CN114051558A - 用于在风力涡轮机控制系统中使用的风参数值的确定 - Google Patents
用于在风力涡轮机控制系统中使用的风参数值的确定 Download PDFInfo
- Publication number
- CN114051558A CN114051558A CN202080049109.8A CN202080049109A CN114051558A CN 114051558 A CN114051558 A CN 114051558A CN 202080049109 A CN202080049109 A CN 202080049109A CN 114051558 A CN114051558 A CN 114051558A
- Authority
- CN
- China
- Prior art keywords
- wind
- sensor
- measurement signal
- sensors
- determining
- 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
- 238000005259 measurement Methods 0.000 claims abstract description 89
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 8
- 230000002950 deficient Effects 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 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
- F03D17/005—Monitoring or testing of wind motors, e.g. diagnostics using computation methods, e.g. neural networks
-
- 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
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/84—Modelling or simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/32—Wind speeds
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/321—Wind directions
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)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Wind Motors (AREA)
Abstract
描述了一种确定用于在风力涡轮机控制系统中使用的风参数值的方法,所述方法包括:(a)接收多个风测量信号,其中每个风测量信号由多个风传感器当中的相应风传感器所提供;(b)基于所述风测量信号来确定统计值集合;(c)基于所述统计值集合来计算每个风测量信号的加权因子;以及(d)通过将所计算的加权因子应用于对应的风测量信号来计算作为加权和的风参数值。此外,描述了对应的系统以及具有这种系统的风力涡轮机。
Description
技术领域
本发明涉及风力涡轮机领域,特别地涉及用于确定用于在风力涡轮机控制系统中使用的风参数值的方法和系统。本发明进一步涉及利用这种方法和系统的风力涡轮机。
背景技术
风参数值、特别是风速和风向是用于现代风力涡轮机控制的重要数据。为了防止故障,已知的是,向风力涡轮机配备了冗余的风力传感器,使得可以使用另一个传感器来代替有缺陷的传感器。这种方法经受着若干个缺点。
当用于测量风速和/或风向的两个或更多个冗余传感器被安装在风力涡轮机上时,各种类型的扰动可能使得来自一个传感器的风速和风向测量结果与来自(一个或多个)其他传感器的测量结果相比显著地较不可靠。例如,当被定位成靠近机舱组件(例如,冷却塔)的风传感器变得位于该组件的下风(lee)处时,它们的测量结果可能被大的扰动所破坏,而这些大的扰动并不影响(一个或多个)其他传感器。此外,从硬件的正常磨损到外部环境扰动(例如,大阵风、强降水等)的任何事物都可能使得来自一个传感器的测量结果变得与来自(一个或多个)其他传感器的测量结果相比显著地有错误。这些状况可能对来自每一个冗余传感器的测量结果之间的质量差异产生暂时或永久的影响,这可能表明或者可能并不表明需要修复或更换较不可靠的传感器。然而,使用来自有故障的传感器的测量结果可能会使得涡轮机异常地响应,从而导致如下不合期望的状况:在该状况中,涡轮机会经历高负载、减少的功率产生、过度偏航(yawing)或不必要的停机时间。
当前考虑了若干种不同的解决方案来应对上面描述的挑战。例如,为了减轻由机舱安装式风传感器附近的障碍物所引起的扰动,第一反应通常是重新定位这些传感器,通常是重新定位在机舱组件的顶部上,使得它们不再变得被该组件所遮挡(obstruct)。然而,由于冲突的要求(例如,安全性和可及性),重新定位可能并不始终是可能的。此外,重新定位可能需要对现有软件、即校准算法进行重大的重新开发或重新调整,该校准算法的参数对传感器的放置可能是敏感的。
另一种方法是使制造商寻求对常规机舱安装式传感器(诸如,旋转安装式(spinner-mounted)传感器和激光雷达传感器)的完全替代的风测量解决方案,这些解决方案防止了由机舱组件附近或涡轮机转子后面的放置所引起的扰动。然而,这些风测量解决方案可能显著地更加昂贵和/或可能在硬件和软件开发两者方面需要显著的努力,这可能会阻止制造商对它们进行研究。
一种更简单且较不昂贵的方法是设计检测传感器故障的算法,并且从被检测为有故障的传感器切换到看起来提供了更可靠的测量结果的传感器。
因此,可能需要对冗余的风传感器进行改进且更有效的利用,以便向风力涡轮机控制系统提供鲁棒且可靠的风信息。
发明内容
根据独立权利要求的主题可以满足该需要。从属权利要求描述了本发明的有利实施例。
根据本发明的第一方面,提供了一种确定用于在风力涡轮机控制系统中使用的风参数值的方法,所述方法包括:(a)接收多个风测量信号,其中每个风测量信号由多个风传感器当中的相应风传感器所提供;(b)基于所述风测量信号来确定统计值集合;(c)基于所述统计值集合来计算每个风测量信号的加权因子;以及(d)通过将所计算的加权因子应用于对应的风测量信号来计算作为加权和的风参数值。
本发明的该方面基于如下思想:即,从多个风传感器接收到的若干个风测量信号中包括的信息通过计算这些信号的加权和而被融合或组合。被应用于这些信号的权重是基于针对风测量信号确定的统计值来计算的。
因此,优化了对尽可能多的可用信息的使用。
根据本发明的实施例,所述方法进一步包括:基于所述统计值集合来确定每个风传感器的状态。
换句话说,使用所述统计值来确定每个风传感器的个体状态。状态信息在维护工作和正常操作两者期间可能是有用的。在后一种情况下,状态信息可以例如在计算加权因子时被使用。
根据本发明的另外实施例,所述状态指示正常工作的风传感器、有缺陷的风传感器、被部分阻挡的(partially blocked)传感器、以及被完全阻挡的(completely blocked)传感器中的一个或多个。
根据本发明的另外实施例,确定每个风传感器的状态包括:确定预定条件是否在预定时间段内已经被满足。
要求某条件在预定时间段内被满足防止了响应于突发事件或单信号离群值的快速状态改变。例如,可能要求指示某个状态的布尔变量在整个预定时间段内都具有相同的值。替代地,可能要求所述布尔变量在所述预定时间段的小部分内具有指示所述状态的值。针对每个可能的状态,可以单独地设置所述预定时间段和所述小部分两者。因此,一些状态可能比其他状态要求更少和/或更短的指示。
根据本发明的另外实施例,计算每个风测量信号的加权因子进一步基于对应的风传感器的状态。
通过在计算个体加权因子时考虑对应的风传感器的状态,可以进一步增强可靠性。例如,可以单独基于所述统计值向某个传感器信号指派非零加权因子。然而,如果对应的传感器的状态改变成“有缺陷的”或“被完全阻挡的”,则可以有利地使用该信息以立即将对应加权因子减小到零。
根据本发明的另外实施例,所述风参数值包括风速值和风向值中的至少一个。
根据本发明的另外实施例,所述统计值集合包括对应于每个风传感器的风速平均值、风速方差和风向方差中的至少一个。
一些风传感器能够提供风速和风向值两者,而其他风传感器可能仅提供这些值中的一个。因此,要理解的是,只有对应于实际传感器的能力的那些统计值才适用于该传感器。
根据本发明的另外实施例,接收所述多个风测量信号包括验证所述风测量信号。
通过在进一步处理所述风测量信号之前验证所述风测量信号,可以预先排除不具有有用内容(例如,在硬件故障、信号丢失(dropout)等情况下)的信号,使得它们不会影响统计处理。
根据本发明的另外实施例,所述方法进一步包括:(a)基于数学模型和一个或多个所测量的操作参数值来确定风估计信号;以及(b)利用所述风估计信号作为另外的风测量信号。
所测量的操作参数值可以特别地是转子速度、功率产生(有功和/或无功输出功率)、桨距角、以及与风力涡轮机的操作相关的类似参数值。
所述数学模型基于所测量的操作参数值来提供风估计信号。
通过使用所述风估计信号作为附加风测量信号,有价值的信息的另外来源被包括在所述计算中。
根据本发明的第二方面,提供了一种用于确定用于在风力涡轮机控制系统中使用的风参数值的系统,所述系统包括(a)多个风传感器,以及(b)处理设备,所述处理设备被配置成:(c)接收多个风测量信号,其中每个风测量信号由所述多个风传感器当中的相应风传感器所提供;(d)基于所述风测量信号来确定统计值集合;(e)基于所述统计值集合来计算每个风测量信号的加权因子;以及(f)通过将所计算的加权因子应用于对应的风测量信号来计算作为加权和的风参数值。
本发明的该方面基本上基于与上面讨论的第一方面相同的思想。
根据本发明的第三方面,提供了一种风力涡轮机,其包括根据上面描述的第二方面的系统。
根据本发明的另外实施例,风传感器被布置在所述风力涡轮机的机舱的上部部分上的不同位置处。
通过以合理的方式使风传感器跨所述机舱的上部部分而分布,可以确保:在大多数情形下,传感器中的大多数可以获得有用的风速信息。
要注意的是,已经参考不同的主题描述了本发明的实施例。特别地,已经参考方法类型权利要求描述了一些实施例,而已经参考装置类型权利要求描述了其他实施例。然而,本领域技术人员将从以上和以下描述中了解到:除非另行指示,否则除了属于一个类型的主题的任何特征组合之外,与不同主题相关的任何特征组合、特别是与方法类型权利要求的特征和装置类型权利要求的特征的组合相关的任何特征组合也是本文档的公开内容的一部分。
本发明的上面定义的方面和另外的方面从下文将描述的实施例的示例中是明显的,并且参考实施例的示例来解释。下文将参考实施例的示例来更详细地描述本发明。然而,要明确指出的是,本发明不限于所描述的示例性实施例。
附图说明
图1示出了根据示例性实施例的系统的框图。
图2示出了与示例性实施例中使用的风传感器状态相关的状态图。
具体实施方式
附图中的图示是示意图。要注意的是,在不同的图中,相似或相同的元件被提供有相同的参考数字、或被提供有仅在第一数位内不同的参考数字。
图1示出了根据示例性实施例的系统的框图。图1的框图是根据本发明的方法的实现方式。
更具体地,该系统包括第一或主要测量源10和第二或次要测量源12。第一测量源10可以是布置在风力涡轮机机舱顶部上的各种位置处的多个风(风速和/或风向)传感器。第二测量源12可以是风估计器,该风估计器使用数学模型和风力涡轮机的操作参数值(诸如,转子速度、输出功率、桨距角等)来提供所估计的风速和/或风向值。来自10和12的输出(在下文中被称为风测量信号)被提供给验证单元20,验证单元20包括硬件故障检测单元22和信号丢失检测单元24。来自该验证单元的输出由所有有效的风测量信号组成,并且作为输入被提供给主处理单元30。
图1中所示的主处理单元30被设计成处置三种不同的情况,即,其中没有接收到有效传感器信号的情况、其中接收到单个有效传感器信号的情况、以及其中接收到多个有效传感器信号的情况。在第一种情况下(即,没有有效传感器信号),对应信号32被提供给决策单元38。在第二种情况下(即,单个有效传感器信号),对应信号36被提供给第一检测器单元50,第一检测器单元50包括第一统计单元52和第一状态确定单元54。在第三种情况下(即,若干个有效传感器信号),对应信号被提供给第二检测器单元40,第二检测器单元40包括第二统计单元42和第二状态确定单元44。在后两种情况下,对应的所得输出信号从第一/第二检测器单元50/40被提供给决策单元38以进行处理。在没有有效传感器信号或仅一个有效传感器信号的情况下,该处理是简单的,并且仅仅在于输出错误消息、或对应于单个有效测量值的风参数值。
在两个或更多个有效传感器信号的情况下,第二统计单元42针对每个信号来确定统计值集合,诸如平均风速、风速方差和风向方差,并且将这些统计值彼此比较,以在第二状态确定单元44中确定每个传感器的状态(诸如,“正常工作的传感器”、“有缺陷的风传感器”、“被部分阻挡的传感器”或“被完全阻挡的传感器”)。统计值比较和状态确定的结果被输出到决策单元38,决策单元38将该信息进行组合以生成并输出状态信号60、风参数值信号62、以及质量和来源信号64。状态信号60指示每个传感器的状态,风参数值信号62指示风速和/或风向值,并且质量和来源信号64指示风参数值信号62的估计质量以及用于获得它的传感器。
图2示出了与在示例性实施例中使用的状态确定单元44、54中的风传感器状态确定相关的状态图。该状态图示出了所选传感器的两种状态A和B。例如,状态A可能是“正常工作的传感器”,并且状态B可能是“被阻挡的传感器”。假设所选传感器当前处于状态A中,并且若干个有效传感器信号可用。第二状态确定单元44连续地检查针对改变到状态B的条件是否有效,例如由所选传感器测量的平均风速是否显著低于由其他传感器测量的平均风速。每次检查的结果是布尔值,即真(TRUE)或假(FALSE)。如果该布尔值在预定时间段(例如,100毫秒)内为真、或至少在该预定时间段的预定小部分内为真(例如,该布尔值在最后100毫秒内的至少总计75毫秒内为真),则状态如箭头72所指示的那样改变到B。此后,以类似的方式连续地检查针对切换回到状态A的条件。一旦满足该条件(例如,当平均风速值在另一个预定时间段内处于其他传感器的平均风速值的预定范围内时),该状态切换回到A。
如上所讨论,本发明组合了由每一个风传感器提供的风速和风向测量结果,以便始终提供针对这些量的最准确和鲁棒的测量值。为了执行这种融合,该算法随时间监测来自每个有效风传感器的测量结果的统计信息,以便检测一个或多个传感器中的故障。当多于一个风传感器有效(即,没有经历主要的硬件/通信故障,该故障阻止传感器测量结果可用)时,由第二检测器单元40将传感器测量结果的统计信息(即,它们的平均值和标准差)彼此比较。
基于传感器的统计信息之间的相对差异的量值和方向,将权重和状态指派给这些传感器。例如,当安装在机舱上的一个位置处的传感器提供了与来自安装在另一个位置处的传感器的风速和/或风向测量结果相比看起来更有噪声(noisier)的风速和/或风向测量结果时,对应的测量结果之间的标准差中的相对差异增加了,并且具有较低标准差测量结果的传感器与具有较高标准差测量结果的传感器相比逐渐被更高地加权。类似地,当传感器提供了与来自另一个传感器的风速测量结果相比看起来更低的风速测量结果时,风速测量结果之间的平均值中的相对差异增加了,并且具有较高风速平均值的传感器与具有较低风速平均值的传感器相比被更高地加权。
虽然指派给传感器的权重规定了每个传感器在它们的测量结果的融合中具有的贡献,但是所指派的状态向涡轮机上的其他功能提醒了每个传感器的测量结果和所得到的融合测量结果的质量。因此,经融合的测量结果不包含仅来自传感器之一的测量结果中出现的大部分不合期望的噪声/扰动。此外,当检测传感器故障时,考虑传感器安装相对于潜在遮挡性机舱组件的几何形状。例如,当传感器由于产生了较低质量测量结果而与(一个或多个)其他传感器相比被显著更低地加权、并且最近的风向测量结果表明该传感器位于机舱组件的下风处时,推断出该传感器被该组件所阻挡。
当仅一个风传感器有效时,该传感器的测量结果被直接用作经融合的测量结果。由于来自另一个传感器的测量结果的统计信息不可用于比较,因此使用第一检测器单元50将有效传感器的测量结果的统计信息取而代之地与通过逻辑或通过经验导出的对该统计信息的值的限制进行比较,以在这些限制被越过时检测故障并且推断由机舱组件进行的阻挡。因为由机舱组件进行的阻挡可能引起传感器测量结果中的大扰动,而该大扰动可能由于其他原因(诸如,超声传感器对低风速的敏感性)而发生,所以必须监测测量结果中的特定行为发生的次序(例如,风向中的改变、风速中的下降、高方差风测量结果的开始),以最小化故障的假阳性以及假阴性检测。
为了确保对风测量结果中的特定行为的鲁棒检测,将滤波应用于布尔(即,二进制)变量,该变量指示是否存在特定条件。这也在上面结合图2进行了讨论。被称为基于平均值的二进制滤波器,该滤波器计算布尔输入中包含的l和0在某个时间窗口TimeDetect内的移动平均值,并且将其与所规定的十进制值PercentDetect/100%进行比较。在使用提供对布尔输入的一种基于滞后(hysteresis)的滤波的滤波器的情况下,如果对应的条件已经存在(布尔输入已经等于1)达多于所设置的时间窗口TimeDetect的百分比PercentDetect,则可以检测到行为的开始。类似地,可以使用就开始而言独立设置的百分比和时间窗口来确定从该条件的恢复(即,该行为的结束)。图2示出了基于平均值的二进制滤波器的概念概述。
要注意的是,本发明可以扩展到如下情形:其中存在传感器被安装在其中的两个或更多个位置,但是一个位置可以保持风速传感器(即,风速计)和风向传感器(即,风向标)、或测量这两个量的传感器。将很可能的是,如果特定位置处的一个传感器被机舱组件所阻挡,则其他传感器也被阻挡。当故障情况特别地是由机舱组件进行的阻挡时,可以在本发明中利用该逻辑。然而,仍然必须独立地监测特定安装位置处的每个传感器的统计信息,以检测其中一个传感器经历了不会影响其他传感器的故障的情况。
本发明允许从安装在机舱上的两个或更多个冗余风传感器提供最可靠的风速和/或风向测量结果。当存在不利地影响仅来自传感器之一的测量结果的条件时,本发明允许通过使用由未受影响的传感器提供的优越测量结果来忽略所导致的有错误的测量结果。一个传感器所经历的、将影响涡轮机控制的显著扰动(例如,当该传感器在机舱组件的下风处时)被忽略。因此,本发明具有如下优点:减小的偏航失准和减小的停机时间,这导致了减小的操作负载(改进了寿命)和改进的年能量产生,而不需要优化要安装的传感器的位置或投资于用于风速和风向测定法(anemometry)的替代技术。此外,通过始终监测和融合来自所有有效传感器的测量结果,本发明比简单地激活一个传感器或另一个传感器的解决方案更高效地利用了可用硬件资源。
当多个测量结果有效时,在连续的基础上对传感器进行比较和加权的能力允许本发明对一个或多个传感器上发生的故障做出最明智的检测,并且始终提供最准确和鲁棒的融合风速和风向测量结果。具体地,检测器40利用两个或更多个传感器之间的三个统计信息——风速平均值、风速方差和风向方差——中的相对差异,并且对传感器进行加权,使得具有较高风速平均值、较低风速方差和较低风向方差的传感器测量结果相比于(一个或多个)其他传感器是优选的。
要注意的是,术语“包括”不排除其他元件或步骤,并且冠词“一(a或an)”的使用不排除多个。此外,结合不同实施例描述的元件可以被组合。要进一步注意的是,权利要求中的参考符号不应被解释为限制权利要求的范围。
Claims (12)
1.一种确定用于在风力涡轮机控制系统中使用的风参数值的方法,所述方法包括:
接收多个风测量信号,其中每个风测量信号由多个风传感器当中的相应风传感器所提供,
基于所述风测量信号来确定统计值集合,
基于所述统计值集合来计算每个风测量信号的加权因子,以及
通过将所计算的加权因子应用于对应的风测量信号来计算作为加权和的风参数值。
2.根据前一项权利要求所述的方法,进一步包括:基于所述统计值集合来确定每个风传感器的状态。
3.根据前一项权利要求所述的方法,其中所述状态指示正常工作的风传感器、有缺陷的风传感器、被部分阻挡的传感器、以及被完全阻挡的传感器中的一个或多个。
