CN114060227A - 风电机组的异常振动工况识别方法和装置 - Google Patents

风电机组的异常振动工况识别方法和装置 Download PDF

Info

Publication number
CN114060227A
CN114060227A CN202010745011.8A CN202010745011A CN114060227A CN 114060227 A CN114060227 A CN 114060227A CN 202010745011 A CN202010745011 A CN 202010745011A CN 114060227 A CN114060227 A CN 114060227A
Authority
CN
China
Prior art keywords
vibration
wind turbine
value
turbine generator
abnormal vibration
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
Application number
CN202010745011.8A
Other languages
English (en)
Inventor
侯春一
刘忠朋
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.)
Xinjiang Goldwind Science and Technology Co Ltd
Original Assignee
Xinjiang Goldwind Science and Technology 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 Xinjiang Goldwind Science and Technology Co Ltd filed Critical Xinjiang Goldwind Science and Technology Co Ltd
Priority to CN202010745011.8A priority Critical patent/CN114060227A/zh
Publication of CN114060227A publication Critical patent/CN114060227A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • F05B2260/70—Adjusting of angle of incidence or attack of rotating blades
    • 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
    • F05B2270/334—Vibration measurements
    • 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

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

提供一种风电机组的异常振动工况识别方法和装置，该异常振动工况识别方法包括：确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值；基于所确定的第一代表振动参数值对风电机组进行异常振动识别；基于风电机组的异常振动识别结果确定振动抑制参数；基于所确定的振动抑制参数来控制风电机组运行。采用本发明示例性实施例的风电机组的异常振动工况识别方法和装置，能够对异常振动工况进行早期识别，并对风电机组进行干预保护，防止风电机组继续处于危险工况，也能够减少风电机组振动阈值超限停机故障。

Description

风电机组的异常振动工况识别方法和装置
技术领域
本发明总体说来涉及风力发电技术领域，更具体地讲，涉及一种风电机组的异常振动工况识别方法和装置。
背景技术
风力发电经过多年的发展至现在已经日趋成熟，风电机组的控制系统与警报系统正朝着精细化与定制化的方向发展。目前，风电机组对振动的安全保护逻辑，通常是直接对机舱振动传感器采集到的振动信号的最大幅值进行判断，若瞬时或者经过短时滤波的振动信号的振幅超过安全保护阈值，则执行停机动作。
上述方案只对振动信号的最大幅值进行了判断，对于振动能量持续积累、或者幅值始终保持较高水平(未达到安全保护阈值时)的振动识别迟缓、识别能力差，但在发生此类振动时风电机组往往已经处于异常工作状态(未达到故障状态)，风电机组在此工况下持续运行存在着重大安全隐患。
此外，上述方案中用于判断振动超限的安全保护阈值的数值较大，因此在识别出振动超限后必须执行停机动作以保证风电机组的安全。对于因阵风引起的幅值快速增加的振动，无法进行提前抑制，在触发安全保护阈值后往往仍会出现更大幅值的振动，造成安全隐患。
发明内容
本发明的示例性实施例的目的在于提供一种风电机组的异常振动工况识别方法和装置，以克服上述至少一种缺陷。
在一个总体方面，提供一种风电机组的异常振动工况识别方法，所述异常振动工况识别方法包括：确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值；基于所确定的第一代表振动参数值对风电机组进行异常振动识别；基于风电机组的异常振动识别结果确定振动抑制参数；基于所确定的振动抑制参数来控制风电机组运行。
可选地，确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值的步骤可包括：获取在第一预定时间段内的各采样点处的风电机组机舱振动的加速度有效值；将所获取的第一预定时间段内的加速度有效值的包络值，确定为第一代表振动参数值。
可选地，基于所确定的第一代表振动参数值对风电机组进行异常振动识别的步骤可包括：基于所确定的第一代表振动参数值，通过判断风电机组机舱振动的振幅增加速率和/或振动阈值超限时长，来确定风电机组是否处于异常振动工况。
可选地，确定风电机组是否处于异常振动工况的步骤可包括，当所确定的第一代表振动参数值满足以下异常振动识别条件之一时，确定风电机组处于异常振动工况：第一预定时间段内的任一采样点处的第一代表振动参数值大于第一设定值、且持续时间不小于第一时间，第一预定时间段内的任一采样点处的第一代表振动参数值大于第二设定值、且持续时间小于第二时间，同时在所述任一采样点之后的另一采样点处的第一代表振动参数值大于第三设定值，且持续时间不小于第三时间，第一预定时间段内的任一采样点处的第一代表振动参数值大于第四设定值，且持续时间不小于第四时间，第一预定时间段内的任一采样点处的第一代表振动参数值大于第五设定值，且持续时间不小于第五时间，其中，第一设定值大于第三设定值，第三设定值大于第五设定值，第一设定值大于第四设定值，第四设定值大于第五设定值，第五设定值大于第二设定值，第一时间小于第二时间，第三时间小于第二时间，第二时间小于第四时间，第四时间小于第五时间。
可选地，所述振动抑制参数可包括以下项中的至少一项：附加桨距角值、设定转速值、限功率值。
可选地，基于风电机组的异常振动识别结果确定振动抑制参数的步骤可包括：在确定风电机组处于异常振动工况时，基于风电机组处于异常振动工况的时长来确定振动抑制参数。
可选地，基于风电机组处于异常振动工况的时长来确定振动抑制参数的步骤可包括：风电机组处于异常振动工况的时长每增加一第一设定时间变化量，则附加桨距角值随之增加一设定桨距角变化量，和/或，风电机组处于异常振动工况的时长每增加一第二设定时间变化量，则设定转速值随之减小一设定转速变化量，和/或，风电机组处于异常振动工况的时长每增加一第三设定时间变化量，则限功率值随之减小一设定功率变化量。
可选地，所述异常振动工况识别方法可还包括：确定风电机组处于异常振动工况的时长以及风电机组的转速值是否满足异常振动抑制触发条件，其中，在确定风电机组处于异常振动工况，并且风电机组处于异常振动工况的时长以及风电机组的转速值满足异常振动抑制触发条件时，确定振动抑制参数。
可选地，所述异常振动抑制触发条件可包括：风电机组处于异常振动工况的时长大于设定时间值，并且，风电机组的转速值大于设定转速值，其中，风电机组处于异常振动工况的时长为当前时刻与风电机组处于异常振动工况的初始时刻的差值，所述设定转速值为风电机组的并网转速的预定倍数。
可选地，振动抑制参数包括附加桨距角值，基于所确定的振动抑制参数来控制风电机组运行的步骤可包括：根据桨距角给定值和附加桨距角值，确定目标桨距角控制值；将所确定的目标桨距角控制值同时施加到风力发电机组的每只叶片，以控制风电机组的叶片执行变桨动作。
可选地，所述异常振动工况识别方法可还包括：在控制风电机组运行一段时间之后，确定指示在第二预定时间段内风电机组机舱振动的变化趋势的第二代表振动参数值；确定第二代表振动参数值是否满足异常振动抑制退出条件；如果第二代表振动参数值满足异常振动抑制退出条件，则调整振动抑制参数，以基于调整后的振动抑制参数来控制风电机组运行。
可选地，所述异常振动抑制退出条件可包括：第二预定时间段内的任一采样点处的第二代表振动参数值小于第六设定值，且持续时间不小于第六时间。
在另一总体方面，提供一种风电机组的异常振动工况识别装置，所述异常振动工况识别装置包括：代表参数确定模块，确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值；异常振动识别模块，基于所确定的第一代表振动参数值对风电机组进行异常振动识别；附加桨角确定模块，基于风电机组的异常振动识别结果确定振动抑制参数；机组运行控制模块，基于所确定的振动抑制参数来控制风电机组运行。
在另一总体方面，提供一种风电机组的异常振动控制系统，所述异常振动控制系统包括：振动传感器，设置在风电机组的机舱上，检测风电机组机舱振动的加速度值，控制器，被配置为：从振动传感器获取风电机组机舱振动的加速度值，并基于所获取的加速度值确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值，基于所确定的第一代表振动参数值对风电机组进行异常振动识别，基于风电机组的异常振动识别结果确定振动抑制参数，基于所确定的振动抑制参数来控制风电机组运行。
在另一总体方面，提供一种控制器，包括：处理器；存储器，用于存储计算机程序，所述计算机程序在被所述处理器执行时实现上述的风电机组的异常振动工况识别方法。
在另一总体方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现如上述的风电机组的异常振动工况识别方法。
采用本发明示例性实施例的风电机组的异常振动工况识别方法和装置，能够对异常振动工况进行早期识别，并对风电机组进行干预保护，防止风电机组继续处于危险工况，也能够减少风电机组振动阈值超限停机故障。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述，本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚。
图1示出根据本发明示例性实施例的风电机组的异常振动工况识别方法的流程图；
图2示出根据本发明示例性实施例的包络曲线的示意图；
图3示出根据本发明示例性实施例的判断风电机组离开异常振动工况的步骤的流程图；
图4示出根据本发明示例性实施例的风电机组的异常振动工况识别装置的框图；
图5示出根据本发明示例性实施例的控制器的框图。
具体实施方式
现在，将参照附图更充分地描述不同的示例实施例，一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的风电机组的异常振动工况识别方法的流程图。
参照图1，在步骤S10中，确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值。
上述所确定的第一代表振动参数值用于表征振动能量的变化趋势，在一优选示例中，可以基于风电机组机舱振动的包络线来判断风电机组振动的持续性和/或振动的变化趋势。
例如，可以通过以下方式来确定第一代表振动参数值：获取在第一预定时间段内的各采样点处的风电机组机舱振动的加速度有效值，将所获取的第一预定时间段内的加速度有效值的包络值，确定为第一代表振动参数值。作为示例，第一预定时间段可包括25个采样周期，共500ms(毫秒)，但本发明不限于此，本领域技术人员可以根据需要来调整第一预定时间段的时长。
在一示例中，可在风电机组机舱上安装加速度传感器，用于采集风电机组的机舱振动信号(Nacelle Acceleration)，此时，对从加速度传感器获得的机舱振动信号进行合成计算，获得机舱振动信号的有效值(Effective Value of Nacelle Acceleration)，即，风电机组机舱振动的加速度有效值。
作为示例，可以通过以下方式来确定机舱振动信号的有效值：机舱振动信号包括X方向的加速度值和Y方向的加速度值，对X方向的加速度值与Y方向的加速度值向量相加，将得到的向量的模确定为机舱振动信号的有效值，该有效值表征了机舱在真实振动方向上的振幅大小。
例如，可利用如下公式来计算机舱振动信号的有效值：
Figure BDA0002608055580000051
公式(1)中，
Figure BDA0002608055580000052
表示机舱振动信号的有效值，即，合成向量的模，
Figure BDA0002608055580000053
表示机舱振动信号在X方向的加速度值的向量的模，
Figure BDA0002608055580000054
表示机舱振动信号在Y方向的加速度值的向量的模。
利用上述公式(1)可获得在第一预定时间段内的各采样点处的风电机组机舱振动的加速度有效值。
如果直接使用风电机组机舱振动的加速度有效值来识别异常振动，则只是判断了当前振动的幅值，表征了当前振动的瞬态能量。在本发明示例性实施例中，使用加速度有效值的包络值来识别异常振动，该包络值表征了机舱振动在某一区间内能达到的最大能量，还可以表征振动能量的变化趋势。
图2示出根据本发明示例性实施例的包络曲线的示意图。
如图2所示，横坐标为时间，单位为秒(s)，纵坐标为加速度有效值，单位为g(重力加速度)。图2示出了机舱振动信号的有效值(虚线)以及包络值(实线)随时间变化的曲线示意图。
一种情况，可将第一预定时间段内的加速度有效值曲线的峰值点连线来获得包络线，从而获得加速度有效值的包络值。
另一种情况，可设置一计算窗口N，当在某一采样点i处的加速度有效值Vi为时间段(从第i-N个采样点到第i+N个采样点)内的最大值时，采样点i处的包络值Ei＝Vi，否则，即在某一采样点i处的加速度有效值Vi不是时间段内的最大值时，采样点i处的包络值Ei保持，即Ei＝Ei-1(如图2的实线所示)，这里，Ei-1表示采样点i-1处的包络值。作为示例，当采样周期为20ms时，计算窗口N可取值为25ms。
假设图2所示的箭头处为判断风电机组处于异常振动工况的识别点，在该识别点之后即可执行下面的振动抑制控制逻辑，可以有效避免图中后续振动的进一步发展。
应理解，图2所示的各曲线以及所列举的各参数取值仅为一示例，本发明不限于此，本领域技术人员还可以通过其他方式来确定包络值，也可以根据实际需要来对各参数的取值进行调整。
返回图1，在步骤S20中，基于所确定的第一代表振动参数值对风电机组进行异常振动识别。
例如，基于所确定的第一代表振动参数值，通过判断风电机组机舱振动的振幅增加速率和/或振动阈值超限时长，来确定风电机组是否处于异常振动工况。
作为示例，异常振动工况可包括但不限于“振幅快速增加”和“长时间超过危险阈值”两种异常振动工况，此时可基于第一代表振动参数值来判断风电机组是否处于上述异常振动工况。
在一示例中，当所确定的第一代表振动参数值满足以下异常振动识别条件之一时，确定风电机组处于异常振动工况。
第一种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第一设定值、且持续时间不小于第一时间。
也就是说，在第一代表振动参数值满足第一种异常振动识别条件时，可以确定风电机组机舱振动的振幅快速增加、且长时间超过危险阈值。
在一示例中，第一设定值可取值为0.1g，第一时间可取值为800ms。
第二种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第二设定值、且持续时间小于第二时间，同时在该任一采样点之后的另一采样点处的第一代表振动参数值大于第三设定值，且持续时间不小于第三时间。
也就是说，在第一代表振动参数值满足第二种异常振动识别条件时，可以确定在短时间内风电机组机舱振动的振幅发生快速跳变、且长时间超过危险阈值。
这里，第一设定值大于第三设定值，第一时间小于第二时间，第三时间小于第二时间。
在一示例中，第二设定值可取值为0.04g，第三时间与第一时间的取值可相同，也为800ms。第三设定值可取值为0.08g，第二时间可取值为1600ms。
第三种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第四设定值，且持续时间不小于第四时间。
也就是说，在第一代表振动参数值满足第三种异常振动识别条件时，可以确定风电机组机舱振动的振幅快速增加、且长时间超过危险阈值。
这里，第一设定值大于第四设定值，第二时间小于第四时间。
在一示例中，第四设定值可取值为0.08g，第四时间可取值为2.4s(秒)。
第四种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第五设定值，且持续时间不小于第五时间。
也就是说，在第一代表振动参数值满足第四种异常振动识别条件时，可以确定风电机组机舱振动的振幅快速增加、且长时间超过危险阈值。
这里，第三设定值大于第五设定值，第四设定值大于第五设定值，第五设定值大于第二设定值，第四时间小于第五时间。
在一示例中，第五设定值可取值为0.06g，第五时间可取值为7s。
这里，可获取风电机组处于异常振动工况下的历史数据，基于所获取的历史数据来确定上述各参数的取值大小。
应理解，上述所列举的异常振动识别条件以及各参数取值仅为示例，本发明不限于此，本领域技术人员可以实际需要来对异常振动识别条件以及各参数的取值进行调整。
在步骤S30中，基于风电机组的异常振动识别结果确定振动抑制参数。
作为示例，振动抑制参数可包括但不限于以下项中的至少一项：附加桨距角值、设定转速值、限功率值。
在本发明示例性实施例中，可以基于上述一项振动抑制参数来实现对风电机组的异常振动的抑制，也可以基于上述任意两项或者三项振动抑制参数来实现对风电机组的异常振动的抑制。
在本发明示例性实施例中，可通过以下两种方式来确定振动抑制参数。
一种情况，在确定风电机组处于异常振动工况时，直接将预设振动抑制参数确定为振动抑制参数。
例如，可基于风电机组处于异常振动工况下的历史数据，确定一用于抑制异常振动的预设振动抑制参数。基于此，当确定风电机组处于异常振动工况时，直接将预设振动抑制参数确定为振动抑制参数。
一种情况，在确定风电机组处于异常振动工况时，基于风电机组处于异常振动工况的时长来确定振动抑制参数。
针对振动抑制参数为附加桨距角值的情况，风电机组处于异常振动工况的时长每增加一第一设定时间变化量，则附加桨距角值随之增加一设定桨距角变化量。这里通过施加持续增大的附加桨距角值来对风电机组的异常振动进行抑制。
例如，可利用如下公式来确定附加桨距角值：
Figure BDA0002608055580000081
公式(2)中，ΔP表示附加桨距角值，Te表示风电机组处于异常振动工况的时长，Tp表示设定时间变化量，P0表示设定桨距角变化量。这里，ΔP为整数，
Figure BDA0002608055580000082
表示向上取整。
针对振动抑制参数为设定转速值(允许的转速上限值)的情况，风电机组处于异常振动工况的时长每增加一第二设定时间变化量，则设定转速值随之减小一设定转速变化量。
针对振动抑制参数为限功率值的情况，风电机组处于异常振动工况的时长每增加一第三设定时间变化量，则限功率值随之减小一设定功率变化量。
这里，可以参照上述的公式(2)来确定设定转速值和限功率值。
在一可选示例中，根据本发明示例性实施例的风电机组的异常振动工况识别方法可还包括：确定风电机组处于异常振动工况的时长以及风电机组的转速值是否满足异常振动抑制触发条件。
在此情况下，在确定风电机组处于异常振动工况，并且风电机组处于异常振动工况的时长以及风电机组的转速值满足异常振动抑制触发条件时，确定振动抑制参数，以对风电机组的异常振动进行抑制。
作为示例，异常振动抑制触发条件可包括：风电机组处于异常振动工况的时长大于设定时间值，并且，风电机组的转速值大于设定转速值。
例如，风电机组的转速值可指在上述时长大于设定时间值的时刻的转速值，或者也可以指在风电机组处于异常振动工况时的转速平均值。在一示例中，设定时间值可为零，但本发明不限于此，本领域技术人员可以根据需要来调整设定时间值的大小。
这里，在确定风电机组处于异常振动工况时，开始异常振动工况计时，并统计风电机组处于异常振动工况的时长。风电机组处于异常振动工况的时长为当前时刻与风电机组处于异常振动工况的初始时刻的差值，设定转速值为风电机组的并网转速的预定倍数。在一示例中，预定倍数为1.15倍，但本发明不限于此，本领域技术人员可以根据需要来调整预定倍数的取值大小。
在步骤S40中，基于所确定的振动抑制参数来控制风电机组运行。
针对振动抑制参数为设定转速值和限功率值的情况，在确定出振动抑制参数之后，可将风电机组原有的设定转速值改为所确定的设定转速值，和/或，将风电机组原有的限功率值改为所确定的限功率值，并控制风电机组在改变后的设定转速值和/或限功率值下运行，以对风电机组的异常振动进行抑制。
针对振动抑制参数为附加桨距角值的情况，可以根据桨距角给定值和附加桨距角值，确定目标桨距角控制值，将所确定的目标桨距角控制值同时施加到风力发电机组的每只叶片，以控制风电机组的叶片执行变桨动作，以对风电机组的异常振动进行抑制。
例如，可将桨距角给定值与附加桨距角值的和值，确定为目标桨距角控制值。这里，桨距角给定值可指风电机组在其原有的各风机控制策略下的桨距角值。
在上述风电机组的异常振动工况识别方法中，在确定风电机组处于异常振动工况之后，通过上述各手段来实现对风电机组的异常振动的抑制。除此之外，根据本发明示例性实施例的风电机组的异常振动工况识别方法可还包括判断风电机组是否离开异常振动工况的步骤。
图3示出根据本发明示例性实施例的判断风电机组离开异常振动工况的步骤的流程图。
参照图3，在步骤S50中，在基于振动抑制参数控制风电机组运行一段时间之后，确定指示在第二预定时间段内风电机组机舱振动的变化趋势的第二代表振动参数值。
这里，第二预定时间段的时长与第一预定时间段的时长可以相同也可以不同，本领域技术人员可以根据需要来设置第二预定时间段的时长。此外，确定第二代表振动参数值的方式与上述确定第一代表振动参数值的方式相同，本发明对此部分的内容不再赘述。
在步骤S60中，确定第二代表振动参数值是否满足异常振动抑制退出条件。
作为示例，异常振动抑制退出条件可包括但不限于：第二预定时间段内的任一采样点处的第二代表振动参数值小于第六设定值，且持续时间不小于第六时间。
也就是说，在第二代表振动参数值满足异常振动抑制退出条件时，可以确定风电机组机舱振动的振幅减小、且长时间未超过危险阈值。
例如，第六设定值小于或者等于第五设定值，第六时间大于第五时间，在一示例中，第六设定值可取值为0.06g，第六时间可取值为30s。这里，可获取风电机组处于异常振动工况下的历史数据，基于所获取的历史数据来确定上述参数的取值大小。此外，上述所列举的参数的取值大小仅为示例，本发明不限于此，本领域技术人员可以根据需要来调整上述参数的取值。
如果第二代表振动参数值不满足异常振动抑制退出条件，则返回步骤S50。
如果第二代表振动参数值满足异常振动抑制退出条件，可确定风电机组离开异常振动工况，此时可执行步骤S70：调整振动抑制参数，以基于调整后的振动抑制参数来控制风电机组运行。
这里，调整振动抑制参数的目的是用于撤销上述为抑制异常振动而采取的措施。
针对振动抑制参数为设定转速值的情况，可将风电机组当前的设定转速值调整为原有的设定转速值(即，触发异常振动抑制之前的设定转速值)，并控制风电机组在调整后的设定转速值下运行。
针对振动抑制参数为限功率值的情况，可将风电机组当前的限功率值调整为原有的限功率值(即，触发异常振动抑制之前的限功率值)，并控制风电机组在调整后的限功率值下运行。
针对振动抑制参数为附加桨距角值的情况，调整振动抑制参数可指将附加桨距角值设置为预定桨距角值，以基于预定桨距角值来控制风电机组运行。
在一示例中，预定桨距角值可设置为零，也就是说，当确定风电机组离开异常振动工况时，可将之前所施加的附加桨距角值撤销，结束对风电机组的额外干预。
除此之外，在确定风电机组离开异常振动工况之后，对风电机组处于异常振动工况的时长的计时清零，直至下次触发异常振动工况再重新开始计时。
图4示出根据本发明示例性实施例的风电机组的异常振动工况识别装置的框图。
如图4所示，根据本发明示例性实施例的风电机组的异常振动工况识别装置100包括：代表参数确定模块101、异常振动识别模块102、附加桨角确定模块103和机组运行控制模块104。
具体说来，代表参数确定模块101确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值。
例如，代表参数确定模块101可以获取在第一预定时间段内的各采样点处的风电机组机舱振动的加速度有效值，将所获取的第一预定时间段内的加速度有效值的包络值，确定为第一代表振动参数值。
异常振动识别模块102基于所确定的第一代表振动参数值对风电机组进行异常振动识别。
例如，异常振动识别模块102可基于所确定的第一代表振动参数值，通过判断风电机组机舱振动的振幅增加速率和/或振动阈值超限时长，来确定风电机组是否处于异常振动工况。
在一示例中，当所确定的第一代表振动参数值满足以下异常振动识别条件之一时，异常振动识别模块102确定风电机组处于异常振动工况。
第一种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第一设定值、且持续时间不小于第一时间。
第二种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第二设定值、且持续时间小于第二时间，同时在该任一采样点之后的另一采样点处的第一代表振动参数值大于第三设定值，且持续时间不小于第三时间。
第三种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第四设定值，且持续时间不小于第四时间。
第四种异常振动识别条件为：第一预定时间段内的任一采样点处的第一代表振动参数值大于第五设定值，且持续时间不小于第五时间。
抑制参数确定模块103基于风电机组的异常振动识别结果确定振动抑制参数。
作为示例，振动抑制参数可包括但不限于以下项中的至少一项：附加桨距角值、设定转速值、限功率值。
在本发明示例性实施例中，抑制参数确定模块103可通过以下两种方式来确定振动抑制参数。
一种情况，在确定风电机组处于异常振动工况时，抑制参数确定模块103直接将预设振动抑制参数确定为振动抑制参数。
例如，可基于风电机组处于异常振动工况下的历史数据，确定一用于抑制异常振动的预设振动抑制参数。基于此，当确定风电机组处于异常振动工况时，抑制参数确定模块103直接将预设振动抑制参数确定为振动抑制参数。
一种情况，在确定风电机组处于异常振动工况时，抑制参数确定模块103基于风电机组处于异常振动工况的时长来确定振动抑制参数。
