CN115143046A - 风力发电机组的叶片失速识别方法和设备 - Google Patents

Abstract

本公开提供一种风力发电机组的叶片失速识别方法和设备。叶片失速识别方法可包括识别风力发电机组的输出功率异常；响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。

Description

风力发电机组的叶片失速识别方法和设备

技术领域

本公开涉及风力发电领域，具体涉及风力发电机组的叶片失速识别方法和设备。

背景技术

在风力发电机组的运行过程中，可能由于恶劣天气等原因，导致叶片遭遇结冰、被污染等不良工况情形，进而引起叶片失速。叶片失速会快速增加叶片疲劳累积，严重时容易在短时间内诱发叶片断裂。

叶片失速会对风力发电机组的运行造成诸多不良影响，例如，风速与风力发电机组的输出功率之间的关系出现异常，例如，输出功率相对于风速而言，输出功率过小，即出现“大风小功率”问题。

然而，叶片失速仅仅是导致风力发电机组运行故障的诸多原因之一，导致机组故障的原因还可能是其它原因，例如，偏航对风不准、机组系统中存在结构振动、电气系统损耗异常、测量系统出现偏差等。因此，当发现风力发电机组的运行出现故障时，难以确定导致机组故障的真实原因，无法实时地在线判断机组故障是否由叶片失速导致。

发明内容

本公开的实施例的目的在于提供一种风力发电机组的叶片失速识别方法和叶片失速识别设备，以实现准确识别叶片失速，有利于保证风力发电机组的安全运行。

根据本公开的实施例，提供一种风力发电机组的叶片失速识别方法，所述叶片失速识别方法包括：识别风力发电机组的输出功率异常；响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。

根据本公开的实施例，提供一种风力发电机组的叶片失速识别设备，所述叶片失速识别设备包括：输出功率异常识别单元，被配置为识别风力发电机组的输出功率异常；变桨控制单元，被配置为响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；叶片失速识别单元，被配置为获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。

根据本公开的实施例，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所述的叶片失速方法。

根据本公开的实施例，提供一种计算装置，所述计算装置包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的叶片失速方法。

采用根据本公开的实施例的风力发电机组的叶片失速识别方法和叶片失速识别设备可以实现以下技术效果之一：能够简单有效地实时在线判断风力发电机组出现输出功率异常的原因是否包括叶片失速，可以及时有效规避叶片失速带来的危害，解决风力发电机组运行过程中存在的安全隐患；基于判断结果，可以对风力发电机组运行进行及时干预，然后可及时有效地消除叶片失速引发的叶片断裂等风险，保证风力发电机组的安全运行。

将在接下来的描述中部分阐述本公开的总体构思的其它方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开的总体构思的实施而得知。

附图说明

通过下面结合附图进行的描述，本公开的上述和其他目的和特点将会变得更加清楚。

图1是根据本公开的实施例的风力发电机组的叶片失速识别方法的流程图。

图2是根据本公开的实施例的风力发电机组的速度三角形的示意图。

图3是根据本公开的实施例的风力发电机组的叶片升力与叶片攻角的关系曲线图。

图4是根据本公开的实施例的风力发电机组的叶片阻力与叶片攻角的关系曲线图。

图5至图8是根据本公开的示例性实施例的风力发电机组的叶片失速识别方法的部分流程图。

图9是根据本公开的实施例的风力发电机组的叶片失速识别设备的示意框图。

图10是根据本公开的实施例的计算装置的示意图。

具体实施方式

提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本申请的公开之后，在此描述的方法、设备和/或系统的各种改变、修改和等同物将是清楚的。例如，在此描述的操作的顺序仅是示例，并且不限于在此阐述的那些顺序，而是除了必须以特定的顺序发生的操作之外，可如在理解本申请的公开之后将是清楚的那样被改变。此外，为了更加清楚和简明，本领域已知的特征的描述可被省略。

在此描述的特征可以以不同的形式来实现，而不应被解释为限于在此描述的示例。相反，已提供在此描述的示例，以仅示出实现在此描述的方法、设备和/或系统的许多可行方式中的一些可行方式，所述许多可行方式在理解本申请的公开之后将是清楚的。

如在此使用的，术语“和/或”包括相关联的所列项中的任何一个以及任何两个或更多个的任何组合。

尽管在此可使用诸如“第一”、“第二”和“第三”的术语来描述各种构件、组件、区域、层或部分，但是这些构件、组件、区域、层或部分不应被这些术语所限制。相反，这些术语仅用于将一个构件、组件、区域、层或部分与另一构件、组件、区域、层或部分进行区分。因此，在不脱离示例的教导的情况下，在此描述的示例中所称的第一构件、第一组件、第一区域、第一层或第一部分也可被称为第二构件、第二组件、第二区域、第二层或第二部分。