4.根据权利要求2或3所述的方法,其中确定每个风传感器的状态包括:确定预定条件是否在预定时间段内已经被满足。
5.根据权利要求2至4中任一项所述的方法,其中计算每个风测量信号的加权因子进一步基于对应的风传感器的状态。
6.根据前述权利要求中任一项所述的方法,其中所述风参数值包括风速值和风向值中的至少一个。
7.根据前述权利要求中任一项所述的方法,其中所述统计值集合包括对应于每个风传感器的风速平均值、风速方差和风向方差中的至少一个。
8.根据前述权利要求中任一项所述的方法,其中接收所述多个风测量信号包括:验证所述风测量信号。
9.根据前述权利要求中任一项所述的方法,进一步包括:
基于数学模型和一个或多个所测量的操作参数值来确定风估计信号,以及
利用所述风估计信号作为另外的风测量信号。
10.一种用于确定用于在风力涡轮机控制系统中使用的风参数值的系统,所述系统包括:
多个风传感器,以及
处理设备,其被配置成:
接收多个风测量信号,其中每个风测量信号由所述多个风传感器当中的相应风传感器所提供,
基于所述风测量信号来确定统计值集合,
基于所述统计值集合来计算每个风测量信号的加权因子,以及
通过将所计算的加权因子应用于对应的风测量信号来计算作为加权和的风参数值。
11.一种风力涡轮机,其包括根据前一项权利要求所述的系统。
12.根据前一项权利要求所述的风力涡轮机,其中所述风传感器被布置在所述风力涡轮机的机舱的上部部分上的不同位置处。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19184764.9 | 2019-07-05 | ||
EP19184764.9A EP3760861A1 (en) | 2019-07-05 | 2019-07-05 | Determination of wind parameter values for use in wind turbine control systems |
PCT/EP2020/067649 WO2021004788A1 (en) | 2019-07-05 | 2020-06-24 | Determination of wind parameter values for use in wind turbine control systems |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114051558A true CN114051558A (zh) | 2022-02-15 |
Family
ID=67184921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080049109.8A Pending CN114051558A (zh) | 2019-07-05 | 2020-06-24 | 用于在风力涡轮机控制系统中使用的风参数值的确定 |
Country Status (4)
Country | Link |
---|---|
US (1) | US12055126B2 (zh) |
EP (2) | EP3760861A1 (zh) |
CN (1) | CN114051558A (zh) |
WO (1) | WO2021004788A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4053401A1 (en) | 2021-03-01 | 2022-09-07 | Siemens Gamesa Renewable Energy A/S | Handling a wind turbine in severe weather conditions |
CN116991841B (zh) * | 2023-09-25 | 2023-12-19 | 温州市工业与信息技术发展有限公司 | 一种用于混合风数据模型的数据智能清洗方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070198222A1 (en) * | 2006-02-23 | 2007-08-23 | Rockwell Automation Technologies, Inc. | System and method to combine and weight multiple sensors with overlapping sensing range to create a measurement system utilized in a high integrity or safety environment |
KR20140054681A (ko) * | 2012-10-29 | 2014-05-09 | 대우조선해양 주식회사 | 풍력 발전 장치의 다중 센서 시스템 및 다중 센서 신호 처리 방법 |
CN105352535A (zh) * | 2015-09-29 | 2016-02-24 | 河海大学 | 一种基于多传感器数据融合的测量方法 |
CN106089576A (zh) * | 2016-06-21 | 2016-11-09 | 湘电风能有限公司 | 一种实现风机控制中两套测风传感器自动切换的方法 |
WO2019007579A1 (en) * | 2017-07-07 | 2019-01-10 | Siemens Gamesa Renewable Energy A/S | DETERMINING A WIND SPEED VALUE |
EP3486481A1 (de) * | 2017-11-16 | 2019-05-22 | Senvion GmbH | Verfahren und system zum erkennen eines vereisungszustands einer windenergieanlage |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004051843B4 (de) * | 2004-10-25 | 2006-09-28 | Repower Systems Ag | Windenergieanlage und Verfahren zur automatischen Korrektur von Windfahnenfehleinstellungen |
CN101684774B (zh) * | 2008-09-28 | 2012-12-26 | 通用电气公司 | 一种风力发电系统及风力发电机的测风方法 |
WO2012089214A2 (en) * | 2010-12-29 | 2012-07-05 | Vestas Wind Systems A/S | Sensor alignment using directional compass |
DK3077668T3 (da) * | 2013-11-21 | 2020-10-26 | Gen Electric | System og metode til vurdering af ydeevneindvirkningerne af vindmølleopgraderinger |
US9926911B2 (en) * | 2014-09-12 | 2018-03-27 | Ge Infrastructure Technology, Llc | Wind turbine air deflector system control |
CN104481804B (zh) * | 2014-12-05 | 2017-02-22 | 北京金风科创风电设备有限公司 | 风力发电机组对风矫正控制方法、装置和系统 |
US11181096B2 (en) * | 2015-12-23 | 2021-11-23 | Vestas Wind Systems A/S | Control method for a wind turbine |
DE102016005159A1 (de) * | 2016-04-28 | 2017-11-02 | Bachmann Gmbh | Verfahren und Vorrichtung zur Windgeschwindigkeits- und Windrichtungsmessung auf Windkraftanlagen mit umströmten Rotorblättern |
-
2019
- 2019-07-05 EP EP19184764.9A patent/EP3760861A1/en not_active Withdrawn
-
2020
- 2020-06-24 WO PCT/EP2020/067649 patent/WO2021004788A1/en unknown
- 2020-06-24 CN CN202080049109.8A patent/CN114051558A/zh active Pending
- 2020-06-24 US US17/617,968 patent/US12055126B2/en active Active
- 2020-06-24 EP EP20739874.4A patent/EP3956564A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070198222A1 (en) * | 2006-02-23 | 2007-08-23 | Rockwell Automation Technologies, Inc. | System and method to combine and weight multiple sensors with overlapping sensing range to create a measurement system utilized in a high integrity or safety environment |
KR20140054681A (ko) * | 2012-10-29 | 2014-05-09 | 대우조선해양 주식회사 | 풍력 발전 장치의 다중 센서 시스템 및 다중 센서 신호 처리 방법 |
CN105352535A (zh) * | 2015-09-29 | 2016-02-24 | 河海大学 | 一种基于多传感器数据融合的测量方法 |
CN106089576A (zh) * | 2016-06-21 | 2016-11-09 | 湘电风能有限公司 | 一种实现风机控制中两套测风传感器自动切换的方法 |
WO2019007579A1 (en) * | 2017-07-07 | 2019-01-10 | Siemens Gamesa Renewable Energy A/S | DETERMINING A WIND SPEED VALUE |
EP3486481A1 (de) * | 2017-11-16 | 2019-05-22 | Senvion GmbH | Verfahren und system zum erkennen eines vereisungszustands einer windenergieanlage |
Also Published As
Publication number | Publication date |
---|---|
EP3760861A1 (en) | 2021-01-06 |
US20220252051A1 (en) | 2022-08-11 |
WO2021004788A1 (en) | 2021-01-14 |
US12055126B2 (en) | 2024-08-06 |
EP3956564A1 (en) | 2022-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9062653B2 (en) | Changing a mode of operation of a wind turbine | |
US7136729B2 (en) | Supervisory diagnostics for integrated vehicle stability system | |
US12055126B2 (en) | Determination of wind parameter values for use in wind turbine control systems | |
AU2017279622A1 (en) | Method, apparatus and system for detecting fatigue state of cog belt of wind power generator set | |
JPH04271229A (ja) | 温度異常検出方式 | |
CN111124827A (zh) | 一种设备风扇的监控装置及监控方法 | |
US6502018B1 (en) | Method for diagnosis of equipment | |
CN105067150A (zh) | 一种动车轴箱温度检测系统及方法 | |
CN115574852A (zh) | 一种传感器故障自适应监测的方法及系统 | |
CN112330615B (zh) | 一种转动部件高强度螺栓状态监测方法及系统 | |
CN1893339B (zh) | 连续中值故障控制系统和方法 | |
US10167848B2 (en) | Method and system for monitoring an individual blade adjustment of a wind turbine | |
JP7288794B2 (ja) | 稼働状態評価方法、及び、稼働状態評価装置 | |
CN108982132B (zh) | 一种转向架传感器的故障检测方法 | |
EP3499327B1 (en) | Load state diagnosis device and load state diagnosis method for servomotor | |
US8618808B2 (en) | Field device | |
CN111287914A (zh) | 风机监测设备与方法 | |
CN112327007B (zh) | 一种高速铁路大风防灾监测系统的故障检测方法及系统 | |
CN112362908B (zh) | 高速铁路大风防灾监测系统中风速仪的故障检测方法及系统 | |
CN111156650A (zh) | 空调机组及其通讯故障的检测方法 | |
WO2018153521A1 (en) | Method and system for protecting wind turbines operating with yaw error | |
CN118400299B (zh) | 基于云计算的车载网络智能化监控系统 | |
CN113469453B (zh) | 基于信息物理系统的电梯评估方法以及电梯评估装置 | |
KR102697560B1 (ko) | 선로변 제어장치를 위한 지능형 모니터링 시스템 | |
CN112377373B (zh) | 一种自动校正叶片标定偏移的方法 |
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 |