针对振动抑制参数为附加桨距角值的情况，风电机组处于异常振动工况的时长每增加一第一设定时间变化量，则附加桨距角值随之增加一设定桨距角变化量。
针对振动抑制参数为设定转速值的情况，风电机组处于异常振动工况的时长每增加一第二设定时间变化量，则设定转速值随之减小一设定转速变化量。
针对振动抑制参数为限功率值的情况，风电机组处于异常振动工况的时长每增加一第三设定时间变化量，则限功率值随之减小一设定功率变化量。
在一可选示例中，抑制参数确定模块103可还确定风电机组处于异常振动工况的时长以及风电机组的转速值是否满足异常振动抑制触发条件。
在此情况下，在确定风电机组处于异常振动工况，并且风电机组处于异常振动工况的时长以及风电机组的转速值满足异常振动抑制触发条件时，抑制参数确定模块103确定振动抑制参数，以对风电机组的异常振动进行抑制。
作为示例，异常振动抑制触发条件可包括：风电机组处于异常振动工况的时长大于设定时间值，并且，风电机组的转速值大于设定转速值。
机组运行控制模块104基于所确定的振动抑制参数来控制风电机组运行。
针对振动抑制参数为设定转速值和限功率值的情况，在确定出振动抑制参数之后，机组运行控制模块104可将风电机组原有的设定转速值改为所确定的设定转速值，和/或，将风电机组原有的限功率值改为所确定的限功率值，并控制风电机组在改变后的设定转速值和/或限功率值下运行，以对风电机组的异常振动进行抑制。
针对振动抑制参数为附加桨距角值的情况，机组运行控制模块104可以根据桨距角给定值和附加桨距角值，确定目标桨距角控制值，将所确定的目标桨距角控制值同时施加到风力发电机组的每只叶片，以控制风电机组的叶片执行变桨动作，以对风电机组的异常振动进行抑制。
例如，机组运行控制模块104可将桨距角给定值与附加桨距角值的和值，确定为目标桨距角控制值。这里，桨距角给定值可指风电机组在其原有的各风机控制策略下的桨距角值。
在上述风电机组的异常振动工况识别装置中，在确定风电机组处于异常振动工况之后，通过上述各手段来实现对风电机组的异常振动的抑制。除此之外，根据本发明示例性实施例的风电机组的异常振动工况识别装置可还包括判断风电机组是否离开异常振动工况的过程。
例如，机组运行控制模块104在基于振动抑制参数控制风电机组运行一段时间之后，确定指示在第二预定时间段内风电机组机舱振动的变化趋势的第二代表振动参数值，确定第二代表振动参数值是否满足异常振动抑制退出条件。
作为示例，异常振动抑制退出条件可包括但不限于：第二预定时间段内的任一采样点处的第二代表振动参数值小于第六设定值，且持续时间不小于第六时间。
如果第二代表振动参数值不满足异常振动抑制退出条件，则继续控制风电机组运行一段时间，并重新确定第二代表振动参数值。
如果第二代表振动参数值满足异常振动抑制退出条件，可确定风电机组离开异常振动工况，此时机组运行控制模块104可调整振动抑制参数，以基于调整后的振动抑制参数来控制风电机组运行。
针对振动抑制参数为设定转速值的情况，机组运行控制模块104可将风电机组当前的设定转速值调整为原有的设定转速值(即，触发异常振动抑制之前的设定转速值)，并控制风电机组在调整后的设定转速值下运行。
针对振动抑制参数为限功率值的情况，机组运行控制模块104可将风电机组当前的限功率值调整为原有的限功率值(即，触发异常振动抑制之前的限功率值)，并控制风电机组在调整后的限功率值下运行。
针对振动抑制参数为附加桨距角值的情况，机组运行控制模块104调整振动抑制参数可指将附加桨距角值设置为预定桨距角值，以基于预定桨距角值来控制风电机组运行。
在一示例中，预定桨距角值可设置为零，也就是说，当确定风电机组离开异常振动工况时，可将之前所施加的附加桨距角值撤销，结束对风电机组的额外干预。
图5示出根据本发明示例性实施例的控制器的框图。
如图5所示，根据本发明示例性实施例的控制器200包括：处理器201和存储器202。
具体说来，存储器202用于存储计算机程序，所述计算机程序在被所述处理器201执行时实现上述的风电机组的异常振动工况识别方法。
这里，图1所示的风电机组的异常振动工况识别方法可在图5所示的处理器201中执行。也就是说，图4所示的各模块可由数字信号处理器、现场可编程门阵列等通用硬件处理器来实现，也可通过专用芯片等专用硬件处理器来实现，还可完全通过计算机程序来以软件方式实现，例如，可被实现为图5中所示的处理器201中的各个模块。
根据本发明的示例性实施例还提供一种风电机组的异常振动控制系统，该异常振动控制系统包括：振动传感器和控制器。
振动传感器设置在风电机组的机舱上，检测风电机组机舱振动的加速度值。
控制器被配置为：从振动传感器获取风电机组机舱振动的加速度值，并基于所获取的加速度值确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值，基于所确定的第一代表振动参数值对风电机组进行异常振动识别，基于风电机组的异常振动识别结果确定振动抑制参数，基于所确定的振动抑制参数来控制风电机组运行。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述风电机组的异常振动工况识别方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
根据本发明示例性实施例的风电机组的异常振动工况识别方法和装置，在不增加风电机组硬件成本的基础上，利用基于决策树的实时包络线提取方法，提出了一系列异常振动工况识别条件，可以对绝大多数异常振动工况进行早期识别，并对风电机组进行干预保护，防止风电机组继续处于危险工况，也能够减少风电机组振动阈值超限停机故障。
根据本发明示例性实施例的风电机组的异常振动工况识别方法和装置，可以对风电机组的异常振动工况进行早期识别以及主动干预，可以避免风电机组长时间处于异常振动工况，同时也可以减少风力发电机组由于异常振动超过阈值停机的次数。
尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。

