CN112648150B - 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法 - Google Patents

一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法 Download PDF

Info

Publication number
CN112648150B
CN112648150B CN202010936198.XA CN202010936198A CN112648150B CN 112648150 B CN112648150 B CN 112648150B CN 202010936198 A CN202010936198 A CN 202010936198A CN 112648150 B CN112648150 B CN 112648150B
Authority
CN
China
Prior art keywords
point
blade
radar
millimeter wave
information
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
CN202010936198.XA
Other languages
English (en)
Other versions
CN112648150A (zh
Inventor
李坤
王寰宇
吴立丰
李立
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.)
Shanghai Jingmu Technology Co ltd
Original Assignee
Shanghai Jingmu Technology Co ltd
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 Shanghai Jingmu Technology Co ltd filed Critical Shanghai Jingmu Technology Co ltd
Priority to CN202010936198.XA priority Critical patent/CN112648150B/zh
Publication of CN112648150A publication Critical patent/CN112648150A/zh
Application granted granted Critical
Publication of CN112648150B publication Critical patent/CN112648150B/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
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • F05B2260/84—Modelling or simulation
    • 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
    • F05B2270/70—Type of control algorithm
    • 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
    • F05B2270/805—Radars

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法，涉及新能源技术领域。该方法将风机机组数字化并建立特殊的坐标系统，采用77GHz毫米波雷达为核心传感器，将特殊波束的雷达安装于风机机舱尾部的底部，雷达FOV方向指向固定空域，当叶片旋转至该空域时，对反射波进行数据采集，经过雷达信号处理相关算法形成反射点，结合转速、桨距角的信息，利用扩展卡尔曼、曲线拟合、数据融合的算法对叶片姿态进行拟合；并结合机组仿真信息计算实时的“净空值”，并评估叶片“扫塔”危险等级，将最终结果通过控制器实时传给主控系统完成风机的控制。

