CN113790130B - 风力发电机组转速波动平稳性的评估方法 - Google Patents

风力发电机组转速波动平稳性的评估方法 Download PDF

Info

Publication number
CN113790130B
CN113790130B CN202111114460.3A CN202111114460A CN113790130B CN 113790130 B CN113790130 B CN 113790130B CN 202111114460 A CN202111114460 A CN 202111114460A CN 113790130 B CN113790130 B CN 113790130B
Authority
CN
China
Prior art keywords
sequence
speed
power
rotating speed
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.)
Active
Application number
CN202111114460.3A
Other languages
English (en)
Other versions
CN113790130A (zh
Inventor
吴峰
李思亮
朱海涛
李光辉
吕祥云
严天赐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Three Gorges Technology Co ltd
Windmagics Wuhan Co ltd
ZHONGWAI TIANLI (BEIJING) WIND POWER TECHNOLOGY Co.,Ltd.
Original Assignee
Windmagics Wuhan Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Windmagics Wuhan Co ltd filed Critical Windmagics Wuhan Co ltd
Priority to CN202111114460.3A priority Critical patent/CN113790130B/zh
Publication of CN113790130A publication Critical patent/CN113790130A/zh
Application granted granted Critical
Publication of CN113790130B publication Critical patent/CN113790130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明涉及一种风力发电机组转速波动平稳性的评估方法，获取风力发电机组的满发功率序列和额定风速；从满发功率序列中筛选出风速大于等于额定风速的时间序列，在时间序列的每个连续时间片段中提取偏航角保持不变的最长时段；将所有最长时段重新组成一个新的时间序列，即为转速平稳性分析时段；针对转速平稳性分析时段，采取N折交叉验证法对发电机转速进行均值检验和方差检验，若能同时满足均值检验和方差检验则转速波动平稳，否则转速波动不平稳。本发明的方法能够在机组满负荷运行过程中寻找出符合发电机转速分析的片段，并对机组的发电机转速波动平稳性进行评估，能够更加准确的评估机组运行状态。

Description

风力发电机组转速波动平稳性的评估方法
技术领域
本发明属于风力发电技术领域，具体涉及一种风力发电机组转速波动平稳性的评估方法。
背景技术
风力发电机的额定输出功率依据特定的额定风速而定，风力发电机的输出功率会随风速的变化而变化，其发电机转速也随之发生变化。由于风速具有很强的波动性和不确定性，因此风电机组的稳定性是一个我们值得关注的问题，这也是风电机组持续健康运行的关键。机组运行过程的发电机转速除了和功率有关，还受到风速和偏航状态的影响。当风速处于额定风速与切出风速之间时，机组能够满负荷运行，其对应的输出功率会在额定功率附近有微小的波动，因此对机组的发电机转速波动平稳性进行评估是非常有必要的。
发明内容
本发明的目的在于提供一种风力发电机组转速波动平稳性的评估方法，本发明的方法能够在机组满负荷运行过程中寻找出符合发电机转速分析的片段，并对机组的发电机转速波动平稳性进行评估，能够更加准确的评估机组运行状态。
为实现上述目的，本发明提供如下技术方案：
一种风力发电机组转速波动平稳性的评估方法，其特征在于：
获取风力发电机组的满发功率序列和额定风速；
从满发功率序列中筛选出风速大于等于额定风速的时间序列，在时间序列的每个连续时间片段中提取偏航角保持不变的最长时段；将所有最长时段重新组成一个新的时间序列，即为转速平稳性分析时段；
针对转速平稳性分析时段，采取N折交叉验证法对发电机转速进行均值检验和方差检验，若能同时满足均值检验和方差检验则转速波动平稳，否则转速波动不平稳。
进一步地，所述满发功率序列为实际满发功率序列，实际满发功率序列的获取包括：
S101、计算初始的满发功率下限；
S102、提取大于满发功率下限的功率数据序列，并设定有效满发功率片段的持续长度，选择长度大于等于该持续长度的功率片段，得到若干动态额定功率区间；
S103、将若干动态额定功率区间对应的功率数据按照时间顺序进行合并，得到新的功率数据序列，并计算出新的满发功率下限；
S104、重复步骤S102和S103，直到得到的新的功率数据序列或者满发功率下限不再变化，此时新的功率数据序列即为实际满发功率序列。
进一步地，所述额定风速为与实际满发功率序列相对应的真实额定风速。
进一步地，获取与转速平稳性分析时段对应的功率序列和发电机转速序列，针对发电机转速序列采取N折交叉验证法，对发电机转速进行均值检验和方差检验，若能同时满足均值检验和方差检验则转速波动平稳，否则转速波动不平稳。
进一步地，采取N折交叉验证法对发电机转速进行均值检验和方差检验包括：
S301、依据发电机转速序列，每次从中选择一个子集作为集合A，剩余子集的集合记作集合B；
S302、均值验证：将集合A和B进行两独立样本t检验，并求出此时的t值和p值；如果p>0.05，则通过验证，反之则没有通过验证；
S303、方差检验：计算发电机转速序列卡方统计量Sta和0.975置信水平上限卡方统计量
Figure 923968DEST_PATH_IMAGE001
，并比较Sta<
Figure 876881DEST_PATH_IMAGE001
是否成立，成立则通过检验，反之则没有通过检验；重复步骤S302和S303过程，直至遍历所有子集；
S304、检查步骤S302和S303中的均值验证和方差检验是否同时通过，同时通过则该波段转速平稳，否则该波段转速不平稳。
进一步地，所述电机转速序列中的子集按照连续的时间片段划分或者均分。
与现有技术相比，本发明的有益效果如下：本发明基于“转速平稳性分析时段”提出一种风力发电机组转速波动平稳性评估算法，该算法能够在机组满负荷运行过程中寻找出符合发电机转速分析的片段，并对机组的发电机转速波动平稳性进行评估，能够更加准确的评估机组运行状态。
附图说明
图1是风力发电机组转速波动平稳性的评估方法的流程图。
图2是案例一中的发电机转速与功率图。
图3是案例二中的发电机转速与功率图。
具体实施方式
下面将结合具体实施例对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种风力发电机组转速波动平稳性的评估方法，当风速处于额定风速与切出风速之间时，机组能够满负荷运行，其对应的输出功率会在额定功率附近有微小的波动，因此需要确定一个真实的额定风速和额定功率，并且偏航应该是一个不变的状态，才能筛选出满足条件的转速平稳性分析的时段。针对找到的发电机转速分析时段，采取N折交叉验证法，对发电机转速进行均值检验和方差检验，最后功率波段同时通过均值检验和方差检验的即为平稳。具体包括。
一、获取风力发电机组的满发功率序列和额定风速。为了提高准确性需要真实的额定风速和额定功率，即所述满发功率序列为实际满发功率序列，所述额定风速为与实际满发功率序列相对应的真实额定风速；
其中实际满发功率序列的获取包括：
S101、计算初始的满发功率下限
Figure 736252DEST_PATH_IMAGE002
；
S102、在风力发电机组满负荷运行过程中某一段时间内的完整功率数据序列中提取大于满发功率下限
Figure 407405DEST_PATH_IMAGE002
的功率数据序列
Figure 908793DEST_PATH_IMAGE003
，并设定有效满发功率片段的持续长度num，选择长度大于等于该持续长度num的功率片段，得到若干动态额定功率区间
Figure 984721DEST_PATH_IMAGE004
；
S103、将若干动态额定功率区间
Figure 280573DEST_PATH_IMAGE004
对应的功率数据按照时间顺序进行合并，得到新的功率数据序列
Figure 439022DEST_PATH_IMAGE003
，并计算出新的满发功率下限
Figure 212943DEST_PATH_IMAGE002
；
S104、在新的功率数据序列
Figure 140448DEST_PATH_IMAGE003
中提取大于新的满发功率下限
Figure 482568DEST_PATH_IMAGE002
的功率数据序列，重复步骤S102和S103，直到得到的新的功率数据序列
Figure 128313DEST_PATH_IMAGE003
或者满发功率下限
Figure 440345DEST_PATH_IMAGE002
不再变化，此时新的功率数据序列
Figure 487936DEST_PATH_IMAGE003
即为实际满发功率序列。
二、发电机转速的平稳性除了考虑功率因素以外，还需要考虑偏航和风速因素的影响，转速平稳性分析时段的选取还需要经过以下几个步骤：
S201、依据S104中得到的实际满发功率序列
Figure 128520DEST_PATH_IMAGE003
，确定一个真实额定风速S0，并提取
Figure 261561DEST_PATH_IMAGE003
序列对应风速大于S0的时间序列
Figure 111706DEST_PATH_IMAGE005
；
S202、根据步骤S201中得到时间序列
Figure 13802DEST_PATH_IMAGE005
，依次检查序列中的每个连续时间片段
Figure 556779DEST_PATH_IMAGE006
（第i段连续时间片段），筛选出对应偏航角保持不变的最长时段
Figure 911537DEST_PATH_IMAGE007
，并重新组成一个新的时间序列
Figure 830952DEST_PATH_IMAGE008
；
S203、通过步骤S202、，最终得到的
Figure 587555DEST_PATH_IMAGE007
的集合序列
Figure 304363DEST_PATH_IMAGE008
，即为转速平稳性分析时段。
三、通过上述一和二获取转速平稳性分析时段，针对转速平稳性分析时段，采取N折交叉验证法对发电机转速进行均值检验和方差检验，若能同时满足均值检验和方差检验则转速波动平稳，否则转速波动不平稳；
发电机转速的平稳性需要在机组功率持续稳定在额定功率附近运行，偏航角度保持不变，并且风速保持在额定风速以上的稳定状态下进行检验。根据转速平稳性分析时段
Figure 411996DEST_PATH_IMAGE008
，记此时对应的功率序列为
Figure 869522DEST_PATH_IMAGE009
和对应的发电机转速序列
Figure 480632DEST_PATH_IMAGE010
，即为判断发电机转速波动的数据来源。评估发电机转速平稳性的步骤如下：
S301、依据发电机转速序列
Figure 630991DEST_PATH_IMAGE010
，每次从中选择一个子集作为集合A，剩余子集的集合记作集合B；所述子集可以按照连续的时间片段划分或者均分；
S302、均值验证：将集合A和B依据以下公式，进行两独立样本t检验，并求出此时的t值和p值（查表）；
Figure 960341DEST_PATH_IMAGE011
Figure 487137DEST_PATH_IMAGE012
-2
其中，
Figure 687174DEST_PATH_IMAGE013
SA和 SB为两样本的标准差 ，SA 2和 SB 2为两样本的方差，nA 和nB 为两样本容量，
Figure 288662DEST_PATH_IMAGE014
表示自由度；
如果p>0.05，则通过验证，反之则没有通过验证；
S303、方差检验：计算发电机转速序列卡方统计量Sta和0.975置信水平上限卡方统计量
Figure 105308DEST_PATH_IMAGE001
，并比较Sta<
Figure 904637DEST_PATH_IMAGE001
是否成立，成立则通过检验，反之则没有通过检验；重复步骤S302和S303过程，直至遍历所有子集；
Figure 490339DEST_PATH_IMAGE015
-2)
Figure 982500DEST_PATH_IMAGE016
S304、检查步骤S302和S303中的均值验证和方差检验是否同时通过，同时通过则该波段转速平稳，否则该波段转速不平稳。
案例一
选取某机组从2019-11-23~2019-11-29期间的1min间隔数据。其对应的发电机转速波动平稳性分析过程如下：
（1）寻找实际满发功率序列，其序列起止时间如下表：
Figure 755284DEST_PATH_IMAGE017
（2）在步骤（1）的时间序列基础上，筛选符合条件的偏航和风速时间序列段，即为发电机转速波动分析的时间段，其序列起止时间如下表：
Figure 623883DEST_PATH_IMAGE018
（3）依据步骤（2）中得到的发电机转速波动分析时段，进行N折交叉验证的均值检验和方差检验，其结果如下表：
Figure 329671DEST_PATH_IMAGE019
（4）上述步骤（3）中所选波段均平稳，其中第三段发电机转速与功率图如图2所示。
案例二
选取某机组从2019-11-23~ 2019-11-29期间的1min间隔数据。其对应的发电机转速波动平稳性分析过程如下：
（1）寻找实际满发功率序列，其序列起止时间如下表：
Figure 730084DEST_PATH_IMAGE020
（2）在（1）的时间序列基础上，筛选符合条件的偏航和风速时间序列段，即为发电机转速波动分析的时间段，其序列起止时间如下表：
Figure 521323DEST_PATH_IMAGE021
（3）依据（2）中得到的发电机转速波动分析时段，进行N折交叉验证的均值检验和方差检验，其结果如下表：
Figure 928033DEST_PATH_IMAGE022
（4）上述步骤（3）中第二段和第三段均平稳，第一段不平稳，此时第一、二、三段的发电机转速波动图如图3所示。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种风力发电机组转速波动平稳性的评估方法，其特征在于：
获取风力发电机组的满发功率序列和额定风速；
从满发功率序列中筛选出风速大于等于额定风速的时间序列，在时间序列的每个连续时间片段中提取偏航角保持不变的最长时段；将所有最长时段重新组成一个新的时间序列，即为转速平稳性分析时段；
针对转速平稳性分析时段，采取N折交叉验证法对发电机转速进行均值检验和方差检验，若能同时满足均值检验和方差检验则转速波动平稳，否则转速波动不平稳。
2.根据权利要求1所述的风力发电机组转速波动平稳性的评估方法，其特征在于：所述满发功率序列为实际满发功率序列，实际满发功率序列的获取包括：
S101、计算初始的满发功率下限；
S102、提取大于满发功率下限的功率数据序列，并设定有效满发功率片段的持续长度，选择长度大于等于该持续长度的功率片段，得到若干动态额定功率区间；
S103、将若干动态额定功率区间对应的功率数据按照时间顺序进行合并，得到新的功率数据序列，并计算出新的满发功率下限；
S104、重复步骤S102和S103，直到得到的新的功率数据序列或者满发功率下限不再变化，此时新的功率数据序列即为实际满发功率序列。
3.根据权利要求2所述的风力发电机组转速波动平稳性的评估方法，其特征在于：所述额定风速为与实际满发功率序列相对应的真实额定风速。
4.根据权利要求1所述的风力发电机组转速波动平稳性的评估方法，其特征在于：获取与转速平稳性分析时段对应的功率序列和发电机转速序列，针对发电机转速序列采取N折交叉验证法，对发电机转速进行均值检验和方差检验，若能同时满足均值检验和方差检验则转速波动平稳，否则转速波动不平稳。
5.根据权利要求4所述的风力发电机组转速波动平稳性的评估方法，其特征在于：采取N折交叉验证法对发电机转速进行均值检验和方差检验包括：
S301、依据发电机转速序列，每次从中选择一个子集作为集合A，剩余子集的集合记作集合B；
S302、均值验证：将集合A和B进行两独立样本t检验，并求出此时的t值和p值；如果p>0.05，则通过验证，反之则没有通过验证；
S303、方差检验：计算发电机转速序列卡方统计量Sta和0.975置信水平上限卡方统计量
Figure 85962DEST_PATH_IMAGE001
，并比较Sta<
Figure 535398DEST_PATH_IMAGE002
是否成立，成立则通过检验，反之则没有通过检验；重复步骤S302和S303过程，直至遍历所有子集；
S304、检查步骤S302和S303中的均值验证和方差检验是否同时通过，同时通过则该时段转速平稳，否则该时段转速不平稳。
6.根据权利要求5所述的风力发电机组转速波动平稳性的评估方法，其特征在于：所述电机转速序列中的子集按照连续的时间片段划分或者均分。
CN202111114460.3A 2021-09-23 2021-09-23 风力发电机组转速波动平稳性的评估方法 Active CN113790130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111114460.3A CN113790130B (zh) 2021-09-23 2021-09-23 风力发电机组转速波动平稳性的评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111114460.3A CN113790130B (zh) 2021-09-23 2021-09-23 风力发电机组转速波动平稳性的评估方法

Publications (2)

Publication Number Publication Date
CN113790130A CN113790130A (zh) 2021-12-14
CN113790130B true CN113790130B (zh) 2022-10-14

Family

ID=79184307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111114460.3A Active CN113790130B (zh) 2021-09-23 2021-09-23 风力发电机组转速波动平稳性的评估方法

Country Status (1)

Country Link
CN (1) CN113790130B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2339743B1 (en) * 2008-10-16 2018-07-25 Mitsubishi Heavy Industries, Ltd. Wind power generation system, and its control method
US8704393B2 (en) * 2012-08-09 2014-04-22 General Electric Company System and method for controlling speed and torque of a wind turbine during post-rated wind speed conditions
JP6090792B2 (ja) * 2013-11-07 2017-03-08 株式会社日本製鋼所 風力発電装置、風力発電装置の変動抑制方法および風力発電装置の変動抑制プログラム
JP6320307B2 (ja) * 2015-01-07 2018-05-09 三菱重工業株式会社 風力発電設備の診断システム及び診断方法
CN105332853B (zh) * 2015-11-30 2018-01-30 东南大学 在额定风速以上协调风力发电机转速与功率的控制方法
CN112065668A (zh) * 2020-09-08 2020-12-11 沈阳工业大学 一种风电机组状态异常评估方法及系统

Also Published As

Publication number Publication date
CN113790130A (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
Huang et al. Rolling bearing fault diagnosis and performance degradation assessment under variable operation conditions based on nuisance attribute projection
Pan et al. Bearing performance degradation assessment based on lifting wavelet packet decomposition and fuzzy c-means
US5744723A (en) Method for determining rotational speed from machine vibration data
CN109297713B (zh) 基于平稳非平稳振动信号特征选择的汽轮机故障诊断方法
CN105866250B (zh) 基于振动的通风机叶片裂纹识别方法
CN110108992B (zh) 基于改进随机森林算法的电缆局放故障识别方法、系统
CN101603854A (zh) 旋转机械启停阶段非平稳振动信号瞬时频率估计算法
Chen et al. Integrated early fault diagnosis method based on direct fast iterative filtering decomposition and effective weighted sparseness kurtosis to rolling bearings
CN105352726B (zh) 一种齿轮的故障诊断方法
CN115954017A (zh) 一种基于hht的发动机小样本声音异常故障识别方法及系统
CN113790130B (zh) 风力发电机组转速波动平稳性的评估方法
CN114358193A (zh) 基于油色谱的变压器状态诊断方法、终端及存储介质
CN116756597B (zh) 基于人工智能的风电机组谐波数据实时监测方法
CN114528879A (zh) 轴承故障周期自动检测方法和系统
CN112067893A (zh) 一种基于动态时间规整的风电机组谐波评估方法及系统
CN109991314B (zh) 基于机器学习的机械密封状态判断方法、装置
US10605842B2 (en) Noise spectrum analysis for electronic device
CN110098610B (zh) 故障扰动下电力系统振荡主导模式的实时辨识方法及系统
CN114354666B (zh) 基于波长频次选择的土壤重金属光谱特征提取、优化方法
Peeters et al. Stochastic simulation assessment of an automated vibration-based condition monitoring framework for wind turbine gearbox faults
CN114611551A (zh) 一种基于小波包能量谱熵的机电故障分类方法
CN113889147A (zh) 一种基于动态时间弯曲算法的机械系统声纹信号匹配方法
Li et al. Fault diagnosis of rolling bearings in multiple conditions based on EMD and PSO-SVM
Song et al. Research on multivariate variational mode decomposition method and its application to bearing fault diagnosis
Gałka A comparison of two symptom selection methods in vibration-based turbomachinery diagnostics

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
TR01 Transfer of patent right

Effective date of registration: 20221213

Address after: 430000 999 new high road, East Lake Development Zone, Wuhan, Hubei

Patentee after: WINDMAGICS (WUHAN) CO.,LTD.

Patentee after: Three Gorges Technology Co.,Ltd.

Patentee after: ZHONGWAI TIANLI (BEIJING) WIND POWER TECHNOLOGY Co.,Ltd.

Address before: 430000 999 new high road, East Lake Development Zone, Wuhan, Hubei

Patentee before: WINDMAGICS (WUHAN) CO.,LTD.

TR01 Transfer of patent right