CN112673169A - 用于风力涡轮机的冰检测方法和系统 - Google Patents
用于风力涡轮机的冰检测方法和系统 Download PDFInfo
- Publication number
- CN112673169A CN112673169A CN201980061796.2A CN201980061796A CN112673169A CN 112673169 A CN112673169 A CN 112673169A CN 201980061796 A CN201980061796 A CN 201980061796A CN 112673169 A CN112673169 A CN 112673169A
- Authority
- CN
- China
- Prior art keywords
- frequency
- ice
- blade
- wind turbine
- generator
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000001228 spectrum Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 53
- 238000005259 measurement Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- -1 frost Chemical compound 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000704 physical effect 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
- 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
-
- 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)
- Connection Of Motors, Electrical Generators, Mechanical Devices, And The Like (AREA)
Abstract
用于检测具有多个叶片(10)和发电机(11)的风力涡轮机上的冰的方法和系统。在该方法中测量发电机(11)的温度、湿度和角速度(VG)。该方法包括:处理所述速度(VG)以获得频谱;在所述频谱中识别与叶片(10)的频率特性相关联的频带;在所述频带上应用卡尔曼滤波,以识别瞬时振动频率;将所述瞬时频率与对应于没有冰的固有频率的参考频率相比较;确定风力涡轮机(1)产生的功率,估计可产生的功率,比较两个功率,并且如果该瞬时频率与参考频率不同,如果测得的功率小于估计的功率,并且如果该温度和湿度趋于引起结冰,则确定冰的存在。
Description
技术领域
本发明涉及用于检测风力涡轮机上的冰的方法和系统。
背景技术
寒冷地区中的风电场的存在使得有必要实施能够检测与风力涡轮机上的结冰或结霜相关联的功率曲线中的异常的系统和方法。
风力涡轮机上的冰积聚在寒冷气候地区中带来了严重的问题,这会降低能量生产,并且还会缩短风力涡轮机中主要部件的估计使用寿命。这些部件可能会受不同类型的冰影响,例如霜、过冷雨、湿雪等。
此外,冰积聚不是仅在寒冷气候中发生的问题,因为其也可能在许多不同的状况下发生。在沿海地区中,主要是在高纬度处,以及在山区地形中,都可以发现冰。当云底位于比风力涡轮机的中心或机舱的高度或海拔低的高度或海拔处时发生的结冰在山区或靠近山顶的地区中构成主要问题。所述事件被称为云内结冰。降雪是结冰的另一个已知原因。两种情况下的一个共同因素通常包括多云的状况。
已知的标准,例如ISO 12494标准,定义了几种类型的冰,以及它们形成的必要的天气状况。这些经验变量尤其是包括风速和风向、温度以及云接触风力涡轮机的时间长度。这些系统通常基于以下原理来使用湿度计,即:云内的水蒸气含量非常接近或高于饱和蒸气压。这意味着相对湿度通常高于95%。然而,所述系统并不完全可靠。在沿海地区和海上风电场中,即使不存在任何云,相对湿度值也可能始终是高的。US2005276696A1中描述了这种系统中的一个,该文献公开了一种用于检测转子叶片上的冰的方法,该方法包括监测天气状况以及可能会引起转子叶片之间的质量失衡的涡轮机的物理特性。
这种类型的系统的另一个问题在于湿度计自身。如果在所述水处于液态时针对饱和蒸气压值进行校准,则当温度低于0℃时,这可能导致相对湿度的不正确测量。
属于本申请人的EP2505831A2公开了不具有这些缺点的用于检测风力涡轮机上的冰的系统和方法。为此,在所述文献中公开的解决方案提出借助于太阳辐射传感器来测量相对应的风力涡轮机所接收到的直接太阳辐射,并将测量值与理论辐射曲线相比较,其中,阴天的平均值明显低于理论曲线。
发明内容
本发明的目的在于提供如权利要求中限定的用于风力涡轮机的新的冰检测方法和系统。
本发明的第一方面涉及一种用于风力涡轮机的冰检测方法,该风力涡轮机包括多个叶片和发电机。在该方法中测量环境温度和湿度,并且在所述方法中以动态和循环的方式(针对至少一个叶片)进一步执行以下步骤:
- 测量该风力涡轮机的发电机的角速度,
- 处理所述角速度,以获得其频谱,
- 在所述频谱中识别与叶片的频率特性相关联的频带,