Description

一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的 检测方法
技术领域
本发明涉及一种风力发电机机组叶片净空值的检测方法，特别是涉及以毫米波雷达为核心传感器安装在风机机组特定位置处获得风机叶片运行状态中的位置信息，进而计算叶片净空值的检测方法。
背景技术
近年来随着技术的进步，风电作为清洁能源得到了快速的发展。在风力的作用下，风机机组叶片推动发电设备将风能转化为电能，在机组运行的过程中，随着风力的变化(尤其是阵风)，叶片在运行中形变量也会发生变化，在极端情况下，存在“扫塔”的可能。为此实现叶片姿态的实时监控对风机机组的安全运行有重大意义。风力发电机机组在随着风力推动旋转的过程中，因其叶尖与叶根连接处的距离最大，使其成为形变量最大的部分，也是发生“扫塔”时撞击塔柱的部位，为此当叶尖旋转至与塔柱重合时，在塔柱对应高度安装传感器获得净空值最为直接。但因该位置在塔柱上且距离地面较高，传感器的安装带来很大的麻烦；同时因偏航角的旋转，为了全方位检测净空值需要在塔柱上安装一周传感器，其成本较高。为获得更好的经济效益，风力发电机机组常建在风力资源丰富的区域且全天候、全天时运作。
目前市场上常见的叶片运行状态检测系统多选择激光测距仪或者是摄像头传感器，因激光和可见光的频率高、波长短的特性，在雨、雪、雾、风沙天气或者是夜晚时检测效果较差无法满足实际需求。
发明内容
针对现有技术的不足，本发明提供了一种能够适应全天候、全天时检测需求，且安装便利的系统设备及提供一种能够根据传感器输出结果计算叶片实时净空值的方法。
为了解决上述的技术问题，本发明中将风机机组数字化并建立特殊的坐标系统，将特殊波束的雷达安装于风机机舱尾部的底部，雷达FOV方向指向固定空域，当叶片旋转至该空域时，对反射波进行数据采集，经过雷达信号处理相关算法形成反射点，结合转速、桨距角的信息，利用扩展卡尔曼、曲线拟合、数据融合的算法对叶片姿态进行拟合；并结合机组仿真信息计算实时的“净空值”，并评估叶片“扫塔”危险等级，将最终结果通过控制器实时传给主控系统完成风机的控制。
本发明的操作步骤如下：
1、建立坐标系并将风机机组数字化，根据仰角、锥角、桨距角的信息，将风机模型中的叶片进行旋转γ度以及0度时，记录风机叶片上点的坐标信息及到叶根根部的距离并形成查询表；
将传感器安装于机舱尾部的底部，并记录安装点坐标为
Figure GDA0003564189320000021
2、记录毫米波雷达传感器的原始输出结果信息：极半径R，俯仰角α和水平角β，可表示为
Figure GDA0003564189320000022
4、根据2中的安装点坐标
Figure GDA0003564189320000023
及根据雷达安装角度，计算从雷达坐标系向风机机组坐标系进行转换矩阵m，则雷达输出结果目标点在风机机组坐标系中的表示：
p1＝m*p0。
5、根据4中的p1，利用多帧信息、卡尔曼算法进行点跟踪，形成点为p2，使用3次多项式进行曲线拟合，并计算点到叶根根部的积分距离L；
6、根据5中L值，在1表格中查找相同值的点的坐标信息坐标信息p3，并结合步骤五中的测试结果点p2，计算Y坐标的差值ΔY；
7、根据转速、旋转角、桨距角、历史信息进行数据融合，利用点椭圆运动的轨迹计算旋转角为0°时，叶片点的形变量ΔY1及离塔柱的距离n；
8、根据点存在概率、点的位置信息、形变量、离塔柱距离的信息建立危险概率函数，计算叶片“扫塔”概率并给出最危险点的净空值H；
9、将检测结果输出给主控系统，亦作进一步的动作。
优选的，采用77GHz的毫米波雷达作为核心传感器，实现非接触、全天候、全天时实时检测的能力。
优选的，坐标系以塔柱中轴线为Z轴且向上为正，以机舱中轴线为Y轴且以机头方向为正，Z轴和Y轴的交点为原点，以右手定则方法建立三维直角坐标系，保证风机机头始终在统一坐标系下。
优选的，77GHz毫米波雷达呈L型阵列设置。
本发明提供了一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法。
具备以下有益效果：
1、传感器与叶尖的相对位置关系是固定的，无论机头偏航角在何处，均可以使用一个传感器完成叶尖状态的检测；
2、统一的坐标系：以塔柱中轴线为Z轴且向上为正，以机舱中轴线为Y轴且以机头方向为正，Z轴和Y轴的交点为原点，以右手定则方法建立三维直角坐标系，保证风机机头始终在统一坐标系下；
3、风机机组数字化，规范了输出结果的表述，为后续的计算、结果的评价奠定了基础；
4、采用了77GHz的毫米波雷达作为核心传感器，实现非接触、全天候、全天时实时检测的能力。
A、雷达采用使用L型阵列天线，形成俯仰-13°～13°、水平-6°～6°，增益为25db的雷达波束。
B、雷达信号处理算法中，采用0.01的CA-CFAR恒虚警算法，使得峰值检测准确率达到99.1％；采用二维music、多基线两种到达波方向算法使用卡尔曼滤波进行融合，使得目标角度准确度达到97.2％，精度为0.2°。
附图说明
图1风力发电机机组坐标系建立及雷达安装位置图。
图2算法结构图
图3系统架构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
请参阅图1-3，本发明提供一种技术方案：一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法，该方法将风机机组数字化并建立特殊的坐标系统。具体的：坐标系以塔柱中轴线为Z轴且向上为正，以机舱中轴线为Y轴且以机头方向为正，Z轴和Y轴的交点为原点，以右手定则方法建立三维直角坐标系，保证风机机头始终在统一坐标系下。