Claims (16)

1.一种风电机组的异常振动工况识别方法，其特征在于，所述异常振动工况识别方法包括：
确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值；
基于所确定的第一代表振动参数值对风电机组进行异常振动识别；
基于风电机组的异常振动识别结果确定振动抑制参数；
基于所确定的振动抑制参数来控制风电机组运行。
2.根据权利要求1所述的异常振动工况识别方法，其特征在于，确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值的步骤包括：
获取在第一预定时间段内的各采样点处的风电机组机舱振动的加速度有效值；
将所获取的第一预定时间段内的加速度有效值的包络值，确定为第一代表振动参数值。
3.根据权利要求1所述的异常振动工况识别方法，其特征在于，基于所确定的第一代表振动参数值对风电机组进行异常振动识别的步骤包括：
基于所确定的第一代表振动参数值，通过判断风电机组机舱振动的振幅增加速率和/或振动阈值超限时长，来确定风电机组是否处于异常振动工况。
4.根据权利要求3所述的异常振动工况识别方法，其特征在于，确定风电机组是否处于异常振动工况的步骤包括，当所确定的第一代表振动参数值满足以下异常振动识别条件之一时，确定风电机组处于异常振动工况：
第一预定时间段内的任一采样点处的第一代表振动参数值大于第一设定值、且持续时间不小于第一时间，
第一预定时间段内的任一采样点处的第一代表振动参数值大于第二设定值、且持续时间小于第二时间，同时在所述任一采样点之后的另一采样点处的第一代表振动参数值大于第三设定值，且持续时间不小于第三时间，
第一预定时间段内的任一采样点处的第一代表振动参数值大于第四设定值，且持续时间不小于第四时间，
第一预定时间段内的任一采样点处的第一代表振动参数值大于第五设定值，且持续时间不小于第五时间，
其中，第一设定值大于第三设定值，第三设定值大于第五设定值，第一设定值大于第四设定值，第四设定值大于第五设定值，第五设定值大于第二设定值，第一时间小于第二时间，第三时间小于第二时间，第二时间小于第四时间，第四时间小于第五时间。
5.根据权利要求1所述的异常振动工况识别方法，其特征在于，所述振动抑制参数包括以下项中的至少一项：附加桨距角值、设定转速值、限功率值。
6.根据权利要求5所述的异常振动工况识别方法，其特征在于，基于风电机组的异常振动识别结果确定振动抑制参数的步骤包括：
在确定风电机组处于异常振动工况时，基于风电机组处于异常振动工况的时长来确定振动抑制参数。
7.根据权利要求6所述的异常振动工况识别方法，其特征在于，基于风电机组处于异常振动工况的时长来确定振动抑制参数的步骤包括：
风电机组处于异常振动工况的时长每增加一第一设定时间变化量，则附加桨距角值随之增加一设定桨距角变化量，
和/或，风电机组处于异常振动工况的时长每增加一第二设定时间变化量，则设定转速值随之减小一设定转速变化量，
和/或，风电机组处于异常振动工况的时长每增加一第三设定时间变化量，则限功率值随之减小一设定功率变化量。
8.根据权利要求6所述的异常振动工况识别方法，其特征在于，所述异常振动工况识别方法还包括：
确定风电机组处于异常振动工况的时长以及风电机组的转速值是否满足异常振动抑制触发条件，
其中，在确定风电机组处于异常振动工况，并且风电机组处于异常振动工况的时长以及风电机组的转速值满足异常振动抑制触发条件时，确定振动抑制参数。
9.根据权利要求8所述的异常振动工况识别方法，其特征在于，所述异常振动抑制触发条件包括：
风电机组处于异常振动工况的时长大于设定时间值，并且，风电机组的转速值大于设定转速值，
其中，风电机组处于异常振动工况的时长为当前时刻与风电机组处于异常振动工况的初始时刻的差值，所述设定转速值为风电机组的并网转速的预定倍数。
10.根据权利要求1所述的异常振动工况识别方法，其特征在于，振动抑制参数包括附加桨距角值，基于所确定的振动抑制参数来控制风电机组运行的步骤包括：
根据桨距角给定值和附加桨距角值，确定目标桨距角控制值；
将所确定的目标桨距角控制值同时施加到风力发电机组的每只叶片，以控制风电机组的叶片执行变桨动作。
11.根据权利要求1所述的异常振动工况识别方法，其特征在于，所述异常振动工况识别方法还包括：
在控制风电机组运行一段时间之后，确定指示在第二预定时间段内风电机组机舱振动的变化趋势的第二代表振动参数值；
确定第二代表振动参数值是否满足异常振动抑制退出条件；
如果第二代表振动参数值满足异常振动抑制退出条件，则调整振动抑制参数，以基于调整后的振动抑制参数来控制风电机组运行。
12.根据权利要求11所述的异常振动工况识别方法，其特征在于，所述异常振动抑制退出条件包括：
第二预定时间段内的任一采样点处的第二代表振动参数值小于第六设定值，且持续时间不小于第六时间。
13.一种风电机组的异常振动工况识别装置，其特征在于，所述异常振动工况识别装置包括：
代表参数确定模块，确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值；
异常振动识别模块，基于所确定的第一代表振动参数值对风电机组进行异常振动识别；
抑制参数确定模块，基于风电机组的异常振动识别结果确定振动抑制参数；
机组运行控制模块，基于所确定的振动抑制参数来控制风电机组运行。
14.一种风电机组的异常振动控制系统，其特征在于，所述异常振动控制系统包括：
振动传感器，设置在风电机组的机舱上，检测风电机组机舱振动的加速度值，
控制器，被配置为：
从振动传感器获取风电机组机舱振动的加速度值，并基于所获取的加速度值确定指示在第一预定时间段内风电机组机舱振动的变化趋势的第一代表振动参数值，
基于所确定的第一代表振动参数值对风电机组进行异常振动识别，
基于风电机组的异常振动识别结果确定振动抑制参数，
基于所确定的振动抑制参数来控制风电机组运行。
15.一种控制器，其特征在于，包括：
处理器；
存储器，用于存储计算机程序，所述计算机程序在被所述处理器执行时实现如权利要求1至12中任意一项所述的风电机组的异常振动工况识别方法。
16.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序在被处理器执行时实现如权利要求1至12中任意一项所述的风电机组的异常振动工况识别方法。
CN202010745011.8A 2020-07-29 2020-07-29 风电机组的异常振动工况识别方法和装置 Pending CN114060227A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010745011.8A CN114060227A (zh) 2020-07-29 2020-07-29 风电机组的异常振动工况识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010745011.8A CN114060227A (zh) 2020-07-29 2020-07-29 风电机组的异常振动工况识别方法和装置

