CN112906236A - 风电机组关键结构位置剩余寿命预测方法及装置 - Google Patents
风电机组关键结构位置剩余寿命预测方法及装置 Download PDFInfo
- Publication number
- CN112906236A CN112906236A CN202110256373.5A CN202110256373A CN112906236A CN 112906236 A CN112906236 A CN 112906236A CN 202110256373 A CN202110256373 A CN 202110256373A CN 112906236 A CN112906236 A CN 112906236A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- turbine generator
- load
- wind
- key structure
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004088 simulation Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000013461 design Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000013213 extrapolation Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 3
- 238000012544 monitoring process Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000012423 maintenance Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005266 casting Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000009411 base construction Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明提供了一种风电机组关键结构位置剩余寿命预测方法及装置。该方法包括：建立风电机组数字镜像模型及风电场外部环境外推数字镜像模型；对风电机组可能发生的运行状态及所处的风况条件进行组合仿真，提取与工况相应的仿真结果建立仿真结果数据库；依据场址实际运行工况统计数据及可能经历的风况数据，建立风电机组场址载荷数据库；依据等效疲劳载荷算法对标准设计载荷数据及场址载荷数据进行等效疲劳载荷计算分析；建立风电机组关键结构位置剩余寿命分析模型，进行单台机组关键结构位置及整机剩余寿命分析计算。本发明提供的风电机组关键结构位置剩余寿命预测方法及装置能够实现风电机组剩余寿命的高效、精确在线预测分析。
Description
技术领域
本发明涉及风力发电技术领域，特别是涉及一种风电机组关键结构位置剩余寿命预测方法及装置。
背景技术
当前我国风电产业迅猛发展，尤其是海上风电和大基地建设等不断推进，其风电场内的机组受到环境条件、风场自身因素影响等限制，存在与设计条件不相符甚至严重恶化等情况，对机组设备的安全与可靠运行提出了更高要求。随着风电机组容量不断增大，机组自重、叶轮直径、塔架高度也成倍增加，特别是在低风速地区，为获取更好的风资源，通常采用超高塔架、大叶轮机组，导致机组载荷大幅增加，机组寿命、安全及可靠性存在较大不确定性，给风电场的安全运行带来严重挑战；受陆上资源限制，国内外均在实施大规模海上风电开发，尤其是深海大叶轮、大容量机组逐渐投入商业运营。海上机组受环境和经济性影响较大，特别是在海上风电运维中，由于存在较大的实施难度，导致运维成本奇高，因此有必要开展针对机组的寿命与状态监测、精确定位机组关键结构位置处存在的安全隐患，进而合理安排检修维护，适当调节运行状态及相关控制参数等，以期大规模降低机组运维成本，防止严重事故发生，提升机组可靠性，提高海上风电的经济效益。
对于风电机组的运行监测与寿命分析，传统采用历史运行期内的SCADA系统数据、CMS系统提取的油液、振动数据进行特征参数提取与分析，并结合现场结构部件或关键位置处的应力应变传感器数据，以期达到剩余寿命分析及事故预警的目的，但两类系统均为机组的低频历史运行数据，与机组运行状态特别是机组寿命存在较低的关联性，难以保证剩余寿命分析的精度要求，同时该寿命计算通常为离线式反馈，难以达到高效在线数字化预测。