在此使用的术语仅用于描述各种示例，并不将用于限制公开。除非上下文另外清楚地指示，否则单数形式也意在包括复数形式。术语“包含”、“包括”和“具有”说明存在叙述的特征、数量、操作、构件、元件和/或它们的组合，但不排除存在或添加一个或多个其他特征、数量、操作、构件、元件和/或它们的组合。

除非另有定义，否则在此使用的所有术语(包括技术术语和科学术语)具有与由本公开所属领域的普通技术人员在理解本公开之后通常理解的含义相同的含义。除非在此明确地如此定义，否则术语(诸如，在通用词典中定义的术语)应被解释为具有与它们在相关领域的上下文和本公开中的含义一致的含义，并且不应被理想化或过于形式化地解释。

此外，在示例的描述中，当认为公知的相关结构或功能的详细描述将引起对本公开的模糊解释时，将省略这样的详细描述。

在风力发电机组的运行过程中，当风力发电机组出现输出功率异常(例如，输出功率相对于风速而言，输出功率过小，即出现“大风小功率”问题)时，需要实时判断导致输出功率异常的原因，原因多样，例如，叶片失速、偏航对风不准、机组系统中存在结构振动、电气系统损耗异常、测量系统出现偏差等。

叶片失速是较为严重的故障原因之一，叶片失速是指这样的现象：在风力发电机组处于正常工况时，叶片攻角很小，气流绕过机翼型叶片而保持流线状态，当气流与叶片的进口形成正攻角，即叶片攻角>0，且此正攻角超过一定的临界值时，叶片背面的气体流动工况开始恶化，边界层受到破坏，在叶片背面尾端出现涡流区。叶片失速情况下的叶片翼型改变常常引起叶片吸力面出现流动分离，导致叶片的攻角变大、叶片升力变小、叶片阻力变大等，会造成叶片的累积疲劳载荷快速增加，严重时容易在短时间内诱发叶片断裂。

因此，叶片失速的识别尤为重要，通过实时判断输出功率异常是否源于叶片失速，可以及时有效规避叶片失速带来的危害，解决风力发电机组运行过程中存在的安全隐患。当发现风力发电机组的运行出现故障时，如果难以确定导致机组故障的真实原因，无法实时地在线判断机组故障是否由叶片失速导致，则无法及时有效地规避叶片失速造成的危害，容易导致风力发电机组很难克服潜在的安全隐患。

通常通过识别叶片失速到一定严重程度所引发的故障特征来识别叶片失速，但是，这样的识别方式准确性和及时性有限。为了更有效实时地识别叶片失速，本公开基于对叶片气动、整机控制的深刻理解，提出了风力发电机组的叶片失速识别的技术方案，能够简单有效地实时在线判断风力发电机组出现输出功率异常的原因是否包括叶片失速；基于判断结果，可以对风力发电机组运行进行及时干预，然后可及时有效地消除叶片失速引发的叶片断裂等风险，保证风力发电机组的安全运行。本公开提出的叶片失速识别的技术方案能够从叶片失速的本质出发，更直接有效地识别叶片失速。

下面将结合附图描述根据本公开的实施例的风力发电机组的叶片失速识别方法及设备，但是本公开的实施方式不仅限于以下描述。

根据本公开的实施例，叶片失速识别方法可包括：识别风力发电机组的输出功率异常；响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。可通过风力发电机组的控制器和/或连接到风力发电机组的外部控制器等能够控制风力发电机组的设备来执行叶片失速识别方法。

可选地，风力发电机组的叶片在所述预定时间段内的入流角保持不变。此外，可将风力发电机组的叶片的桨距角提升预定幅度，使提升后的桨距角保持不变直到所述预定时间段结束。可选地，可在预定时间段结束之后，将桨距角恢复至提升之前的状态。可选地，桨距角可减小至最小桨距角。

图1是根据本公开的实施例的风力发电机组的叶片失速识别方法的流程图。

如图1所示，在步骤S11，识别风力发电机组的输出功率异常。根据本公开的实施例，输出功率异常可包括风力发电机组的实际输出功率相对于实际风速而言过低。可通过多种方式识别输出功率异常。例如，可获取风力发电机组的实际输出功率和风力发电机组所处机位点的风速，将实际输出功率与对应风速下的最大输出功率进行比较，进而判断实际输出功率是否出现异常。最大输出功率可以是风力发电机组的理想输出功率或理论输出功率。例如，可根据风力发电机组的理论输出功率相对于风速的变化曲线来确定不同风速下的最大输出功率。

通过持续或周期性地执行步骤S11，可实时识别风力发电机组的输出功率是否出现异常。在步骤S12，可确定是否识别出风力发电机组的输出功率异常。如果是，则执行步骤S13；否则继续执行步骤S11。例如，如果风力发电机组的实际输出功率明显低于对应风速下的最大输出功率，则确定识别出风力发电机组的输出功率异常。

在步骤S13，可控制风力发电机组执行变桨。例如，可通过风力发电机组的变桨控制器控制变桨操作的执行。例如，可通过主动执行变桨来主动改变风力发电机组的桨距角，进而引起叶片攻角的变化。但是，本公开不限于此，还可通过其它变桨操作来主动引起叶片攻角的变化，以便于识别叶片失速。由于叶片失速状态与非叶片失速状态下的攻角变化对风力发电机组的运行影响不同，因此，可以根据主动开始变桨之后的运行参数变化来识别输出功率异常的原因是否包括叶片失速。

根据本公开的实施例，在步骤S14，获取风力发电机组在开始变桨后的预定时间段内的运行参数。例如，运行参数可包括但不限于以下项中的至少一项：风力发电机组的叶片转速、输出功率、发电功率、风能吸收量。在风力发电机组开始变桨之后，由于叶片的入流角变化存在滞后，在较短的时间内，入流角保持不变，然而，叶片的攻角会随着桨距角的变化而变化。下面将结合图2分析其原理。

图2是根据本公开的实施例的风力发电机组的速度三角形的示意图。

如图2所示，风力发电机组所处机位点的风速V、叶片的线速度U(例如，叶片尖端的线速度或切向速度)与叶片的入流角I构成速度三角形。根据风速V和线速度U的大小，可确定叶片的入流角，计算式如下。

I＝arctan(V/U) (1)

叶片的入流角与叶片的桨距角、叶片的攻角、叶片的扭角等直接相关，尤其与桨距角和攻角的关系紧密。例如，入流角等于桨距角与攻角之和。因此，当入流角保持不变时，叶片的攻角会随着桨距角的变化而变化，例如，攻角随着桨距角的增大而减小。

叶片攻角的变化会引起风力发电机组的运行参数变化，因此，根据运行参数的变化可以获取叶片攻角的变化，而叶片攻角与叶片失速直接相关(例如，叶片失速直接体现为攻角变得过大)，进而可根据运行参数的变化识别是否发生了叶片失速。

再次参照图1，在步骤S15，可根据运行参数在预定时间段内的变化，识别输出功率异常的原因是否包括叶片失速。对于如何识别叶片失速，可基于参照图3和图4描述的示例来执行。

图3是根据本公开的实施例的风力发电机组的叶片升力与叶片攻角的关系曲线图。图4是根据本公开的实施例的风力发电机组的叶片阻力与叶片攻角的关系曲线图。

如图3所示，横坐标表示叶片的攻角，纵坐标表示叶片的升力大小。如图4所示，横坐标表示叶片的攻角，纵坐标表示叶片的阻力大小。结合图3和图4，当攻角在正常工作区域(例如，零至预定失速攻角(例如，图3的示例中约为12°)，可称为附着流动区)内变化时，叶片的升力随着攻角的增大而增大，而叶片的阻力几乎保持不变，因此，叶片处于稳定运行状态。当攻角在失速区域内变化时，即，当攻角大于预定失速攻角时，叶片的升力随着攻角的增大而急剧降低，叶片的阻力也随着攻角的增大而急剧升高，如此表示出现叶片失速现象。

本发明构思考虑到，当攻角等于或大于预定失速攻角的状态时，叶片已经发生失速，导致风力发电机组的运行出现输出功率异常。此时可通过主动的变桨控制临时将桨距角快速提升预定幅度，而入流角较变桨动作存在滞后，因此，在桨距角开始提升预定幅度以及/或者在提升了预定幅度之后的较短时间(例如，3s)内，攻角会随着桨距角的增大而减小。当攻角减小至小于预定失速攻角时，叶片脱离失速状态，引起风力发电机组的运行参数在较短的时间内发生变化，例如，叶片的升力变大，叶片的阻力变小，叶片转速增大，风力发电机组的输出功率增大，发电功率增大，风能吸收量(例如，叶轮的风能吸收量)增大等等。

本发明构思还考虑到，当叶片未失速时，通过主动的变桨控制临时将桨距角快速提升预定幅度。在桨距角开始提升预定幅度以及/或者在提升了预定幅度之后的较短时间内，风力发电机组的运行参数的变化与上面描述的叶片失速情况下的变化明显不同，例如，会导致叶片的气动扭矩下降，叶片的升力变小，叶片的阻力几乎不变，叶片转速减小，风力发电机组的输出功率减小，发电功率减小，风能吸收量(例如，叶轮的风能吸收量)减小等等。

因此，在叶片失速与非叶片失速这两种不同的工况条件下，临时提升桨距角引起的运行参数变化情况相反，为有效识别输出功率异常的原因是否包括叶片失速提供了理论依据。

根据本公开的示例性实施例，风力发电机组的叶片在开始所述变桨后的预定时间段内的入流角保持不变。例如，可根据在开始变桨后入流角保持不变的时间段(例如，滞后的时间段)来设置预定时间段。例如但不限于，预定时间段可以很短，例如3s、5s等等。此外，可将风力发电机组的叶片的桨距角提升预定幅度，使提升后的桨距角保持不变直到所述预定时间段结束。

下面结合图5至图7进一步描述根据本公开的示例性实施例的风力发电机组的叶片失速识别方法。图5至图7是根据本公开的示例性实施例的风力发电机组的叶片失速识别方法的部分流程图。

根据本公开的示例性实施例，可根据风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值，识别风力发电机组的输出功率异常。例如，可响应于风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值小于或等于预定比值，识别出风力发电机组的输出功率异常。

根据本公开的示例性实施例，可实时获取风力发电机组的输出功率与风速的关系。如图5所示，在步骤S51，可获取风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值。例如，可通过功率测量装置或功率计算装置获取风力发电机组的实际输出功率，可根据风力发电机组的理论输出功率相对于风速的变化曲线获取实际输出功率的对应风速下的最大输出功率(例如，基于当前风速值查找理论输出功率值Pi，其中i为当前风速所在的风速仓)，然后计算实际输出功率与对应风速下的最大输出功率之间的比值。

针对输出功率异常，可设置预定比值，以与上述获取的比值进行比较，进而确定输出功率是否异常。

在步骤S52，可确定比值是否小于或等于预定比值。如果是，则执行步骤S53，否则继续执行步骤S51，从而持续识别输出功率异常。

例如，当风速为20m/s以上时，风力发电机组的实际输出功率却远低于风力发电机组的满发功率(即，最大输出功率)，例如，实际输出功率与最大输出功率的比值为0.2，而预定比值被设置为1。由于获取的比值小于预定比值，因此，识别出风力发电机组的输出功率异常。预定比值可以是大于0且小于等于1的任何值。

可选地，预定比值可包括多个预定比值，所述多个预定比值分别对应于多个预定严重等级。由此，通过设置不同的多个预定比值，可以实时判断输出功率异常的严重程度。

根据本公开的实施例，通过将风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值和所述多个预定比值分别进行比较，确定识别出的输出功率异常的严重等级。

例如，第一严重等级对应的是第一预定比值，第二严重等级对应的是第二预定比值，第三严重等级对应的是第三预定比值。按照严重程度的大小，第一严重等级高于第二严重等级，第二严重等级高于第三严重等级，相应地，第一预定比值(例如，0.65)小于第二预定比值(例如，0.75)，第二预定比值小于第三预定比值(例如，1.0)。

当风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值小于或等于第一预定比值时，输出功率异常被识别为处于第一严重等级；当风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值小于或等于第二预定比值且大于第一预定比值时，输出功率异常被识别为处于第二严重等级；当风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值小于或等于第三预定比值且大于第二预定比值时，输出功率异常被识别为处于第三严重等级。

此外，输出功率异常的严重等级可用于衡量输出功率异常的严重程度，还可用于设置主动变桨时桨距角的提升幅度。

下面结合图6进一步描述叶片失速识别方法。如图6所示，在步骤S61，可将风力发电机组的叶片的桨距角提升预定幅度，使提升后的桨距角保持不变直到开始变桨后的预定时间段结束。可选地，根据本公开的实施例，可将桨距角的提升速度设置为较大的速度(例如，3°/s)，以使桨距角快速提升。

根据本公开的实施例，可根据输出功率异常的严重等级设置预定幅度。例如，可设置与多个严重等级分别对应的多个预定幅度。例如，可根据第一严重等级设置第一预定幅度，可根据第二严重等级设置第二预定幅度，可根据第三严重等级设置第三预定幅度。由于第一严重等级、第二严重等级、第三严重等级的严重程度依次递减，因此，第一预定幅度(例如，5°)大于第二预定幅度(例如，4°)，第二预定幅度大于第三预定幅度(例如，3°)。

可选地，可通过获取叶片攻角来设置预定幅度。例如，可获取在识别出所述输出功率异常时的叶片攻角；根据获取的叶片攻角与预定失速攻角，设置预定幅度。如此，可实时地调节预定幅度，有利于及时识别叶片失速。

根据本公开的实施例，可根据叶片的气动机理实时获取叶片攻角。例如，可根据参照图2和式(1)描述的气动机理实时地获取叶片攻角。可根据叶片的线速度和风力发电机组所处机位点的风速，计算叶片的入流角(例如，根据式(1))。然后，可根据入流角与桨距角之差计算叶片攻角。

根据本公开的实施例，可通过比较获取的叶片攻角与预定失速攻角的相对大小来设置预定幅度。例如，可将获取的叶片攻角与预定失速攻角的差的统计值(例如，差的绝对值、方差等)设置为预定幅度。

可选地，根据获取的叶片攻角、预定失速攻角以及预定调整值，设置预定幅度。例如，可根据获取的叶片攻角与预定失速攻角的差的统计值(例如，差的绝对值、方差等)与预定调整值，设置预定幅度。例如，可将获取的叶片攻角与预定失速攻角的差的统计值(例如，差的绝对值、方差等)与预定调整值之和设置为预定幅度。但是本公开不限于此，还可根据获取的叶片攻角、预定失速攻角以及预定调整值的其它统计值，设置预定幅度。通过额外根据预定调整值设置预定幅度，可以使叶片更容易脱离失速状态。

根据本公开的实施例，可根据输出功率异常的严重等级设置预定调整值。其设置方式与预定幅度的上述设置方式类似。如此，可以进一步根据严重等级实时调整提升的预定幅度。基于实时获取的叶片攻角以及实时确定的输出功率异常的严重等级，可以实时调整用于设置预定幅度的预定调整值，从而能够准确有效地使叶片迅速脱离失速状态，并且保持非失速状态直到上述预定时间段结束。

根据本公开的实施例，可识别运行参数在预定时间段内的变化是否包括增大情况；响应于所述运行参数在所述预定时间段内的变化包括增大情况，确定所述输出功率异常的原因包括叶片失速。

在开始执行变桨以将桨距角提升预定幅度之后，可执行步骤S62，识别运行参数在预定时间段内的变化是否包括增大情况，如果是，则执行步骤S63，否则继续执行步骤S62。

下面参照图7进一步描述如何识别运行参数在预定时间段内的变化是否包括增大情况。根据本公开的实施例，可获取运行参数在预定时间段内的最大变化值；响应于最大变化值大于或等于预定变化阈值，确定运行参数在所述预定时间段内的变化包括增大情况。

在此以监测叶片转速的变化为例进行说明，但是本公开不限于此，还可通过监测叶片转速、输出功率、发电功率、风能吸收量等运行参数中的一项或多项在开始变桨后的预定时间段内的变化来识别输出功率异常的原因是否包括叶片失速。

如图7所示，在步骤S71，可获取运行参数在预定时间段内的最大变化值。例如，可在开始变桨后的预定时间段内(例如，在执行主动变桨控制动作阶段)监测叶片转速的变化，例如，基于叶片转速在预定时间段内变化的统计值计算预定时间段内的最大变化值。例如，可获取叶片转速在预定时间段内的第一时间段中的滑动平均值。第一时间段的长度可小于预定时间段。可计算预定时间段的叶片转速与上述滑动平均值之间的差(即，叶片转速减去上述滑动平均值)，然后取差中的最大值作为叶片转速在预定时间段内的最大变化值。当最大变化值大于预定变化阈值时，可确定运行参数在预定时间段内的变化包括增大情况(步骤S73)。根据本公开的实施例，响应于确定运行参数在预定时间段内的变化包括增大情况，确定输出功率异常的原因包括叶片失速。

根据本公开的实施例，在识别输出功率异常的原因是否包括叶片失速之后，还可输出相应的警告和/或执行相应的保护操作。

根据本公开的实施例，响应于识别出所述输出功率异常的原因包括叶片失速，输出叶片失速警告，和/或，执行与叶片失速对应的保护操作。可选地，响应于识别出所述输出功率异常的原因不包括叶片失速，输出非叶片失速警告，和/或，执行与非叶片失速对应的保护操作。下面结合图8进行示意性描述。

在步骤S81，可确定输出功率异常的原因是否包括叶片失速，如果是，则执行步骤S82(输出叶片失速警告)和/或步骤S83(执行与叶片失速对应的保护操作)，否则，执行步骤S84(输出非叶片失速警告)和/或步骤S85(执行与非叶片失速对应的保护操作)。

