通常控制系统里可设定一个标志位(例如,该标志位为1表示处于限电状态,为0表示处于非限电状态),作为后续机组功率曲线绘制或者其他控制模块的输入。
考虑到在机组的运行过程中,叶轮转速受到风速变化(湍流)影响较大,正常情况下存在一定幅度的波动,因此,所述特定条件可包括:叶轮的转速ω大于或等于γ*ωmax。作为示例,转速ω可为平均转速。作为示例,γ可根据实际情况被设置,例如,γ的设置范围可为0.8到1。
作为示例,风力发电机组在特定条件下正常发电且未限电(即,未限制发电,未限制输出功率)可理解为风力发电机组运行在机组的功率曲线上的“过渡段”,这是由于考虑到这个阶段的叶轮转速基本稳定在额定转速,且输出功率尚未到达额定功率,没有变桨动作,便于后续在步骤S20进行频谱分析和确定叶轮的一倍旋转频率。应该理解,所述特定条件也可为其他的便于后续精准地获取振动信号在叶轮的一倍旋转频率下的能量幅值(例如,精准地确定叶轮的一倍旋转频率)的条件,本发明对此不作限制。
作为示例,获取的运行数据可包括:风力发电机组的转速、用于描述风力发电机组的振动强度的运行数据。例如,用于描述风力发电机组的振动强度的运行数据可包括:风力发电机组沿机舱的轴向(X方向)的加速度信号和/或沿机舱的侧向(Y方向)的加速度信号。
在步骤S20,基于获取的运行数据,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值及在叶轮的三倍旋转频率下的能量幅值。
叶轮的一倍旋转频率表示叶片每旋转一周的频率的大小。
考虑到当叶轮处于气动不平衡状态时,对风力发电机组沿机舱的轴向的振动影响较大,作为示例,所述风力发电机组的振动信号可为:所述风力发电机组沿机舱的轴向的振动信号。
作为示例,可通过对风力发电机组的振动信号(例如,机舱在X方向上的加速度信号)进行频谱分析,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量(例如,功率)幅值。
作为示例,可通过快速傅里叶变换FFT和/或功率谱密度PSD进行频谱分析。
作为优选示例,下面会参照图2来详细描述步骤S20的示例性实施例。
在步骤S30,基于确定的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量幅值,确定叶轮是否处于气动不平衡状态。
叶轮气动不平衡(rotor aerodynamic imbalance)指的是叶片由于安装误差或者运行环境影响(例如,结冰、叶片污染)等原因导致叶轮平面受力不均匀,发生周期性振动的现象。一般来说,大型风力发电机组在达到额定功率前,叶片的桨距角会固定在一个特定的角度,称之为最优桨距角(或者最小桨距角),通过一定的控制策略,控制叶轮转速,保持最优的叶尖速比,能够使叶轮最大程度地吸收风能。一般情况下,风力发电机组的叶片均保持相同的桨距角,整个叶轮处于平衡状态,叶轮面受到的推力(由自由来流风速产生,不考虑对风偏差)均衡。在机组的实际运行过程中,可能存在叶轮气动不平衡现象,具体表现为叶轮-塔架系统以一定周期振动,严重影响机组的安全稳定运行,导致叶轮气动不平衡的原因主要有:(1)叶片安装偏差,在叶片的安装过程中,变桨轴承上的安装标记与叶片合模线未对齐,或者安装标记错误,都有可能导致叶片的初始安装角度与设计值产生偏差,从而导致叶轮气动不平衡;(2)变桨控制系统的执行精度低,受多种因素影响,变桨系统的执行一般存在一定的偏差,由于不同叶片由不同的变桨系统驱动,执行偏差累加的情况下,可能导致叶片之间的实际桨距角存在较大偏差,从而产生叶轮气动不平衡现象;(3)叶片结冰或者表面污染且分布不均匀。上述情况下,由于叶片翼型发生了变化,影响到叶片的气动性能,在叶片的部分区域可能会导致叶片的升力或者阻力过大,进而在机组的运行过程中,可能导致叶轮出现气动不平衡状态。上述导致叶轮气动不平衡的因素中,前2种为永久性叶轮气动不平衡,后一种若运行工况发生变化(例如,环境温度升高或者下雨)的情况下,叶轮气动不平衡情况可能被消除。风力发电机组在叶轮气动不平衡状态下运行,可能会导致机组频繁报故障,当叶轮气动不平衡程度较大时,在某些工况条件下,会导致叶轮-塔架系统的振动加速度过大,影响机组的安全稳定运行,同时由此导致的停机,也会造成发电量的损失。
