CN112983750B - 一种风电机组叶片安装错位诊断方法及装置 - Google Patents
一种风电机组叶片安装错位诊断方法及装置 Download PDFInfo
- Publication number
- CN112983750B CN112983750B CN201911281701.6A CN201911281701A CN112983750B CN 112983750 B CN112983750 B CN 112983750B CN 201911281701 A CN201911281701 A CN 201911281701A CN 112983750 B CN112983750 B CN 112983750B
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- dislocation
- turbine generator
- frequency domain
- acceleration data
- 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
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
-
- 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
Abstract
本发明公开一种风电机组叶片安装错位诊断方法及装置,该方法步骤包括:S1.获取目标风电机组在指定时长内运行的加速度数据,并对获取的加速度数据进行统计,根据统计结果初步判定是否可能发生错位故障,如果是转入执行步骤S2;S2.获取风电机组在指定时长内包括加速度数据的运行参数进行频域分析,根据频域分析结果最终确认目标风电机组是否发生错位故障;该装置包括错位初判模以及错位确认模块。本发明具有实现方法简单、成本低、能够实现叶片安装错位的自动诊断,且诊断精度及效率高等优点。
Description
技术领域
本发明涉及风电机组故障诊断技术领域,尤其涉及一种风电机组叶片安装错位诊断方法及装置。
背景技术
叶片是发电机组的核心部件,在风电机组叶片的安装过程中,通常是基于出厂前制造商标记的叶片零度线作为安装参考线进行安装,但是若叶片零度线标错或存在较大误差或存在吊装管理不善等问题,最终即可能会导致风电机组叶片安装发生错位,而一旦发生叶片安装错位会使得风电机组无法正常运行,严重影响风电机组的运行安全可靠性。
针对风电机组的叶片安装问题,目前均只是进行常规的安全检测,而上述叶片零度线标错等问题,通过常规检查通常难以发现,因而仅能够在风电机组发生运行故障后人工进行故障排查,由人工确认是否发生叶片安装错位问题,人工排查方式实现操作复杂、人工成本高,无法及时准确的定位、排查出是否发生叶片安装错位,使得现场维护人员难以及时进行故障修正,会增加风电机组的运行风险。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种实现方法简单、成本低、能够实现叶片安装错位的自动诊断,且诊断精度及效率高的风电机组叶片安装错位诊断方法及装置。
为解决上述技术问题,本发明提出的技术方案为:
一种风电机组叶片安装错位诊断方法,步骤包括:
S1.错位初判:获取目标风电机组在指定时长内运行的加速度数据,并对获取的所述加速度数据进行统计,根据统计结果初步判定是否可能发生错位故障,如果是转入执行步骤S2;
S2.错位确认:获取风电机组在指定时长内包括加速度数据的运行参数进行频域分析,根据频域分析结果最终确认目标风电机组是否发生错位故障。
进一步的,所述步骤S1中,具体分别获取目标风电机组在指定时长内机舱的前后向加速度和/或左右向加速度,当获取的加速度数据的统计值超过预设正常范围时,初步判定可能发生错位故障。
进一步的,所述步骤S1中,具体通过计算目标风电机组在指定时长内机舱的前后向加速度的统计值,形成第一诊断指标,以及计算目标风电机组在指定时长内机舱的左右向加速度的统计值,形成第二诊断指标,当所述第一诊断指标、第二诊断指标均超过预设正常范围时,初步判定可能发生错位故障。
进一步的,所述统计值为统计平均值、方差值、协方差值中一种或多种的组合。
进一步的,所述步骤S2中进行频域分析时,分别在风轮特征频段、叶片与塔架对应频段进行频域分析,由分析结果最终确认目标风电机组是否发生错位故障。
进一步的,所述步骤S2中进行频域分析时,具体先在风轮特征频段进行初步分析,若初步分析结果超过预设正常范围,再在叶片与塔架对应频段进行二次分析,若所述二次分析的分析结果超过预设正常范围,则最终确认目标风电机组发生错位故障。
进一步的,所述步骤S2的具体步骤包括:
S21.初步分析:获取风电机组在指定时长内包括加速度的多个运行参数,并在所述风轮特征频段进行频域分析,得到初步分析结果;判断所述初步分析结果是否超过预设正常范围,如果是转入执行步骤S22;
S22.二次分析:获取风电机组在在指定时长内加速度数据,并在所述叶片与塔架对应频段进行频域分析,若分析结果超过预设正常范围,则最终确认目标风电机组发生错位故障。
进一步的,所述运行参数具体还包括功率、转矩、转速和桨距角中一种或多种。
进一步的,所述步骤S21中在所述风轮特征频段进行频域分析时,具体计算各所述运行参数在所述风轮特征频段对应的幅值,并进行加权计算统计后,形成两个以上的第三诊断指标,各诊断指标对应不同运行参数组合的加权计算统计结果,若各所述第三诊断指标均超过预设正常范围,转入步骤S22。
进一步的,所述步骤S22中在所述叶片与塔架对应频段进行频域分析时,具体计算获取的加速度数据在叶片对应频段处的幅值的统计值,形成第四诊断指标,以及计算获取的加速度数据在塔架对应频段处的幅值的统计值,形成第五诊断指标,若所述第四诊断指标、第五诊断指标均超过预设正常范围,则确认目标风电机组发生错位故障。
一种风电机组叶片安装错位诊断装置,包括:
错位初判模块,用于获取目标风电机组在指定时长内运行的加速度数据,并对获取的所述加速度数据进行统计,根据统计结果初步判定是否可能发生错位故障,如果是转入执行错位确认模块;
错位确认模块,用于获取风电机组在指定时长内包括加速度数据的运行参数进行频域分析,根据频域分析结果最终确认目标风电机组是否发生错位故障。
进一步的,所述错位确认模块具体包括:
初步分析单元,用于获取风电机组在指定时长内包括加速度的多个运行参数,并在所述风轮特征频段进行频域分析,得到初步分析结果;判断所述初步分析结果是否超过预设正常范围,如果是转入执行二次分析单元;
二次分析单元,用于获取风电机组在在指定时长内加速度数据,并在所述叶片、塔架对应频段进行频域分析,若分析结果超过预设正常范围,则确认目标风电机组发生错位故障。
进一步的,还包括用于采集信号的信号采集模块,所述信号采集模块分别与所述错位初判模块、错位确认模块连接。
进一步的,还包括用于当确认目标风电机组发生错位故障时,发出错位故障报警信号的报警模块,所述报警模块与所述错位确认模块连接。
一种风电机组叶片安装错位诊断装置,包括处理器,所述处理器中存储有可执行的计算机程序,其特征在于,所述处理器被配置以执行上述的方法。
与现有技术相比,本发明的优点在于:
1、本发明风电机组叶片安装错位诊断方法及装置,通过获取风电机组的加速度数据,先进行统计分析,初步筛查出可能发生叶片安装错位的情况,再对加速度等运行参数进行频域分析,由频域分析结果最终确认风电机组是否发生错位故障,能够实现风电机组叶片安装错位的自动诊断,同时结合统计数据初判、频域分析最终确认的方式,能够确保叶片诊断的精度,同时减少不必要的数据处理,提高自动诊断的效率,使得能够及时、准确的发现风电机组叶片的安装错位,便于及时进行故障维护。
2、本发明风电机组叶片安装错位诊断方法及装置,只需对系统的软件进行配置即可实现叶片安装错位的自动诊断,实现操作简单,且不会影响风电机组的保护功能,实现成本低、安全可靠。
3、本发明风电机组叶片安装错位诊断方法及装置,通过在初步筛查出可能发生叶片错位故障的可疑机组后,利用叶片安装错位故障时加速度的频域特性,进一步对风电机组运行参数在风轮特征频段、叶片与塔架对应频段进行分析,结合风轮特征频段、叶片与塔架对应频段的分析结果,可以准确的判定出可疑机组是否是叶片安装错位。
4、本发明风电机组叶片安装错位诊断方法及装置,通过先在风轮特征频段进行初步分析,仅在风轮特征频段分析结果异常时再进一步对叶片与塔架对应频段进行二次分析,对于在风轮特征频段分析结果正常的可疑机组不进行二次分析,可以进一步提高诊断的精度,同时避免不必要的诊断过程,进一步提高诊断效率。
附图说明
图1是本实施例风电机组叶片安装错位诊断方法的实现流程示意图。
图2是本实施例中实现风电机组叶片安装错位诊断的具体实现流程示意图。
图3是在具体应用实施例中得到的前后向加速度仿真分析结果示意图。
图4是在具体应用实施例中得到的左右向加速度仿真分析结果示意图。
图5是在具体应用实施例中得到的风轮转速仿真分析结果示意图。
图6是在具体应用实施例中得到的发电机转速仿真分析结果示意图。
图7是在具体应用实施例中得到的有功功率仿真分析结果示意图。
图8是在具体应用实施例中得到的诊断指标1和2的结果示意图。
图9是在具体应用实施例中得到的诊断指标3和4的结果示意图。
图10是在具体应用实施例中得到的诊断指标5和6的结果示意图。
图11是具体应用实施例中采用的风电机组叶片安装错位诊断装置的结构原理示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
如图1、2所示,本实施例风电机组叶片安装错位诊断方法的步骤包括:
S1.错位初判:获取目标风电机组在指定时长内运行的加速度数据,并对获取的加速度数据进行统计,根据统计结果初步判定是否可能发生错位故障,如果是转入执行步骤S2;
S2.错位确认:获取风电机组在指定时长内包括加速度数据的运行参数进行频域分析,根据频域分析结果最终确认目标风电机组是否发生错位故障。
当风电机组中叶片发生安装错位时,由于会严重影响风轮的平衡性,因而会造成机组的加速度升高、偏航系统载荷增加等问题。本实施例预先采集各种不同类型风电机组发生叶片安装错位时的故障数据进行建模仿真,由仿真结果分析得到:对于各类型风电机组,叶片安装错位时加速度均会发生变化,尤其是加速度在频域上会发生明显的变化。本实施例利用上述特性,通过获取风电机组的加速度数据,先进行统计分析,加速度统计数据异常时初步判断可能发生叶片错位故障,来初步筛查出可能发生叶片安装错位的情况,再对加速度等运行参数进行频域分析,由频域分析结果来最终确认风电机组是否发生错位故障,能够实现风电机组叶片安装错位的自动诊断,同时结合统计数据初判、频域分析最终确认的方式,能够确保叶片诊断的精度,同时减少不必要的数据处理,提高自动诊断的效率,使得能够及时、准确的发现风电机组叶片的安装错位,从而便于及时进行故障维护,达到降低载荷、减少发电量损失的目的。
本实施例步骤S1中具体分别获取目标风电机组在指定时长内机舱的前向加速度、后向加速度、左向加速度以及右向加速度等加速度数据,在实际应用中可根据需求选取其中部分加速度数据的组合,如只选取前向、后向加速度,还可以进一步选取或增加风电机组其他的加速度数据。由于风电机组中叶片发生安装错位时,会严重影响风轮的平衡性,机组机舱的前后向加速度、左右向加速度均会发生改变。本实施例先获取风电机组一定时长内机舱的前向加速度、后向加速度、左向加速度以及右向加速度等加速度数据进行统计,若各加速度的统计数据部分或全部(可根据实际需求配置)超过预设正常范围,则将该风电机组初步判定为可疑机组,即可能存在叶片安装错位,需要进一步进行确认,基于统计数据分析方式可以简单、快速的初步筛查出叶片安装错位的可疑机组。
本实施例步骤S1中具体通过计算获取的加速度数据的统计值,若计算得到的统计值大于预设阈值时,初步判定可能发生错位故障。上述统计值可以为统计平均值、方差值、协方差值等,具体可以根据实际需求直接选取任意一种统计值进行判断,如计算机舱各加速度数据的统计平均值,若该统计平均值超过正常范围,则初步判定可能发生错位故障;还可以采用如上述平均值、方差值等多种统计值的组合进行判断,使得当所有统计值均超过正常范围时才初步判定可能发生错位故障,以进一步提高初步异常筛查的精度,当然也可以配置使得当其中任意一种统计值超过正常范围时,初步判定可能发生错位故障以减少初步异常筛查的漏查率。上述加速度统计值的正常范围具体可以根据机组正常运行时数据、仿真实验或经验数据等进行配置。
本实施例步骤S2中进行频域分析时,分别在风轮特征频段、叶片与塔架对应频段进行频域分析,由分析结果最终确认目标风电机组是否发生错位故障。风电机组中叶片发生安装错位时,运行参数的幅值在风轮特征频段会随着叶片偏差角度的增加而增大,机组的加速度在叶片与塔架相关频段也会发生明显的变化,本实施例通过在初步筛查出可能发生叶片错位故障的可疑机组后,利用叶片安装错位故障时加速度的频域特性,进一步对风电机组运行参数在风轮特征频段、叶片与塔架对应频段进行分析,综合风轮特征频段、叶片与塔架对应频段的分析结果,可以准确的判定出可疑机组是否是叶片安装错位。
不同类型风电机组均有特定的风轮特征频段、叶片与塔架频段,风轮特征频段即为机组中风轮的特征频率段,具体可从风电机组的出厂数据获取得到,叶片与塔架对应频段即为与叶片、塔架相关的各频率段,具体也可以直接从风电机组的出厂数据获取得到。
本实施例步骤S2中进行频域分析时,具体先在风轮特征频段进行初步分析,若初步分析结果超过预设正常范围,再在叶片与塔架对应频段进行二次分析,若二次分析的分析结果超过预设正常范围,则最终确认目标风电机组发生错位故障。若可疑机组在风轮特征频段正常,则较大概率可能并存在叶片安装错位,若同时在风轮特征频段、叶片与塔架对应频段存在异常,则较大概率是存在叶片安装错位。本实施例通过先在风轮特征频段进行初步分析,仅在风轮特征频段分析结果异常时再进一步对叶片与塔架对应频段进行二次分析,对于在风轮特征频段分析结果正常的可疑机组不进行二次分析,可以进一步提高诊断的精度,同时避免不必要的诊断过程,进一步提高诊断效率。
本实施例中,步骤S2的具体步骤包括:
S21.初步分析:获取风电机组在指定时长内包括加速度的多个运行参数,并在风轮特征频段进行频域分析,得到初步分析结果;判断初步分析结果是否超过预设正常范围,如果是转入执行步骤S22;
S22.二次分析:获取风电机组在在指定时长内加速度数据,并在叶片与塔架对应频段进行频域分析,若分析结果超过预设正常范围,则最终确认目标风电机组发生错位故障。
结合上述初步分析、二次分析过程,可以从可疑风电机组中快速、精确的确定出最终发生叶片安装错位的机组。
