CN116838547B - 多转子风力发电机的监测方法及多转子风力发电机 - Google Patents

多转子风力发电机的监测方法及多转子风力发电机 Download PDF

Info

Publication number
CN116838547B
CN116838547B CN202310161708.4A CN202310161708A CN116838547B CN 116838547 B CN116838547 B CN 116838547B CN 202310161708 A CN202310161708 A CN 202310161708A CN 116838547 B CN116838547 B CN 116838547B
Authority
CN
China
Prior art keywords
wind turbine
difference
monitoring
power generator
wind
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.)
Active
Application number
CN202310161708.4A
Other languages
English (en)
Other versions
CN116838547A (zh
Inventor
彼得·福格·奥德高
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.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment 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 Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN202310161708.4A priority Critical patent/CN116838547B/zh
Publication of CN116838547A publication Critical patent/CN116838547A/zh
Application granted granted Critical
Publication of CN116838547B publication Critical patent/CN116838547B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F03D1/00—Wind motors with rotation axis substantially parallel to the air flow entering the rotor 
    • F03D1/02—Wind motors with rotation axis substantially parallel to the air flow entering the rotor  having a plurality of rotors
    • 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

本公开提供一种多转子风力发电机的监测方法及多转子风力发电机，所述监测方法包括：确定所述多转子风力发电机的每个风力发电机单元组的第一性能参数，其中，所述第一性能参数基于风力发电机单元的运行参数确定；通过比较所述至少两个风力发电机单元组的第一性能参数，并且比较所述至少两个风力发电机单元组中的每个的第一性能参数与预设的第二性能参数，对所述多转子风力发电机进行故障监测。根据本公开的解决了难以发现风力发电机单元中潜在的故障的问题，可以监测风力发电机单元组中是否存在非预期故障，提高故障监测的准确性，避免故障漏报，确保风力发电机的正常运行。

Description

多转子风力发电机的监测方法及多转子风力发电机
技术领域
本公开涉及风力发电领域，更具体地，涉及一种多转子风力发电机的监测方法及多转子风力发电机。
背景技术
多转子风力发电机是一种包括多个风力发电机单元的风力发电机，每个风力发电机单元可以包括转子和机舱，这些风力发电机单元可以通过单个塔架来支撑。
在多转子风力发电机的运行过程中，不同的风力发电机单元的运行状态可以是独立的，并且可以通过风力发电机的单一的主控系统对各风力发电机单元进行分别监测和控制。
然而，在这样的监测方案中，一般是通过基于预设的故障判断条件对每个风力发电机单元的运行数据进行故障判断，在未预先设置故障判断条件的情况下，难以发现风力发电机单元中潜在的故障。
发明内容
鉴于现有的风力发电机监测方案难以发现风力发电机单元中潜在的故障的问题，本公开提供一种多转子风力发电机的监测方法及多转子风力发电机。