Publications (1)

Publication Number Publication Date
CN114060227A true CN114060227A (zh) 2022-02-18

Family

ID=80226811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010745011.8A Pending CN114060227A (zh) 2020-07-29 2020-07-29 风电机组的异常振动工况识别方法和装置

Country Status (1)

Country Link
CN (1) CN114060227A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115728057A (zh) * 2022-11-03 2023-03-03 华能国际电力股份有限公司安徽风电分公司 一种风力发电机组齿轮箱振动监测与故障诊断方法
CN117705448A (zh) * 2024-02-05 2024-03-15 南京凯奥思数据技术有限公司 基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102536670A (zh) * 2010-12-08 2012-07-04 西门子公司 减少风力涡轮机的振动的方法和减少振动的控制系统
CN104632522A (zh) * 2015-01-04 2015-05-20 国电联合动力技术有限公司 一种风电机组振动的监测和控制方法及系统
JP2017173321A (ja) * 2016-03-17 2017-09-28 Ntn株式会社 状態監視システムおよび風力発電装置
CN107532567A (zh) * 2015-03-20 2018-01-02 维斯塔斯风力系统集团公司 衰减风力涡轮机中的振荡
US20190154001A1 (en) * 2016-04-08 2019-05-23 Vestas Wind Systems A/S Method and system for controlling a wind turbine to manage edgewise blade vibrations
CN110388302A (zh) * 2018-04-16 2019-10-29 新疆金风科技股份有限公司 风力发电机的数据异常检测方法和设备
CN110689141A (zh) * 2018-06-19 2020-01-14 北京金风科创风电设备有限公司 风力发电机组的故障诊断方法及设备
CN110778454A (zh) * 2019-10-11 2020-02-11 许昌许继风电科技有限公司 一种风电机组协调控制方法和系统
CN110966143A (zh) * 2018-09-29 2020-04-07 北京金风科创风电设备有限公司 风力发电机组的变桨控制方法和设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102536670A (zh) * 2010-12-08 2012-07-04 西门子公司 减少风力涡轮机的振动的方法和减少振动的控制系统
CN104632522A (zh) * 2015-01-04 2015-05-20 国电联合动力技术有限公司 一种风电机组振动的监测和控制方法及系统
CN107532567A (zh) * 2015-03-20 2018-01-02 维斯塔斯风力系统集团公司 衰减风力涡轮机中的振荡
JP2017173321A (ja) * 2016-03-17 2017-09-28 Ntn株式会社 状態監視システムおよび風力発電装置
US20190154001A1 (en) * 2016-04-08 2019-05-23 Vestas Wind Systems A/S Method and system for controlling a wind turbine to manage edgewise blade vibrations
CN110388302A (zh) * 2018-04-16 2019-10-29 新疆金风科技股份有限公司 风力发电机的数据异常检测方法和设备
CN110689141A (zh) * 2018-06-19 2020-01-14 北京金风科创风电设备有限公司 风力发电机组的故障诊断方法及设备
CN110966143A (zh) * 2018-09-29 2020-04-07 北京金风科创风电设备有限公司 风力发电机组的变桨控制方法和设备
CN110778454A (zh) * 2019-10-11 2020-02-11 许昌许继风电科技有限公司 一种风电机组协调控制方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐春林: "基于神经元PID的风力发电机组独立变桨控制", vol. 43, no. 5, pages 1 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115728057A (zh) * 2022-11-03 2023-03-03 华能国际电力股份有限公司安徽风电分公司 一种风力发电机组齿轮箱振动监测与故障诊断方法
CN117705448A (zh) * 2024-02-05 2024-03-15 南京凯奥思数据技术有限公司 基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统
CN117705448B (zh) * 2024-02-05 2024-05-07 南京凯奥思数据技术有限公司 基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统

Similar Documents

Publication Publication Date Title
US8301310B2 (en) Wind turbine operational method
CN102648345B (zh) 风力涡轮机的控制方法
EP2311164B1 (en) Method and system for controlling a wind power plant comprising a number of wind turbine generators
CN114060227A (zh) 风电机组的异常振动工况识别方法和装置
US9261080B2 (en) Method for reducing vibrations of a wind turbine and control system for reducing vibrations
CN105649876A (zh) 风力发电机组的控制方法和装置
EP2251543A1 (en) Method and system for predicting the occurrence of a wind gust at a wind turbine
CN107810322B (zh) 通过风力涡轮机增加有功功率
JP2008274953A (ja) 風力タービンの運転方法及び風力タービン
EP3167185B1 (en) Active promotion of wind turbine tower oscillations
CN111396249B (zh) 在阵风风况下降低塔架的载荷的方法及装置
EP2113659B1 (en) Method of operation of a wind turbine which minimises the oscillations of the tower
CN112392656A (zh) 功率控制方法、装置以及介质
KR101251285B1 (ko) 풍력 발전기의 토크 제어 방법
CN109973302B (zh) 风力发电机组的限功率控制方法和装置
CN108612624B (zh) 一种风力发电机的转速控制方法和装置
CN114893348A (zh) 风力发电机的动态停机控制方法、系统、设备及存储介质
CN110131092B (zh) 一种冲击式水轮机的控制方法及装置
CN113446149A (zh) 风力发电机组的控制方法和装置
KR20180095020A (ko) 풍력 발전 설비의 제어 방법
EP4116578A1 (en) Control unit for wind power generation device, wind power generation device, control method and control program for wind power generation device, and recording medium
CN116292080B (zh) 风力发电机组的变桨距控制方法及装置
US11239662B2 (en) Method for feeding electrical power into an electrical supply network
US11629695B2 (en) Method for operating a wind turbine
CN116736105A (zh) 风力发电机组的孤岛状态识别方法及装置

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: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region

Applicant after: Jinfeng Technology Co.,Ltd.

Address before: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region

Applicant before: XINJIANG GOLDWIND SCIENCE & TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information