CN113374652A - 一种风力发电机组寿命评估方法 - Google Patents
一种风力发电机组寿命评估方法 Download PDFInfo
- Publication number
- CN113374652A CN113374652A CN202110647575.2A CN202110647575A CN113374652A CN 113374652 A CN113374652 A CN 113374652A CN 202110647575 A CN202110647575 A CN 202110647575A CN 113374652 A CN113374652 A CN 113374652A
- Authority
- CN
- China
- Prior art keywords
- load
- generating set
- wind generating
- real
- time
- 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 43
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000010008 shearing Methods 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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
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)
Abstract
本发明公开了一种风力发电机组寿命评估方法，包括以下步骤：S1，获取风力发电机组的机组特性数据，修正风力发电机组的Bladed模型；S2，根据修正后的风力发电机组的Bladed模型，建立风力发电机组的载荷实时预估模型；S3，验证载荷实时预估模型准确性，修正载荷实时预估模型；S4，利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，和/或，利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估；S5，得到风力发电机组的疲劳损伤值，判断风力发电机组是否能继续使用。本发明解决了现有技术存在的难以有效准确评估风力发电机组寿命等问题。
Description
技术领域
本发明涉及定风力发电技术领域，具体是一种风力发电机组寿命评估方法。
背景技术
风电机组的疲劳设计寿命一般为20年，一般根据IEC61400-1标准设计风区执行，分为I、II、III或S类等风区，而实际机组投运的风资源数据往往低于设计条件，说明实际机组运行载荷低于设计值。因此机组各关键部件的疲劳损伤低于设计值，从机组使用寿命角度出发，在役机组的真实寿命大于20年，所以需根据在役运行机组的真实外部环境和运维条件。目前缺乏有效准确评估风力发电机组寿命的方法。
发明内容
为克服现有技术的不足，本发明提供了一种风力发电机组寿命评估方法，解决现有技术存在的难以有效准确评估风力发电机组寿命等问题。
本发明解决上述问题所采用的技术方案是：
一种风力发电机组寿命评估方法，包括以下步骤：
S1，获取风力发电机组的机组特性数据，修正风力发电机组的Bladed模型；
S2，根据修正后的风力发电机组的Bladed模型，建立风力发电机组的载荷实时预估模型；
S3，验证载荷实时预估模型准确性，修正载荷实时预估模型；
S4，利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，和/或，利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估；
S5，得到风力发电机组的疲劳损伤值，判断风力发电机组是否能继续使用。
利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，可得到已运行的时间段的机组的疲劳损伤值；利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估，可得到待运行的时间段的机组的疲劳损伤值，从而判断风力发电机组是否能继续使用，便于有效准确评估风力发电机组寿命，为机组延寿提供直观的数据，助力已投运风电场获取更高的经济价值。
作为一种优选的技术方案，步骤S1包括：
S11，获取传动链频率数据、塔筒频率数据、变桨响应数据、力矩响应数据和/或机舱加速度数据；
S12，分析Bladed模型与S11步骤所获取的数据的差异，修正Bladed模型。
在真实风电机组上进行系统辨识，获取传传动链频率数据、塔筒频率数据、变桨响应数据、力矩响应数据和/或机舱加速度数据，通过分析Bladed模型和真实机组的差异，修正机组的Bladed模型的物理属性，使各系统的固有频率相等，建立模型与真实机组一一对应的关系，相当于把真实机组数字化。
作为一种优选的技术方案，步骤S2包括以下步骤：
S21，在步骤S12得到的修正后的Bladed模型基础上，借用机组仿真的桨角数据、转速数据、力矩数据和/或机舱加速度数据，然后反推塔筒的倾覆力矩，和/或，反推轮毂的中心推力及转矩；
S22，建立具有以下仿真载荷时序的载荷实时预估模型：
其中，
表示预估载荷，Mxy为塔筒底部载荷，Fx为轮毂中心载荷，Mx为轮毂中心力矩，X表示测量数据，β为桨矩角，FA为机舱前后方向加速度，SS为机舱左右方向加速度，N为发电机转速，Φ为权重矩阵。
作为一种优选的技术方案，步骤S3包括以下步骤：
S31，运行载荷实时预估模型，并进行实时载荷测试；
S32，对比分析载荷实时预估的载荷与实时载荷测试得到的载荷，利用实时载荷测试得到的载荷修正载荷实时预估模型。
以上步骤便于修正载荷实时预估模型。
作为一种优选的技术方案，步骤S4包括以下步骤：
S41，利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，和/或，利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估；从而得到已运行的时间段和/或待运行的时间段的载荷时间序列；
S42，结合风场因素，得到关键位置处的Markov矩阵和/或等效疲劳载荷，从而得到已运行的时间段和/或待运行的时间段的风力发电机组的真实载荷。
以上步骤便于得到已运行的时间段和/或待运行的时间段的风力发电机组的真实载荷。
作为一种优选的技术方案，步骤S5包括以下步骤：
S51,根据已运行时间内的风力发电机组的真实载荷，计算出一段固定时间段内关键位置处的疲劳损伤值；
S52，对疲劳损伤值进行一段固定时间段内的线性叠加，根据疲劳损伤值的线性叠加值判断风力发电机组是否可以继续使用；判断为风力发电机组可以继续使用的条件如下：
d1+d2+di…+dn＜1，
其中，i表示固定时间段的编号，n表示固定时间段的总数，i、n均为正整数，i≤n，di表示第i个固定时间段位置的疲劳损伤值。
以上步骤便于准确判断风力发电机组能否继续使用。
作为一种优选的技术方案，所述一段固定时间段为一年。
以年为固定时间段的单位，符合业内通用做法，便于统计分析。
作为一种优选的技术方案，还包括以下步骤：
S6，利用载荷预估模型实时监测机组载荷情况，利用疲劳损伤值，预测风力发电机组的残余寿命。
基于上述方法开发机组寿命评估程序，将其部署在投运风场的SCADA中，预测在役机组关键部件的损伤，通过现场运行数据的积累和分析，计算关键部件实际的疲劳寿命，为机组延寿提供直观的数据，机组设计提供参考数据，优化各部件寿命降低过多的冗余设计。
作为一种优选的技术方案，还包括以下步骤：
S7，根据预测的风力发电机组的残余寿命，设定风力发电机组的残余寿命预警阈值。
这有利于对风力发电机组进行故障预警，从而降低运维成本。
作为一种优选的技术方案，步骤S7中，取残余寿命最短的部件的寿命值作为风力发电机组的残余寿命预警的阈值。
这使得对风力发电机组进行故障预警的设计更加科学，便于及时发现故障。
本发明相比于现有技术，具有以下有益效果：
(1)本发明利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，可得到已运行的时间段的机组的疲劳损伤值；利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估，可得到待运行的时间段的机组的疲劳损伤值，从而判断风力发电机组是否能继续使用，便于有效准确评估风力发电机组寿命，为机组延寿提供直观的数据，助力已投运风电场获取更高的经济价值；
(2)本发明建立模型与真实机组一一对应的关系；
(3)本发明便于修正载荷实时预估模型；
(4)本发明便于得到已运行的时间段和/或待运行的时间段的风力发电机组的真实载荷；
(5)本发明便于准确判断风力发电机组能否继续使用；
(6)本发明以年为固定时间段的单位，符合业内通用做法，便于统计分析；
(7)本发明有利于对风力发电机组进行故障预警，从而降低运维成本。
附图说明
图1为本发明的步骤图。
具体实施方式
下面结合实施例及附图，对本发明作进一步的详细说明，但本发明的实施方式不限于此。
实施例1
如图1所示，一种风力发电机组寿命评估方法，包括以下步骤：
S1，获取风力发电机组的机组特性数据，修正风力发电机组的Bladed模型；
S2，根据修正后的风力发电机组的Bladed模型，建立风力发电机组的载荷实时预估模型；
S3，验证载荷实时预估模型准确性，修正载荷实时预估模型；
S4，利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，和/或，利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估；
S5，得到风力发电机组的疲劳损伤值，判断风力发电机组是否能继续使用。
利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，可得到已运行的时间段的机组的疲劳损伤值；利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估，可得到待运行的时间段的机组的疲劳损伤值，从而判断风力发电机组是否能继续使用，便于有效准确评估风力发电机组寿命，为机组延寿提供直观的数据，助力已投运风电场获取更高的经济价值。
本文所述的已运行的时间段是指风力发电机组全生命周期中已经使用的时间段，本文所述的待运行的时间段是指风力发电机组全生命周期中还未使用的时间段，举例如下：如果某风力发电机组能正常运行20年，现在已经运行8年，则已运行的时间段指已经运行的这8年，待运行的时间段指还未运行的剩下的12年。
Bladed模型一般在风力发电机组设计过程(还未被制造出来)的过程中即已经生成，因此本发明所述方法中并不需要单独再建立Bladed模型。
作为一种优选的技术方案，步骤S1包括：
S11，获取传动链频率数据、塔筒频率数据、变桨响应数据、力矩响应数据和/或机舱加速度数据；
S12，分析Bladed模型与S11步骤所获取的数据的差异，修正Bladed模型。
在真实风电机组上进行系统辨识，获取传传动链频率数据、塔筒频率数据、变桨响应数据、力矩响应数据和/或机舱加速度数据，通过分析Bladed模型和真实机组的差异，修正机组的Bladed模型的物理属性，使各系统的固有频率相等，建立模型与真实机组一一对应的关系，相当于把真实机组数字化。
作为一种优选的技术方案，步骤S2包括以下步骤：
S21，在步骤S12得到的修正后的Bladed模型基础上，借用机组仿真的桨角数据、转速数据、力矩数据和/或机舱加速度数据，然后反推塔筒的倾覆力矩，和/或，反推轮毂的中心推力及转矩；
S22，建立具有以下仿真载荷时序的载荷实时预估模型：
其中，
表示预估载荷，Mxy为塔筒底部载荷，Fx为轮毂中心载荷，Mx为轮毂中心力矩，X表示测量数据，β为桨矩角，FA为机舱前后方向加速度，SS为机舱左右方向加速度，N为发电机转速，Φ为权重矩阵。
作为一种优选的技术方案，步骤S3包括以下步骤：
S31，运行载荷实时预估模型，并进行实时载荷测试；
S32，对比分析载荷实时预估的载荷与实时载荷测试得到的载荷，利用实时载荷测试得到的载荷修正载荷实时预估模型。
以上步骤便于修正载荷实时预估模型。
优选的，将载荷实时预估模型部署在运行机组的PLC上，通过实际运行数据计算得到机组的塔筒载荷，同时在塔筒底部贴应变片进行实时载荷测试，对比分析预测与实测载荷的差别，利用实测载荷数据优化载荷实时预估模型，使载荷实时预估模型更加精准的反映真实载荷，建立机组的Bladed模型、预估模型与真实机组载荷对应关系。
作为一种优选的技术方案，步骤S4包括以下步骤：
S41，利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，和/或，利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估；从而得到已运行的时间段和/或待运行的时间段的载荷时间序列；
S42，结合风场因素，得到关键位置处的Markov矩阵和/或等效疲劳载荷，从而得到已运行的时间段和/或待运行的时间段的风力发电机组的真实载荷。
以上步骤便于得到已运行的时间段和/或待运行的时间段的风力发电机组的真实载荷。
优选的，基于Bladed模型、预估模型与真实机组载荷之间的对应关系，结合机组实际运行SCADA记录数据，分析外部环境的湍流强度、空气密度和风剪切等因素，利用Bladed理论模型计算不同情况下的载荷时间序列，结合风场每年的风频分布，通过雨流计数方法得到每年不同关键位置处的Markov矩阵或等效疲劳载荷。
作为一种优选的技术方案，步骤S5包括以下步骤：
S51,根据已运行时间内的风力发电机组的真实载荷，计算出一段固定时间段内关键位置处的疲劳损伤值；
S52，对疲劳损伤值进行一段固定时间段内的线性叠加，根据疲劳损伤值的线性叠加值判断风力发电机组是否可以继续使用；判断为风力发电机组可以继续使用的条件如下：
d1+d2+di…+dn＜1，
其中，i表示固定时间段的编号，n表示固定时间段的总数，i、n均为正整数，i≤n，di表示第i个固定时间段位置的疲劳损伤值。
以上步骤便于准确判断风力发电机组能否继续使用。
优选的，基于每年的Markov矩阵或等效疲劳载荷可计算出不同位置处的疲劳损伤值di，采用常用的线性累积损伤Miner理论，通过每年的疲劳损伤值的线性叠加值，判断机组的疲劳损伤值是否达到1，如果小于1说明机组还可以继续使用。
优选的，机组的残余寿命可采用如下公式计算：
其中，i表示固定时间段的编号，n表示固定时间段的总数，i、n均为正整数，i≤n，di表示第i个固定时间段位置的疲劳损伤值,Q为机组的使用寿命。
优选的，Q可取20年，用以以年为单位计算统计。
作为一种优选的技术方案，所述一段固定时间段为一年。
以年为固定时间段的单位，符合业内通用做法，便于统计分析。
实施例2
如图1所示，作为实施例1的进一步优化，本实施例包含了实施例1的全部技术特征，除此之外，本实施例还包括以下技术特征：
作为一种优选的技术方案，还包括以下步骤：
S6，利用载荷预估模型实时监测机组载荷情况，利用疲劳损伤值，预测风力发电机组的残余寿命。
基于上述方法开发机组寿命评估程序，将其部署在投运风场的SCADA中，预测在役机组关键部件的损伤，通过现场运行数据的积累和分析，计算关键部件实际的疲劳寿命，为机组延寿提供直观的数据，机组设计提供参考数据，优化各部件寿命降低过多的冗余设计。
作为一种优选的技术方案，还包括以下步骤：
S7，根据预测的风力发电机组的残余寿命，设定风力发电机组的残余寿命预警阈值。
这有利于对风力发电机组进行故障预警，从而降低运维成本。
作为一种优选的技术方案，步骤S7中，取残余寿命最短的部件的寿命值作为风力发电机组的残余寿命预警的阈值。
这使得对风力发电机组进行故障预警的设计更加科学，便于及时发现故障。
本发明的主要目的在于：预测在役机组的疲劳寿命，为机组的延寿提供可靠的理论依据，助力已投运风电场获取更高的经济价值。
优选的，对已运行的时间段内的疲劳损伤，首先基于主控PLC实时数据建立载荷实时预估模型，通过Bladed理论模型和载荷测试数据修正和优化模型，使其能真实反映实际机组的载荷。根据实际投运风电机组的外部环境和运行特点，采用理论仿真的方法，得到机组运行期间关键部件的载荷，结合雨流计数计算部件Markov矩阵，采用疲劳载荷与损伤间的线性关系，最终计算已投运时间内的不同部件的损伤值。
疲劳损伤值包括已运行的时间段、待运行的时间段两种情况，一方面对已运行的时间段的损伤值可采用上述方法进行统计，另一方面待运行的时间段未知的载荷可直接采用载荷实时预估模型，实时在线统计载荷变化幅值，进而得到不同位置处的实时损伤。采用线性累积损伤Miner理论，将两种情况下的损伤值叠加，为疲劳寿命评估提供数据，最终实现实时预测机组疲劳寿命。
基于上述方法开发机组寿命评估程序，将其部署在投运风场的SCADA中，预测在役机组关键部件的损伤，通过现场运行数据的积累和分析，计算关键部件实际的疲劳寿命，为机组延寿提供直观的数据，或对关键部件的故障预警降低运维成本，同时为机组设计提供参考数据，优化各部件寿命降低过多的冗余设计。
如上所述，可较好地实现本发明。
本说明书中所有实施例公开的所有特征，或隐含公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合和/或扩展、替换。
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，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。
Claims (10)
1.一种风力发电机组寿命评估方法，其特征在于，包括以下步骤：
S1，获取风力发电机组的机组特性数据，修正风力发电机组的Bladed模型；
S2，根据修正后的风力发电机组的Bladed模型，建立风力发电机组的载荷实时预估模型；
S3，验证载荷实时预估模型准确性，修正载荷实时预估模型；
S4，利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，和/或，利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估；
S5，得到风力发电机组的疲劳损伤值，判断风力发电机组是否能继续使用。
2.根据权利要求1所述的一种风力发电机组寿命评估方法，其特征在于，步骤S1包括：
S11，获取传动链频率数据、塔筒频率数据、变桨响应数据、力矩响应数据和/或机舱加速度数据；
S12，分析Bladed模型与S11步骤所获取的数据的差异，修正Bladed模型。
3.根据权利要求2所述的一种风力发电机组寿命评估方法，其特征在于，步骤S2包括以下步骤：
S21，在步骤S12得到的修正后的Bladed模型基础上，借用机组仿真的桨角数据、转速数据、力矩数据和/或机舱加速度数据，然后反推塔筒的倾覆力矩，和/或，反推轮毂的中心推力及转矩；
S22，建立具有以下仿真载荷时序的载荷实时预估模型：
其中，
表示预估载荷，Mxy为塔筒底部载荷，Fx为轮毂中心载荷，Mx为轮毂中心力矩，X表示测量数据，β为桨矩角，FA为机舱前后方向加速度，SS为机舱左右方向加速度，N为发电机转速，Φ为权重矩阵。
4.根据权利要求3所述的一种风力发电机组寿命评估方法，其特征在于，步骤S3包括以下步骤：
S31，运行载荷实时预估模型，并进行实时载荷测试；
S32，对比分析载荷实时预估的载荷与实时载荷测试得到的载荷，利用实时载荷测试得到的载荷修正载荷实时预估模型。
5.根据权利要求4所述的一种风力发电机组寿命评估方法，其特征在于，步骤S4包括以下步骤：
S41，利用修正后的Bladed模型，对已运行的时间段的机组的真实载荷进行计算，和/或，利用修正后的载荷实时预估模型，对待运行的时间段的机组载荷进行预估；从而得到已运行的时间段和/或待运行的时间段的载荷时间序列；
S42，结合风场因素，得到关键位置处的Markov矩阵和/或等效疲劳载荷，从而得到已运行的时间段和/或待运行的时间段的风力发电机组的真实载荷。
6.根据权利要求5所述的一种风力发电机组寿命评估方法，其特征在于，步骤S5包括以下步骤：
S51,根据已运行时间内的风力发电机组的真实载荷，计算出一段固定时间段内关键位置处的疲劳损伤值；
S52，对疲劳损伤值进行一段固定时间段内的线性叠加，根据疲劳损伤值的线性叠加值判断风力发电机组是否可以继续使用；判断为风力发电机组可以继续使用的条件如下：
d1+d2+di…+dn＜1，
其中，i表示固定时间段的编号，n表示固定时间段的总数，i、n均为正整数，i≤n，di表示第i个固定时间段位置的疲劳损伤值。
7.根据权利要求6所述的一种风力发电机组寿命评估方法，其特征在于，所述一段固定时间段为一年。
8.根据权利要求1至7任一项所述的一种风力发电机组寿命评估方法，其特征在于，还包括以下步骤：
S6，利用载荷预估模型实时监测机组载荷情况，利用疲劳损伤值，预测风力发电机组的残余寿命。
9.根据权利要求8所述的一种风力发电机组寿命评估方法，其特征在于，还包括以下步骤：
S7，根据预测的风力发电机组的残余寿命，设定风力发电机组的残余寿命预警阈值。
10.根据权利要求9所述的一种风力发电机组寿命评估方法，其特征在于，步骤S7中，取残余寿命最短的部件的寿命值作为风力发电机组的残余寿命预警的阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110647575.2A CN113374652A (zh) | 2021-06-10 | 2021-06-10 | 一种风力发电机组寿命评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110647575.2A CN113374652A (zh) | 2021-06-10 | 2021-06-10 | 一种风力发电机组寿命评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113374652A true CN113374652A (zh) | 2021-09-10 |
Family
ID=77573511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110647575.2A Pending CN113374652A (zh) | 2021-06-10 | 2021-06-10 | 一种风力发电机组寿命评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113374652A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113821979A (zh) * | 2021-09-29 | 2021-12-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种风电机组疲劳损伤和寿命评估方法、计算机设备及存储介质 |
| 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 |
| CN114091197A (zh) * | 2021-11-22 | 2022-02-25 | 西安热工研究院有限公司 | 一种风电机组整机承载部件寿命评估方法 |
| CN115270326A (zh) * | 2022-07-15 | 2022-11-01 | 华能国际电力股份有限公司河北清洁能源分公司 | 一种风电机组主增速齿轮箱延长使用寿命的系统及方法 |
| CN115977892A (zh) * | 2023-01-16 | 2023-04-18 | 盛东如东海上风力发电有限责任公司 | 一种评估叶片疲劳寿命的方法、装置及叶片 |
| WO2023123689A1 (zh) * | 2021-12-29 | 2023-07-06 | 新疆金风科技股份有限公司 | 一种风力发电机组的控制方法、装置、设备及介质 |
| CN116432361A (zh) * | 2021-12-27 | 2023-07-14 | 北京金风科创风电设备有限公司 | 风力发电机组的寿命评估方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107387333A (zh) * | 2017-09-08 | 2017-11-24 | 北京金风科创风电设备有限公司 | 风力发电机组塔架部件的疲劳损伤的确定方法和设备 |
| CN107454925A (zh) * | 2015-04-13 | 2017-12-08 | 乌本产权有限公司 | 用于确定风能设备的剩余使用寿命的方法 |
| CN108825447A (zh) * | 2018-05-29 | 2018-11-16 | 无锡风电设计研究院有限公司 | 一种风力机监测方法及系统 |
| 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 |
| CN111460718A (zh) * | 2020-04-03 | 2020-07-28 | 天津智惠未来科技有限责任公司 | 一种风电叶片剩余疲劳寿命评估方法 |
-
2021
- 2021-06-10 CN CN202110647575.2A patent/CN113374652A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107454925A (zh) * | 2015-04-13 | 2017-12-08 | 乌本产权有限公司 | 用于确定风能设备的剩余使用寿命的方法 |
| CN107387333A (zh) * | 2017-09-08 | 2017-11-24 | 北京金风科创风电设备有限公司 | 风力发电机组塔架部件的疲劳损伤的确定方法和设备 |
| CN108825447A (zh) * | 2018-05-29 | 2018-11-16 | 无锡风电设计研究院有限公司 | 一种风力机监测方法及系统 |
| 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 |
| CN111460718A (zh) * | 2020-04-03 | 2020-07-28 | 天津智惠未来科技有限责任公司 | 一种风电叶片剩余疲劳寿命评估方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113821979A (zh) * | 2021-09-29 | 2021-12-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种风电机组疲劳损伤和寿命评估方法、计算机设备及存储介质 |
| CN113821979B (zh) * | 2021-09-29 | 2022-12-09 | 中国华能集团清洁能源技术研究院有限公司 | 一种风电机组疲劳损伤和寿命评估方法、计算机设备及存储介质 |
| 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 |
| CN114091197A (zh) * | 2021-11-22 | 2022-02-25 | 西安热工研究院有限公司 | 一种风电机组整机承载部件寿命评估方法 |
| CN114091197B (zh) * | 2021-11-22 | 2024-02-23 | 西安热工研究院有限公司 | 一种风电机组整机承载部件寿命评估方法 |
| CN116432361A (zh) * | 2021-12-27 | 2023-07-14 | 北京金风科创风电设备有限公司 | 风力发电机组的寿命评估方法和装置 |
| CN116432361B (zh) * | 2021-12-27 | 2024-05-24 | 北京金风科创风电设备有限公司 | 风力发电机组的寿命评估方法和装置 |
| WO2023123689A1 (zh) * | 2021-12-29 | 2023-07-06 | 新疆金风科技股份有限公司 | 一种风力发电机组的控制方法、装置、设备及介质 |
| CN115270326A (zh) * | 2022-07-15 | 2022-11-01 | 华能国际电力股份有限公司河北清洁能源分公司 | 一种风电机组主增速齿轮箱延长使用寿命的系统及方法 |
| CN115977892A (zh) * | 2023-01-16 | 2023-04-18 | 盛东如东海上风力发电有限责任公司 | 一种评估叶片疲劳寿命的方法、装置及叶片 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113374652A (zh) | 一种风力发电机组寿命评估方法 | |
| CN112219028B (zh) | 风力涡轮机控制方法 | |
| CN102022264B (zh) | 用于风力涡轮机健康管理的系统和方法 | |
| CN107291991B (zh) | 一种基于动态网络标志的风电机组早期缺陷预警方法 | |
| CN108680358A (zh) | 一种基于轴承温度模型的风电机组故障预测方法 | |
| EP3638900A1 (en) | Independent monitoring system for a wind turbine | |
| Dinwoodie et al. | Analysis of offshore wind turbine operation and maintenance using a novel time domain meteo-ocean modeling approach | |
| CN105701337A (zh) | 风电机组的疲劳寿命预测方法和装置 | |
| CN106815771A (zh) | 一种风电场载荷的长期评估方法 | |
| CN110390146B (zh) | 基于扇区载荷的风电机组塔筒焊缝疲劳损伤计算方法及产品 | |
| CN103678858A (zh) | 一种存在竞争失效条件下的设备剩余寿命预测方法 | |
| CN111340307B (zh) | 预测风机风力发电功率的方法以及相关装置 | |
| CN111878322A (zh) | 风力发电机装置 | |
| CN112906236A (zh) | 风电机组关键结构位置剩余寿命预测方法及装置 | |
| CN115796059A (zh) | 一种基于深度学习的电气设备寿命预测方法及系统 | |
| CN111882238A (zh) | 基于云模型和eahp的门座起重机结构健康评估方法 | |
| CN116306139A (zh) | 一种风力机叶片寿命智能监测方法及系统 | |
| CN113987870B (zh) | 一种风电机组主传动系统状态评估方法及终端设备 | |
| Andrawus et al. | Optimisation of wind turbine inspection intervals | |
| CN115929569B (zh) | 一种风电机组变桨系统故障诊断方法 | |
| CN114576102A (zh) | 风电机组轴承状态的预测方法、装置、设备及存储介质 | |
| CN111878323B (zh) | 一种基于频谱自相关函数的风力发电机组故障预警方法 | |
| Zhang | Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data | |
| Gray et al. | A practical approach to the use of scada data for optimized wind turbine condition based maintenance | |
| Eecen et al. | Estimating costs of operations and maintenance of offshore wind farms |
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 | ||
| CB02 | Change of applicant information |
Address after: Room 206-20, second floor, building 1, Gongyuan street, Tongzhou District, Beijing 101199 Applicant after: China Three Gorges Construction Engineering (Group) Co.,Ltd. Applicant after: Dongfang Electric Wind Power Co.,Ltd. Address before: Room 206-20, second floor, building 1, Gongyuan street, Tongzhou District, Beijing 101199 Applicant before: China Three Gorges Construction Engineering (Group) Co.,Ltd. Applicant before: DONGFANG ELECTRIC WIND POWER Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |