CN113187669B - 一种大型风力发电机组塔筒过振动智能抑制方法 - Google Patents
一种大型风力发电机组塔筒过振动智能抑制方法 Download PDFInfo
- Publication number
- CN113187669B CN113187669B CN202110423304.9A CN202110423304A CN113187669B CN 113187669 B CN113187669 B CN 113187669B CN 202110423304 A CN202110423304 A CN 202110423304A CN 113187669 B CN113187669 B CN 113187669B
- Authority
- CN
- China
- Prior art keywords
- generating set
- wind generating
- vibration
- normal operation
- tower
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000005764 inhibitory process Effects 0.000 title claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 230000009467 reduction Effects 0.000 claims abstract description 27
- 230000001629 suppression Effects 0.000 claims abstract description 23
- 230000009471 action Effects 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 9
- 230000008447 perception Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 4
- 230000000452 restraining effect Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 206010063385 Intellectualisation Diseases 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
- F03D13/20—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors
-
- 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
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/0296—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor to prevent, counteract or reduce noise emissions
-
- 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
-
- 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
-
- 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
- Y02E10/728—Onshore wind turbines
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)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种大型风力发电机组塔筒过振动智能抑制方法,包括步骤S1通过数据获取装置获取风力发电机组塔筒报过振动相关数据;步骤S2通过机器学习方法对步骤S1中风力发电机组数据进行分析,得到导致风力发电机组塔筒过振动相关特征数据和变量;步骤S3基于步骤S2中相关特征数据和变量,得到风力发电机组塔筒过振动智能抑制算法模型及相关计算逻辑;步骤S4通过步骤S3中算法模型和相关计算逻辑,提前发现风力发电机组潜在过振动停机风险,进行智能抑制动作,进入降容运行;步骤S5当风力发电机组进入降容运行后,基于步骤S3中算法模型和相关计算逻辑,发现风力发电机组满足正常运行条件后,恢复正常运行动作及时使风力发电机组回到正常运行状态。
Description
技术领域
本发明属于风力发电机组的技术领域,具体而言,涉及一种大型风力发电机组塔筒过振动智能抑制方法。
背景技术
风能是太阳能的一种转换形式,取之不尽、用之不竭,在将风能转换为电能的过程中,不会产生任何有害气体和废料,不污染环境,因而风能的利用受到世界各国政府的广泛重视。
风力发电机组发电量的多少与其运行时间直接相关,因而保证风电机组的正常、安全运行对于提升风电经济效益起着至关重要的作用。风力发电机组特别是山地风力发电机组因外部环境恶劣或遭遇强湍流和尾流等因素导致风力发电机组在大风期间经常发生因塔筒振动超限,使风力发电机组振动安全链停机,即塔筒过振动事件的发生。风力发电机组在此停机期间不能发电,需要等待现场人员前往检查并手动复位,事件往往造成以下几点影响:
1.风力发电机组会停机几个到十几个小时不等,极大影响的风力发电机组的发电量,
2.频繁的风力发电机组塔筒过振动事件增加了现场服务人员的额外工作量和相关的运维费用,极大的影响了现场服务人员的日常工作;
3.频繁的风力发电机组塔筒过振动事件会极大损耗风力发电机组整体组织结构,大大减少风力发电机组结构预期寿命,给风力发电机组的安全运行带来潜在的安全风险。
因此若不能及时减少或杜绝此事件的发生,不仅会造成经济效益上的影响,而且会大大的减少风力发电机组在市场上的核心竞争力。目前国内针对风电机组塔筒振动的研究仅限基于塔筒的振动信号进行分析,对塔筒的健康安全进行预警处理。且对风力发电机组塔筒过振动抑制的研究主要是通过在塔筒或者机组机架安装阻尼器的方式来减少机组和塔筒的振动,但该方法不适宜于目前主流的钢性风力发电机组塔筒,并且此方式对机组塔筒的载荷负荷较大。因此,拥有一项具备普适性的,对机组塔筒的载荷负荷不造成影响的塔筒过振动抑制方法已显得十分必要。
随着风电产业的快速发展,风力发电机组不断增加,对机组智能化、运维无人化的要求不断提高。进而,在不影响发电量的情况下,对塔筒过振动事件采取智能过振动抑制技术已显得尤为重要。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种大型风力发电机组塔筒过振动智能抑制方法以达到对风力发电机组塔筒过振动进行智能抑制的目的。
本发明采用的技术方案如下:
一种大型风力发电机组塔筒过振动智能抑制方法包括以下步骤:
步骤S1:获取以下数据:
1)塔筒未发生过振动状态下的数据,记作正常运行数据;
2)塔筒发生过振动前一刻的数据,记作过振动数据;
步骤S2:对所述步骤S1获取的数据通过机器学习方法进行分析,得到所述正常运行数据和所述过振动数据的相关特征变量;
步骤S3:建立模型及计算逻辑,根据所述步骤S2得到正常运行数据的相关特征和变量建立用于发现当前外部环境满足风力发电机组正常运行和风力发电机组可能发生过振动趋势已被打断的正常运行感知算法模型及相关计算逻辑;根据所述步骤S2得到过振动数据的相关特征和变量建立用于提前感知到风力发电机组报过振动停机的外部环境和风力发电机组可能发生过振动的趋势的过振动提前感知算法模型及相关计算逻辑;
步骤S4:通过步骤S3中的过振动提前感知算法模型及相关计算逻辑对风力发电机组外部环境数据和风力发电机组数据进行判断,提前发现塔筒潜在过振动风险,当风力发电机组外部环境数据和风力发电机组数据存在使塔筒发现过振动风险情况时,触发风力发电机组智能抑制动作使风力发电机组进入降容运行,执行步骤S5;反之则风力发电机组正常运行;
步骤S5:通过所述步骤S3中建立的正常运行感知算法模型及相关计算逻辑感知风力发电机组所处的环境是否满足其正常运行条件,如满足,则风力发电机组退出降容运行状态,恢复正常运行状态;反之,风力发电机组持续处于降容运行状态。
进一步的,在以上技术方案的基础上,所述步骤S2中的机器学习方法包括专家经验法、聚类方法和多重线性分析方法中的一种或多种。
进一步的,在以上技术方案的基础上,所述步骤S2中所述振动数据的相关特征变量包括报过振动故障的相关变量、等式、警戒阈值和恢复阈值中的一种或多种。
进一步的,在以上技术方案的基础上,所述步骤S4中的智能抑制动作为通过规则抽象法判断,当风力发电机组满足发电量的和保障风力发电机组安全运行条件下,风力发电机组进入降容运行。
进一步的,在以上技术方案的基础上,所述步骤S5中的正常运行条件为通过规则抽象法得到得满足恢复正常的条件,该满足恢复正常的条件为在满足发电量的保障风力发电机组安全运行和风力发电机组可能发生过振动趋势已被打断的条件。
进一步的,在以上技术方案的基础上,所述规则抽象法包括风力发电机组主控控制逻辑、风力发电机组运行状态和风力发电机组运行专家经验法。
进一步的,在以上技术方案的基础上,所述步骤S3通过专家经验法、聚类方法和多重线性分析方法中的一种或多种机器学习方法建立模型及计算逻辑。
另一方面的,本发明提供的大型风力发电机组塔筒过振动智能抑制方法还可以是包括以下步骤:
步骤S1:判断风力发电机组前一刻运行状态:降容运行或正常运行,如为降容运行,执行步骤S2;如为正常运行,执行步骤S3;
步骤S2:通过正常运行感知算法模型、相关计算逻辑的数值计算和正常运行恢复阈值对当前风力发电机组是否具备正常运行条件进行判断,若风力发电机组具备正常运行条件,则恢复正常运行状态;若不具备正常运行条件,则保持降容运行;
步骤S3:通过过振动提前感知算法模型、相关计算逻辑及过振警戒阈值对当前风力发电机组是否具备过振动趋势和外部环境是否可能会导致风力发电机组发生过振的趋势,若风力发电机组可能发生过振动,则进行进入降容运行,若不可能发生过振动,则保持正常运行。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、采用本发明所提供的大型风力发电机组塔筒过振动智能抑制方法,通过过振动提前感知算法模型及相关计算逻辑,能够提前感知风力发电机组报过振动停机的外部环境和风力发电机组可能发生过振动的趋势,并及时触发智能抑制动作使风力发电机组进入降容运行,保障了风力发电机组安全运行的条件,减少了风力发电机组潜在风险。
2、采用本发明所提供的大型风力发电机组塔筒过振动智能抑制方法,通过正常运行感知算法模型及及相关计算逻辑,能够及时发现风力发电机组正常运行条件,并进行正常运行恢复动作,极大地增加了风力发电机组的安全运行小时数,保障了风力发电机组的安全运行。
3、采用本发明所提供的大型风力发电机组塔筒过振动智能抑制方法,使风力发电机组智能、自学习的对塔筒过振动事件采取抑制技术,减少了过振动事件停机次数,极大地增加了机组的发电量,减少了停机带来的额外工作量,满足当下机组智能化,运维无人化的要求。
4、采用本发明所提供的大型风力发电机组塔筒过振动智能抑制方法,不仅不会对机组塔筒的载荷负荷产生影响,而且具备普适性,能够适应任意地形的任意风力发电机组。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是本发明所提供的大型风力发电机组塔筒过振动智能抑制方法的流程框图。
图2是本发明所提供的大型风力发电机组塔筒过振动智能抑制方法在风力发电机组的实施架构图。
具体实施方式
下面详细描述本申请的实施例,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模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
在现有技术中,对风电机组塔筒振动的研究仅限基于塔筒的振动信号进行分析,对塔筒的健康安全进行预警处理。目前在风力发电机组风场的运行中,目前仅仅只有通过在塔筒或者机组机架安装阻尼器的方式来减少机组和塔筒的振动,但该方法不适宜于目前主流的钢性风力发电机组塔筒,并且此方式对机组塔筒的载荷负荷较大。且随着风电产业的快速发展,风力发电机组不断增加,对机组智能化、运维无人化的要求也不断提高。进而,在不影响发电量的情况下,对塔筒过振动事件采取智能过振动抑制技术已显得尤为重要。
因此本实施例提供了一种可以在不对机组塔筒的载荷负荷产生影响,能够适应任意地形的任意风力发电机组的条件下,使机组智能、自学习的对塔筒过振动事件采取抑制技术的大型风力发电机组塔筒过振动智能抑制方法。
图1示出了本实施例提供的大型风力发电机组塔筒过振动智能抑制方法的流程步骤,具体包括:
步骤S1:通过数据获取装置获取风力发电机组塔筒报过振动相关数据,具体的通过风力发电机组的控制系统获取风力发电机组塔筒报过振动后SCADA录播数据和风力发电机组实时数据(即风力发电机组正常运行数据和过振动前1分钟数据);
步骤S2:通过专家经验法、聚类方法和多重线性分析方法等机器学习方法对步骤S1中风力发电机组数据进行分析,得到导致风力发电机组塔筒过振动相关特征数据和变量,具体的该特征数据和变量为报过振动故障的相关变量、等式和警戒(或恢复)阈值等特征变量和数据;
步骤S3:基于步骤S2中相关特征数据和变量,通过专家经验法、聚类方法和多重线性分析方法等机器学习方法,得到风力发电机组塔筒过振动智能抑制算法模型及相关计算逻辑,具体的,过振动智能抑制算法模型及相关计算逻辑包括为提前感知到风力发电机组报过振动停机的外部环境和风力发电机组可能发生过振动的趋势的过振动提前感知算法模型及相关计算逻辑,和为发现当前外部环境满足风力发电机组正常运行和风力发电机组可能发生过振动趋势已被打断的正常运行感知算法模型及及相关计算逻辑;
步骤S4:通过步骤S3中算法模型和相关计算逻辑,提前发现风力发电机组潜在过振动停机风险,进行智能抑制动作,进入降容运行;
智能抑制动作为通过风力发电机组主控控制逻辑、风力发电机组运行状态和风力发电机组运行专家经验法等规则抽象法,在满足发电量的和保障风力发电机组安全运行的条件下,使风力发电机组进入降容运行即风力发电机组抑制动作运行状态。此处风力发电机组抑制动作运行状态包括抑制动作运行状态相关运行策略及逻辑和算法。