本发明考虑到叶轮气动不平衡状态从时域上表现为一定周期的振动,从频域上表现为叶轮处于气动不平衡状态下的振动信号在叶轮的一倍旋转频率下的能量幅值大于处于气动平衡状态下的振动信号在叶轮的一倍旋转频率下的能量幅值,且随着气动不平衡程度的增大呈递增状态,因此,可基于振动信号在叶轮的一倍旋转频率下的能量幅值来判断叶轮是否处于气动不平衡状态。本发明还考虑到叶轮分别处于气动不平衡状态和气动平衡状态时,振动信号在叶轮的一倍旋转频率下的能量幅值的差别较大,但振动信号在叶轮的三倍旋转频率下的能量幅值的差别较小,因此,可基于两者来判断叶轮是否处于气动不平衡状态。
作为示例,当所述风力发电机组的叶轮气动不平衡度满足以下至少一个条件时,可确定叶轮处于气动不平衡状态:(1)所述风力发电机组的叶轮气动不平衡度大于预设的叶轮气动不平衡度常数;(2)所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中满足预设条件,其中,所述风力发电机组的叶轮气动不平衡度为:确定的振动信号在叶轮的一倍旋转频率下的能量幅值与振动信号在叶轮的三倍旋转频率下的能量幅值的比值。应该理解,可根据实际情况设置叶轮气动不平衡度常数的数值。
作为示例,可当所述风力发电机组的叶轮气动不平衡度只要满足条件(1)时,确定叶轮处于气动不平衡状态。作为另一示例,可当所述风力发电机组的叶轮气动不平衡度只要满足条件(2)时,确定叶轮处于气动不平衡状态。作为另一示例,可当所述风力发电机组的叶轮气动不平衡度同时满足条件(1)和条件(2)时,确定叶轮处于气动不平衡状态。
实际上,条件(1)是从单机维度来识别当前风力发电机组是否处于气动不平衡状态;条件(2)是从整个风电场维度来识别当前风力发电机组是否处于气动不平衡状态,通过从两个维度的识别,能够提高识别的准确性。
作为示例,可通过下述方式确定所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中是否满足所述预设条件:获取风电场内的所有风力发电机组的叶轮气动不平衡度的箱线图(例如,如图3所示);当所述风力发电机组的叶轮气动不平衡度大于或等于所述箱线图的(Q3+1.5IQR)时,确定所述风力发电机组的叶轮气动不平衡度满足所述预设条件,其中,IQR=Q3-Q1,Q3为所述箱线图的上四分位数,Q1为所述箱线图的下四分位数。
应该理解,所述预设条件也可为其他的能够判断出当前的风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组之中较高的判断条件,本发明对此不作限制。例如,所述预设条件可为:当前的风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中占前N%,N为大于0的数。
图2示出根据本发明示例性实施例的确定振动信号在叶轮的一倍旋转频率下的能量幅值的方法的流程图。
参照图2,在步骤S201,可基于获取的运行数据,确定叶轮的一倍旋转频率所属的频段。
考虑到叶轮的一倍旋转频率与塔架一阶频率可能会比较接近,为了更精准地确定叶轮的一倍旋转频率所属的频段,作为示例,可基于获取的运行数据确定叶轮的最小转速和最大转速,并基于确定的最小转速和最大转速来确定叶轮的一倍旋转频率所属的频率范围;确定所述风力发电机组的塔架一阶频率;并将确定的叶轮的一倍旋转频率所属的频率范围之中除塔架一阶频率之外的频段确定为:在叶轮的一倍旋转频率所属的频段。
作为示例,可确定叶轮的一倍旋转频率f1P所属的频率范围为:
ωt_min/60≤f1P≤ωt_max/60’
其中,ωt_min为确定的叶轮的最小转速、ωt_max为确定的叶轮的最大转速。
作为示例,可基于获取的运行数据(例如,机舱在Y方向上的加速度信号),确定风力发电机组的塔架一阶频率。作为另一示例,可参考仿真中的整机模态分析Campbell图,获取风力发电机组的理论上的塔架一阶频率的大小。
在步骤S202,通过对所述风力发电机组的振动信号进行频谱分析,得到所述风力发电机组的振动信号在预设频率范围内的各个频段下的能量幅值。
作为示例,所述预设频率范围可为0-2Hz。
在步骤S203,将在步骤S202得到的在第一特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值,其中,第一特定频段与确定的叶轮的一倍旋转频率所属的频段相对应。具体说来,将频谱分析结果中的与确定的叶轮的一倍旋转频率所属的频段所对应的能量幅值作为:所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值。