- 在所述频带上应用卡尔曼滤波(或卡尔曼算法),以识别所述叶片的瞬时振动频率,
- 将所述识别出的瞬时频率与先前存储的参考频率比较,并且该参考频率与叶片的在其上没有冰时的频率相对应,以及
- 如果所识别的瞬时频率与该参考频率不同,并且如果测得的温度和湿度趋于引起结冰,则确定所述叶片上存在冰。
这些步骤以周期性的方式并且一直执行。
优选地,当所识别的瞬时频率与参考频率之间的差大于预定阈值时,确定冰的存在或不存在。该阈值的值由成本控制者或制造商确定,并且例如,这可基于先前的经验进行。
叶片上积聚的冰量会增加叶片刚度,从而引起其振动频率的变化。因此,通过识别叶片的瞬时频率(其当时的固有频率),可将该瞬时频率与在不存在冰的情况下的叶片的固有频率(参考频率)比较,其中可检测到所识别的瞬时频率与参考频率之间的任何变化。该变化指示叶片上存在冰的可能性,该事件可根据当时的温度和湿度来确认。产生冰所需的环境状况(温度和湿度)是已知的,因此,如果检测到这些状况以及所识别的瞬时频率相对于参考频率的变化,则可确定叶片上存在冰,而没有任何错误的风险(或者与当前系统相比,具有很高的确定性百分比)。
由于该方法是在软件级别的风力涡轮机的控制算法中实现的方法,因此所述识别在无需添加附加元件的情况下执行,这是因为执行该方法所需的传感器或检测器存在于所有常规的风力涡轮机中。这允许不仅在新的风力涡轮机中,而且还通过简单地更新软件而在已经安装的那些风力涡轮机中以简单且非侵入性的方式使用该方法,而没有额外增加成本,即使有对其远程充电的可能性也是如此。
该方法的实施将使得对叶片上的冰的检测可靠得多,这是因为叶片的固有频率不会改变,除非其物理属性(其中尤其是刚度,该刚度将与冰的存在直接相关)改变。
该方法允许实时地检测冰,而无需在风力涡轮机上积聚大量的冰,其中用于带冰操作的策略可被立即激活和/或用于应用所需的纠正动作,这允许增加风力涡轮机的可用性,并降低风力涡轮机的故障或甚至劣化的风险。
本发明的第二方面涉及一种用于风力涡轮机的冰检测系统。根据本发明的任何实施例,该系统适于支持本发明的第一方面的方法,由此在该系统中获得与针对该方法所描述的那些优点相同的优点。
鉴于本发明的附图和详细描述,本发明的这些和其他优点和特征将变得显而易见。
附图说明
图1示出了风力涡轮机。
具体实施方式
本发明的第一方面涉及一种用于风力涡轮机1的冰检测方法,该风力涡轮机1如图1中作为示例示出的风力涡轮机,该风力涡轮机1包括多个叶片10和具有转子的发电机11。该方法适于在叶片10上实施,并且其优选地适于以独立的方式在风力涡轮机1的每个叶片10上实施,其中,由此能够以独立的方式在所有叶片10上检测冰的存在或不存在。
在正常操作中,叶片10以给定的速度旋转,从而引起发电机11的旋转,使得所述发电机11包括角速度VG。已知风力涡轮机1在其正常操作期间振动,并且已知该振动会影响其所有元件,包括其可能具有的传感器,并且因此,会影响通过所述传感器进行的测量,使得所述测量包括与所述频率相关的分量。由于风力涡轮机1的自然行为是已知的,因此可以进一步识别由风力涡轮机1的振动引起的不同频率的来源,即,所述振动属于风力涡轮机1的哪个部分。
该方法中测量环境温度和湿度,使得可识别是否满足生成冰的大气状况。
在叶片10上实施的方法包括以下步骤,这些步骤以所示的顺序执行:
- 测量风力涡轮机1的发电机11(发电机11的转子)的角速度VG,
- 处理所述角速度VG,以获得其频谱,
- 在所述频谱中识别与叶片10的频率特性相关联的频带,
- 在所述频带上应用卡尔曼滤波,以识别所述叶片10的瞬时振动频率,
- 将所述识别出的瞬时频率与先前存储的参考频率比较,并且该参考频率与叶片10的在其上没有冰时的固有频率相对应,
- 进行所需的测量,来确定风力涡轮机1产生的电功率,
- 将已确定的所述电功率与当时待通过风力涡轮机1产生的估计电功率(例如,该估计功率可根据当时存在的风来计算)相比较,以及
- 如果该参考频率与所识别的瞬时频率之间的变化大于预定阈值,如果所产生的电功率小于估计电功率,并且如果测得的温度和湿度趋于引起结冰,则确定所述叶片10上存在冰。
此外,在该方法中,这些步骤还以动态和周期性的方式重复,这允许连续地并且随时(实时地)检测冰的存在或不存在。
因此,为了确定叶片10上存在冰,必须优选地满足以下三个条件:
1. 确定参考频率与所识别的瞬时频率之间的变化,该变化大于预定阈值,
2. 检测到趋于引起结冰的温度和湿度,以及
3. 确定产生的功率,其小于估计的待产生功率。如果产生的功率值小于估计的功率,或者如果所述产生的功率以给定百分比小于估计的功率,则可简单地认为已满足该条件。设置百分比极大地确保了下降功率是由于冰的存在(如果进一步满足前面两个条件),而不是由于其他原因的仅仅暂时或瞬时的下降。例如,该给定百分比取决于成本控制者(plant controller)和/或风力涡轮机1的制造商的需求。
如所提及的,在该方法中实时地检测发电机11的角速度VG并且处理所述角速度VG。为此,应用数字信号处理技术,其例如可包括带通滤波器、“Goertzel算法”或“Goertzel算法”的混合。
由于对应于风力涡轮机1的每个元件的固有频带是已知的,因此可以按照简单的方式来识别与手边的叶片10相关联的频带。通过在该识别的频带上应用卡尔曼滤波或算法,可检测线性系统的(不可测量的)隐藏状态,以用于提高测量精度的目的。该卡尔曼滤波是已知的,因此不详细描述其操作。
已经验证,由于冰的存在而引起的叶片10的频率的变化很小,因此卡尔曼滤波的应用似乎与使得能够以更可靠的方式检测冰的存在高度相关。
此外,叶片10的旋转平面中的固有频率优选地被选择为参考频率,该频率通常被称为“平面内”频率,并且优选地与角速度VG的基本频率的第3分量或第6分量相关,这是考虑到已经验证当相对应的叶片10上存在冰时,这些分量会经历变化。
此外,还可在该方法中根据给定瞬时频率相对于参考频率的偏差来确定在相对应的叶片10上积聚的冰量。为此,先前建立了所需数量的冰的水平,其中给定的频率范围与每个所述水平相关联。所选择的频率彼此接近,使得冰的存在类似地影响它们全部。当冰存在时,相对应的频率将经历0.01 Hz和0.1 Hz之间的变化,因此每个范围在其最大频率和最小频率之间将包括至少0.1 Hz的变化。随着冰积聚在叶片10上,叶片10的刚度增加,这使叶片10在那些状况下的固有频率降低。在叶片10上形成的冰越多,叶片的刚度就将越高,并且因此叶片的固有频率也就将越高(识别的瞬时频率下降得越多,并且因此相对于参考频率的偏差增加),使得当相对于原始固有频率选择更多的附加频率(更多范围)时,就可获得关于叶片10上积聚的冰的更多信息,即,能够以更高的精度识别出叶片10上存在的冰量,而不仅是冰的存在或不存在。因此,预先选择与在叶片10上待检测的冰的水平再加一一样多的频率,每个冰的水平与在每两个选择的频率之间建立的频率范围相关联,并且所述附加频率是与风力涡轮机1的对应叶片10的固有频率(参考频率)相对应的所选择的频率。在这种情况下,如果通过确定固有频率的变化(即,所识别的瞬时频率与参考频率不同)而确定叶片10上存在冰,则识别出所述识别的瞬时频率所属的频率范围,并且根据所述识别来确定存在于叶片10上的冰的水平。
本发明的第二方面涉及一种用于风力涡轮机的冰检测系统,该冰检测系统包括多个叶片10和发电机11,其中所述系统适于在其任何实施例中支持本发明的第一方面的方法。
该系统包括:检测器(附图中未描绘),其用于检测发电机11的角速度VG;以及控制器(附图中未描绘),其与所述检测器通信,以用于接收所述检测,并且被配置成用于考虑到所述检测来实施本发明的第一方面的方法。因此,该控制器被配置成用于基于它接收到的对角速度VG的检测来实施针对本发明的第一方面所使用的滤波器以及用于执行针对本发明的第一方面所提及的步骤。
该系统还包括存储器,该存储器具有先前存储的参考频率值,以及在适当的情况下具有其余选择的频率的值,并且具有与基于所述存储的频率产生的每个频率范围相关联的冰的水平,其中所述存储器可被集成在该控制器中或者可以是独立的元件。
Claims (10)
1.用于风力涡轮机的冰检测方法,所述风力涡轮机(1)包括多个叶片(10)和发电机(11),其特征在于,所述方法针对叶片(10)执行,并且包括测量环境温度和环境湿度,所述方法还包括以动态和周期性的方式按照该顺序执行的以下步骤:
- 测量所述风力涡轮机(1)的所述发电机(11)的角速度(VG),
- 处理所述角速度(VG),以获得其频谱,
- 在所述频谱中识别与所述叶片(10)的频率特性相关联的频带,
- 在所述频带上应用卡尔曼滤波,以识别所述叶片(10)的瞬时振动频率,
- 将所述识别出的瞬时频率与先前存储的参考频率比较,并且所述参考频率与所述叶片(10)的在其上没有冰时的固有频率相对应,
- 确定所述风力涡轮机(1)产生的电功率,
- 将已确定的所述电功率与估计的电功率比较,以及
- 如果所识别的瞬时频率与所述参考频率不同,如果检测到已确定的所述电功率小于所述估计的电功率,并且如果测得的温度和湿度趋于引起结冰,则确定所述叶片(10)上存在冰。
2.根据权利要求1所述的方法,其中,如果所识别的瞬时频率与所述参考频率之间的差大于给定阈值,则确定所述叶片(10)上存在冰。
3.根据权利要求2所述的方法,其中,预先选择与在所述叶片(10)上待检测的冰的水平再加一一样多的频率,每个冰的水平与在每两个所述选择的频率之间划定的频率范围相关联,并且所述附加频率是与所述风力涡轮机(1)的对应叶片(10)的固有频率或参考频率相对应的所选择的频率,并且其中,如果确定所述叶片(10)上存在冰,则所识别的瞬时频率与所述选择的频率相比较,并且确定其所属的频率范围,与所述给定频率范围相关联的冰的水平被确定为存在于所述叶片(10)上的冰的水平。
4.根据权利要求3所述的方法,其中,所选择的对应叶片(10)的固有频率与由所述发电机(11)的旋转产生的频率相距足够远,以防止所述固有频率受到所述发电机(11)的共振的影响。
5.根据权利要求4所述的方法,其中,所选择的叶片(10)的固有频率与相对应的叶片(10)的固有平面内频率的第3分量或第6分量相对应。
6. 根据权利要求3至5中任一项所述的方法,其中,所有选择的频率彼此接近,两个选择的相邻频率之间的频率间隔为0.1 Hz,并且两个选择的相邻频率之间的最小频率间隔为0.01 Hz。
7.根据权利要求1至6中任一项所述的方法,所述方法针对所述风力涡轮机(1)的所述叶片(10)中的每一个执行。
8.用于风力涡轮机的冰检测系统,所述风力涡轮机(1)包括多个叶片(10)和发电机(11),其特征在于,所述系统适于支持根据权利要求1至7中任一项所述的方法。
9.根据权利要求8所述的系统,包括:检测器,其用于检测所述风力涡轮机(1)的所述发电机(11)的角速度(VG);以及与所述检测器通信的控制器,所述控制器被配置成用于根据所述检测来实施根据权利要求1至7中任一项所述的方法。