在具体应用实施例中,以双馈机组风轮特征频段为0.1~0.3Hz为例,采集各种不同类型风电机组发生叶片安装错位时的故障数据进行建模仿真,分别模拟叶片安装错位1度、2度、3度、5度、-1度和-5度的情况,并与正常安装时的模型数据进行对比,得到的机舱的前后加速度、左右加速度、风轮转速、发电机转速以及有功功率的结果如图3至图7所示,由图中结果可知,机舱的前后加速度、左右加速度、风轮转速、发电机转速以及有功功率各变量在风轮特征频段的幅值,会随着叶片偏差角度的增加而增大,即当叶片安装错位时,上述各运行参数在风轮特征频段的幅值会超过正常值。本实施例具体选取加速度、功率、转矩、转速和桨距角等运行参数进行风轮特征频段的频域分析,即运行参数除包括加速度以外,还包括功率、转矩、转速和桨距角等参数,包括风电机组中风轮、发电机等部件的运行参数,具体可根据实际需求配置。
本实施例步骤S21中在风轮特征频段进行频域分析时,具体计算各运行参数在风轮特征频段对应的幅值,并进行加权计算统计后,得到初步分析结果。如上述,各运行参数在风轮特征频段的幅值,会随着叶片偏差角度的增加而增大,本实施例通过计算各运行参数(加速度、功率、转矩、转速和桨距角等)在风轮特征频段对应的幅值进行加权统计,若各运行参数的幅值统计结果均超过正常范围,则判定为风轮特征频段异常的可疑机组,继续进行后续二次分析过程。上述当然也可以根据实际需求配置为当其中部分关键参数(如加速度等)的幅值加权统计值超过正常范围,即判定为风轮特征频段异常的可疑机组,需继续进行后续二次分析过程。
本实施例步骤S22中在叶片与塔架对应频段进行频域分析时,具体计算获取的加速度数据在叶片与塔架对应频段处的幅值,并计算幅值的统计值,若计算得到的统计值超过预设正常范围,则确认目标风电机组发生错位故障。在判断出风轮特征频段异常的基础上,进一步结合叶片与塔架对应频段的分析结果,当加速度数据在叶片与塔架对应频段处的幅值也超过正常范围时,则可以确认当前风电机组即为叶片安装错位,可以精确的确定出叶片安装错位的机组,最大限度的减少误诊率。
在具体应用实施例中,分别在各类不同工况下分别执行上述诊断,当在各类工况下均诊断为存在叶片安装错位时,最终确认为叶片安装错位,可以进一步提高诊断精度,减少误诊率。
在具体应用实施例中,如图2所示,可以在风电机组的控制软件中嵌入能够实现上述诊断方法功能的软件模块,采集目标风电机组在各个工况下运行过程中加速度、功率、转速、转矩、风速、桨距角等运行参数数据后,传输给上述软件模块,该软件模块按照上述诊断方法按照错位初判、错位确认的顺序进行诊断,当各运行参数均持续超过预设的标准运行范围时,判定为存在安装错位,均未超出预设的标准运行范围时,则判定为运行正常,只需对系统的软件进行简单配置即可实现叶片安装错位的自动诊断,且不会影响风电机组的保护功能。
在具体应用实施例中,可以采集风电场中待诊断的所有机组的数据(加速度、功率、转矩、转速和桨距角等),按照上述诊断方法进行诊断,可以自动诊断出其中存在安装错位的机组,实现风电机组叶片安装错位的自动、批量诊断,大大提高诊断效率及自动化程度,减少诊断成本。
本发明在具体应用实施例中采用上述方法实现风电机组叶片安装错位诊断的详细步骤包括:
步骤1:错位初判
对机舱前后加速度和左右加速度平均水平进行统计,形成第一诊断指标1(对应前后加速度统计结果)和第二诊断指标2(对应左右加速度统计结果),若第一诊断指标1、第二诊断指标2持续高于正常范围,则初步判定为可能存在叶片安装错位的可疑机组。
在具体应用实施例中,对多个风电机组的加速度数据进行统计分析,结果如图8所示,从图中可知4#机组从并网运行开始,第一诊断指标1和第二诊断指标2一直高于其他机组,则初步判定为可疑机组,对4#机组进行进一步诊断。
步骤2:错位确认
步骤2.1:初步分析
对可疑机组在一段时间内的功率、转矩、转速、加速度和桨距角等变量进行频域分析,计算这些变量在风轮特征频段对应的幅值,进行加权计算,并统计在指定时长的计算结果构成两个以上的第三诊断指标3(本实施例具体形成指标3、4两个指标),如果各第三诊断指标3均超过正常范围,则进一步对该机组进行二次分析。
在具体应用实施例中,进一步对上述4#机组在一段时间内的功率、转矩、转速、加速度和桨距角等变量按照上述方法进行初步分析,分析结果如图9所示,从图中可知,从并网运行开始,4#机组诊断指标3、4指标均超出正常范围,则需要进一步进行分析。
步骤2.2:二次分析
对可疑机组在一段时间内的加速度进行频域分析,计算其在叶片相关频段对应的幅值,并统计相应幅值的平均水平,形成第五诊断指标5,以及计算在塔架相关频段对应的幅值,并统计相应幅值的平均水平,形成第六诊断指标6,如果第五诊断指标5、第六诊断指标6均超过正常范围,则最终确认该可疑机组为叶片安装错位机组。
在具体应用实施例中,进一步对上述4#机组在一段时间内的加速度按照上述方法进行二次分析,结果如图10所示,从图中可知,从并网运行开始,该机组的诊断指标5、6均超出正常范围,则最终诊断该机组为叶片安装错位,可进一步发出故障报警信息或由现场工作人员进行排查。
上述通过基于各运行参数的分析结果形成6个诊断指标,采集到风电机组的运行数据后,基于该6个诊断指标按照上述步骤进行诊断,如果机组的所有诊断指标都超出正常范围,则可确认存在叶片安装错位问题,能够简单、快速的识别出叶片安装错位特征,及时发现因叶片零度线标错、吊装管理不善导致的叶片安装错位问题,降低机组的运行风险。
如图11所示,本实施例上述风电机组叶片安装错位诊断装置具体包括:
错位初判模块,用于获取目标风电机组在指定时长内运行的加速度数据,并对获取的加速度数据进行统计,根据统计结果初步判定是否可能发生错位故障,如果是转入执行错位确认模块;
错位确认模块,用于获取风电机组在指定时长内包括加速度数据的运行参数进行频域分析,根据频域分析结果最终确认目标风电机组是否发生错位故障。
本实施例中,错位确认模块具体包括:
初步分析单元,用于获取风电机组在指定时长内包括加速度的多个运行参数,并在风轮特征频段进行频域分析,得到初步分析结果;判断初步分析结果是否超过预设正常范围,如果是转入执行二次分析单元;
二次分析单元,用于获取风电机组在在指定时长内加速度数据,并在叶片、塔架对应频段进行频域分析,若分析结果超过预设正常范围,则确认目标风电机组发生错位故障。
本实施例风电机组叶片安装错位诊断装置与上述风电机组叶片安装错位诊断方法为一一对应,在此不再一一赘述。
本实施例中,风电机组叶片安装错位诊断装置进一步还包括用于信号采集的信号采集模块,信号采集模块分别与错位初判模块、错位确认模块连接。通过信号采集模块采集风电机组的各项运行参数(加速度、功率、转矩、转速和桨距角等),信号采集模块具体可嵌入在风电机组监控系统中,即由风电机组监控系统实现各项运行参数的采集监控。
本实施例中,还包括用于发出错位故障报警信号的报警模块,报警模块与错位确认模块连接,使得可以实现叶片安装错位的自动报警功能。
在具体应用实施例中,上述风电机组叶片安装错位诊断装置可嵌入在风电机组的PHM(故障预测和健康管理)系统中,采集到目标风电机组的加速度、功率、转矩、转速和桨距角等书记后,输入到PHM系统,由PHM系统按照上述诊断方法进行诊断后确认机组是否存在叶片安装错位,如果是则报出相应警告。
本实施例具体由信号采集单元采集风电场中待诊断的所有机组的数据(加速度、功率、转矩、转速和桨距角等),输出到风电机组PHM系统中进行诊断,可以自动批量诊断出其中存在安装错位的机组。
在具体应用实施例中,可以通过基于风电机组风轮转速、功率、加速度、发电机转速、转矩和桨距角等运行参数,构造出上述6个诊断指标嵌入到PHM系统中,采集到风电机组的运行数据后,按照上述步骤进行诊断,如果机组的所有诊断指标都超出正常范围,则确认存在叶片安装错位问题,可以自动、有效的识别出叶片安装错位特征,从而及时发现因叶片零度线标错、吊装管理不善导致的叶片安装错位问题。
在另一实施例中,本发明风电机组叶片安装错位诊断装置还可以为:包括处理器,处理器中存储有可执行的计算机程序,处理器被配置以执行上述诊断方法。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (14)
1.一种风电机组叶片安装错位诊断方法,其特征在于,步骤包括:
S1.错位初判:获取目标风电机组在指定时长内机舱的前后向加速度数据和/或左右向加速度数据,并对获取的所述加速度数据进行统计,根据统计结果初步判定是否可能发生错位故障,如果是转入执行步骤S2;
S2.错位确认:获取风电机组在指定时长内包括加速度数据的运行参数,分别在风轮特征频段、叶片与塔架对应频段进行频域分析,根据频域分析结果最终确认目标风电机组是否发生错位故障。
2.根据权利要求1所述的风电机组叶片安装错位诊断方法,其特征在于:所述步骤S1中,具体当获取的加速度数据的统计值超过预设正常范围时,初步判定可能发生错位故障。
3.根据权利要求2所述的风电机组叶片安装错位诊断方法,其特征在于:所述步骤S1中,具体通过计算目标风电机组在指定时长内机舱的前后向加速度的统计值,形成第一诊断指标,以及计算目标风电机组在指定时长内机舱的左右向加速度的统计值,形成第二诊断指标,当所述第一诊断指标、第二诊断指标均超过预设正常范围时,初步判定可能发生错位故障。
4.根据权利要求3所述的风电机组叶片安装错位诊断方法,其特征在于:所述统计值为统计平均值、方差值、协方差值中一种或多种的组合。
5.根据权利要求1所述的风电机组叶片安装错位诊断方法,其特征在于:所述步骤S2中进行频域分析时,具体先在风轮特征频段进行初步分析,若初步分析结果超过预设正常范围,再在叶片与塔架对应频段进行二次分析,若所述二次分析的分析结果超过预设正常范围,则最终确认目标风电机组发生错位故障。
6.根据权利要求5所述的风电机组叶片安装错位诊断方法,其特征在于,所述步骤S2的具体步骤包括:
S21.初步分析:获取风电机组在指定时长内包括加速度的多个运行参数,并在所述风轮特征频段进行频域分析,得到初步分析结果;判断所述初步分析结果是否超过预设正常范围,如果是转入执行步骤S22;
S22.二次分析:获取风电机组在指定时长内加速度数据,并在所述叶片与塔架对应频段进行频域分析,若分析结果超过预设正常范围,则最终确认目标风电机组发生错位故障。
7.根据权利要求6所述的风电机组叶片安装错位诊断方法,其特征在于:所述运行参数具体还包括功率、转矩、转速和桨距角中一种或多种。
8.根据权利要求6所述的风电机组叶片安装错位诊断方法,其特征在于:所述步骤S21中在所述风轮特征频段进行频域分析时,具体计算各所述运行参数在所述风轮特征频段对应的幅值,并进行加权计算统计后,形成两个以上的第三诊断指标,各诊断指标对应不同运行参数组合的加权计算统计结果,若各所述第三诊断指标均超过预设正常范围,转入步骤S22。
9.根据权利要求6所述的风电机组叶片安装错位诊断方法,其特征在于:所述步骤S22中在所述叶片与塔架对应频段进行频域分析时,具体计算获取的加速度数据在叶片对应频段处的幅值的统计值,形成第四诊断指标,以及计算获取的加速度数据在塔架对应频段处的幅值的统计值,形成第五诊断指标,若所述第四诊断指标、第五诊断指标均超过预设正常范围,则确认目标风电机组发生错位故障。
10.一种风电机组叶片安装错位诊断装置,其特征在于,包括:
错位初判模块,用于获取目标风电机组在指定时长内机舱的前后向加速度数据和/或左右向加速度数据,并对获取的所述加速度数据进行统计,根据统计结果初步判定是否可能发生错位故障,如果是转入执行错位确认模块;
错位确认模块,用于获取风电机组在指定时长内包括加速度数据的运行参数,分别在风轮特征频段、叶片与塔架对应频段进行频域分析,根据频域分析结果最终确认目标风电机组是否发生错位故障。
11.根据权利要求10所述的风电机组叶片安装错位诊断装置,其特征在于,所述错位确认模块具体包括:
初步分析单元,用于获取风电机组在指定时长内包括加速度的多个运行参数,并在所述风轮特征频段进行频域分析,得到初步分析结果;判断所述初步分析结果是否超过预设正常范围,如果是转入执行二次分析单元;
二次分析单元,用于获取风电机组在指定时长内加速度数据,并在所述叶片、塔架对应频段进行频域分析,若分析结果超过预设正常范围,则确认目标风电机组发生错位故障。
12.根据权利要求10或11所述的风电机组叶片安装错位诊断装置,其特征在于:还包括用于采集信号的信号采集模块,所述信号采集模块分别与所述错位初判模块、错位确认模块连接。
13.根据权利要求10或11所述的风电机组叶片安装错位诊断装置,其特征在于:还包括用于当确认目标风电机组发生错位故障时,发出错位故障报警信号的报警模块,所述报警模块与所述错位确认模块连接。
14.一种风电机组叶片安装错位诊断装置,包括处理器,所述处理器中存储有可执行的计算机程序,其特征在于,所述处理器被配置以执行权利要求1~9中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911281701.6A CN112983750B (zh) | 2019-12-13 | 2019-12-13 | 一种风电机组叶片安装错位诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911281701.6A CN112983750B (zh) | 2019-12-13 | 2019-12-13 | 一种风电机组叶片安装错位诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112983750A CN112983750A (zh) | 2021-06-18 |
CN112983750B true CN112983750B (zh) | 2022-07-19 |
Family
ID=76332297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911281701.6A Active CN112983750B (zh) | 2019-12-13 | 2019-12-13 | 一种风电机组叶片安装错位诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112983750B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ZA200805871B (en) * | 2007-07-18 | 2009-06-24 | Eveready Proprietary Ltd | A wind turbine |
DE102014204591B3 (de) * | 2014-03-12 | 2015-04-02 | Voith Patent Gmbh | Bidirektional anströmbare Horizontalläuferturbine mit passiver Überlastsicherung |
CN104595112A (zh) * | 2013-10-30 | 2015-05-06 | 通用电气公司 | 风力涡轮机及评估其上叶片健康状态的方法 |
CN105221353A (zh) * | 2015-11-10 | 2016-01-06 | 华北电力大学(保定) | 双馈风力发电机组的叶轮气动不对称故障的诊断方法 |
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 |