发明内容
本发明要解决的技术问题是提供一种风电机组关键结构位置剩余寿命预测方法及装置，通过该方法，实现风电机组剩余寿命的高效、精确在线预测分析，克服现有技术中存在的不足。
为解决上述技术问题，本发明提供了一种风电机组关键结构位置剩余寿命预测方法，所述方法包括：建立风电机组数字镜像模型及风电场外部环境外推数字镜像模型，所述风电机组数字镜像模型与机组真实情况一致；依据IEC61400-1标准设计载荷工况，对风电机组可能发生的运行状态及所处的风况条件进行组合仿真，提取与工况相应的仿真结果建立仿真结果数据库；依据状态监测系统或SCADA系统统计的场址实际运行工况统计数据及可能经历的风况数据，结合所述风电机组数字镜像模型，建立风电机组场址载荷数据库；依据等效疲劳载荷算法对标准设计载荷数据及场址载荷数据进行等效疲劳载荷计算分析，并建立等效疲劳载荷数据库；建立风电机组关键结构位置剩余寿命分析模型，进行单台机组关键结构位置及整机剩余寿命分析计算。
在一些实施方式中，所述风电机组数字镜像模型包含机组物理模型与控制系统模型，所述风电场外部环境外推数字镜像模型包含外部环境数据及点位外推模型。
在一些实施方式中，标准设计载荷仿真数据库，是依据IEC61400-1标准设计工况组合，对风电机组可能发生的运行状态及所处的风况条件进行组合仿真，提取与工况相应的仿真结果建立数据库。
在一些实施方式中，场址载荷仿真数据库，是依据风电机组历史运行工况，结合风电机组可能经历的风况条件提前进行组合仿真。
在一些实施方式中，等效疲劳载荷为载荷数据转化后的等效疲劳载荷。
在一些实施方式中，载荷结果均采用1Hz的等效疲劳载荷。
在一些实施方式中，等效疲劳载荷计算方法为：
其中，DELeq为仿真得到的10分钟疲劳载荷可以用等效载荷，Ri为疲劳载荷谱的第i级载荷范围，ni为第i级载荷范围内的次数，Neq为600等效周期(对应1Hz)，m为相关材料S/N曲线斜率。
在一些实施方式中，建立风电机组关键结构位置剩余寿命分析模型，进行单台机组关键结构位置及整机剩余寿命分析计算，包括：依据各具体点位处的实时风况统计数据及各风电机组历史运行工况，组合为查询条件以检索的方式提取所计算的等效疲劳载荷，通过对相同关键结构位置载荷对比的方法计算单台机组在某一组合条件下的损伤，再根据Miner线性累积损伤理论计算总损伤，进而得到关键结构位置剩余寿命系数。
在一些实施方式中，单台机组某一位置处在某工况-空气密度-入流角-湍流强度-风剪切系数-扇区-风速组合条件下的损伤为：
其中，Dij为场址载荷工况下第i扇区第j风速下的损伤，DELsite_ij为设计载荷工况下的1Hz等效疲劳载荷，DELsite_ij为场址载荷工况下第i扇区第j风速下的等效疲劳载荷，pij为场址载荷工况下第i扇区第j风速下的发生频率，m为S/N曲线斜率。
此外，本发明还提供了一种风电机组关键结构位置剩余寿命预测装置，所述装置包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据前文所述的风电机组关键结构位置剩余寿命预测方法。
采用这样的设计后，本发明至少具有以下优点：
(1)本发明通过数字镜像技术，结合机组状态监测，可以模拟机组在实际场址环境下的运行状态，实现风电机组关键结构位置剩余寿命的在线计算分析，可以及时发现机组的薄弱环节，降低机组安全事故发生的风险，进一步为风电机组设计和制造提供优化改进方案，提高机组可靠性；
(2)本发明通过对风电机组关键结构位置剩余寿命与疲劳损伤的监测计算，为合理化制定机组运维检修计划，降低机组非计划停机时间，精确定位故障源，提高检修效率等提供决策依据；
(3)本发明将大规模的机组设计载荷与场址载荷数据仿真在剩余寿命计算分析之前完成，通过在线查询与迭代更新，可以提高剩余寿命计算分析的效率与精度。
附图说明
上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明实施例提供的风电机组关键结构位置剩余寿命预测方法的流程图；
图2是本发明实施例提供的风电机组关键结构位置剩余寿命预测装置的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供风电机组关键结构位置剩余寿命预测方法及装置实施例，其基于数字化镜像的风电机组模型与实际运行状态监测数据配合实现风电机组在线剩余寿命预测。通过采用本方法，可以快速实现机组关键结构位置处剩余寿命的预测，为机组检修及维护、机组智能控制优化等提供基本数据支持，降低事故发生率，提高风电场经济效益。