步骤S5:当风力发电机组进入降容运行后,基于步骤S3中算法模型和相关计算逻辑(正常运行感知算法模型及及相关计算逻辑),发现风力发电机组满足正常运行条件后,恢复正常运行动作及时使风力发电机组回到正常运行状态。
步骤S5中正常运行条件为基于风力发电机组主控控制逻辑、风力发电机组运行状态和风力发电机组运行专家经验法等规则抽象法,得到满足发电量的、保障风力发电机组安全运行和确保风力发电机组可能发生过振动趋势已被打断的恢复正常条件。
上述智能抑制方法在风力发电机组应用的具体实施框架如图2所示,包括三部分,具体分为:风力发电机组前序运行状态判断,风力发电机组运行状态判断和风力发电机组判断结果实施模块,各功能部分的具体功能如下:
风力发电机组前序运行状态判断信号,为读取风力发电机组实时运行数据和风力发电机组前一刻运行状态:降容运行或正常运行,并将判断结果输入风力发电机组运行状态判断模块。
风力发电机组运行状态判断模块,主要是接收风力发电机组运行状态,并根据不同的前序状态和当前的分析结果,得到后序的风力发电机组运行状态。
具体的,若前序风力发电机组处于正常运行,则基于塔筒过振动智能抑制算法模型、相关逻辑的数值计算和过振动警戒阈值对当前风力发电机组是否具备过振动趋势和外部环境是否可能会导致风力发电机组发生过振动的趋势。若风力发电机组可能发生过振动,则进行进入降容运行,若不可能发生过振动,则保持正常运行。
具体的,若前序风力发电机组处于降容运行,则基于塔筒过振动智能抑制算法算法模型、相关逻辑的数值计算和正常运行恢复戒阈值对当前风力发电机组是否具备正常运行条件。若风力发电机组具备正常运行条件,则恢复正常运行状态,若不具备正常运行条件,则保持降容运行。
最后,将后序风力发电机组运行状态判断结果输入风力发电机组判断结果实施模块。
风力发电机组判断结果实施模块,主要是接收风力发电机组运行状态判断模块输入的后序风力发电机组运行状态判断结果,并根据不同的判断结果,对风力发电机组进行动作控制,使其处于降容运行或正常运行。
需要说明的是,在本申请流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种大型风力发电机组塔筒过振动智能抑制方法,其特征在于,该方法包括以下步骤:
步骤S1:获取以下数据:
1)塔筒未发生过振动状态下的数据,记作正常运行数据;
2)塔筒发生过振动前一刻的数据,记作过振动数据;
步骤S2:对所述步骤S1获取的数据通过机器学习方法进行分析,得到所述正常运行数据和所述过振动数据的相关特征变量;
步骤S3:建立模型及计算逻辑,根据所述步骤S2得到正常运行数据的相关特征和变量建立用于发现当前外部环境满足风力发电机组正常运行和风力发电机组发生过振动趋势但已被打断的正常运行感知算法模型及相关计算逻辑;根据所述步骤S2得到过振动数据的相关特征和变量建立用于提前感知到导致风力发电机组报过振动停机的外部环境和风力发电机组发生过振动的趋势的过振动提前感知算法模型及相关计算逻辑;
步骤S4:通过步骤S3中的过振动提前感知算法模型及相关计算逻辑对风力发电机组外部环境数据和风力发电机组数据进行判断,提前发现塔筒潜在过振动风险,当风力发电机组外部环境数据和风力发电机组数据存在使塔筒发现过振动风险情况时,触发风力发电机组智能抑制动作使风力发电机组进入降容运行,执行步骤S5;反之则风力发电机组正常运行;
步骤S5:通过所述步骤S3中建立的正常运行感知算法模型及相关计算逻辑感知风力发电机组所处的环境是否满足其正常运行条件,如满足,则风力发电机组退出降容运行状态,恢复正常运行状态;反之,风力发电机组持续处于降容运行状态。
2.根据权利要求1所述的大型风力发电机组塔筒过振动智能抑制方法,其特征在于:所述步骤S2中的机器学习方法包括专家经验法、聚类方法和多重线性分析方法中的一种或多种。
3.根据权利要求1所述的大型风力发电机组塔筒过振动智能抑制方法,其特征在于:所述步骤S2中所述振动数据的相关特征变量包括报过振动故障的相关变量、等式、警戒阈值和恢复阈值中的一种或多种。
4.根据权利要求1所述的大型风力发电机组塔筒过振动智能抑制方法,其特征在于:所述步骤S4中的智能抑制动作为通过规则抽象法判断,当风力发电机组满足发电量的和保障风力发电机组安全运行条件下,风力发电机组进入降容运行。
5.根据权利要求4所述的大型风力发电机组塔筒过振动智能抑制方法,其特征在于:所述步骤S5中的正常运行条件为通过规则抽象法得到得满足恢复正常的条件,该满足恢复正常的条件为在满足发电量的保障风力发电机组安全运行和风力发电机组发生过振动趋势但已被打断的条件。