10.根据权利要求8或9所述的系统,包括至少一个存储器,所述存储器具有实施所述方法所需的先前存储的频率的值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ESP201800209 | 2018-09-19 | ||
ES201800209A ES2749228A1 (es) | 2018-09-19 | 2018-09-19 | Método y sistema de detección de hielo para un aerogenerador |
PCT/EP2019/072133 WO2020057876A1 (en) | 2018-09-19 | 2019-08-19 | Ice detection method and system for a wind turbine |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112673169A true CN112673169A (zh) | 2021-04-16 |
Family
ID=67809433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980061796.2A Pending CN112673169A (zh) | 2018-09-19 | 2019-08-19 | 用于风力涡轮机的冰检测方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20210340963A1 (zh) |
EP (1) | EP3853474B1 (zh) |
CN (1) | CN112673169A (zh) |
DK (1) | DK3853474T3 (zh) |
ES (2) | ES2749228A1 (zh) |
WO (1) | WO2020057876A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113847216B (zh) * | 2021-10-14 | 2023-09-26 | 远景智能国际私人投资有限公司 | 风机叶片的状态预测方法、装置、设备及存储介质 |
GR1010560B (el) * | 2023-01-26 | 2023-10-25 | Βασιλειος Νικολαου Ορφανος | Συστημα προστασιας απο πτωση παγου τουλαχιστον μιας συσκευης εποπτειας κινουμενων αντικειμενων και/ή τουλαχιστον μιας συσκευης αποτροπης προσκρουσης κινουμενων αντικειμενων τοποθετημενης στον πυλωνα ανεμογεννητριας |
CN117302522B (zh) * | 2023-11-28 | 2024-02-09 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种用于飞行设备的低功耗超声波防除冰方法及装置 |
CN117871835A (zh) * | 2024-03-11 | 2024-04-12 | 武汉理工大学 | 智能混凝土、智能混凝土的自感知方法、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8186950B2 (en) * | 2008-12-23 | 2012-05-29 | General Electric Company | Aerodynamic device for detection of wind turbine blade operation |
CN102859187A (zh) * | 2010-03-23 | 2013-01-02 | 维斯塔斯风力系统集团公司 | 用于风力涡轮机叶片除冰的方法以及具有除冰系统的风力涡轮机 |
CN105863972A (zh) * | 2016-06-02 | 2016-08-17 | 湖南科技大学 | 一种风机叶片自动防冰除冰系统及防冰除冰方法 |
CN106089578A (zh) * | 2015-04-27 | 2016-11-09 | 远景能源(江苏)有限公司 | 基于风力涡轮机叶片的退化而运行风力涡轮机的方法 |
CN107781121A (zh) * | 2016-08-25 | 2018-03-09 | 北京金风科创风电设备有限公司 | 风力发电机的叶片除冰控制方法、装置及除冰系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4553137A (en) * | 1983-06-01 | 1985-11-12 | Rosemount Inc. | Non-intrusive ice detector |
US7086834B2 (en) * | 2004-06-10 | 2006-08-08 | General Electric Company | Methods and apparatus for rotor blade ice detection |