根据本公开的实施例，叶片失速警告均可包括与已识别出的输出功率异常的严重等级对应的示警信息。可选地，非叶片失速警告可包括与已识别出的输出功率异常的严重等级对应的示警信息。与叶片失速对应的保护操作可包括与已识别出的输出功率异常的严重等级对应的保护操作。可选地，与非叶片失速对应的保护操作可包括与已识别出的输出功率异常的严重等级对应的保护操作。

根据本公开的实施例，与叶片失速对应的保护操作可包括但不限于以下项中的至少一项：降低风力发电机组的输出功率、调节桨距角、停机保护等。例如但不限于，与叶片失速对应的保护操作可包括与输出功率异常的第一严重等级对应的停机保护操作，与输出功率异常的第二严重等级对应的调节桨距角操作。例如，当输出功率异常处于第一严重等级并且确定输出功率异常的原因包括叶片失速时，可执行停机保护以避免叶片失速；当输出功率异常处于第二严重等级并且确定输出功率异常的原因包括叶片失速时，可调节桨距角以避免叶片失速，从而能够及时避免叶片失速导致的安全风险。与非叶片失速对应的保护操作可包括但不限于以下项中的至少一项：降低风力发电机组的输出功率、停机保护等。例如但不限于，与非叶片失速对应的保护操作可包括与输出功率异常的第一严重等级对应的停机保护操作，与输出功率异常的第二严重等级对应的降低输出功率操作。例如，当输出功率异常处于第一严重等级并且确定输出功率异常的原因不包括叶片失速时，可执行停机保护以避免非叶片失速导致的输出功率异常；当输出功率异常处于第二严重等级并且确定输出功率异常的原因不包括叶片失速时，可调节桨距角以避免非叶片失速导致的输出功率异常，从而能够及时避免非叶片失速导致的安全风险。

如上所述，响应于识别出输出功率异常的原因包括叶片失速，可通过输出叶片失速警告和/或执行相应的保护操作来及时消除叶片失速引发的安全风险。

以上参照图1至图8描述了本公开的实施例的风力发电机组的叶片失速识别方法。下面结合图9描述本公开的实施例的风力发电机组的叶片失速识别设备。

图9是根据本公开的实施例的风力发电机组的叶片失速识别设备2的示意框图。叶片失速识别设备2可包括输出功率异常识别单元21、变桨控制单元22、叶片失速识别单元23。叶片失速识别设备2及其各个单元或组件可通过风力发电机组的控制器和/或与风力发电机组连接的控制器等能够控制风力发电机组的设备来实现。

输出功率异常识别单元21可识别风力发电机组的输出功率异常。例如，例如，输出功率异常识别单元21可获取风力发电机组的实际输出功率和风力发电机组所处机位点的风速，将实际输出功率与对应风速下的最大输出功率进行比较，进而判断实际输出功率是否出现异常。

变桨控制单元22可响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨。例如，变桨控制单元22可通过主动执行变桨来主动改变风力发电机组的桨距角，进而引起叶片攻角的变化。但是，本公开不限于此，还可通过其它变桨操作来主动引起叶片攻角的变化，以便于识别叶片失速。

叶片失速识别单元23可获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。例如，叶片失速识别单元23可识别运行参数在开始变桨后的预定时间段内的变化是否包括增大情况；响应于运行参数在预定时间段内的变化包括增大情况，确定输出功率异常的原因包括叶片失速。

可选地，叶片失速识别设备2还可包括执行保护单元24。执行保护单元24可响应于识别出所述输出功率异常的原因包括叶片失速，输出叶片失速警告，和/或，执行与叶片失速对应的保护操作；响应于识别出所述输出功率异常的原因不包括叶片失速，输出非叶片失速警告，和/或，执行与非叶片失速对应的保护操作。可选地，执行保护单元24也可与功率异常识别单元21进行通信，以响应于功率异常识别单元21识别出输出功率异常而执行保护操作和/或输出异常警告。

可参照图1至图8描述的风力发电机组的叶片失速识别方法中的各个步骤来理解叶片失速识别设备2的各个单元的相应操作。在此为了简明不再赘述。

根据本公开的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现根据本公开的实施例的数据处理方法。

在本公开的实施例中，所述计算机可读存储介质可承载有一个或者多个程序，当所述计算机程序被执行时可实现参照图1至图8描述的以下步骤：识别风力发电机组的输出功率异常；响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。

计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储计算机程序的有形介质，该计算机程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。计算机可读存储介质可以包含在任意装置中；也可以单独存在，而未装配入该装置中。

以上已经结合图1至图8对根据本公开的实施例的叶片失速识别方法进行了描述。接下来，结合图10对根据本公开的实施例的计算装置进行描述。

图10是根据本公开的实施例的计算装置的示意图。

参照图10，根据本公开的实施例的计算装置3可包括存储器31和处理器32，在存储器31上存储有计算机程序33，当计算机程序33被处理器32执行时，实现根据本公开的实施例的叶片失速识别方法。

在本公开的实施例中，当所述计算机程序33被处理器32执行时，可实现参照图1至图8描述的叶片失速识别方法的操作：识别风力发电机组的输出功率异常；响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。

图10示出的计算装置仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

以上已参照图1至图10描述了根据本公开的实施例的风力发电机组的叶片失速识别方法及设备、计算装置。然而，应该理解的是：图9中所示的叶片失速识别设备及其各个单元可分别被配置为执行特定功能的软件、硬件、固件或上述项的任意组合，图10中所示的计算装置并不限于包括以上示出的单元或组件，而是可根据需要增加或删除一些单元或组件，并且以上单元或组件也可根据需要进行组合。

采用根据本公开的实施例的风力发电机组的叶片失速识别方法及设备、计算机可读存储介质计算装置，至少可以实现以下技术效果之一：能够简单有效地实时在线判断风力发电机组出现输出功率异常的原因是否包括叶片失速，可以及时有效规避叶片失速带来的危害，解决风力发电机组运行过程中存在的安全隐患；基于判断结果，可以对风力发电机组运行进行及时干预，然后可及时有效地消除叶片失速引发的叶片断裂等风险，保证风力发电机组的安全运行。

由控制系统中的各个组件或控制器执行的控制逻辑或功能可由在一个或多个附图中的流程图或类似示图来表示。这些附图提供代表性的控制策略和/或逻辑，代表性的控制策略和/或逻辑可使用一个或更多个处理策略(诸如，事件驱动、中断驱动、多任务、多线程等)来实现。因此，示出的各个步骤或功能可按照示出的顺序被执行、并行地执行或者在一些情况下被省略。虽然未总是被明确示出，但是本领域普通技术人员将认识到，示出的一个或更多个步骤或功能可根据使用的特定处理策略而被重复执行。

尽管已参照优选实施例表示和描述了本公开，但本领域技术人员应该理解，在不脱离由权利要求限定的本公开的精神和范围的情况下，可以对这些实施例进行各种修改和变换。

Claims (28)

1.一种风力发电机组的叶片失速识别方法，其特征在于，所述叶片失速识别方法包括：

识别风力发电机组的输出功率异常；

响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；

获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；

根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。

2.根据权利要求1所述的叶片失速识别方法，其特征在于，风力发电机组的叶片在所述预定时间段内的入流角保持不变。

3.根据权利要求1所述的叶片失速识别方法，其特征在于，控制风力发电机组执行变桨包括：将风力发电机组的叶片的桨距角提升预定幅度，使提升后的桨距角保持不变直到所述预定时间段结束。

4.根据权利要求3所述的叶片失速识别方法，其特征在于，所述叶片失速识别方法还包括：根据所述输出功率异常的严重等级设置所述预定幅度。

5.根据权利要求3所述的叶片失速识别方法，其特征在于，所述叶片失速识别方法还包括：获取在识别出所述输出功率异常时的叶片攻角；

根据获取的叶片攻角与预定失速攻角，设置所述预定幅度。

6.根据权利要求5所述的叶片失速识别方法，其特征在于，根据获取的叶片攻角与预定失速攻角，设置所述预定幅度包括：根据获取的叶片攻角、预定失速攻角以及预定调整值，设置所述预定幅度。

7.根据权利要求1-6中任一项所述的叶片失速识别方法，其特征在于，识别风力发电机组的输出功率异常包括：根据风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值，识别风力发电机组的输出功率异常。

8.根据权利要求7所述的叶片失速识别方法，其特征在于，根据风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值，识别风力发电机组的输出功率异常包括：响应于风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值小于或等于预定比值，识别出风力发电机组的输出功率异常。

9.根据权利要求8所述的叶片失速识别方法，其特征在于，所述预定比值包括多个预定比值，所述多个预定比值分别对应于多个预定严重等级，

根据风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值，识别风力发电机组的输出功率异常还包括：通过将风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值和所述多个预定比值分别进行比较，确定识别出的输出功率异常的严重等级。

10.根据权利要求1-6中任一项所述的叶片失速识别方法，其特征在于，根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速包括：