6.根据权利要求4或5所述的大型风力发电机组塔筒过振动智能抑制方法,其特征在于:所述规则抽象法包括风力发电机组主控控制逻辑、风力发电机组运行状态和风力发电机组运行专家经验法。
7.根据权利要求1所述的大型风力发电机组塔筒过振动智能抑制方法,其特征在于:所述步骤S3通过专家经验法、聚类方法和多重线性分析方法中的一种或多种机器学习方法建立模型及计算逻辑。
8.一种大型风力发电机组塔筒过振动智能抑制方法,其特征在于,该方法包括以下步骤:
步骤S1:判断风力发电机组前一刻运行状态:降容运行或正常运行,如为降容运行,执行步骤S2;如为正常运行,执行步骤S3;
步骤S2:通过正常运行感知算法模型、相关计算逻辑的数值计算和正常运行恢复阈值对当前风力发电机组是否具备正常运行条件进行判断,若风力发电机组具备正常运行条件,则恢复正常运行状态;若不具备正常运行条件,则保持降容运行;
步骤S3:通过过振动提前感知算法模型、相关计算逻辑及过振警戒阈值对当前风力发电机组是否具备过振动趋势和外部环境是否会导致风力发电机组发生过振的趋势,若风力发电机组有发生过振动的趋势,则进行进入降容运行,若不发生过振动,则保持正常运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110423304.9A CN113187669B (zh) | 2021-04-20 | 2021-04-20 | 一种大型风力发电机组塔筒过振动智能抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110423304.9A CN113187669B (zh) | 2021-04-20 | 2021-04-20 | 一种大型风力发电机组塔筒过振动智能抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113187669A CN113187669A (zh) | 2021-07-30 |
CN113187669B true CN113187669B (zh) | 2022-04-08 |
Family
ID=76977575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110423304.9A Active CN113187669B (zh) | 2021-04-20 | 2021-04-20 | 一种大型风力发电机组塔筒过振动智能抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113187669B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2765435A1 (en) * | 2011-01-30 | 2012-07-30 | Sinovel Wind Group Co., Ltd. | Comprehensive assessment system and assessment method for vibration and load of wind generating set |
CN102980651A (zh) * | 2012-11-02 | 2013-03-20 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及系统 |
CN103243743A (zh) * | 2013-05-21 | 2013-08-14 | 福州大学 | 风力发电机塔筒基础安全可靠性的定量检测方法 |
CN103512651A (zh) * | 2012-06-26 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于振动突变报警的风电机组状态监测方法及装置 |
CN111368459A (zh) * | 2020-03-25 | 2020-07-03 | 河北振创电子科技有限公司 | 风力发电支撑塔筒振动疲劳评估方法、装置、介质及终端 |
-
2021
- 2021-04-20 CN CN202110423304.9A patent/CN113187669B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2765435A1 (en) * | 2011-01-30 | 2012-07-30 | Sinovel Wind Group Co., Ltd. | Comprehensive assessment system and assessment method for vibration and load of wind generating set |
CN103512651A (zh) * | 2012-06-26 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于振动突变报警的风电机组状态监测方法及装置 |