作为示例,可基于确定的叶轮的一倍旋转频率所属的频段,确定叶轮的三倍旋转频率所属的频段;并将在步骤S202得到的在第二特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的三倍旋转频率下的能量幅值,其中,第二特定频段与确定的叶轮的三倍旋转频率所属的频段相对应。例如,叶轮的三倍旋转(3P)频率的大小可为一倍旋转(1P)频率的大小的三倍。
图4示出根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的装置的框图。
如图4所示,根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的装置包括:数据获取单元10、能量幅值确定单元20、以及气动状态确定单元30。
具体说来,数据获取单元10用于获取风力发电机组的运行数据。
作为示例,数据获取单元10可当所述风力发电机组在特定条件下正常发电且未限电时,获取所述风力发电机组的运行数据。
作为示例,数据获取单元10可在所述风力发电机组在所述特定条件下正常发电且未限电达到第一预设时长之后,获取第二预设时长内的所述风力发电机组的运行数据,其中,在第二预设时长内,所述风力发电机组仍保持在所述特定条件下正常发电且未限电。
作为示例,所述特定条件可为:叶轮的转速达到额定转速,且输出功率未达到额定功率。
能量幅值确定单元20用于基于获取的运行数据,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值及在叶轮的三倍旋转频率下的能量幅值。
作为示例,所述风力发电机组的振动信号可为:所述风力发电机组沿机舱的轴向的振动信号。
作为示例,能量幅值确定单元20可基于获取的运行数据,确定叶轮的一倍旋转频率所属的频段;通过对所述风力发电机组的振动信号进行频谱分析,得到所述风力发电机组的振动信号在预设频率范围内的各个频段下的能量幅值;并将在所述各个频段之中的第一特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值,其中,第一特定频段与确定的叶轮的一倍旋转频率所属的频段相对应。
作为示例,能量幅值确定单元20可基于确定的叶轮的一倍旋转频率所属的频段,确定叶轮的三倍旋转频率所属的频段;并将在所述各个频段之中的第二特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的三倍旋转频率下的能量幅值,其中,第二特定频段与确定的叶轮的三倍旋转频率所属的频段相对应。
作为示例,能量幅值确定单元20可基于获取的运行数据确定叶轮的最小转速和最大转速,并基于确定的最小转速和最大转速来确定叶轮的一倍旋转频率所属的频率范围;确定所述风力发电机组的塔架一阶频率;并将确定的叶轮的一倍旋转频率所属的频率范围之中除塔架一阶频率之外的频段确定为:叶轮的一倍旋转频率所属的频段。
作为示例,能量幅值确定单元20可确定叶轮的一倍旋转频率f1P所属的频率范围为:
ωt_min/60≤f1P≤ωt_max/60,其中,ωt_min为确定的最小转速、ωt_max为确定的最大转速。
作为示例,所述预设频率范围可为0-2Hz。
气动状态确定单元30用于基于确定的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量幅值,确定叶轮是否处于气动不平衡状态。
作为示例,气动状态确定单元30可当所述风力发电机组的叶轮气动不平衡度满足以下至少一个条件时,确定叶轮处于气动不平衡状态:所述风力发电机组的叶轮气动不平衡度大于预设的叶轮气动不平衡度常数;所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中满足预设条件,其中,所述风力发电机组的叶轮气动不平衡度为:确定的振动信号在叶轮的一倍旋转频率下的能量幅值与振动信号在叶轮的三倍旋转频率下的能量幅值的比值。
作为示例,气动状态确定单元30可通过下述方式确定所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中是否满足所述预设条件:获取风电场内的所有风力发电机组的叶轮气动不平衡度的箱线图;当所述风力发电机组的叶轮气动不平衡度大于或等于所述箱线图的(Q3+1.5IQR)时,确定所述风力发电机组的叶轮气动不平衡度满足所述预设条件,其中,IQR=Q3-Q1,Q3为所述箱线图的上四分位数,Q1为所述箱线图的下四分位数。
应该理解,根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的装置所执行的具体处理已经参照图1至图3进行了详细描述,这里将不再赘述相关细节。
应该理解,根据本发明示例性实施例的识别风力发电机组的叶轮气动状态的装置中的各个单元可被实现硬件组件和/或软件组件。本领域技术人员根据限定的各个单元所执行的处理,可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
本发明的示例性实施例提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序被处理器执行时实现如上述示例性实施例所述的识别风力发电机组的叶轮气动状态的方法。该计算机可读存储介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读存储介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
图5示出根据本发明示例性实施例的风力发电机组的控制装置的框图。
如图5所示,根据本发明的示例性实施例的风力发电机组的控制装置40包括:处理器50和存储器60,其中,存储器60包括程序模块70,当程序模块70中的计算机程序被处理器50执行时,实现如上述示例性实施例所述的识别风力发电机组的叶轮气动状态的方法,以识别当前风力发电机组的叶轮气动状态。作为示例,风力发电机组的控制装置40可以是部署在风力发电机组内的主控制器或者是与主控制器进行交互的子控制器。应该理解,存储器60还可进一步包括其他可移动/不可移动、易失性/非易失性的计算机系统存储介质。此外,存储器60还可包括用于实现风力发电机组的其他功能的程序模块。此外,根据本发明的示例性实施例的风力发电机组的控制装置40还可包括输入/输出接口80,处理器50可通过I/O接口80获取风力发电机组的运行数据,例如,I/O接口80可连接到加速度传感器等。
图6示出根据本发明示例性实施例的风电场的控制系统的框图。所述风电场包括至少一台风力发电机组。
如图6所示,根据本发明的示例性实施例的风电场的控制系统90包括:处理器100和存储器110,其中,存储器110包括程序模块120,当程序模块120中的计算机程序被处理器100执行时,实现如上述示例性实施例所述的识别风力发电机组的叶轮气动状态的方法,以识别风电场内的各个风力发电机组的叶轮气动状态。应该理解,存储器110还可进一步包括其他可移动/不可移动、易失性/非易失性的计算机系统存储介质。此外,存储器110还可包括用于实现风力发电机组的其他功能的程序模块。此外,根据本发明的示例性实施例的风电场的控制系统90还可包括I/O接口130,处理器100可通过I/O接口130获取风电场内的各个风力发电机组的运行数据,还可通过I/O接口130向各个风力发电机组发送控制参数。
虽然已表示和描述了本发明的一些示例性实施例,但本领域技术人员应该理解,在不脱离由权利要求及其等同物限定其范围的本发明的原理和精神的情况下,可以对这些实施例进行修改。
Claims (16)
1.一种识别风力发电机组的叶轮气动状态的方法,其特征在于,所述方法包括:
获取风力发电机组的运行数据;
基于获取的运行数据,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值及在叶轮的三倍旋转频率下的能量幅值;
基于确定的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量幅值,确定叶轮是否处于气动不平衡状态。
2.根据权利要求1所述的方法,其特征在于,获取风力发电机组的运行数据的步骤包括:
当所述风力发电机组在特定条件下正常发电且未限电时,获取所述风力发电机组的运行数据。
3.根据权利要求2所述的方法,其特征在于,获取风力发电机组的运行数据的步骤包括:
在所述风力发电机组在所述特定条件下正常发电且未限电达到第一预设时长之后,获取第二预设时长内的所述风力发电机组的运行数据,其中,在第二预设时长内,所述风力发电机组仍保持在所述特定条件下正常发电且未限电。
4.根据权利要求1所述的方法,其特征在于,确定叶轮是否处于气动不平衡状态的步骤包括:
当所述风力发电机组的叶轮气动不平衡度满足以下至少一个条件时,确定叶轮处于气动不平衡状态:
所述风力发电机组的叶轮气动不平衡度大于预设的叶轮气动不平衡度常数;
所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中满足预设条件,
其中,所述风力发电机组的叶轮气动不平衡度为:确定的振动信号在叶轮的一倍旋转频率下的能量幅值与振动信号在叶轮的三倍旋转频率下的能量幅值的比值。
5.根据权利要求4所述的方法,其特征在于,通过下述方式确定所述风力发电机组的叶轮气动不平衡度在风电场内的所有风力发电机组的叶轮气动不平衡度之中是否满足所述预设条件:
获取风电场内的所有风力发电机组的叶轮气动不平衡度的箱线图;
当所述风力发电机组的叶轮气动不平衡度大于或等于所述箱线图的(Q3+1.5IQR)时,确定所述风力发电机组的叶轮气动不平衡度满足所述预设条件,
其中,IQR=Q3-Q1,Q3为所述箱线图的上四分位数,Q1为所述箱线图的下四分位数。
6.根据权利要求2或3所述的方法,其特征在于,所述特定条件为:叶轮的转速达到额定转速,且输出功率未达到额定功率。
7.根据权利要求1所述的方法,其特征在于,基于获取的运行数据确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值的步骤包括:
基于获取的运行数据,确定叶轮的一倍旋转频率所属的频段;
通过对所述风力发电机组的振动信号进行频谱分析,得到所述风力发电机组的振动信号在预设频率范围内的各个频段下的能量幅值;
将在所述各个频段之中的第一特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值,
其中,第一特定频段与确定的叶轮的一倍旋转频率所属的频段相对应。
8.根据权利要求7所述的方法,其特征在于,基于获取的运行数据确定所述风力发电机组的振动信号在叶轮的三倍旋转频率下的能量幅值的步骤包括:
基于确定的叶轮的一倍旋转频率所属的频段,确定叶轮的三倍旋转频率所属的频段;
将在所述各个频段之中的第二特定频段下的能量幅值作为:所述风力发电机组的振动信号在叶轮的三倍旋转频率下的能量幅值,
其中,第二特定频段与确定的叶轮的三倍旋转频率所属的频段相对应。
9.根据权利要求7所述的方法,其特征在于,基于获取的运行数据确定叶轮的一倍旋转频率所属的频段的步骤包括:
基于获取的运行数据确定叶轮的最小转速和最大转速,并基于确定的最小转速和最大转速来确定叶轮的一倍旋转频率所属的频率范围;
确定所述风力发电机组的塔架一阶频率;
将确定的叶轮的一倍旋转频率所属的频率范围之中除塔架一阶频率之外的频段确定为:叶轮的一倍旋转频率所属的频段。
10.根据权利要求9所述的方法,其特征在于,基于确定的最小转速和最大转速确定叶轮的一倍旋转频率所属的频率范围的步骤包括:
确定叶轮的一倍旋转频率f1P所属的频率范围为:
ωt_min/60≤f1P≤ωt_max/60,
其中,ωt_min为确定的最小转速、ωt_max为确定的最大转速。
11.根据权利要求6所述的方法,其特征在于,所述预设频率范围为0-2Hz。
12.根据权利要求1所述的方法,其特征在于,所述风力发电机组的振动信号为:所述风力发电机组沿机舱的轴向的振动信号。
13.一种识别风力发电机组的叶轮气动状态的装置,其特征在于,所述装置包括:
数据获取单元,获取风力发电机组的运行数据;
能量幅值确定单元,基于获取的运行数据,确定所述风力发电机组的振动信号在叶轮的一倍旋转频率下的能量幅值及在叶轮的三倍旋转频率下的能量幅值;
气动状态确定单元,基于确定的振动信号在叶轮的一倍旋转频率及三倍旋转频率下的能量幅值,确定叶轮是否处于气动不平衡状态。
14.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行时实现如权利要求1至12中的任意一项所述的识别风力发电机组的叶轮气动状态的方法。
15.一种风力发电机组的控制装置,其特征在于,所述控制装置包括:
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至12中的任意一项所述的识别风力发电机组的叶轮气动状态的方法,以识别所述风力发电机组的叶轮气动状态。
16.一种风电场的控制系统,所述风电场包括至少一台风力发电机组,其特征在于,所述控制系统包括:
I/O接口,用于获取所述至少一台风力发电机组的运行数据;
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至12中的任意一项所述的识别风力发电机组的叶轮气动状态的方法,以识别风电场内的风力发电机组的叶轮气动状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910916113.9A CN112555101B (zh) | 2019-09-26 | 2019-09-26 | 识别风力发电机组的叶轮气动状态的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910916113.9A CN112555101B (zh) | 2019-09-26 | 2019-09-26 | 识别风力发电机组的叶轮气动状态的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112555101A true CN112555101A (zh) | 2021-03-26 |
CN112555101B CN112555101B (zh) | 2023-03-31 |
Family
ID=75030099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910916113.9A Active CN112555101B (zh) | 2019-09-26 | 2019-09-26 | 识别风力发电机组的叶轮气动状态的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112555101B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435395A (zh) * | 2021-07-13 | 2021-09-24 | 重庆大学 | 基于自适应卡尔曼滤波器的风轮故障自适应诊断方法 |
CN113883014A (zh) * | 2021-10-25 | 2022-01-04 | 三一重能股份有限公司 | 风电机组叶轮不平衡检测方法、装置、设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003113769A (ja) * | 2001-10-03 | 2003-04-18 | Mitsubishi Heavy Ind Ltd | ブレードピッチ角度制御装置および風力発電装置 |
US20040185771A1 (en) * | 2003-03-20 | 2004-09-23 | Huntair Inc. | Fan array fan section in air-handling systems |
US20160033580A1 (en) * | 2012-05-29 | 2016-02-04 | Board Of Regents Of The University Of Nebraska | Detecting Faults in Turbine Generators |
CN105569932A (zh) * | 2016-01-08 | 2016-05-11 | 新疆金风科技股份有限公司 | 风电机组动态不平衡在线检测和故障辨识方法及系统 |
CN105756864A (zh) * | 2016-04-15 | 2016-07-13 | 浙江运达风电股份有限公司 | 基于双馈风力发电机组定子电流的桨叶不平衡故障诊断方法 |
CN106523299A (zh) * | 2016-12-13 | 2017-03-22 | 浙江运达风电股份有限公司 | 基于定子电流数据驱动的双馈风电机组桨叶不平衡检测方法 |
CN107191339A (zh) * | 2017-07-31 | 2017-09-22 | 上海电气风电集团有限公司 | 风力发电机组风轮不平衡监测方法 |
CN207740117U (zh) * | 2018-01-22 | 2018-08-17 | 曲阜师范大学 | 主被动协同调控的磁悬浮风力偏航装置 |
CN108644069A (zh) * | 2018-04-27 | 2018-10-12 | 三重能有限公司 | 叶片不平衡检测方法及装置 |
CN109026556A (zh) * | 2018-08-31 | 2018-12-18 | 新疆金风科技股份有限公司 | 风力发电机组的控制方法、设备以及系统 |
CN109307589A (zh) * | 2017-07-28 | 2019-02-05 | 株洲中车时代电气股份有限公司 | 风机振动在线监测方法及监测系统 |
CN109655200A (zh) * | 2017-10-12 | 2019-04-19 | 中车株洲电力机车研究所有限公司 | 一种风力发电机组风轮不平衡的诊断方法及系统 |