WO2011127990A2 (en) * | 2010-04-12 | 2011-10-20 | Siemens Aktiengesellschaft | Method and system for determining a mass change on a rotating blade of a wind turbine |
ES2398022B1 (es) | 2011-03-30 | 2014-07-25 | Gamesa Innovation & Technology S.L. | Sistema y metodo para la deteccion de hielo en aerogeneradores utilizando sensores de radiacion solar. |
EP2795120A2 (en) * | 2011-12-22 | 2014-10-29 | Vestas Wind Systems A/S | A wind turbine blade ice accretion detector |
DE102013202261A1 (de) * | 2013-02-12 | 2014-08-28 | Senvion Se | Verfahren zum Überprüfen des Betriebs einer Windenergieanlage und Windenergieanlage |
EP2985454B1 (de) * | 2014-07-23 | 2017-02-08 | Nordex Energy GmbH | Verfahren zum Prüfen eines Rotorblatteisdetektionssystems sowie Rotorblatteisdetektionssystem und Windenergieanlage zur Ausführung des Verfahrens |
EP3009673A1 (en) * | 2014-10-15 | 2016-04-20 | Siemens Aktiengesellschaft | Operating a wind turbine during standstill, involving particularly the detection of rotor blades icing |
DE102015122933A1 (de) * | 2015-12-29 | 2017-07-13 | fos4X GmbH | Verfahren zum Ermitteln eines Werts für eine Eisansatzmenge an mindestens einem Rotorblatt einer Windkraftanlage und dessen Verwendung |
-
2018
- 2018-09-19 ES ES201800209A patent/ES2749228A1/es not_active Withdrawn
-
2019
- 2019-08-19 ES ES19761778T patent/ES2943144T3/es active Active
- 2019-08-19 US US17/277,799 patent/US20210340963A1/en active Pending
- 2019-08-19 CN CN201980061796.2A patent/CN112673169A/zh active Pending
- 2019-08-19 WO PCT/EP2019/072133 patent/WO2020057876A1/en unknown
- 2019-08-19 DK DK19761778.0T patent/DK3853474T3/da active
- 2019-08-19 EP EP19761778.0A patent/EP3853474B1/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8186950B2 (en) * | 2008-12-23 | 2012-05-29 | General Electric Company | Aerodynamic device for detection of wind turbine blade operation |
CN102859187A (zh) * | 2010-03-23 | 2013-01-02 | 维斯塔斯风力系统集团公司 | 用于风力涡轮机叶片除冰的方法以及具有除冰系统的风力涡轮机 |
CN106089578A (zh) * | 2015-04-27 | 2016-11-09 | 远景能源(江苏)有限公司 | 基于风力涡轮机叶片的退化而运行风力涡轮机的方法 |
CN105863972A (zh) * | 2016-06-02 | 2016-08-17 | 湖南科技大学 | 一种风机叶片自动防冰除冰系统及防冰除冰方法 |
CN107781121A (zh) * | 2016-08-25 | 2018-03-09 | 北京金风科创风电设备有限公司 | 风力发电机的叶片除冰控制方法、装置及除冰系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020057876A1 (en) | 2020-03-26 |
DK3853474T3 (da) | 2023-04-24 |
EP3853474A1 (en) | 2021-07-28 |
ES2943144T3 (es) | 2023-06-09 |
ES2749228A1 (es) | 2020-03-19 |
EP3853474B1 (en) | 2023-02-15 |
US20210340963A1 (en) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3853474B1 (en) | Ice detection method and system for a wind turbine | |
Skrimpas et al. | Detection of icing on wind turbine blades by means of vibration and power curve analysis | |
TWI553224B (zh) | 操作一風力發電設備之方法 | |
US20150292486A1 (en) | Wind turbine blade ice accretion detector | |
CN100406718C (zh) | 在风力涡轮机运转时检测结冰的方法及相应的风力涡轮机 | |
US9133828B2 (en) | Method and system for determining a mass change at a rotating blade of a wind turbine | |
EP3088733A1 (en) | Method for operating a wind turbine based on degradation of wind turbine blade | |
US10119521B2 (en) | Estimating and controlling loading experienced in a structure | |
CN106930905B (zh) | 风力发电机组叶片冰载运行安全控制方法及系统 | |
CN103195663A (zh) | 其中基于气象数据确定结冰风险的风力涡轮机的操作方法和用于执行该方法的风力涡轮机 | |
US9041233B2 (en) | Ice detection method and system for wind turbine generators using sun radiation sensors | |
US10865778B2 (en) | Method for ascertaining a value of an ice buildup quantity on at least one rotor blade of a wind turbine, and use thereof | |
WO2017088878A1 (en) | A method for monitoring and assessing power performance changes of a wind turbine | |
US20210148336A1 (en) | A method for determining wind turbine blade edgewise load recurrence | |
CN113574272A (zh) | 用于识别在风能设施上积冰的方法 | |
US20230272783A1 (en) | Device for identifying an accumulation of ice on rotor blades of a wind turbine and method for teaching such a device | |
CN108825452B (zh) | 确定风力发电机组叶片结冰的方法和装置 | |
Arbez et al. | Development and validation of an ice prediction model for wind farms | |
Andersen et al. | Wind Power in cold climate | |
CN111448482A (zh) | 用于警告关于风力场中的闪电活动的方法 | |
CN111527303A (zh) | 用于校准标称频率的方法 | |
CA2889104A1 (en) | Method for operating a wind energy installation, and wind energy installation | |
Kolar | A Comparison of Wind Power Production with Three Different De-and Anti-Icing Systems | |
Nebel et al. | Performance comparison of wind turbines | |
EP4295041A1 (en) | Operating a wind turbine in a severe weather condition |
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 |