本公开的第一方面提供一种多转子风力发电机的监测方法，所述多转子风力发电机包括至少两个风力发电机单元组，每个风力发电机单元组包括一个或多个风力发电机单元，每个风力发电机单元设置有监测控制器，不同风力发电机单元的监测控制器之间能够通信，所述监测方法执行于任意一个或多个风力发电机单元的监测控制器，其中，所述监测方法包括：确定所述多转子风力发电机的每个风力发电机单元组的第一性能参数，其中，所述第一性能参数基于风力发电机单元的运行参数确定；通过比较所述至少两个风力发电机单元组的第一性能参数，并且比较所述至少两个风力发电机单元组中的每个的第一性能参数与预设的第二性能参数，对所述多转子风力发电机进行故障监测。
可选地，对所述多转子风力发电机进行故障监测的步骤包括：确定所述至少两个风力发电机单元组在所述第一性能参数上的第一差异；针对所述至少两个风力发电机单元组中的每个组，确定所述第一性能参数与所述第二性能参数之间的第二差异；在所述第一差异和所述第二差异满足预设的第一故障条件的情况下，确定所述至少两个风力发电机单元组中存在发生故障的风力发电机单元。
可选地，所述第一故障条件包括：所述第一差异表示所述至少两个风力发电机单元组之间的运行差异超出预期差异，并且所述第二差异表示每个风力发电机单元组自身的运行状态正常。
可选地，通过以下方式确定所述第一差异和所述第二差异满足预设的第一故障条件：在预设时间段内，出现第一状态的次数大于出现第二状态的次数，其中，所述第一状态是指：所述第一差异处于预设的第一差异区间外，并且每个风力发电机单元组的第二差异均处于预设的第二差异区间内，其中，所述第二状态是指：所述第一差异处于所述第一差异区间内，或者至少一个风力发电机单元组的第二差异处于所述第二差异区间外。
可选地，在确定所述至少两个风力发电机单元组中存在发生故障的风力发电机单元的情况下，所述监测方法还包括：基于所述第二差异，从所述至少两个风力发电机单元组中确定存在故障的风力发电机单元组。
可选地，所述基于所述第二差异，从所述至少两个风力发电机单元组中确定发生故障的风力发电机单元组，包括：将所述至少两个风力发电机单元组中所述第二差异满足预设的第二故障条件的风力发电机单元组确定为发生故障，其中，所述第二故障条件包括：在预设时间段内，第二异常计数值在所述至少两个风力发电机单元组的第二异常计数值中最大，其中，所述第二异常计数值根据所述第二差异确定。
可选地，针对每个风力发电机单元组，通过以下方式确定所述第二异常计数值：在所述预设时间段内的每个时间间隔内，响应于所述第二差异大于预设的差异阈值，将所述第二异常计数值的赋值增加第三步长；响应于所述第二差异小于或等于预设的差异阈值，将所述第二异常计数值的赋值减小第四步长。
可选地，所述第二故障条件还包括：在所述预设时间段内，所述至少两个风力发电机单元组中的每个的第二异常计数值均大于预设的最小计数值。
可选地，所述监测方法还包括：将对所述多转子风力发电机进行故障监测的监测结果发送到所述多转子风力发电机中的其他风力发电机单元的监测控制器，以供所述其他风力发电机单元的监测控制器基于所述监测结果控制所述其他风力发电机单元的运行。
可选地，通过以下方式确定所述运行参数：接收从当前监测控制器所在的风力发电机单元发送的第一测量数据，并且接收从所述多转子风力发电机中的其他风力发电机单元发送的第二测量数据；基于所述第一测量数据和所述第二测量数据，确定所述运行参数。
可选地，所述监测方法还包括：响应于对所述多转子风力发电机的故障监测结果表示所述至少两个风力发电机单元组中存在发生故障的风力发电机单元，控制所述至少两个风力发电机单元组中的至少一者执行故障响应动作，其中，所述故障响应动作包括停机、空转和降低转速中的至少一者。
本公开的第二方面提供一种多转子风力发电机，所述多转子风力发电机包括至少两个风力发电机单元组，每个风力发电机单元组包括一个或多个风力发电机单元，每个风力发电机单元包括监测控制器，不同风力发电机单元的监测控制器之间能够通信，任意一个或多个风力发电机单元的监测控制器执行根据本公开的示例性实施例所述的多转子风力发电机的监测方法。
本公开的第三方面提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令被至少一个处理器运行时，促使所述至少一个处理器执行根据本公开的示例性实施例所述的多转子风力发电机的监测方法。
根据本公开的多转子风力发电机的监测方法及多转子风力发电机，可以在至少两个风力发电机单元组之间比较第一性能参数，并且比较单个风力发电机单元组自身的第一性能参数与预设的第二性能参数，从而，一方面，可以考虑到单个风力发电机单元组自身的性能参数是否符合预期参数，另一方面，还可以考虑到两个风力发电机单元组之间的运行状态差异，监测风力发电机单元组中是否存在非预期故障，提高故障监测的准确性，避免故障漏报，确保风力发电机的正常运行。
此外，上述监测方法可以通过任意风力发电机单元的监测控制器来执行，从而能够通过分布式设置的监测控制器对整个多转子风力发电机进行监测，与所有风力发电机单元均依靠风力发电机的主控系统来监测的方案相比，分布式设置的任意一个或多个监测控制器均可用于执行上述监测，从而可以提高监测的稳定性和可靠性，避免在主控系统运行异常时则导致风机整体控制瘫痪的问题。
附图说明
图1A、图1B和图1C是示出根据本公开的示例性实施例的多转子风力发电机的结构示意图。
图2是示出根据本公开的示例性实施例的多转子风力发电机的监测控制器的通信示意图。
图3是示出根据本公开的示例性实施例的多转子风力发电机的监测控制器的示意性框图。
图4是示出根据本公开的示例性实施例的多转子风力发电机的监测方法的示意性流程图。
图5是示出根据本公开的示例性实施例的多转子风力发电机的监测方法中对多转子风力发电机进行故障监测的步骤的示意性流程图。
图6是示出根据本公开的示例性实施例的多转子风力发电机的监测方法的一示例的示意性流程图。
图7是示出根据本公开的示例性实施例的多转子风力发电机的监测方法中对多转子风力发电机进行故障监测的步骤的一示例的示意性流程图。
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。
在说明书中，当元件(诸如，层、区域或基底)被描述为“在”另一元件上、“连接到”或“结合到”另一元件时，该元件可直接“在”另一元件上、直接“连接到”或“结合到”另一元件，或者可存在介于其间的一个或多个其他元件。相反，当元件被描述为“直接在”另一元件上、“直接连接到”或“直接结合到”另一元件时，可不存在介于其间的其他元件。
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。
如前所述，在相关技术的多转子风力发电机中，一般是通过单一的主控系统基于预设的故障判断条件对每个风力发电机单元的运行数据进行故障判断，例如，可以为每个风力发电机单元设置故障判断条件，当主控系统基于从各传感器接收到的数据确定某风力发电机单元触发故障判断条件时，主控系统可以控制发生故障的风力发电机单元采取相应的响应动作。
然而，当风力发电机单元中出现非预期的故障时，由于没有为这种非预期故障设置故障判断条件，因此主控系统难以从风力发电机单元的运行数据中发现这样的故障，从而无法及时处理故障，可能对风力发电机造成不良后果，若希望提高故障识别能力，只能通过扩展各风力发电机单元的故障判断条件来实现，这种方法不仅工作量较大，而且依然无法监测到尚未预期的故障。
鉴于以上，本公开的示例性实施例提供多转子风力发电机的监测方法、多转子风力发电机以及计算机存储介质，以解决或至少解决上述问题。
下面将首先参照图1A、图1B和图1C描述根据本公开的示例性实施例的多转子风力发电机的示例结构。
根据本公开的多转子风力发电机可以包括塔筒和多个风力发电机单元，每个风力发电机单元可以包括机舱和转子，这里，风力发电机单元也可以被称为转子机舱单元(Rotor Nacelle unit，RNA)。所有风力发电机单元可以安装在同一塔筒上，例如，风力发电机单元可以通过支撑架安装到塔筒。
作为一示例，多转子风力发电机可以为双转子风力发电机。如图1A所示，多转子风力发电机可以包括第一风力发电机单元10、第二风力发电机单元20、支撑架30和塔筒40。第一风力发电机单元10和第二风力发电机单元20可以安装在支撑架30上，支撑架30可以固定在塔筒40上。作为示例，支撑架30可以形成为悬臂结构，以塔筒40为中央向两个相对的方向上水平延伸，从而可以将两个风力发电机单元分别设置在支撑架30的两个端部。
此外，多转子风力发电机还可以包括一个或多个传感器，传感器例如可以包括但不限于激光雷达。
例如，以图1A为例，多转子风力发电机还可以包括第一激光雷达、第二激光雷达和第三激光雷达。第一激光雷达可以设置在第一风力发电机单元10处，以用于感测第一风力发电机单元10处的风速V1。第二激光雷达可以设置在第二风力发电机单元20处，以用于感测第二风力发电机单元20处的风速V2。第三激光雷达可以设置在塔筒40上，以用于感测塔筒40处的风速。
这里，尽管图1A中示出设置有3个激光雷达，但是其设置数量和设置位置可以根据实际需要调整，例如，也可以仅在塔筒处设置激光雷达，或者仅在任意一个风力发电机单元处设置激光雷达。
此外，尽管这里以激光雷达为例示出多转子风力发电机的传感器，但是其不限于此，多转子风力发电机也可以包括用于测量任意环境数据、风机运行数据等的传感器，例如叶片载荷传感器等。
作为示例，上述双转子风力发电机可以是海上双转子风力发电机，如图1C所示，海上双转子风力发电机可以包括第一风力发电机单元15、第二风力发电机单元16、支撑架30、塔筒40以及浮体50，其中，第一风力发电机单元15和第二风力发电机单元16可以具有与上面描述的第一风力发电机单元10和第二风力发电机单元20相同或相似的构造，浮体50可以用于提供浮力，提高塔筒的稳定性。
上面描述了多转子风力发电机为双转子风力发电机的示例，然而其不限于此，其也可以包括多于两个风力发电机单元(例如，3个、4个、6个风力发电机单元等)，各风力发电机单元可以在不同高度处通过支撑架安装到塔筒。
作为另一示例，如图1B所示，多转子风力发电机可以包括四个风力发电机单元11、12、13和14，这些风力发电机单元可以两两通过支撑架(图1B所示的支撑架30)安装到塔筒。在该示例中，多转子风力发电机也可以包括一个或多个传感器，例如但不限于安装在每个风力发电机单元处以及塔筒处的激光雷达。
根据本公开的示例性实施例，多转子风力发电机还可以包括为每个风力发电机单元设置的监测控制器，例如，上述示例中的每个风力发电机单元可以各自设置有监测控制器，监测控制器可以设置在相应的风力发电机单元内容，也可以设置在风力发电机单元外部，只要监测控制器可以与相应的风力发电机单元通信连接，以实现对其的监测和控制即可。
作为示例，监测控制器可以作为风力发电机单元的单元控制器的一部分，如下文中将描述的图2中所示，每个风力发电机单元可以各自对应有单元控制器，该单元控制器可以包括监测控制器。每个单元控制器可以用于控制相应的风力发电机单元的正常运行/生产，监测控制器可以用于监测在运行/生产中出现的各种事件或故障等，以对风力发电机单元的不同工作状态进行监测和控制，例如，可以在监测到风力发电机单元出现运行故障时控制风力发电机单元停机，或者可以在监测到风力发电机单元的运行条件恢复正常时启动风力发电机单元。如此，可以通过分布式设置的监测控制器，实现对各风力发电机单元的单独监控。
下面将参照图2对多转子风力发电机中的分布式设置的监测控制器的通信机制进行详细描述。
根据本公开的示例性实施例，不同的监测控制器之间可以互相通信，每个监测控制器可以接收来自其所属的风力发电机单元的运行数据，也可以接收来自其他风力发电机单元的运行数据。
具体来说，以上述图1A所示的结构为例，如图2所示，在一个或多个实施例中，多转子风力发电机可以包括第一风力发电机单元10和第二风力发电机单元20。第一风力发电机单元10处可以设置有第一传感器110，第二风力发电机单元20处可以设置有第二传感器210。
多转子风力发电机还可以包括用于监测和控制第一风力发电机单元10的第一监测控制器112以及用于监测和控制第二风力发电机单元20的第二监测控制器220。第一监测控制器120可以设置在第一风力发电机单元10的第一单元控制器130中，第二监测控制器220可以设置在第二风力发电机单元20的第二单元控制器230中。
如图2所示，第一传感器110可以感测与第一风力发电机单元10相关的测量数据，该测量数据例如包括但不限于转子和发电机的速度、俯仰角、塔顶的侧向和前向加速度、发电机扭矩、叶片载荷以及风速。第一传感器110例如可以包括叶片载荷传感器、激光雷达等，这里，需要说明的是，尽管在图2中第一传感器110以单个框的形式绘制，但是第一传感器110可以表示一个或多个传感器，并且可以包括一个或多个传感器类型的传感器，例如其可以包括叶片载荷传感器和激光雷达二者。
第一传感器110可以将感测到的测量数据发送至第一单元控制器130(如图2的通信A所示)，并且还可以该测量数据发送至第一监测控制器120和第二监测控制器220(分别如图2的通信B1和B2所示)。
第二传感器210与第一传感器110可以是相同或相似的传感器，其可以感测与第二风力发电机单元20相关的测量数据。第二传感器210具体配置及变型与上述第一传感器110相同，故这里不再赘述。
第二传感器210可以将感测到的测量数据发送至第二单元控制器230(如图2的通信D所示)，并且还可以该测量数据发送至第二监测控制器220和第一监测控制器120(分别如图2的通信C1和C2所示)。
如此可见，任意一个风力发电机单元(例如，第一风力发电机单元10)的测量数据可以与其他风力发电机单元(例如，第二风力发电机单元20)共享，使得分布式设置的多个监测控制器中的任一个均能获取到整个多转子风力发电机中的每个风力发电机单元的测量数据，从而可以允许在任一个监测控制器处对各风力发电机单元的测量数据进行处理和监测，这可以提高监测的灵活性。
需要说明的是，尽管上面描述了第一传感器110分别通过通信A和通信B1将测量数据发送至第一单元控制器130和第一监测控制器120，但是其不限于此，第一传感器110也可以通过通信A将测量数据发送至第一单元控制器130，然后第一单元控制器130可以将测量数据发送至第一监测控制器120；或者第一传感器110也可以通过通信B1将测量数据发送至第一监测控制器120，然后第一监测控制器120可以将测量数据发送至第一单元控制器130。第二传感器210、第二监测控制器220和第二单元控制器230之间也可以类似地操作。
还需要说明的是，传感器发送给相应的单元控制器、相应的监测控制器以及其他监测控制器的测量数据可以相同，也可以不同。例如，图2中通信A、B1和B2发送的测量数据可以相同，也可以是至少部分不同的，可以根据实际控制需要将每个控制器所需的数据发送给各控制器。
此外，根据本公开的实施例，各监测控制器之间可以共享监测结果。例如，如图2的通信I所示，第一监测控制器120和第二监测控制器220可以将各自的监测结果发送给对方。
此外，第一监测控制器120可以与作为上级的第一单元控制器130之间可以共享控制请求(如图2的通信E所示)，第二监测控制器220可以与作为上级的第二单元控制器230之间可以共享控制请求(如图2的通信F所示)，这里，控制请求中可以携带有对风力发电机单元的预期性能参数，例如故障判断条件的阈值等，例如，控制请求中可以但不限于携带有俯仰角的参考值、扭矩的参考值等。如此，监测控制器可以获取到上级控制器执行控制操作的预期性能参数，并且可以基于该参数执行监测。
此外，第一风力发电机单元10可以接收从第一单元控制器130发送的控制信号(如图2的通信H所示)，第二风力发电机单元20可以接收从第二单元控制器230发送的控制信号(如图2的通信G所示)，上述控制信号例如可以包括但不限于俯仰角的参考值、扭矩的参考值等。如此，可以使第一风力发电机单元10和第二风力发电机单元20基于来自相应的单元控制器的控制信号执行相应的动作。
尽管上文中结合图2以图1A所示的示例结构为例进行了描述，但是本公开不限于此，图2所示的通信机制可以适应于本公开所述的任意多转子风力发电机，例如，其也适用于图1B所示的结构，图2中的两个风力发电机单元可以对应于图1B所示的任意两个风力发电机单元，并且，在多转子风力发电机包括多于两个风力发电机单元的情况下，任意一个风力发电机单元可以与其他所有风力发电机单元之间存在图2所示的通信机制，例如，假定图2所示的结构还包括第三风力发电机单元以及其所对应的第三监测控制器，则第一传感器110还可以将测量数据发送给第三风力发电机单元，第一监测控制器120、第二监测控制器220、第三监测控制器三者之间可以共享各自的监测结果。
如上所述，在本公开的实施例中，可以为每个风力发电机单元设置单独的监测控制器，从而无需为整个风力发电机设置中央主控系统来监控所有风力发电机单元，可以实现分布式的监测控制，从而可以提高监测的稳定性和可靠性，避免在主控系统运行异常时则导致风机整体控制瘫痪的问题。
为了支持图2中所示的通信机制，如图3所示，根据本公开的示例性实施例的任意一个风力发电机单元中的监测控制器(例如上述第一监测控制器120或第二监测控制器220)可以包括单风力发电机单元监测模块310、单风力发电机单元感测模块320、共享感测模块330、性能比较模块340、故障预测模块350以及共享检测模块360。
单风力发电机单元监测模块310可以用于使用该监测控制器所在的风力发电机单元的感测数据进行监测和控制。例如，单风力发电机单元监测模块310可以从风力发电机单元的传感器中获取感测数据。
单风力发电机单元感测模块320可以用于处理该监测控制器所在的风力发电机单元的感测数据。共享感测模块330可以用于在各风力发电机单元的监测控制器之间共享感测数据，例如可以将感测数据发送到其他监测控制器，或接收来自其他监测控制器的感测数据。
性能比较模块340可以用于比较任意风力发电机单元之间的性能差异，例如可以基于来自各个风力发电机单元的单风力发电机单元感测模块320、共享感测模块330和共享检测模块360的数据进行比较，该比较过程将在下文描述监测方法的实施例中详细描述。
故障预测模块350可以用于基于性能比较模块340的比较结果预测被比较的各风力发电机单元中是否存在故障。
共享检测模块360可以用于在各风力发电机单元的监测控制器之间共享故障预测模块350检测到的故障。
下面将参照图4和图5描述根据本公开的示例性实施例的多转子风力发电机的监测方法，该监测方法可以应用于对诸如图1A和图1B所示的多转子风力发电机以及其他多转子风力发电机的监测，该监测方法可以执行于多转子风力发电机中的任意一个或多个风力发电机单元的监测控制器。
如图4所示，该监测方法可以包括以下步骤：
在步骤S410，可以确定多转子风力发电机的每个风力发电机单元组的第一性能参数。
如上面所述，多转子风力发电机可以包括多个风力发电机单元，这些风力发电机单元可以被划分为至少两个风力发电机单元组，每个风力发电机单元组可以包括一个或多个风力发电机单元。
以图1A为例，风力发电机单元可以被划分为两个风力发电机单元组，第一风力发电机单元组可以包括第一风力发电机单元10，第二风力发电机单元组可以包括第二风力发电机单元20。以图1B为例，风力发电机单元可以被划分为两个风力发电机单元组，第一风力发电机单元组可以包括风力发电机单元11和12，第二风力发电机单元组可以包括风力发电机单元13和14。
在该步骤中，第一性能参数可以基于风力发电机单元的运行参数确定。
这里，运行参数可以是通过实际测量得到的，例如为上面所述的测量数据；运行参数也可以是通过对测量数据进行处理得到的数据，例如可以对测量数据进行拟合、统计等得到的数据。
例如，可以通过以下方式确定运行参数：接收从当前监测控制器所在的风力发电机单元发送的第一测量数据，并且接收从多转子风力发电机中的其他风力发电机单元发送的第二测量数据；基于第一测量数据和第二测量数据，确定运行参数。
具体来说，如上面参照图2所述，任一监测控制器可以接收来自各风力发电机单元的测量数据，因此，监测控制器可以接收来自其所对应的风力发电机单元的第一测量数据，还可以接收来自任意其他风力发电机单元的第二测量数据，并且将二者作为上述运行参数或者基于二者处理得到运行参数。
作为示例，第一性能参数可以包括但不限于每个发电机单元在一段时间内的平均功率、对关键参数的加权平均数、电能质量、结构负荷、致动器参数等，这里，关键参数例如可以包括功率、转子速度、塔顶加速度和叶片载荷等。第一性能参数可以根据实际需要而设定，其可以是用于表征风力发电机单元当前的运行性能的任意参数。
在风力发电机单元组包括一个风力发电机单元的情况下，第一性能参数可以是该风力发电机单元的参数。
在风力发电机单元组包括多个风力发电机单元的情况下，第一性能参数可以是所述多个风力发电机单元的该参数的统计值，例如平均值、最大值、最小值、方差等。
在步骤S420，可以通过比较至少两个风力发电机单元组的第一性能参数，并且比较至少两个风力发电机单元组中的每个的第一性能参数与预设的第二性能参数，对多转子风力发电机进行故障监测。
这里，第二性能参数可以是针对相应的第一性能参数的预期值，例如，在第一性能参数为功率的情况下，第二性能参数可以为功率参考值。第二性能参数可以是根据实际需要而设定的。
作为示例，第二性能参数可以为考虑到风力发电机单元处的风速的预期值。例如，在第一性能参数为功率的情况下，第二性能参数可以表示为与风速v和功率参考值Pr相关的函数g(v,Pr)，该函数可以根据历史运行数据或仿真数据拟合得到，例如其可以基于第一性原理模型(first principle model)得到。由于不同风力发电机单元处的风速以及功率参考值可以不同，因此，可以针对每个风力发电机单元组分别设置函数g(v,Pr)和第二性能参数。
在该步骤中，一方面，可以对风力发电机单元组之间进行性能比较，另一方面，可以对每个风力发电机单元组自身的性能与预设的期望性能进行比较，从而可以从不同组之间的运行差异以及各组自身运行状态与期望状态之间的差异这两方面来进行故障监测。
作为示例，如图5所示，该步骤S420可以包括以下步骤：
在步骤S510，可以确定至少两个风力发电机单元组在第一性能参数上的第一差异。
具体来说，以多转子风力发电机包括两个风力发电机单元组为例，第一风力发电机单元组的第一性能参数可以表示为P1[n]，第二风力发电机单元组的第一性能参数可以表示为P2[n]，其中，[n]表示第n个数据，例如，在监测过程中，可以按照预定时间间隔采集或计算数据，[n]可以对应于监测过程中的离散的第n个时间步长。例如，监测控制器的数据采样频率可以在50Hz至100Hz之间，性能比较模块和故障预测模块可以以低于上述采样频率的频率运行，例如，可以计算预定时间间隔(例如1至10分钟)内输入数据的平均值，该时间间隔可以对应于性能比较和故障预测模块的采样频率，即对应于上述时间步的时间间隔。
在此情况下，第一差异可以表示为两个风力发电机单元组的第一性能参数之间的差值的绝对值，即|P1[n]-P2[n]|，然而其不限于此，第一差异也可以为能够用于表征差异的其他计算指标，例如方差、标准差等。
此外，在针对多于两个风力发电机单元组进行比较的情况下，可以基于各风力发电机单元组的第一性能参数计算第一差异，例如方差、标准差、离散度等。
在步骤S520，可以针对至少两个风力发电机单元组中的每个组，确定第一性能参数与第二性能参数之间的第二差异。
在该步骤中，以多转子风力发电机包括两个风力发电机单元组为例，第一风力发电机单元组的第二性能参数可以表示为Pe1[n]，第二风力发电机单元组的第二性能参数可以表示为Pe2[n]，例如，可以表示为Pe1[n]＝g(vw1[n],Pr1)以及Pe2[n]＝g(vw2[n],Pr2)，其中，vwi[n]表示第i个风力发电机单元组处的风速，Pri表示第i个风力发电机单元组的功率参考值，i＝1或2。
第二差异可以表示为第一性能参数与第二性能参数之间的差值的绝对值，即，第一风力发电机单元组的第二差异为|P1[n]-Pe1[n]|，第二风力发电机单元组的第二差异为|P2[n]-Pe2[n]|，然而其不限于此，第二差异也可以为能够用于表征差异的其他计算指标，例如方差、标准差等。
此外，第一差异和第二差异可以采用相同的计算指标，也可以采用不同的计算指标，例如，可以根据计算指标对差异的表征能力分别为第一差异和第二差异选择适合的计算指标，第一差异可以采用差值的绝对值，而第二差异可以采用方差。
在步骤S530，可以在第一差异和第二差异满足预设的第一故障条件的情况下，确定至少两个风力发电机单元组中存在发生故障的风力发电机单元。
作为示例，在监测过程中，对于每个时间步，可以计算第一差异和第二差异，并且将第一差异、第二差异与预设的第一故障条件进行比较。
这里，第一故障条件可以是用于表征风力发电机单元中出现非预期故障的条件。第一故障条件可以包括：第一差异表示上述至少两个风力发电机单元组之间的运行差异超出预期差异，并且第二差异表示每个风力发电机单元组自身的运行状态正常，这里，每个风力发电机单元组自身的运行状态正常可以指的是该风力发电机单元组自身的运行差异未超出另一预期差异。具体来说，风力发电机单元组之间的所述预期差异可以根据实际需要来设定，在超出所述预期差异的情况下，可以认为发电机单元组之间的运行差异需要被关注；风力发电机单元组自身的所述另一预期差异也可以根据实际需要来设定，在超出所述另一预期差异的情况下，可以认为发电机单元组自身的运行差异需要被关注。
例如，可以通过以下方式确定第一差异和第二差异满足预设的第一故障条件：在预设时间段内，出现第一状态的次数大于出现第二状态的次数。这里，第一状态是指：第一差异处于预设的第一差异区间外，并且每个风力发电机单元组的第二差异均处于预设的第二差异区间内，第二状态是指：第一差异处于第一差异区间内，或者至少一个风力发电机单元组的第二差异处于第二差异区间外。
作为示例，可以通过对第一异常计数值计数来判断是否满足第一故障条件。具体来说，第一故障条件可以包括：在预设时间段内，第一异常计数值大于预设的第一异常阈值，其中，第一异常计数值根据第一差异和第二差异确定。
具体来说，在监测过程中的预设时间段内，可以计算每个时间步对应的第一差异和第二差异，并且对出现异常的时间步进行计数，得到该第一异常计数值，在该第一异常计数值大于预设的第一异常阈值的情况下，可以认为出现了非预期故障；在该第一异常计数值小于或等于预设的第一异常阈值的情况下，可以认为未出现非预期故障。这里，第一异常阈值可以根据实际需要而定。
作为示例，可以通过以下方式确定第一异常计数值：在预设时间段内的每个时间间隔内，响应于出现第一状态，将第一异常计数值的赋值增加第一步长；响应于出现第二状态，将第一异常计数值的赋值减小第二步长。
例如，第一差异区间可以为大于预设的第一阈值，第二差异区间可以为小于预设的第二阈值。如此，在预设时间段内的每个时间间隔内，响应于第一差异大于预设的第一阈值，并且每个风力发电机单元组的第二差异均小于预设的第二阈值，将第一异常计数值的赋值增加第一步长；响应于第一差异小于或等于预设的第一阈值，或者至少一个风力发电机单元组的第二差异大于或等于预设的第二阈值，将第一异常计数值的赋值减小第二步长。
具体来说，可以在每个时间步判断是否满足以下表达式：
|P1[n]-P2[n]|＞γp (1)
|P1[n]-Pe1[n]|＜γep (2)
|P2[n]-Pe2[n]|＜γep (3)
其中，γp表示第一阈值，γep表示第二阈值。
在上述表达式均满足的情况下，可以认为各风力发电机单元组自身未发生预期差异，而风力发电机单元组之间出现较明显的运行差异，则可以认为在该时间步中出现运行异常，可以将第一异常计数值CPer[n]的赋值增加第一步长Spup；在上述表达式中的任一者或多者不满足的情况下，可以认为在该时间步中各风力发电机单元组可能未发生非预期故障，可以将第一异常计数值的赋值减小第二步长Spdo。
这里，第一步长Spup和第二步长Spdo可以根据实际需要而设定，例如可以通过统计历史运行数据或者进行仿真模拟或者进行实机测试而确定能够有助于准确判断非预期故障的第一步长Spup和第二步长Spdo，第一步长Spup和第二步长Spdo可以是不同的，也可以是相同的。如此，可以基于多个时间步的判断，综合判断是否出现了非预期故障，提高故障判断的准确性。
此外，在上面的表达式(1)至(3)中，表达式(1)用于衡量不同风力发电机单元组之间的性能差异，而表达式(2)和(3)用于分别检测单个风力发电机单元组自身的性能和故障，这两个表达式是能够确保不同风力发电机单元组之间的性能差异不是由于风或功率参考值上的差异导致的。
在预定时间段内，若第一异常计数值CPer[n]的赋值大于预设的第一异常阈值γp，则确认发生故障，监测控制器可以执行相应的控制动作。
具体来说，响应于对多转子风力发电机的故障监测结果表示至少两个风力发电机单元组中存在发生故障的风力发电机单元，控制至少两个风力发电机单元组中的至少一者执行故障响应动作，其中，故障响应动作包括停机、空转和降低转速中的至少一者。