CN110118152A (zh) * | 2019-06-14 | 2019-08-13 | 三一重能有限公司 | 风力发电机组叶片气动平衡监测调整系统及监测调整方法 |
CN110972302A (zh) * | 2018-09-28 | 2020-04-07 | 华为技术有限公司 | 一种通信方法、装置及设备 |
-
2019
- 2019-09-26 CN CN201910916113.9A patent/CN112555101B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003113769A (ja) * | 2001-10-03 | 2003-04-18 | Mitsubishi Heavy Ind Ltd | ブレードピッチ角度制御装置および風力発電装置 |
US20040185771A1 (en) * | 2003-03-20 | 2004-09-23 | Huntair Inc. | Fan array fan section in air-handling systems |
US20160033580A1 (en) * | 2012-05-29 | 2016-02-04 | Board Of Regents Of The University Of Nebraska | Detecting Faults in Turbine Generators |
CN105569932A (zh) * | 2016-01-08 | 2016-05-11 | 新疆金风科技股份有限公司 | 风电机组动态不平衡在线检测和故障辨识方法及系统 |
CN105756864A (zh) * | 2016-04-15 | 2016-07-13 | 浙江运达风电股份有限公司 | 基于双馈风力发电机组定子电流的桨叶不平衡故障诊断方法 |
CN106523299A (zh) * | 2016-12-13 | 2017-03-22 | 浙江运达风电股份有限公司 | 基于定子电流数据驱动的双馈风电机组桨叶不平衡检测方法 |
WO2018107726A1 (zh) * | 2016-12-13 | 2018-06-21 | 浙江运达风电股份有限公司 | 基于定子电流数据驱动的双馈风电机组桨叶不平衡检测方法 |
CN109307589A (zh) * | 2017-07-28 | 2019-02-05 | 株洲中车时代电气股份有限公司 | 风机振动在线监测方法及监测系统 |
CN107191339A (zh) * | 2017-07-31 | 2017-09-22 | 上海电气风电集团有限公司 | 风力发电机组风轮不平衡监测方法 |
CN109655200A (zh) * | 2017-10-12 | 2019-04-19 | 中车株洲电力机车研究所有限公司 | 一种风力发电机组风轮不平衡的诊断方法及系统 |
CN207740117U (zh) * | 2018-01-22 | 2018-08-17 | 曲阜师范大学 | 主被动协同调控的磁悬浮风力偏航装置 |
CN108644069A (zh) * | 2018-04-27 | 2018-10-12 | 三重能有限公司 | 叶片不平衡检测方法及装置 |
CN109026556A (zh) * | 2018-08-31 | 2018-12-18 | 新疆金风科技股份有限公司 | 风力发电机组的控制方法、设备以及系统 |
CN110972302A (zh) * | 2018-09-28 | 2020-04-07 | 华为技术有限公司 | 一种通信方法、装置及设备 |
CN110118152A (zh) * | 2019-06-14 | 2019-08-13 | 三一重能有限公司 | 风力发电机组叶片气动平衡监测调整系统及监测调整方法 |
Non-Patent Citations (5)
Title |
---|
张新旺: "浅谈风电机组偏航轴承齿侧间隙及调整", 《风能》 * |
张羽: "风电机组叶片不平衡导致振动的检测与纠正", 《风能》 * |
王明江: "直驱兆瓦风电机组fore-aft方向振动抑制系统", 《风能》 * |
绳晓玲等: "叶轮质量不平衡故障下双馈风力发电机特性分析", 《太阳能学报》 * |
邓小文等: "永磁直驱机组叶轮质量不平衡故障建模及仿真研究", 《电力系统保护与控制》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435395A (zh) * | 2021-07-13 | 2021-09-24 | 重庆大学 | 基于自适应卡尔曼滤波器的风轮故障自适应诊断方法 |
CN113883014A (zh) * | 2021-10-25 | 2022-01-04 | 三一重能股份有限公司 | 风电机组叶轮不平衡检测方法、装置、设备及存储介质 |
CN113883014B (zh) * | 2021-10-25 | 2023-03-10 | 三一重能股份有限公司 | 风电机组叶轮不平衡检测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112555101B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3440348B1 (en) | Method and system for controlling a wind turbine to manage edgewise blade vibrations | |
EP3271576B1 (en) | Damping oscillations in a wind turbine | |
EP1748185B1 (en) | Icing detection system for a wind turbine | |
CN102454544B (zh) | 调整风力涡轮机功率参数的系统和方法 | |
CN103061965B (zh) | 用于对风力发电机生成的噪声的调幅进行控制的系统和方法 | |
CA2810157C (en) | Method of rotor-stall prevention in wind turbines | |
EP2479426A1 (en) | Method for determining a pitch angle offset signal and for controlling a rotor frequency of a wind turbine for speed avoidance control | |
CN110905732B (zh) | 风电机组风轮不平衡的辨识方法、系统及储存介质 | |
CN108644069B (zh) | 叶片不平衡检测方法及装置 | |
US11261845B2 (en) | System and method for protecting wind turbines during extreme wind direction change | |
CN112555101B (zh) | 识别风力发电机组的叶轮气动状态的方法及装置 | |
CN111512043B (zh) | 用于控制风力涡轮机以管理边缘叶片振动的方法和系统 | |
US20170184077A1 (en) | Active promotion of wind turbine tower oscillations | |
CN112555102B (zh) | 识别叶片桨距角偏差及控制风力发电机组的方法及装置 | |
CN113565679A (zh) | 一种基于prony算法的风电机组运行控制方法、装置及存储介质 | |
KR20190085080A (ko) | 빗방울 크기에 기초한 풍력 터빈 제어 | |
CN108035853B (zh) | 确定风力发电机组的对风角度的方法及装置 | |
KR101651414B1 (ko) | 풍력터빈의 성능 향상 시스템 및 그 방법 | |
CN113007034B (zh) | 矫正叶轮气动不平衡的方法及装置 | |
CN113027699A (zh) | 风力发电机组的监测方法、装置和系统 | |
CN113468765B (zh) | 部件寿命确定方法、系统和可读存储介质 | |
CN113738576B (zh) | 一种风电机组风轮气动不平衡和质量不平衡识别方法 | |
US11781524B2 (en) | Active yaw mitigation of wind induced vibrations | |
EP4372225A1 (en) | Method and system for wind speed determination using rpm and blade pitch angle | |
CN114607555A (zh) | 用于风力发电机组的控制方法及装置 |
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 |