识别所述运行参数在所述预定时间段内的变化是否包括增大情况；

响应于所述运行参数在所述预定时间段内的变化包括增大情况，确定所述输出功率异常的原因包括叶片失速。

11.根据权利要求10所述的叶片失速识别方法，其特征在于，识别所述运行参数在所述预定时间段内的变化是否包括增大情况包括：

获取所述运行参数在所述预定时间段内的最大变化值；

响应于所述最大变化值大于或等于预定变化阈值，确定所述运行参数在所述预定时间段内的变化包括增大情况。

12.根据权利要求1-6中任一项所述的叶片失速识别方法，其特征在于，所述运行参数包括以下项中的至少一项：风力发电机组的叶片转速、输出功率、发电功率、风能吸收量。

13.根据权利要求1-6中任一项所述的叶片失速识别方法，其特征在于，所述叶片失速识别方法还包括：

响应于识别出所述输出功率异常的原因包括叶片失速，输出叶片失速警告，和/或，执行与叶片失速对应的保护操作；

响应于识别出所述输出功率异常的原因不包括叶片失速，输出非叶片失速警告，和/或，执行与非叶片失速对应的保护操作。

14.一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13中任一项所述的叶片失速识别方法。

15.一种计算装置，其特征在于，所述计算装置包括：

处理器；

存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至13中任一项所述的叶片失速识别方法。

16.一种风力发电机组的叶片失速识别设备，其特征在于，所述叶片失速识别设备包括：

输出功率异常识别单元，被配置为识别风力发电机组的输出功率异常；

变桨控制单元，被配置为响应于识别出风力发电机组的输出功率异常，控制风力发电机组执行变桨；

叶片失速识别单元，被配置为获取风力发电机组在开始所述变桨后的预定时间段内的运行参数；根据所述运行参数在所述预定时间段内的变化，识别所述输出功率异常的原因是否包括叶片失速。

17.根据权利要求16所述的叶片失速识别设备，其特征在于，风力发电机组的叶片在所述预定时间段内的入流角保持不变。

18.根据权利要求16所述的叶片失速识别设备，其特征在于，变桨控制单元被配置为：将风力发电机组的叶片的桨距角提升预定幅度，使提升后的桨距角保持不变直到所述预定时间段结束。

19.根据权利要求18所述的叶片失速识别设备，其特征在于，变桨控制单元被配置为：根据所述输出功率异常的严重等级设置所述预定幅度。

20.根据权利要求18所述的叶片失速识别设备，其特征在于，变桨控制单元被配置为：获取在识别出所述输出功率异常时的叶片攻角；

根据获取的叶片攻角与预定失速攻角，设置所述预定幅度。

21.根据权利要求20所述的叶片失速识别设备，其特征在于，变桨控制单元被配置为：根据获取的叶片攻角、预定失速攻角以及预定调整值，设置所述预定幅度。

22.根据权利要求16-21中任一项所述的叶片失速识别设备，其特征在于，输出功率异常识别单元被配置为：根据风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值，识别风力发电机组的输出功率异常。

23.根据权利要求22所述的叶片失速识别设备，其特征在于，输出功率异常识别单元被配置为：响应于风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值小于或等于预定比值，识别出风力发电机组的输出功率异常。

24.根据权利要求23所述的叶片失速识别设备，其特征在于，所述预定比值包括多个预定比值，所述多个预定比值分别对应于多个预定严重等级，

输出功率异常识别单元被配置为：通过将风力发电机组的实际输出功率与对应风速下的最大输出功率之间的比值和所述多个预定比值分别进行比较，确定识别出的输出功率异常的严重等级。

25.根据权利要求16-21中任一项所述的叶片失速识别设备，其特征在于，输出功率异常识别单元被配置为：

识别所述运行参数在所述预定时间段内的变化是否包括增大情况；

响应于所述运行参数在所述预定时间段内的变化包括增大情况，确定所述输出功率异常的原因包括叶片失速。

26.根据权利要求25所述的叶片失速识别设备，其特征在于，输出功率异常识别单元被配置为：

获取所述运行参数在所述预定时间段内的最大变化值；

响应于所述最大变化值大于或等于预定变化阈值，确定所述运行参数在所述预定时间段内的变化包括增大情况。

27.根据权利要求16-21中任一项所述的叶片失速识别设备，其特征在于，所述运行参数包括以下项中的至少一项：风力发电机组的叶片转速、输出功率、发电功率、风能吸收量。

28.根据权利要求16-21中任一项所述的叶片失速识别设备，其特征在于，所述叶片失速识别设备还包括执行保护单元，执行保护单元被配置为：

响应于识别出所述输出功率异常的原因包括叶片失速，输出叶片失速警告，和/或，执行与叶片失速对应的保护操作；

响应于识别出所述输出功率异常的原因不包括叶片失速，输出非叶片失速警告，和/或，执行与非叶片失速对应的保护操作。

Images