CN106837709A (zh) * | 2017-04-20 | 2017-06-13 | 北京金风科创风电设备有限公司 | 风力发电机组叶片的监测方法和监测系统 |
CN109404227A (zh) * | 2018-12-12 | 2019-03-01 | 乌鲁木齐金风天翼风电有限公司 | 叶片位置校准方法、系统以及风力发电机组 |
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 |
CN110318956A (zh) * | 2019-07-22 | 2019-10-11 | 内蒙古科技大学 | 一种基于频谱分析的风力发电机叶片结构损伤检测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005017054B4 (de) * | 2004-07-28 | 2012-01-05 | Igus - Innovative Technische Systeme Gmbh | Verfahren und Vorrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen |
EP1978246A1 (en) * | 2007-04-04 | 2008-10-08 | Siemens Aktiengesellschaft | Method of reducing an unbalance in a wind turbine rotor and device for performing the method |
EP2362091A1 (en) * | 2010-06-30 | 2011-08-31 | Envision Energy (Denmark) ApS | Rotor blade vibration damping system |
DE102010035055A1 (de) * | 2010-08-21 | 2012-02-23 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Einstellen eines Anstellwinkels eines Rotorblatts einer Windkraftanlage auf einen Sollwert |
EP2479426B1 (en) * | 2011-01-24 | 2017-06-28 | Siemens Aktiengesellschaft | Method for determining a pitch angle offset signal and for controlling a rotor frequency of a wind turbine for speed avoidance control |
CN105320792B (zh) * | 2014-07-30 | 2018-09-07 | 南车株洲电力机车研究所有限公司 | 一种解决风电机组叶轮不平衡故障的方法 |
US9909563B2 (en) * | 2014-11-21 | 2018-03-06 | General Electric Company | System and method for monitoring and controlling wind turbine blade deflection |
CA2923498C (en) * | 2015-02-10 | 2017-01-17 | Kevin Allan Dooley | Two-way flow control device, associated systems and methods |
US10738762B2 (en) * | 2016-04-08 | 2020-08-11 | Vestas Wind Systems A/S | Method and system for controlling a wind turbine to manage edgewise blade vibrations |
-
2019
- 2019-12-13 CN CN201911281701.6A patent/CN112983750B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ZA200805871B (en) * | 2007-07-18 | 2009-06-24 | Eveready Proprietary Ltd | A wind turbine |
CN104595112A (zh) * | 2013-10-30 | 2015-05-06 | 通用电气公司 | 风力涡轮机及评估其上叶片健康状态的方法 |
DE102014204591B3 (de) * | 2014-03-12 | 2015-04-02 | Voith Patent Gmbh | Bidirektional anströmbare Horizontalläuferturbine mit passiver Überlastsicherung |
CN105221353A (zh) * | 2015-11-10 | 2016-01-06 | 华北电力大学(保定) | 双馈风力发电机组的叶轮气动不对称故障的诊断方法 |
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 |
CN106837709A (zh) * | 2017-04-20 | 2017-06-13 | 北京金风科创风电设备有限公司 | 风力发电机组叶片的监测方法和监测系统 |
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 |
CN109404227A (zh) * | 2018-12-12 | 2019-03-01 | 乌鲁木齐金风天翼风电有限公司 | 叶片位置校准方法、系统以及风力发电机组 |
CN110318956A (zh) * | 2019-07-22 | 2019-10-11 | 内蒙古科技大学 | 一种基于频谱分析的风力发电机叶片结构损伤检测方法 |
Non-Patent Citations (2)
Title |
---|
叶片安装误差引起的不平衡质量对风力机塔架振动的影响;张锁怀等;《机械设计与制造》;20090908(第09期);全文 * |
风电机组叶片不平衡导致振动的检测与纠正;张羽;《风能》;20160306(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112983750A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3638900B1 (en) | Independent monitoring system for a wind turbine | |
EP2585716B1 (en) | A method for performing condition monitoring in a wind farm | |
EP2573390B1 (en) | System and method for predicting wind turbine component failures | |
CN116351313B (zh) | 一种基于计算机控制的食品搅拌机智能控制系统 | |
KR102040179B1 (ko) | 제조 설비의 이상 감지 및 진단 방법 | |
CN108564313A (zh) | 基于故障树的风电机组状态监测与健康评估的方法及装置 | |
CN114061743A (zh) | 风力发电机组的振动监测方法、装置、设备及介质 | |
US9243615B2 (en) | Systems and procedures for wind turbine self-diagnosis | |
CN115728057A (zh) | 一种风力发电机组齿轮箱振动监测与故障诊断方法 | |
CN112983750B (zh) | 一种风电机组叶片安装错位诊断方法及装置 | |
CN112985578B (zh) | 一种风电机组共振诊断方法及装置 | |
CN111795824B (zh) | 机械动力系统故障诊断方法及系统 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
CN115809731A (zh) | 一种风力发电机组故障分析系统、方法及介质 | |
Zhang | Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data | |
CN114689321A (zh) | 风力发电机组的轴承故障诊断方法、装置、电子设备 | |
CN220378407U (zh) | 基于位移、弯矩、扭矩的风电机组传动链故障检测装置 | |
CN112983736B (zh) | 一种风电机组传动链多模控制保护方法及装置 | |
CN112360702B (zh) | 一种振动数据的集中监测方法及装置 | |
CN110836786B (zh) | 机械故障监测方法、装置、系统、介质和计算设备 | |
EP4097351B1 (en) | Method for computer-implemented controlling of one or more wind turbines in a wind farm | |
CN117722319A (zh) | 故障识别方法、装置、设备以及存储介质 | |
CN114282338A (zh) | 用于识别风力发电机组运行状态的方法及风力发电机组 | |
CN117128143A (zh) | 一种叶片故障检测方法和相关装置 | |
CN117373221A (zh) | 用于风电机组的气象异常预警方法及系统 |
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 |