CN102980651A (zh) * | 2012-11-02 | 2013-03-20 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及系统 |
CN103243743A (zh) * | 2013-05-21 | 2013-08-14 | 福州大学 | 风力发电机塔筒基础安全可靠性的定量检测方法 |
CN111368459A (zh) * | 2020-03-25 | 2020-07-03 | 河北振创电子科技有限公司 | 风力发电支撑塔筒振动疲劳评估方法、装置、介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN113187669A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103670921B (zh) | 风力发电机组智能状态监控系统 | |
CN102013699B (zh) | 一种风力发电场有功功率分配方法 | |
CN103217291B (zh) | 一种风力发电机组故障诊断方法及系统 | |
CN108072524B (zh) | 一种风电机组齿轮箱轴承故障预警方法 | |
CN110469456B (zh) | 降低变桨疲劳的风电场智能控制方法及系统 | |
CN110807908B (zh) | 一种水电站群集中监控系统智能报警方法 | |
CN202326011U (zh) | 一种风电机组的状态监测与故障诊断系统 | |
CN103034207A (zh) | 一种基础设施健康监测系统及其实施过程 | |
CN113187669B (zh) | 一种大型风力发电机组塔筒过振动智能抑制方法 | |
CN115495315A (zh) | 一种大型医疗设备的故障预警系统 | |
Ma et al. | A study of fault statistical analysis and maintenance policy of wind turbine system | |
CN115406483A (zh) | 一种水电机组故障识别方法、装置、设备及可读存储介质 | |
CN110533891B (zh) | 抽水蓄能电站水轮机顶盖螺栓工况实时报警方法及系统 | |
CN108037387A (zh) | 基于聚类归集的设备故障分析方法及装置 | |
CN102087515B (zh) | 一种具有远程监控功能的数控系统及其控制方法 | |
CN114020729B (zh) | 一种基于风机功率曲线的风电场功率数据清洗方法 | |
CN114151147B (zh) | 汽轮机转速异常的故障预警方法、系统、设备及介质 | |
CN108155874A (zh) | 一种分布式光伏电站监控系统 | |
CN114047730A (zh) | 一种高效省能火电厂发电生产优化控制装置 | |
CN101718973A (zh) | 一种基于fpga的变频器惯性维持装置及方法 | |
CN110778451B (zh) | 一种大型风力发电机组安全保护方法及系统 | |
CN102831050A (zh) | 一种风电机组控制软件异常行为检测与导向安全方法 | |
Radhakrishnan et al. | Intelligent Control System for Wind Turbine Farms Using IoT and Machine Learning | |
CN213547188U (zh) | 一种海上风电场变流器远程监控系统 | |
CN114263572B (zh) | 提升三电平开关器件寿命及柔塔自适应共振穿越的方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 618099 No.99, Zhujiang East Road, Jingyang District, Deyang City, Sichuan Province Applicant after: Dongfang Electric Wind Power Co.,Ltd. Address before: 618099 No.99, Zhujiang East Road, Jingyang District, Deyang City, Sichuan Province Applicant before: DONGFANG ELECTRIC WIND POWER Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |