CN116771613A - 一种风电机组变桨系统桨叶零位偏移故障识别与校准方法 - Google Patents

Abstract

本发明公开了属于风电技术领域的一种风电机组变桨系统桨叶零位偏移故障识别与校准方法。根据实际生产的风电机组技术参数与桨叶零位偏移故障工况，搭建仿真模型，通过仿真模型的高精度计算，进而获取到风电机组在相应故障工况的仿真数据；通过对仿真数据中的机舱轴向加速度进行快速傅里叶变换得到风轮旋转频率和3倍风轮旋转频率的幅值比θ，并以不同平均风速划分的区间进行拟合，绘制出不同偏移方向的桨叶零位偏移判定曲线；使用风电机组的传感器或SCADA测点的数据，结合桨叶零位偏移判定曲线，判断桨叶零位偏移方向和偏差，实现实际风电机组的桨叶零位偏差故障识别和校准。本方法极大地降低了人力成本，提高了零位的校准效率。

Description

一种风电机组变桨系统桨叶零位偏移故障识别与校准方法

技术领域

本发明涉及风电技术领域，尤其涉及一种风电机组变桨系统桨叶零位偏移故障识别与校准方法。

背景技术

光能、水能、核能和风能等清洁能源将取代化石能源在国家能源领域的核心地位。在新能源技术逐渐崛起的今天，风能在世界能源领域所占的比重也越来越大。风能是世界上增长最快的可再生能源之一，而在新技术、新材料高速发展的同时，风能利用面临的最大阻碍是风力发电机组巨大的故障率，尤其对于大型的风力发电机组，其价格昂贵，有效地降低其故障率或者及时修正可能发生的故障机组，将节约巨大的发电成本。

风电机组的变桨系统故障主要表现有桨叶无法正常调节、桨叶无法停止转动、桨叶调节速度变慢或变快和桨叶转动角度偏差等。桨叶零位偏差通常由桨叶安装不当、桨叶受损或桨叶零位校准不准确等原因引起。桨叶零位偏差通常指的是桨叶在风向位置上的偏差，也就是桨叶旋转轴与风向位置轴之间的夹角偏差。当桨叶零位偏差发生时，会导致桨叶在旋转时不均匀受力，引起桨叶振动，进而产生周期性扰动，对风电机组产生不利影响。一方面，桨叶零位偏差会导致风电机组产生更大的振动和噪声，严重影响机组的运行平稳性和可靠性。另一方面，桨叶零位偏差还会引起风电机组转矩和功率的波动，从而降低了机组的发电效率，同时加重了风电机组的疲劳损伤程度，导致机组的使用寿命缩短。为了减少桨叶零位偏差对风电机组的不利影响，需要及时发现桨叶零位偏差并进行零位校准。

桨叶零位偏差故障识别和检测主要有以下两种方法：1)通过人工检测桨叶和轮毂机械零位刻度线重合情况。这种检查方式的准确程度主要由人员素质、负责程度等主观因素决定，具有不可控性，同时消耗较多的人力资源，执行效果不佳。2)在导流罩内桨叶根部安装广角摄像头，在桨叶上安装不同颜色的色条，对桨叶角度进行拍摄，以此来确定桨叶零位是否发生偏差。该方法中的摄像头拍摄的图像会受到光线和天气的影响，效果较差，识别准确率低，可操作性低。

因此，需要围绕风力发电机组变桨系统零位偏移故障，提出一种风电机组变桨系统桨叶零位偏移故障识别与校准的方法。

发明内容

本发明的目的是提出一种风电机组变桨系统桨叶零位偏移故障识别与校准方法，以解决因为缺少桨叶零位偏移故障数据的问题；包括以下步骤：

步骤1、根据实际生产的风电机组技术参数与桨叶零位偏移故障工况，搭建仿真模型，通过仿真模型的高精度计算，进而获取到风电机组在相应故障工况的仿真数据；

步骤2、针对步骤1的故障工况，通过对仿真数据中的机舱轴向加速度进行快速傅里叶变换得到风轮旋转频率和3倍风轮旋转频率的幅值比θ，并以不同平均风速划分的区间进行拟合，绘制出不同偏移方向的桨叶零位偏移判定曲线；

步骤3、使用实际生产的风电机组的传感器或SCADA测点的数据，结合由仿真故障数据绘制的桨叶零位偏移判定曲线，判断桨叶零位偏移方向和偏差大小，实现实际风电机组的桨叶零位偏差故障识别和校准。

步骤1具体如下：

首先，基于需要进行桨叶零位偏移故障识别与校准的风电机组的技术参数，搭建风电机组仿真模型；接着，根据实际运行可能发生的桨叶零位偏移故障状态，使用仿真软件的故障模拟功能，模拟叶片初始位置产生偏移；然后，根据该风电机组实际工作环境和技术参数设置湍流风模型和平均风速变化区间及步长；最后，将每个变化条件排列组合，形成所有工况，在每种工况下运行仿真程序，得到风轮转速、风速、叶根弯矩和机舱轴向加速度的仿真数据。

步骤2具体如下：

首先，使用步骤1的不同仿真工况下的故障仿真数据，对步骤1仿真设置的每种工况，即不同的平均风速区间和不同桨叶零位偏移的机舱轴向加速度信号进行快速傅里叶变换，得到相应工况下的机舱轴向加速度响应的频谱图，并在机舱轴向加速度响应的频谱图中找到由风轮转速确定的风轮旋转频率幅值和3倍风轮旋转频率幅值；然后，以该工况下的平均风速为横坐标，幅值比θ为纵坐标描点，其他工况与此相同；最后，将这些点按照每个桨叶零位偏差角度分别拟合成曲线，并分别得到桨叶零位的正、负偏移方向下，桨叶零位偏差故障判定图。

步骤3具体如下：

首先，采集实际生产中，需要进行桨叶零位偏移故障识别与校准的风电机组的一定时间区间内的连续的SCADA数据或传感器数据，通过叶根弯矩M_x的变化，确定桨叶零位偏移方向；然后，计算该时间区间的平均风速、风轮旋转频率和3倍风轮旋转频率，并对机舱轴向加速度信号进行快速傅里叶变换，进而得到风轮旋转频率幅值和3倍风轮旋转频率幅值比θ；最后，以幅值比θ为纵坐标，平均风速为横坐标，在相应方向的桨叶零位偏差判定图上描出预警点，操作员依据预警点所在的时间区间判断出桨叶零位偏差值。

本发明的有益效果在于：

1、本发明只需要在保证故障诊断精度的采样频率下采集一定时间长度的连续的较为容易获取到的SCADA测定数据或是传感器数据；

2、本发明提出了基于幅值分析的桨叶零位偏移判定模型，相较于传统的拍照校准和人工排查的方法，本方法极大地降低了人力成本，提高了零位的校准效率，为实际工程应用的风电机组桨叶零位偏差故障的识别与校准提供了基础。

附图说明

图1为本发明一种风电机组变桨系统桨叶零位偏移故障识别与校准方法的流程图；

图2为负向偏差判定图；

图3为正向偏差判定图。

具体实施方式

本发明提出一种风电机组变桨系统桨叶零位偏移故障识别与校准方法，下面结合附图和具体实施例对本发明做进一步说明。

图1为本发明一种风电机组变桨系统桨叶零位偏移故障识别与校准方法的流程图；具体如下：

步骤1、使用仿真软件模拟不同工况下的桨叶零位偏移故障；

使用仿真软件模拟不同工况下的桨叶零位偏移故障的具体流程，以及工况设置方法如下。首先，基于实际生产中，需要进行桨叶零位偏移故障识别与校准的风电机组的技术参数，如叶轮直径、塔架高度、额定风速、额定功率等，搭建风电机组仿真模型；接着，根据实际运行可能发生的桨叶零位偏移故障状态，使用仿真软件的故障模拟功能，模拟叶片初始位置产生偏移，即设置桨叶零位偏差角度、方向和每次偏差改变的步长，如偏差方向为正偏向，偏差角度区间为-5°～5°，改变步长为1°；然后，根据该风电机组实际工作环境和技术参数设置湍流风模型和平均风速变化区间及步长，如风电机组的叶轮直径为80m、额定风速为11.4m/s、切入风速为4m/s时，设置湍流风模型截面的横轴和纵轴分别为100m和105m，定义其截面网格点数均为15，风速区间为5m/s～15m/s，每段风速区间间隔为0.5m/s；最后，将上述的每个变化条件排列组合，形成所有工况。在每种工况下，运行仿真程序，得到仿真数据，如风轮转速、风速、叶根弯矩和机舱轴向加速度等。

步骤2、拟合桨叶零位偏差判定图，构建桨叶零位偏差判定模型；

使用步骤1的故障仿真数据，分别在桨叶零位的正、负偏移方向下，对步骤1仿真设置的每种工况，即不同的平均风速区间和不同偏差角度的机舱轴向加速度信号进行快速傅里叶变换，得到相应工况下的机舱轴向加速度响应的频谱图，并在机舱轴向加速度响应的频谱图中找到由风轮转速确定的风轮旋转频率(1P)幅值和3倍风轮旋转频率(3P)幅值。当桨叶零位偏差为0°时，此时风轮平衡，即在此平均风速区间的风轮旋转频率幅值始终小于3倍风轮旋转频率幅值；当桨叶零位偏差不为0°时，此时风轮失衡，即在此平均风速区间的风轮旋转频率幅值显著增大，并随着风速越高，幅值越大，但3倍风轮旋转频率幅值始终在小范围波动。

为解决在湍流风下的风轮转速波动幅度较大的问题，取理论频率±0.02Hz内的最大幅值作为风轮旋转频率(1P)幅值和3倍风轮旋转频率(3P)幅值，进而求得风轮旋转频率(1P)幅值和3倍风轮旋转频率(3P)幅值比θ。以该工况下的平均风速为横坐标，幅值比θ为纵坐标描点。其他工况亦是如此。

最后，将所有点按照每个桨叶零位偏差角度分别拟合成曲线，分别得到桨叶零位的正、负偏移方向下，桨叶零位偏差故障判定图。

步骤3、实现实际风电机组的桨叶零位偏差故障识别和校准；

采集实际风电机组的一定时间长度的连续的SCADA数据或传感器数据，进而获取机组的机舱轴向加速度、风轮转速、叶根弯矩和风速等相关参数变量。本发明使用叶根弯矩M_x对桨叶零位的偏移方向进行判断。主要原理：桨叶零位正向偏移会使得桨距角增大，根据公式：

式中，θ_at表示叶片翼型攻角，表示入流角，θ₀表示桨叶零位偏差角。

可以发现翼型攻角减小，这将使得气动载荷减小，进而使得叶根弯矩减小。桨叶零位负向偏移的结果刚好相反，即负向偏移使得桨距角减小，翼型攻角增大，气动载荷增大，进而使得叶根弯矩增大。由此可以得出，当出现正向偏移会导致叶根弯矩M_x波动幅度下降，且随着偏差角度的增加其下降幅度越大，当出现负向偏移会导致叶根弯矩M_x波动幅度增大，且随着偏差角度的增加其增加角度越大。

计算该时间段机组运行的平均风速和平均风轮转速，再利用风轮转速信号计算风轮旋转频率，并对机舱轴向加速度信号进行快速傅里叶变换，进而得到该时间段的机舱轴向加速度响应频谱图，以此来确定风轮旋转频率(1P)幅值和3倍风轮旋转频率(3P)幅值之比θ。以幅值比θ为纵坐标，平均风速为横坐标，在相应方向的桨叶零位偏差判定图上描出预警点。操作员可依据预警点所在的区间大致判断出桨叶零位偏差值。

根据实际工程应用的风电机组的技术参数搭建风电机组仿真模型。代替不易获取到的相应工况下，相应桨叶零位偏差下的实际风电机组的故障数据。通过对比分析桨叶零位偏差对风轮旋转频率和机舱轴向加速度的影响，构建以不同平均风速为区间的正(负)桨叶零位偏移角度的桨叶零位偏差判定图，对于某2MW的风电机组的负向偏差判定图如图2所示，正向偏差判定图如图3所示，该机组的仿真参数如下表1所示。为实际工程应用的风电机组桨叶零位偏差故障的识别与校准提供了基础。

表1某2MW机组仿真参数

本发明只需要在保证故障诊断精度的采样频率下采集一定时间长度的连续的较为容易获取到的SCADA测定数据或是传感器数据。计算在该时间区间下，风速的平均值与风轮旋转频率的幅值，确定此时风电机组在偏差判定图的点位。对比桨叶零位偏差判定图曲线与点位的相对位置，完成桨叶零位偏差故障诊断。本发明极大地降低了人力成本，提高了零位的校准效率，为实际工程应用的风电机组桨叶零位偏差故障的识别与校准提供了基础。

Claims (4)

1.一种风电机组变桨系统桨叶零位偏移故障识别与校准方法，其特征在于，包括以下步骤：

步骤1、根据实际生产的风电机组技术参数与桨叶零位偏移故障工况，搭建仿真模型，通过仿真模型的高精度计算，进而获取到风电机组在相应故障工况的仿真数据；

步骤2、针对步骤1的故障工况，通过对仿真数据中的机舱轴向加速度进行快速傅里叶变换得到风轮旋转频率和3倍风轮旋转频率的幅值比θ，并以不同平均风速划分的区间进行拟合，绘制出不同偏移方向的桨叶零位偏移判定曲线；

步骤3、使用实际生产的风电机组的传感器或SCADA测点的数据，结合由仿真故障数据绘制的桨叶零位偏移判定曲线，判断桨叶零位偏移方向和偏差大小，实现实际风电机组的桨叶零位偏差故障识别和校准。

2.根据权利要求1所述的风电机组变桨系统桨叶零位偏移故障识别与校准方法，其特征在于，所述步骤1具体如下：

首先，基于需要进行桨叶零位偏移故障识别与校准的风电机组的技术参数，搭建风电机组仿真模型；接着，根据实际运行可能发生的桨叶零位偏移故障状态，使用仿真软件的故障模拟功能，模拟叶片初始位置产生偏移；然后，根据该风电机组实际工作环境和技术参数设置湍流风模型和平均风速变化区间及步长；最后，将每个变化条件排列组合，形成所有工况，在每种工况下运行仿真程序，得到风轮转速、风速、叶根弯矩和机舱轴向加速度的仿真数据。

3.根据权利要求1所述的风电机组变桨系统桨叶零位偏移故障识别与校准方法，其特征在于，所述步骤2具体如下：

首先，使用步骤1的不同仿真工况下的故障仿真数据，对步骤1仿真设置的每种工况，即不同的平均风速区间和不同桨叶零位偏移的机舱轴向加速度信号进行快速傅里叶变换，得到相应工况下的机舱轴向加速度响应的频谱图，并在机舱轴向加速度响应的频谱图中找到由风轮转速确定的风轮旋转频率幅值和3倍风轮旋转频率幅值；然后，以该工况下的平均风速为横坐标，幅值比θ为纵坐标描点，其他工况与此相同；最后，将这些点按照每个桨叶零位偏差角度分别拟合成曲线，并分别得到桨叶零位的正、负偏移方向下，桨叶零位偏差故障判定图。

4.根据权利要求1所述的风电机组变桨系统桨叶零位偏移故障识别与校准方法，其特征在于，所述步骤3具体如下：

首先，采集实际生产中，需要进行桨叶零位偏移故障识别与校准的风电机组的一定时间区间内的连续的SCADA数据或传感器数据，通过叶根弯矩M_x的变化，确定桨叶零位偏移方向；然后，计算该时间区间的平均风速、风轮旋转频率和3倍风轮旋转频率，并对机舱轴向加速度信号进行快速傅里叶变换，进而得到风轮旋转频率幅值和3倍风轮旋转频率幅值比θ；最后，以幅值比θ为纵坐标，平均风速为横坐标，在相应方向的桨叶零位偏差判定图上描出预警点，操作员依据预警点所在的时间区间判断出桨叶零位偏差值。