参照图1所示，本实施例风电机组关键结构位置剩余寿命预测方法，包括以下步骤：
步骤1：建立风电机组仿真及风电场外部环境外推数字镜像模型，所述风电机组数字镜像模型包含机组物理模型与控制系统模型。机组物理模型包含基本的质量、惯量、尺寸、阻尼、材料特性、刚度、强度等参数，控制系统模型表现为控制器软件或代码，控制逻辑及控制响应方式与机组实际一致，所建立仿真数字镜像模型的动态响应应与机组真实状况相一致，经仿真与实测对比，如塔架及叶片模态、运行状态数据、关键位置载荷测量数据、风能利用系数曲线、功率曲线、推力系数曲线等的验证，不断修正数字镜像模型的精确度。
所述风电场外部环境外推数字镜像模型包含外部环境数据及点位外推模型。其中，外部环境数据主要为基础风况数据及风电场地理环境数据。基础风况数据包含风电场测风塔、各机组机舱测风系统、临近气象站或测风塔的测风数据以及所在区域大气中尺度数据，数据涵盖平均风速分布、风向、标准湍流强度、有效湍流强度、风剪切系数、入流角、空气密度、气压、湿度等基本参数；风电场地理环境数据包含机组排布、高程、粗糙度、临近风场地理数据等，并不断累积更新。所述点位数据外推模型，即通过上述基础风况及地理环境数据经在线实时外推计算得到风电场各机组具体点位处风况数据的模型，由该模型计算风电场各机组受地形、机组尾流、障碍物、塔影、临近风电场等影响后的各具体点位风况数据。
所述外推模型可以通过经地形校正的地面激光雷达、置于机舱上的风速计与风向标、激光式测风装置、超声测风装置所测量的风况数据对经外推模型计算所获得的机组点位处的风况数据进行联合校正，同时融合风电场中心20KM范围内的200m高度的中尺度气象数据，以此增加外推模型的精确度。
步骤2：依据IEC61400-1标准设计载荷工况，对风电机组可能发生的运行状态及所处的风况条件进行组合仿真，提取与工况相应的仿真结果建立数据库。仿真时间周期为10min，载荷的主要输出位置为叶片展向截面位置及叶片与轮毂连接处，塔架截面位置及塔架与机舱连接处，轮毂位置、轮毂与主轴连接处，主机架铸件与焊件连接位置等，载荷坐标系应采用通用坐标系。为提高仿真精度，进一步提升剩余寿命预测结果的可靠性，优选的仿真中风速间隔为0.1m/s，空气密度间隔为0.05。根据上述标准，涉及疲劳载荷计算的工况主要为DLC1.2正常发电，DLC2.4正常发电兼故障、DLC6.4停机或空转。
步骤3：依据状态监测系统或SCADA系统统计的场址实际运行工况统计数据及可能经历的风况(含实测及外推模型所获得的机组各具体点位处的风况)数据，结合所述风电机组仿真数字镜像模型，建立风电机组场址载荷数据库。历史运行工况通过安装于机组各关键部位的状态监测系统或风电机组SCADA系统数据统计获得，优选的表征机组运行工况的参数为：风力发电机组的电功率、风轮转速、桨距角、偏航位置、风轮方位角、电网连接、刹车状况、机组状态等，主要用于统计场址各运行机组中不同时间尺度内正常发电、正常发电兼故障、停机或空转等工况的时间累积与分布，为特定载荷场址仿真提供频率分布数据。场址载荷仿真时间周期为10min，载荷的主要输出位置为叶片展向截面位置及叶片与轮毂连接处，塔架截面位置及塔架与机舱连接处，轮毂位置、轮毂与主轴连接处，主机架铸件与焊件连接位置等，载荷坐标系应与步骤2相同。因场址风况数据受大气环境、季节性等影响，因此为尽可能涵盖这些影响因素产生的风况变化，同时提高剩余寿命预测的效率，需在进行等效疲劳载荷计算前对可能出现的风况条件进行组合，风况条件由风速、湍流度、风向、入流角、空气密度组成。优选的仿真中风速间隔为0.1m/s，湍流度间隔为0.1％，风向间隔为5°，入流角间隔为0.1°，空气密度间隔为0.05。工况组合同步骤2。
步骤4:依据等效疲劳载荷算法对标准设计载荷数据及场址载荷数据进行等效疲劳载荷计算分析，并建立等效疲劳载荷数据库。等效疲劳载荷为步骤2与步骤3的载荷数据转化后的等效疲劳载荷，为便于对历史运行期内的载荷进行对比，优选的，载荷结果均采用1Hz的等效疲劳载荷。仿真得到的10分钟疲劳载荷的等效载荷幅值DELeq和循环次数Neq来表示。这组结果被认为与原始载荷数据具有相同的破坏效应。等效疲劳载荷计算方法为：
其中，DELeq为仿真得到的10分钟载荷可以用等效载荷幅值,Ri为疲劳载荷谱的第i级载荷范围，ni为第i级载荷范围内的次数，Neq为600等效周期(对应1Hz)，m为相关材料S/N曲线斜率。
步骤5:建立风电机组关键结构位置剩余寿命分析模型，进行单台机组关键结构位置及整机剩余寿命分析计算。机组剩余寿命预测的方法为：依据各具体点位处的实时风况统计数据及各风电机组历史运行工况，组合为查询条件以检索的方式提取步骤4所计算的等效疲劳载荷，通过对相同关键结构位置载荷对比的方法计算单台机组在某一组合条件下的损伤，再根据Miner线性累积损伤理论计算总损伤，进而得到关键结构位置剩余寿命系数。
单台机组某一位置处在某工况-空气密度-入流角-湍流强度-风剪切系数-扇区-风速组合条件下的损伤为：
其中，Dij为场址载荷工况下第i扇区第j风速下的损伤，DELdesign为设计载荷工况下的1Hz等效疲劳载荷，DELsite_ij为场址载荷工况下第i扇区第j风速下的等效疲劳载荷，pij为场址载荷工况下第i扇区第j风速下的发生频率，m为S/N曲线斜率。
机组及零部件设计寿命为20年，相应的总损伤为1，关键结构位置剩余寿命系数(RUL)的计算方法为：
其中，Dcert为设计条件下获得的总损伤，Dsite为场址条件下获得的总损伤。
关键结构位置的剩余寿命是通过将相应的RUL系数乘以设计寿命获得，公式为：
RL＝20×RUL
其中，RL为关键位置剩余寿命。
本发明数字镜像模型可依据历史外部环境数据预测未来不同时间尺度的风况数据，提前预测推算机组关键部件结构位置的剩余寿命及可能产生的损伤，进行机组控制策略优化与运维决策分析。如在预测机组可能经历特殊风况时，及时调整机组的运行状态。通过剩余寿命分析与运行状态监控，可以发现并提前预告机组可能出现的危险点与故障点，为合理安排运维与检修提供技术依据。
本发明所述数字镜像模型包含迭代优化系统，通过场址载荷测量与仿真对比及结构改进与控制调优的方式对模型进行跟踪验证与优化。场址载荷测量依据IEC TS 61400-13标准执行，主要监测位置为叶片根部、轮毂、机舱与塔架连接处、塔架底部等。场址载荷测量所获得的数据与机组仿真得到的相同工况下的数据进行对比验证，进而调整数字镜像模型的相关参数，使其尽可能与机组真实状态一致。
图2示出了风电机组关键结构位置剩余寿命预测装置的结构。参见图2，例如，所述风电机组关键结构位置剩余寿命预测装置200可以用于充当风电机组系统中的剩余寿命预测主机。如本文所述，风电机组关键结构位置剩余寿命预测装置200可以用于在风电机组系统中实现对关键结构位置的剩余寿命预测功能。风电机组关键结构位置剩余寿命预测装置200可以在单个节点中实现，或者风电机组关键结构位置剩余寿命预测装置200的功能可以在网络中的多个节点中实现。本领域的技术人员应意识到，术语风电机组关键结构位置剩余寿命预测装置包括广泛意义上的设备，图2中示出的风电机组关键结构位置剩余寿命预测装置200仅是其中一个示例。包括风电机组关键结构位置剩余寿命预测装置200是为了表述清楚，并不旨在将本发明的应用限制为特定的风电机组关键结构位置剩余寿命预测装置实施例或某一类风电机组关键结构位置剩余寿命预测装置实施例。本发明所述的至少部分特征/方法可以在网络装置或组件，例如，风电机组关键结构位置剩余寿命预测装置200中实现。例如，本发明中的特征/方法可以采用硬件、固件和/或在硬件上安装运行的软件实现。风电机组关键结构位置剩余寿命预测装置200可以是任何通过网络处理，存储和/或转发数据帧的设备，例如，服务器，客户端，数据源等。如图2所示，风电机组关键结构位置剩余寿命预测装置200可以包括收发器(Tx/Rx)210，其可以是发射器，接收器，或其组合。Tx/Rx210可以耦合到多个端口250(例如上行接口和/或下行接口)，用于从其他节点发送和/或接收帧。处理器230可耦合至Tx/Rx 210，以处理帧和/或确定向哪些节点发送帧。处理器230可以包括一个或多个多核处理器和/或存储器设备232，其可以用作数据存储器，缓冲区等。处理器230可以被实现为通用处理器，或者可以是一个或多个专用集成电路(applicationspecific integrated circuit，简称ASIC)和/或数字信号处理器(digital signalprocessor，简称DSP)的一部分。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。
Claims (10)
1.一种风电机组关键结构位置剩余寿命预测方法，其特征在于，包括：
建立风电机组数字镜像模型及风电场外部环境外推数字镜像模型，所述风电机组数字镜像模型与机组真实情况一致；
依据IEC61400-1标准设计载荷工况，对风电机组可能发生的运行状态及所处的风况条件进行组合仿真，提取与工况相应的仿真结果建立仿真结果数据库；
依据状态监测系统或SCADA系统统计的场址实际运行工况统计数据及可能经历的风况数据，结合所述风电机组数字镜像模型，建立风电机组场址载荷数据库；
依据等效疲劳载荷算法对标准设计载荷数据及场址载荷数据进行等效疲劳载荷计算分析，并建立等效疲劳载荷数据库；
建立风电机组关键结构位置剩余寿命分析模型，进行单台机组关键结构位置及整机剩余寿命分析计算。
2.根据权利要求1所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，所述风电机组数字镜像模型包含机组物理模型与控制系统模型，所述风电场外部环境外推数字镜像模型包含外部环境数据及点位外推模型。
3.根据权利要求1所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，标准设计载荷仿真数据库，是依据IEC61400-1标准设计工况组合，对风电机组可能发生的运行状态及所处的风况条件进行组合仿真，提取与工况相应的仿真结果建立数据库。
4.根据权利要求1所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，场址载荷仿真数据库，是依据风电机组历史运行工况，结合风电机组可能经历的风况条件提前进行组合仿真。
5.根据权利要求1所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，等效疲劳载荷为载荷数据转化后的等效疲劳载荷。
6.根据权利要求5所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，载荷结果均采用1Hz的等效疲劳载荷。
7.根据权利要求5所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，等效疲劳载荷计算方法为：
其中，DELeq为仿真得到的10分钟疲劳载荷可以用等效载荷，Ri为疲劳载荷谱的第i级载荷范围，ni为第i级载荷范围内的次数，Neq为600等效周期(对应1Hz)，m为相关材料S/N曲线斜率。
8.根据权利要求1所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，建立风电机组关键结构位置剩余寿命分析模型，进行单台机组关键结构位置及整机剩余寿命分析计算，包括：
依据各具体点位处的实时风况统计数据及各风电机组历史运行工况，组合为查询条件以检索的方式提取所计算的等效疲劳载荷，通过对相同关键结构位置载荷对比的方法计算单台机组在某一组合条件下的损伤，再根据Miner线性累积损伤理论计算总损伤，进而得到关键结构位置剩余寿命系数。
9.根据权利要求8所述的风电机组关键结构位置剩余寿命预测方法，其特征在于，单台机组某一位置处在某工况-空气密度-入流角-湍流强度-风剪切系数-扇区-风速组合条件下的损伤为：
其中，Dij为场址载荷工况下第i扇区第j风速下的损伤，DELsite_ij为设计载荷工况下的1Hz等效疲劳载荷，DELsite_ij为场址载荷工况下第i扇区第j风速下的等效疲劳载荷，pij为场址载荷工况下第i扇区第j风速下的发生频率，m为S/N曲线斜率。
10.一种风电机组关键结构位置剩余寿命预测装置，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至9任意一项所述的风电机组关键结构位置剩余寿命预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110256373.5A CN112906236A (zh) | 2021-03-09 | 2021-03-09 | 风电机组关键结构位置剩余寿命预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110256373.5A CN112906236A (zh) | 2021-03-09 | 2021-03-09 | 风电机组关键结构位置剩余寿命预测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112906236A true CN112906236A (zh) | 2021-06-04 |
Family
ID=76108289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110256373.5A Pending CN112906236A (zh) | 2021-03-09 | 2021-03-09 | 风电机组关键结构位置剩余寿命预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112906236A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114000989A (zh) * | 2021-11-30 | 2022-02-01 | 中国华能集团清洁能源技术研究院有限公司 | 一种风力发电机组叶片气动性能衰减检测方法及测试系统 |
| CN114033630A (zh) * | 2021-11-04 | 2022-02-11 | 西安热工研究院有限公司 | 一种基于边缘计算的风电机寿命组智能检测系统 |
| CN116090138A (zh) * | 2023-04-03 | 2023-05-09 | 浙江远算科技有限公司 | 一种基于数据监测的水轮机转轮疲劳仿真计算方法和系统 |
| CN116644618A (zh) * | 2023-07-27 | 2023-08-25 | 中国电力科学研究院有限公司 | 一种风电机组的疲劳寿命评估方法、系统、设备及介质 |
| CN114033630B (zh) * | 2021-11-04 | 2024-06-04 | 西安热工研究院有限公司 | 一种基于边缘计算的风电机寿命组智能检测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101411420B1 (ko) * | 2013-06-14 | 2014-06-25 | 삼성중공업 주식회사 | 시뮬레이션 기법을 이용한 풍력 발전 단지의 풍력 발전기 제어 시스템 및 방법 |
| CN107654336A (zh) * | 2017-09-20 | 2018-02-02 | 山东中车风电有限公司 | 基于扇区分布的风电机组风场适应性快速评估优化方法 |
| CN107843427A (zh) * | 2016-09-19 | 2018-03-27 | 舍弗勒技术股份两合公司 | 轴承剩余寿命的评估方法及装置 |
| CN109340062A (zh) * | 2018-12-18 | 2019-02-15 | 国电联合动力技术有限公司 | 一种低风速风电机组数字双胞胎式的疲劳损伤预测方法 |
| CN111441917A (zh) * | 2019-01-16 | 2020-07-24 | 北京金风科创风电设备有限公司 | 基于扇区的风电机组的预定部件的载荷预估方法和装置 |
-
2021
- 2021-03-09 CN CN202110256373.5A patent/CN112906236A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101411420B1 (ko) * | 2013-06-14 | 2014-06-25 | 삼성중공업 주식회사 | 시뮬레이션 기법을 이용한 풍력 발전 단지의 풍력 발전기 제어 시스템 및 방법 |
| CN107843427A (zh) * | 2016-09-19 | 2018-03-27 | 舍弗勒技术股份两合公司 | 轴承剩余寿命的评估方法及装置 |
| CN107654336A (zh) * | 2017-09-20 | 2018-02-02 | 山东中车风电有限公司 | 基于扇区分布的风电机组风场适应性快速评估优化方法 |
| CN109340062A (zh) * | 2018-12-18 | 2019-02-15 | 国电联合动力技术有限公司 | 一种低风速风电机组数字双胞胎式的疲劳损伤预测方法 |
| CN111441917A (zh) * | 2019-01-16 | 2020-07-24 | 北京金风科创风电设备有限公司 | 基于扇区的风电机组的预定部件的载荷预估方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 付德义;薛扬;焦渤;边伟;李松迪;: "湍流强度对风电机组疲劳等效载荷的影响", 华北电力大学学报(自然科学版), no. 01, pages 47 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114033630A (zh) * | 2021-11-04 | 2022-02-11 | 西安热工研究院有限公司 | 一种基于边缘计算的风电机寿命组智能检测系统 |
| CN114033630B (zh) * | 2021-11-04 | 2024-06-04 | 西安热工研究院有限公司 | 一种基于边缘计算的风电机寿命组智能检测系统 |
| CN114000989A (zh) * | 2021-11-30 | 2022-02-01 | 中国华能集团清洁能源技术研究院有限公司 | 一种风力发电机组叶片气动性能衰减检测方法及测试系统 |
| CN116090138A (zh) * | 2023-04-03 | 2023-05-09 | 浙江远算科技有限公司 | 一种基于数据监测的水轮机转轮疲劳仿真计算方法和系统 |
| CN116644618A (zh) * | 2023-07-27 | 2023-08-25 | 中国电力科学研究院有限公司 | 一种风电机组的疲劳寿命评估方法、系统、设备及介质 |
| CN116644618B (zh) * | 2023-07-27 | 2023-11-14 | 中国电力科学研究院有限公司 | 一种风电机组的疲劳寿命评估方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112906236A (zh) | 风电机组关键结构位置剩余寿命预测方法及装置 | |
| CN1707262B (zh) | 转子叶片上冰的检测的方法和设备 | |
| CN105508149B (zh) | 用于风力发电机组的故障检测方法及装置 | |
| CN111291514B (zh) | 一种风电机组疲劳寿命的快速预测的方法 | |
| KR101706508B1 (ko) | 풍력 발전기의 피로 해석 및 등가하중 해석 시스템 | |
| Gutierrez et al. | Impacts of the low-level jet's negative wind shear on the wind turbine | |
| CN112219028A (zh) | 风力涡轮机控制方法 | |
| CN103246805B (zh) | 一种针对风灾天气下架空输电线路时变停运概率的估计方法 | |
| CN106815771A (zh) | 一种风电场载荷的长期评估方法 | |
| CN113205210B (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
| CN112685939A (zh) | 一种基于实测的海上风力机基础疲劳损伤分析方法 | |
| CN113374652A (zh) | 一种风力发电机组寿命评估方法 | |
| CN116306139A (zh) | 一种风力机叶片寿命智能监测方法及系统 | |
| CN114017266B (zh) | 一种大型风电塔筒低频摆动及沉降倾斜预警方法 | |
| Fitzgerald et al. | A monitoring system for wind turbines subjected to combined seismic and turbulent aerodynamic loads | |
| CN114254831A (zh) | 一种风力电网的预警方法 | |
| JP7009237B2 (ja) | 風力発電装置及び風力発電システム | |
| JP2020180563A (ja) | 風力発電システム及び風力発電装置のメンテナンス方法 | |
| Branlard | Wind energy: On the statistics of gusts and their propagation through a wind farm | |
| CN110188939B (zh) | 风电场的风功率的预测方法、系统、设备和存储介质 | |
| CN115204712B (zh) | 一种海上和沿海风电场选址评估方法 | |
| Wait et al. | Wind-induced instabilities and monitoring of wind turbine | |
| Wass | Design of wind turbine tower height and blade length: an optimization approach | |
| CN110207884B (zh) | 一种在线监测水轮机关键螺栓预紧力的系统及方法 | |
| CN114398842A (zh) | 一种在运行风电场发电量评估方法 |
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 |