CN115855461A - 一种风电机组风机叶片噪音异常系统和方法 - Google Patents
一种风电机组风机叶片噪音异常系统和方法 Download PDFInfo
- Publication number
- CN115855461A CN115855461A CN202211445359.0A CN202211445359A CN115855461A CN 115855461 A CN115855461 A CN 115855461A CN 202211445359 A CN202211445359 A CN 202211445359A CN 115855461 A CN115855461 A CN 115855461A
- Authority
- CN
- China
- Prior art keywords
- fan blade
- noise
- wind turbine
- turbine generator
- fan
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明属于新能源数据采集异常分析技术领域,一种风电机组风机叶片噪音异常系统和方法,包括:风机支架,用于支撑风电机组;风电机组与风机叶片的转轴连接,用于将风机叶片的动能转换为电能;转速采集模块设置在风电机组下方,用于对风机叶片的转速进行检测;噪音采集模块固定在风机支架上,用于对风机叶片的噪音进行采集,采集分析模块,用于根据转速采集模块、噪音采集模块采集的转速和噪音信息形成告警信号,并形成声光报警信息并将报警信息通过接口发送给风机主控和监控系统。其通过将风机叶片噪音采集与风电机组的转速结合,通过不同机组之间的启动噪音对比进行针对风电机组风机叶片的异常检测,用于检测风机叶片是否发生损坏或者异常。
Description
技术领域
本发明涉及一种风电机组风机叶片噪音异常系统和方法,属于新能源数据采集异常分析技术领域。
背景技术
风电机组的大型化趋势不断增强,对于风电机组安全检测的重要性越来越大,而风机中风机叶片作为风机的重要功能及结构部件,其安全性对于风电机组有重大影响。风电机组的风机叶片在未受到损伤及污染的情况下,因其具有相同的气动外形,风机叶片扫略过后,在环境风速相同的情况下,其产生的启动噪声相近。而当风机叶片发生严重污染、结冰或者出现结构性损伤后,由于风机叶片外形结构发生变化,旋转过程中产生的气动噪音会出现异常。
专利CN111256977A公开了一种基于气动噪声的风机叶片检测系统,涉及风电检测技术领域,包括音频采集模块、编码控制模块、无线网络数据传输模块、电源管理模块、云服务器和监控客户端。但该专利中只通过音频采集模块进行噪音采集,容易受到环境中声音影响,从而导致误判;而且通常风电机组中风机叶片都是三个,因此只通过音频采集模块采集噪音,如果出现噪音异常却不能确定具体是那个风机叶片出现了问题,更不能确定风机叶片上发生损伤或污染的位置。故该专利中风机叶片检测系统虽然确实比传统的红外检测方法简单高效,但检测的精度是不能和现有的红外检测方法相比。故研制一种及操作简单而且检测精度高的风机叶片检测方法是本领域亟待解决的技术问题。
发明内容
针对上述问题,本发明目的是提供一种风电机组风机叶片噪音异常系统和方法,其通过将风机叶片噪音采集与风电机组的转速结合,通过不同机组之间的启动噪音对比进行针对风电机组风机叶片的异常检测,用于检测风机叶片是否发生损坏或者异常。
为实现上述目的,本发明提出了以下技术方案:一种风电机组风机叶片噪音异常系统,包括:风机支架、风电机组、风机叶片、转速采集模块、噪音采集模块和采集分析模块;风机支架,用于支撑风电机组;风电机组与风机叶片的转轴连接,用于将风机叶片的动能转换为电能;转速采集模块设置在风电机组下方,用于对风机叶片的转速进行检测;噪音采集模块固定在风机支架上,用于对风机叶片的噪音进行采集;采集分析模块,用于根据转速采集模块、噪音采集模块采集的转速和噪音信息形成告警信号,并形成声光报警信息,并将报警信息通过接口发送给风机主控和监控系统。
进一步,噪音异常系统还包括风机叶片标识,风机叶片标识固定在风机叶片上,并与转速采集模块的位置对应。
进一步,风机叶片转动过程中,每当风机叶片标识经过转速采集模块时,转速采集模块产生一个脉冲信号,并发送给采集分析模块。
进一步,采集分析模块通过计算相邻两次的脉冲信号上升沿的时间差,将该时间差作为风机叶片转动一圈的时间周期Tp;风机叶片数为N,进而获得风机叶片周期Ts=Tp/N。
进一步,噪音采集模块为定向麦克风。
本发明还公开了一种风电机组风机叶片噪音异常检测方法,用于上述任一项的风电机组风机叶片噪音异常系统,包括以下步骤:采集风机叶片的噪音;对风机叶片的噪音进行带通滤波,获得带通滤波后的音频信号时域波形;基于脉冲信号对连续的音频信号时域波形按照叶片进行分割,进而按照叶片将分割后的音频信号时域波形进行合并,最终每只风机叶片均获得一个连续的音频波形数据;进一步对每只风机叶片的音频波形数据计算差异系数CV;当任意两个风机叶片的差异系数CV超过阈值时,则可进一步判断哪一个风机叶片与另外两个风机叶片的差异系数超过阈值,则该风机叶片存在噪音异常;若所有风机叶片的差异系数均大于阈值则至少两个风机叶片存在噪音异常。
进一步,基于原始音频信号时域波形,用户指定相应的滤波方式和截止频率,得到滤波后的有效音频波形信号。
进一步,基于转速脉冲信号,将第一次获取到脉冲信号的时刻记作tp1,对应旋转周期为C1。这里,tp1时刻对应为1号叶片经过塔架的时刻,即为1号叶片在该旋转周期内对应的有效音频波形信号片段的中点。因此,1号叶片在C1周期中的有效音频波形信号片段L1,1于tp1-0.5*Ts时刻开始,于tp1+0.5*Ts时刻结束;2号叶片在C1周期中的有效音频波形信号片段L1,2于tp1+0.5*Ts时刻开始,于tp1+1.5*Ts时刻结束;以此类推,n号叶片在C1周期中的有效音频波形信号片段L1,n于tp1+(n-1.5)*Ts时刻开始,于tp1+(n-0.5)*Ts时刻结束;进一步可以类推,n号叶片在Cm周期中的有效音频波形信号片段Lm,n于tpm+(n-1.5)*Ts时刻开始,于tpm+(n-0.5)*Ts时刻结束。
进一步,将n号叶片的所有有效音频波形信号片段L*,n拼接到一起,得到该叶片的重组音频波形Rn。
进一步,计算两个叶片的重组音频波形的差异系数。以频谱包络线差异系数为例,首先绘制n号叶片对应的重组音频波形Rn的频谱,进而对该频谱绘制包络线En计算差异系数CV(本文以频谱包络线差异系数为例进行展开描述,即基于波形数据的频域分解图计算得到包络,进而计算两只叶片的频域包络线的差异系数;本发明涵盖范围包括但不限于时域差异系数、频域差异系数等一切相关的差异系数计算方法)。
其中,N代表叶片数,Nf代表频谱包络线中的频率点数,下同。
接着计算i,j这两只风机叶片的频谱包络线差异的绝对值|Dij|:
接着基于差异绝对值计算差异系数CVi,j:
本发明还公开了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行以实现上述任一项的风电机组风机叶片噪音异常检测方法。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明中方案可以通过风机叶片的转速和风机叶片的噪音异常确定具体是哪一个或者哪几个风机叶片发生噪音异常,可以更好的确定风机叶片上是否发生损伤或污染,结合红外等检测设备可以确定损伤或污染位置,检测装置操作简单,检测精度高。
2、本发明中方案可以有效避免外界噪音对噪音检测结果的影响,计算结果更加准确,可以有效避免误判。
附图说明
图1是本发明一实施例中风电机组风机叶片噪音异常系统的结构示意图;
图2是本发明一实施例中风电机组风机叶片噪音异常检测方法的结构示意图;
图3是本发明一实施例中噪音音频信号的时域波形图;
图4是本发明一实施例中带通滤波后的噪音信号时域波形图;
图5是本发明一实施例中有效音频波形信号片段的分割示意图;
图6是本发明一实施例中噪音信号时域波形重组数据图。以常见的三个叶片为例,将原始信号按照三个叶片进行分割与合并。图6(a)是风机叶片音频波形数据,图6(b)、(c)和(d)分别为三组风机叶片对音频信号时域波形进行分割后的风机叶片的启动噪音数据;
图7是本发明一实施例中一个风机叶片的噪音信号时域波形图的频域分解图;
图8是本发明一实施例中多组风机叶片的频域分解图的频谱上包络线对比图。
附图标记:
1-风机支架;2-风电机组;3-风机叶片;4-转速采集模块;5-噪音采集模块;6-采集分析模块;7-风机叶片标识。
具体实施方式
为了使本领域技术人员更好的理解本发明的技术方案,通过具体实施例对本发明进行详细的描绘。然而应当理解,具体实施方式的提供仅为了更好地理解本发明,它们不应该理解成对本发明的限制。在本发明的描述中,需要理解的是,所用到的术语仅仅是用于描述的目的,而不能理解为指示或暗示相对重要性。
为了解决现有技术中存在的如果出现噪音异常却不能确定具体是那个风机叶片出现了问题,更不能确定风机叶片上发生损伤或污染的位置,以及噪音采集过程会受到环境中声音的影响,如风机如果设置在海边可能会受到海浪声的影响。故本发明提供了一种风电机组风机叶片噪音异常系统和方法,其通过对于风机叶片噪音采集以及对风电机组的转速进行检测,进而通过不同机组之间的启动噪音对比进行针对风电机组风机叶片的异常检测,用于监测风机叶片是否发生损坏或者异常,进而实现风机叶片的表面状态是否发生损伤。其可以通过风机叶片的转速和风机叶片的噪音异常确定具体是哪一个或者哪几个风机叶片发生噪音异常,可以有效避免外界噪音对噪音检测结果的影响,计算结果更加准确,可以有效避免误判。下面结合附图通过实施例对本发明方案进行详细说明。
实施例一
如图1所示,本实施例公开了一种风电机组风机叶片噪音异常系统,包括:风机支架1、风电机组2、风机叶片3、转速采集模块4、噪音采集模块5和采集分析模块6;
风机支架1,用于支撑风电机组2;风电机组2与风机叶片3的转轴连接,用于将风机叶片3的动能转换为电能;转速采集模块4设置在风电机组2下方,用于对风机叶片3的转速进行检测;噪音采集模块5固定在风机支架1上,用于在机组转动过程中对风机叶片3的噪音进行采集,采集分析模块6,用于根据转速采集模块4、噪音采集模块5采集的转速和噪音信息形成告警信号,并形成声光报警信息并将报警信息通过接口发送给风机主控和监控系统。
噪音异常系统还包括风机叶片标识7,风机叶片标识7固定在风机叶片3上,本实施例中,风机叶片标识7安装在风机叶片3根部与转速采集模块4的位置对应,覆盖整个风机叶片3变桨的角度范围,与转速采集模块4配合使用。安装了风机叶片标识7的风机叶片3为第一个风机叶片3,即将该风机叶片3标记为1号风机叶片3,按照转动方向下一个风机叶片3为2号风机叶片3,以此类推。本发明中风机叶片3为,分别标记为1号风机叶片、2号风机叶片和3号风机叶片。
风机叶片3转动过程中,每当风机叶片标识7经过转速采集模块4时,转速采集模块4产生一个脉冲信号,并发送给采集分析模块6,采集分析模块6通过两次相邻脉冲信号的时间间隔结算得到叶轮的转动速度。本实施例中风机叶片3以常见的三叶片风力发电机组为例,但本发明不对风机叶片3的数量进行限制。
本实施例中,转速采集模块4采用转速传感器,噪音采集模块5为定向麦克风,但转速传感器和噪音采集模块5均不以此为限,现有的其它转速或噪音测试装置也可以用于本发明中方案。
采集分析模块6可以通过有线或者无线的方式分别与转速采集模块4、噪音采集模块5通信连接。采集分析模块6通过有线或者无线的方式与风机主控和监控系统连接,本实施例中优选采集分析模块6通过无线的方式与风机主控和监控系统连接。无线通信方式可以采用无线网络,GPRS和高增益天线等。
实施例二
基于相同的发明构思,本发明还公开了一种风电机组风机叶片3噪音异常检测方法,用于上述任一项的风电机组风机叶片3噪音异常系统,如图2所示,包括以下步骤:
S1基于转速采集模块采集到的脉冲信号确定转速周期。风机叶片标识7在未接近转速采集模块4的状态下,采集模块4输出一个低电平信号,当风机叶片标识7接近对正转速采集模块4时,采集模块4输出一个高电平信号,随着叶轮转动,风机叶片标识7不断的经过采集模块4,采集模块4会产生一组脉冲信号;一次数据段采集开始后,采集到的由低电平到高电平发生转变的第1个上升沿的时间点记为tp1-up,紧随tp1-up出现的第一个下降沿的时间点记为tp1-down,tp1为tp1-up与tp1-down的时间中点。采集到的由低电平到高电平发生转变的第2个上升沿的时间点记为tp2-up,紧随tp2-up出现的下降沿的时间点记为tp2-down,tp2为tp2-up与tp2-down的时间中点。采集到的第m个上升沿的时间点记为tpm-up,紧随tpm-up出现的下降沿的时间点记为tpm-down,tpm为tpm-up与tpm-down的时间中电。假设一次数据段采集共包括m个上升沿,通过tp1、tp2.......tpm计算风机叶片转动一圈的时间周期Tp;风机叶片数为N,进而获得风机叶片周期Ts=Tp/N。计算一段数据从采集开始的第m个上升沿和其后下降沿的时间中点tpm、风机叶片转动一圈的时间周期Tp以及叶片经过的时间周期Ts,Ts同时也是每只叶片数据的重复周期:
Ts=Tp/N,(目前主流风机为3叶片,即N=3)
S2基于原始音频信号时域波形进行滤波,得到有效音频波形信号。采集到的原始音频信号包含了风机叶片3无关的环境气动噪音等,根据风机叶片3噪音的频率分布特点对信号进行通过带通滤波,本实施例中下限截止频率设置为1500Hz,上限截止频率设置为6000Hz,但带通宽度也可以根据实际需要确定,不予本实施例中数值为限。带通处理后的音频信号如图4所示,其中风机叶片3气动噪音的比重更大,图4中出现的周期波峰就是风机叶片3经过时产生的风机叶片3气动噪音信号。
S3利用脉冲信号和转速周期,对叶片编号进行识别,并对有效音频波形信号按照叶片进行切分和重组。基于转速采集模块4测量的转速脉冲信号,将第1次获取到脉冲信号的中心时刻记作tp1,对应旋转周期为C1。这里,tp1时刻对应为1号叶片经过塔架的中心时刻,即为1号叶片在该旋转周期内对应的有效音频波形信号片段的中点,叶片经过塔架的中心时刻,音频信号幅值出现峰值。因此,1号叶片在C1周期中的有效音频波形信号片段L1,1于tp1-0.5*Ts时刻开始,于tp1+0.5*Ts时刻结束;2号叶片在C1周期中的有效音频波形信号片段L1,2于tp1+0.5*Ts时刻开始,于tp1+1.5*Ts时刻结束;以此类推,n号叶片在C1周期中的有效音频波形信号片段L1,n于tp1+(n-1.5)*Ts时刻开始,于tp1+(n-0.5)*Ts时刻结束;进一步可以类推,n号叶片在Cm周期中的有效音频波形信号片段Lm,n于tpm+(n-1.5)*Ts时刻开始,于tpm+(n-0.5)*Ts时刻结束。进一步,将n号叶片的所有有效音频波形信号片段L*,n拼接到一起,得到该叶片的重组音频波形Rn。
S4计算重组音频波形的差异系数。以频谱包络线差异系数为例,首先绘制n号叶片对应的重组音频波形Rn的频谱,进而对该频谱绘制包络线对应的不同频率下的包络幅值数列为:
其中,n表示叶片序号,Nf表示频谱包络线中的频率点的总个数,下同。
其中,N代表叶片数,f表示频谱里的频率,下同。
接着计算i,j这两只风机叶片的频谱包络线差异的绝对值|Di,j|:
接着基于差异绝对值计算差异系数CVi,j:
但不以本实施例中差异系数为限,其它差异性指标如MSE、R-squared等也可以用于本发明中方案。
实施例三
基于相同的发明构思,本实施例公开了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行以实现上述任一项的风电机组风机叶片噪音异常检测方法。计算机可读存储介质包括但不限于CD-ROM、DVD-ROM、闪存USB盘、RAM、ROM和/或其他计算机存储装置。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。上述内容仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种风电机组风机叶片噪音异常系统,其特征在于,包括:风机支架、风电机组、风机叶片、转速采集模块、噪音采集模块和采集分析模块;
所述风机支架,用于支撑所述风电机组;所述风电机组与所述风机叶片的转轴连接,用于将所述风机叶片的动能转换为电能;所述转速采集模块设置在所述风电机组下方,用于对所述风机叶片的转速进行检测;所述噪音采集模块固定在所述风机支架上,用于对所述风机叶片的噪音进行采集,所述采集分析模块,用于根据所述转速采集模块、噪音采集模块采集的转速和噪音信息形成告警信号,并形成声光报警信息并将报警信息通过接口发送给风机主控和监控系统。
2.如权利要求1所述的风电机组风机叶片噪音异常系统,其特征在于,噪音异常系统还包括风机叶片标识,所述风机叶片标识固定在所述风机叶片上,并与所述转速采集模块的位置对应。
3.如权利要求2所述的风电机组风机叶片噪音异常系统,其特征在于,所述风机叶片转动过程中,每当所述风机叶片标识经过所述转速采集模块时,所述转速采集模块产生一个脉冲信号,并发送给所述采集分析模块,所述采集分析模块通过两次相邻脉冲信号的时间间隔结算得到叶轮的转动速度。
4.如权利要求1-3任一项所述的风电机组风机叶片噪音异常系统,其特征在于,所述噪音采集模块为定向麦克风。
5.一种风电机组风机叶片噪音异常检测方法,其特征在于,用于如权利要求1-4任一项所述的风电机组风机叶片噪音异常系统,包括以下步骤:
基于转速采集模块采集到的脉冲信号确定转速周期;
基于原始音频信号时域波形进行滤波,得到有效音频波形信号;
利用脉冲信号和转速周期,对叶片编号进行识别,并对有效音频波形信号按照叶片进行分割和重组,获得每只叶片的重组音频波形数据;
对每只风机叶片的重组音频波形数据进行频域分解,得到每只风机叶片的频域分解图;
对每只风机叶片的频域分解图进行频谱包络线计算;
根据任意两个风机叶片的频谱上包络线计算差异系数,并根据阈值对噪声异常进行判断和定位。
6.如权利要求5所述的风电机组风机叶片噪音异常检测方法,其特征在于,基于原始音频信号时域波形进行滤波,得到有效音频波形信号。
7.如权利要求5所述的风电机组风机叶片噪音异常系统,其特征在于,所述风机叶片转动过程中,每当所述风机叶片标识经过所述转速采集模块时,所述转速采集模块产生一个脉冲信号,并发送给所述采集分析模块,所述采集分析模块通过两次相邻脉冲信号的时间间隔结算得到叶轮的转动速度。
8.如权利要求5所述的风电机组风机叶片噪音异常检测方法,其特征在于,利用脉冲信号和转速周期,以及叶片编号定位识别结果,对有效音频波形信号按照叶片进行切分和重组,包括以下步骤:
采集所述时域包络线的第一个完整风机叶片波形的峰值,以所述峰值为起点,按照风机叶片的波峰周期Tv的时间间隔得到每个波峰的峰值参考点;
基于脉冲信号,定位叶轮旋转周期编号;
基于脉冲信号和转速周期,将有效音频波形信号按照叶片进行切割;
对每个叶片的所有有效音频波形信号片段进行拼接,得到该叶片的重组音频波形。
9.如权利要求5所述的风电机组风机叶片噪音异常检测方法,其特征在于,根据任意两个风机叶片的频谱包络线计算差异系数,包括以下步骤:
绘制每只叶片对应的重组音频波形的频谱;
对该频谱绘制包络线;
计算所有叶片包络线的平均值;
计算任意两个风机叶片的频谱包络线差异的绝对值;
所述差异系数,等于频谱包络线差异的绝对值除以所述平均值。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求5-9任一项所述的风电机组风机叶片噪音异常检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211445359.0A CN115855461B (zh) | 2022-11-18 | 2022-11-18 | 一种风电机组风机叶片噪音异常系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211445359.0A CN115855461B (zh) | 2022-11-18 | 2022-11-18 | 一种风电机组风机叶片噪音异常系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115855461A true CN115855461A (zh) | 2023-03-28 |
CN115855461B CN115855461B (zh) | 2023-09-05 |
Family
ID=85664062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211445359.0A Active CN115855461B (zh) | 2022-11-18 | 2022-11-18 | 一种风电机组风机叶片噪音异常系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115855461B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001289151A (ja) * | 2000-04-06 | 2001-10-19 | Ebara Corp | 大型風車の翼の構造 |
JP2010197124A (ja) * | 2009-02-24 | 2010-09-09 | Tokyo Electric Power Co Inc:The | 異音検出装置、方法及びプログラム |
JP2018138909A (ja) * | 2017-02-24 | 2018-09-06 | 三菱重工業株式会社 | 翼振動監視装置および翼振動監視方法 |
CN212454697U (zh) * | 2020-07-02 | 2021-02-02 | 中国船舶重工集团海装风电股份有限公司 | 一种风力发电机组叶片运行状态检测装置 |
US20210140849A1 (en) * | 2016-03-22 | 2021-05-13 | Ntn Corporation | Condition monitoring device, wind turbine equipped with the same, and method for removing electrical noise |
CN114414037A (zh) * | 2022-01-18 | 2022-04-29 | 华能湖北新能源有限责任公司 | 一种风力发电机组叶片健康监测装置及监测方法 |
CN114439702A (zh) * | 2022-01-28 | 2022-05-06 | 华能盐城大丰新能源发电有限责任公司 | 一种风力发电机的叶片状态监测方法和装置 |
CN114738207A (zh) * | 2022-05-18 | 2022-07-12 | 新清环境技术(连云港)有限公司 | 一种全天候非接触式风电叶片运行状态监测方法 |
-
2022
- 2022-11-18 CN CN202211445359.0A patent/CN115855461B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001289151A (ja) * | 2000-04-06 | 2001-10-19 | Ebara Corp | 大型風車の翼の構造 |
JP2010197124A (ja) * | 2009-02-24 | 2010-09-09 | Tokyo Electric Power Co Inc:The | 異音検出装置、方法及びプログラム |
US20210140849A1 (en) * | 2016-03-22 | 2021-05-13 | Ntn Corporation | Condition monitoring device, wind turbine equipped with the same, and method for removing electrical noise |
JP2018138909A (ja) * | 2017-02-24 | 2018-09-06 | 三菱重工業株式会社 | 翼振動監視装置および翼振動監視方法 |
CN212454697U (zh) * | 2020-07-02 | 2021-02-02 | 中国船舶重工集团海装风电股份有限公司 | 一种风力发电机组叶片运行状态检测装置 |
CN114414037A (zh) * | 2022-01-18 | 2022-04-29 | 华能湖北新能源有限责任公司 | 一种风力发电机组叶片健康监测装置及监测方法 |
CN114439702A (zh) * | 2022-01-28 | 2022-05-06 | 华能盐城大丰新能源发电有限责任公司 | 一种风力发电机的叶片状态监测方法和装置 |
CN114738207A (zh) * | 2022-05-18 | 2022-07-12 | 新清环境技术(连云港)有限公司 | 一种全天候非接触式风电叶片运行状态监测方法 |
Non-Patent Citations (3)
Title |
---|
WENBIN ZHU: "Wind turbine blade fault detection by acoustic analysis: Preliminary results", 《2021 IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING, COMMUNICATIONS AND COMPUTING》, pages 1 - 5 * |
ZEPENG LIU: "Vibration analysis for large-scale wind turbine blade bearing fault detection with an empirical wavelet thresholding method", 《RENEWABLE ENERGY》, vol. 146, pages 99 - 110, XP085904420, DOI: 10.1016/j.renene.2019.06.094 * |
邹宜金 等: "基于声纹的高泛化性风机叶片异常检测方法研究", 《电子科技大学学报》, vol. 50, no. 5, pages 795 - 800 * |
Also Published As
Publication number | Publication date |
---|---|
CN115855461B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108051078B (zh) | 一种转速非恒定时叶片振动叶端定时在线监测方法及装置 | |
JP7199608B2 (ja) | 風力タービン翼を検査するための方法および装置、ならびにそれらの機器および記憶媒体 | |
Urbanek et al. | Comparison of amplitude-based and phase-based method for speed tracking in application to wind turbines | |
CN101782475B (zh) | 基于风力发电机组振动的叶片故障诊断方法 | |
CN105547698A (zh) | 滚动轴承的故障诊断方法及装置 | |
CN104677623A (zh) | 一种风力发电机叶片故障在位声学诊断方法及监测系统 | |
US10365297B2 (en) | System and method for generation of a tachometer signal and reduction of jitter | |
US10197594B2 (en) | Tachometer signal jitter reduction system and method | |
CN108278184B (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 | |
CN103926075B (zh) | 一种提高风电机组齿轮箱故障分析精度的方法 | |
CN112782421B (zh) | 一种基于音频的转速识别方法 | |
CN213928639U (zh) | 风电机组多参量数据采集装置 | |
CN112326987B (zh) | 基于水下声信号的海上风机非接触式叶轮转速监测方法 | |
CN108106827B (zh) | 一种旋翼台升转速状态下放大器端子松脱识别方法 | |
CN115855461B (zh) | 一种风电机组风机叶片噪音异常系统和方法 | |
CN115434870B (zh) | 风力发电组振动数据的处理方法、装置、设备及存储介质 | |
WO2023035708A1 (zh) | 风机叶片声音信号采集最优位置及其选取方法 | |
AU2021415086B2 (en) | Blade fault diagnosis method, apparatus and system, and storage medium | |
CN111400959B (zh) | 风力发电机组的叶片故障诊断方法及装置 | |
CN113090471A (zh) | 风力发电机组的塔架净空音频监测系统、方法及装置 | |
CN117195136B (zh) | 一种电网新能源异常数据监测方法 | |
CN105205265B (zh) | 垂直轴风力发电机组的最佳转速转矩跟踪曲线的测量方法 | |
CN116412088A (zh) | 风力发电机组极对配置的检测方法、装置 | |
Zhang | Research on Feature Extraction Method for Low-Speed Reciprocating Bearings Based on Segmented Short Signal Modulation Signal Bispectrum Slicing | |
CN115659145A (zh) | 一种提取风力机电机转速的方法及系统 |
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 |