采用77GHz毫米波雷达为核心传感器，将特殊波束的雷达安装于风机机舱尾部的底部，77GHz毫米波雷达呈L型阵列设置,雷达FOV方向指向固定空域，当叶片旋转至该空域时，对反射波进行数据采集，经过雷达信号处理相关算法形成反射点，结合转速、桨距角的信息，利用扩展卡尔曼、曲线拟合、数据融合的算法对叶片姿态进行拟合；并结合机组仿真信息计算实时的“净空值”，并评估叶片“扫塔”危险等级，将最终结果通过控制器实时传给主控系统完成风机的控制。
利用毫米波雷达的输出计算风力发电机机组叶片净空值及“扫塔”包括如下步骤：
第一步:建立坐标系并将风机机组数字化，根据仰角、锥角、桨距角的信息，将风机模型中的叶片进行旋转γ度以及0度时，记录风机叶片上点的坐标信息及到叶根根部的距离并形成查询表；
第二步:将传感器安装于机舱尾部的底部，并记录安装点坐标为
Figure GDA0003564189320000041
第三步:记录毫米波雷达传感器的原始输出结果信息：极半径R，俯仰角α和水平角β，可表示为：
Figure GDA0003564189320000051
第四步:根据步骤二中的安装点坐标P及根据雷达安装角度，计算从雷达坐标系向风机机组坐标系进行转换矩阵m，则雷达输出结果目标点在风机机组坐标系中的表示：
p1＝m*p0；
第五步:根据步骤四中的p1，利用多帧信息、卡尔曼算法进行点跟踪，形成点为p2，使用3次多项式进行曲线拟合，并计算点到叶根根部的积分距离L；
第六步:根据步骤五中L值，在步骤一表格中查找相同值的点的坐标信息p3，并结合步骤五中的测试结果点p2，计算Y坐标的差值ΔY；
第七步:根据转速、旋转角、桨距角、历史信息进行数据融合，利用点椭圆运动的轨迹计算旋转角为0°时(既叶片同塔柱重合时)，叶片点的形变量ΔY1及离塔柱的距离n；
第八步:根据点存在概率、点的位置信息、形变量、离塔柱距离的信息建立危险概率函数，计算叶片“扫塔”概率并给出最危险点的净空值H。
第九步：将检测结果输出给主控系统，亦作进一步的动作。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法，其特征在于：对风机机组数字化并建立坐标系统，采用77GHz毫米波雷达为核心传感器，将特殊波束的雷达安装于风机机舱尾部的底部，雷达FOV方向指向固定空域，当叶片旋转至该空域时，对反射波进行数据采集，经过雷达信号处理相关算法形成反射点，结合转速、桨距角的信息，利用扩展卡尔曼、曲线拟合、数据融合的算法对叶片姿态进行拟合；并结合机组仿真信息计算实时的“净空值”，并评估叶片“扫塔”危险等级，将最终结果通过控制器实时传给主控系统完成风机的控制；
利用毫米波雷达的输出计算风力发电机机组叶片净空值及“扫塔”包括如下步骤：
第一步:建立坐标系并将风机机组数字化，根据仰角、锥角、桨距角的信息，将风机模型中的叶片进行旋转γ度以及0度时，记录风机叶片上点的坐标信息及到叶根根部的距离并形成查询表；
第二步:将传感器安装于机舱尾部的底部，并记录安装点坐标为
Figure FDA0003564189310000011
第三步:记录毫米波雷达传感器的原始输出结果信息：极半径R，俯仰角α和水平角β，可表示为：
Figure FDA0003564189310000012
第四步:根据步骤二中的安装点坐标P及根据雷达安装角度，计算从雷达坐标系向风机机组坐标系进行转换矩阵m，则雷达输出结果目标点在风机机组坐标系中的表示：
p1＝m*p0；
第五步:根据步骤四中的p1，利用多帧信息、卡尔曼算法进行点跟踪，形成点为p2，使用3次多项式进行曲线拟合，并计算点到叶根根部的积分距离L；
第六步:根据步骤五中L值，在步骤一表格中查找相同值的点的坐标信息p3，并结合步骤五中的测试结果点p2，计算Y坐标的差值ΔY；
第七步:根据转速、旋转角、桨距角、历史信息进行数据融合，利用点椭圆运动的轨迹计算旋转角为0°时，叶片点的形变量ΔY1及离塔柱的距离n；
第八步:根据点存在概率、点的位置信息、形变量、离塔柱距离的信息建立危险概率函数，计算叶片“扫塔”概率并给出最危险点的净空值H；
第九步：将检测结果输出给主控系统，亦作进一步的动作。
2.根据权利要求1所述的一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法，其特征在于：坐标系以塔柱中轴线为Z轴且向上为正，以机舱中轴线为Y轴且以机头方向为正，Z轴和Y轴的交点为原点，以右手定则方法建立三维直角坐标系，保证风机机头始终在统一坐标系下。
3.根据权利要求1所述的一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法，其特征在于：所述77GHz毫米波雷达呈L型阵列设置。
CN202010936198.XA 2020-09-08 2020-09-08 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法 Active CN112648150B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010936198.XA CN112648150B (zh) 2020-09-08 2020-09-08 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010936198.XA CN112648150B (zh) 2020-09-08 2020-09-08 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法

Publications (2)

Publication Number Publication Date
CN112648150A CN112648150A (zh) 2021-04-13
CN112648150B true CN112648150B (zh) 2022-05-06

Family

ID=75346242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010936198.XA Active CN112648150B (zh) 2020-09-08 2020-09-08 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法

Country Status (1)

Country Link
CN (1) CN112648150B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113586367B (zh) * 2021-09-28 2021-12-21 浙江中自庆安新能源技术有限公司 一种基于风荷载的自适应塔筒叶尖净空测量方法及系统
CN113915076B (zh) * 2021-10-27 2024-05-14 陕西中科启航科技有限公司 一种基于毫米波雷达的风机净空预警方法
CN113958464B (zh) * 2021-10-29 2023-05-09 中国船舶重工集团海装风电股份有限公司 基于毫米雷达波测量的叶片净空安全控制方法
CN114060233B (zh) * 2021-11-23 2022-11-22 大唐陕县风力发电有限责任公司 风力发电机组的叶片扫塔预警系统
CN116085193B (zh) * 2023-04-06 2023-06-20 南京牧镭激光科技股份有限公司 一种基于多源数据的风机主控净空控制方法
CN116148832B (zh) * 2023-04-21 2023-06-20 湖南联智监测科技有限公司 一种相控阵雷达监测风力发电机叶片净空方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207111315U (zh) * 2017-09-04 2018-03-16 新疆金风科技股份有限公司 用于风力发电机组的叶片扫塔预警系统及风力发电机组
CN210003452U (zh) * 2019-06-27 2020-01-31 北京金风科创风电设备有限公司 风力发电机组的塔架净空监测装置
CN110927709A (zh) * 2019-12-10 2020-03-27 湖南纳雷科技有限公司 用于风力发电的毫米波雷达的高精度测距方法及系统
WO2020108016A1 (zh) * 2018-11-30 2020-06-04 北京金风科创风电设备有限公司 塔架净空监测系统及其方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207111315U (zh) * 2017-09-04 2018-03-16 新疆金风科技股份有限公司 用于风力发电机组的叶片扫塔预警系统及风力发电机组
WO2020108016A1 (zh) * 2018-11-30 2020-06-04 北京金风科创风电设备有限公司 塔架净空监测系统及其方法
CN210003452U (zh) * 2019-06-27 2020-01-31 北京金风科创风电设备有限公司 风力发电机组的塔架净空监测装置
CN110927709A (zh) * 2019-12-10 2020-03-27 湖南纳雷科技有限公司 用于风力发电的毫米波雷达的高精度测距方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卡尔曼滤波和最小二乘法结合的机动目标轨迹仿真;王辂等;《天津职业技术师范大学学报》;20160328(第01期);第14-17页 *

Also Published As

Publication number Publication date
CN112648150A (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN112648150B (zh) 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法
CN112267980B (zh) 风力发电机组的叶片净空监测系统和方法
RU2591366C1 (ru) Ветроэнергетическая установка и способ управления ветроэнергетической установкой или ветровой электростанцией
CN210003452U (zh) 风力发电机组的塔架净空监测装置
CN103605136B (zh) 海洋浮标平台激光雷达三维风场剖面探测系统及探测方法
WO2007129378A1 (ja) 風力発電装置、風力発電装置の制御方法およびコンピュータプログラム
EP3564524B1 (en) Induction controlled wind turbine
CN111120205B (zh) 基于激光雷达的风电场区域化控制方法
JP2012512352A (ja) 鳥または飛行物体の検知方法
CN104834325B (zh) 一种漂浮式太阳能发电单轴跟踪系统及其控制方法
CN113915076B (zh) 一种基于毫米波雷达的风机净空预警方法
TWI627351B (zh) 利用無人飛行載具對風機葉面攝影之行徑產生方法、內儲程式之電腦程式產品及內儲程式之電腦可讀取記錄媒體
WO2022171997A1 (en) A turbine provided with data for parameter improvement
CN113219481B (zh) 一种基于三维激光雷达的破波带波浪水动力监测方法及其系统
CN110869610B (zh) 用于检测风力涡轮机的阴影条件的方法和装置
EP3940951A1 (en) Single axis solar tracker management method and solar plant implementing said method
CN113137344A (zh) 一种风力发电机组净空测量装置、方法以及风力发电机组
WO2023182921A1 (en) Methods, and unmanned aerial systems for obtaining meteorological data
CN112731430B (zh) 一种基于激光雷达的高空抛物检测方法及系统
CN114294171A (zh) 风电机组叶片净空距离监测方法及监测系统
CN113217298B (zh) 一种多传感融合的风力发电机塔架净空监测雷达装置及方法
CN115755096A (zh) 一种利用激光测风雷达实现沿跑道全覆盖风廓线探测方法
US11415110B2 (en) Wind turbine blade, a method of controlling a wind turbine, a control system, and a wind turbine
CN204631639U (zh) 一种漂浮式太阳能发电单轴跟踪系统
CN110645981A (zh) 用于清洗桩基式水上光伏组件的无人船导航系统及方法

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