尽管上面描述了确定第一异常计数值的方式，但是本公开的实施例不限于此，第一差异区间和第二差异区间也可以根据所选取的第一差异和第二差异的计算方式以及实际需要而定，例如，第一差异和第二差异也可以分别是相应差值的倒数，在此情况下，第一差异区间可以为小于预设的第三阈值，第二差异区间可以为大于预设的第四阈值。
上面描述了确定至少两个风力发电机单元组中是否存在发生故障的风力发电机单元的过程，根据本公开的示例性实施例，在确定至少两个风力发电机单元组中存在发生故障的风力发电机单元的情况下，还可以确定存在故障的风力发电机单元组。
具体来说，该监测方法还可以包括：基于第二差异，从至少两个风力发电机单元组中确定存在故障的风力发电机单元组。
作为示例，可以将至少两个风力发电机单元组中第二差异满足预设的第二故障条件的风力发电机单元组确定为发生故障。
这里，第二故障条件可以是用于表征出现运行异常最多的风力发电机单元的条件。例如，第二故障条件包括：在预设时间段内，第二异常计数值在上述至少两个风力发电机单元组的第二异常计数值中最大，其中，第二异常计数值根据第二差异确定。
具体来说，在监测过程中的预设时间段内，可以计算每个风力发电机单元组在每个时间步的第二差异，并且对出现第二差异异常的时间步进行计数，得到该第二异常计数值，可以将风力发电机单元组中的第二异常计数值中最大的风力发电机单元组确定为发生故障的风力发电机单元组。
作为示例，针对每个风力发电机单元组，可以通过以下方式确定第二异常计数值：在预设时间段内的每个时间间隔内，响应于第二差异大于预设的差异阈值，将第二异常计数值的赋值增加第三步长；响应于第二差异小于或等于预设的差异阈值，将第二异常计数值的赋值减小第四步长。
具体来说，可以在每个时间步判断是否满足以下表达式：
|P1[n]-Pe1[n]|＞γep， (4)
|P2[n]-Pe2[n]|＞γep， (5)
其中，γep表示第二阈值。
在风力发电机单元组满足相应表达式的情况下，表示该风力发电机单元组自身发生预期差异，则可以认为该风力发电机单元组在该时间步中出现运行异常，可以将其第二异常计数值的赋值增加第三步长Spfup；在不满足相应表达式的情况下，表示该风力发电机单元组自身未发生预期差异，则可以将其第二异常计数值的赋值减小第二步长Spfdo。这里，以图1A的结构为例，可以分别判断第一风力发电机单元组的第二异常计数值CPf1[n]和第二风力发电机单元组的第二异常计数值CPf2[n]。
这里，第三步长Spfup和第四步长Spfdo可以根据实际需要而设定，例如可以通过统计历史运行数据或者进行仿真模拟或者进行实机测试而确定能够有助于准确判断自身的预期故障的第三步长Spfup和第四步长Spfdo，第三步长Spfup和第四步长Spfdo可以是不同的，也可以是相同的。如此，可以基于多个时间步的判断，综合判断风力发电机单元组自身是否出现了预期故障，并且找到最有可能出现故障的风力发电机单元组，提高故障判断的准确性。
此外，根据本公开的示例性实施例，第二故障条件还可以包括：在预设时间段内，上述至少两个风力发电机单元组中的每个的第二异常计数值均大于预设的最小计数值。
具体来说，如上面所述，在监测到各风力发电机单元组之间存在运行差异的情况下，可以在这些组中找到第二异常计数值最大的组，确定为发生故障的风力发电机单元组。在此之前，还可以将各第二异常计数值(例如，第二异常计数值CPf1[n]和第二异常计数值CPf2[n])与为第二异常计数值预设的最小计数值γminpf进行比较，在各第二异常计数值均大于该最小计数值的情况下，再进一步执行确定最大第二异常计数值的步骤，从而可以排除误报情况，例如，在各第二异常计数值均较小的情况下，即使是第二异常计数值最大的风力发电机单元组也可能未发生故障。
下面将结合图1C详细描述根据本公开的实施例的多转子风力发电机的监测方法应用于海上双转子风力发电机的实施例。
具体来说，如图6所示，在步骤S610中，可以确定海上双转子风力发电机的每个风力发电机单元(例如，图1C中的第一风力发电机单元15和第二风力发电机单元16)的第一性能参数。
例如，针对第一风力发电机单元15和/或第二风力发电机单元16，可以通过以下方式确定运行参数：接收从当前监测控制器所在的风力发电机单元发送的第一测量数据，并且接收从双转子风力发电机中的另一风力发电机单元发送的第二测量数据；基于第一测量数据和第二测量数据，确定运行参数。
在步骤S620中，可以通过比较第一风力发电机单元和第二风力发电机单元的第一性能参数，并且比较每个风力发电机单元的第一性能参数与预设的第二性能参数，对双转子风力发电机进行故障监测。
作为示例，第二性能参数可以为考虑到风力发电机单元处的风速的预期值。例如，在第一性能参数为功率的情况下，第二性能参数可以表示为与风速v和功率参考值Pr相关的函数g(v,Pr)。
在该步骤中，一方面，可以对第一风力发电机单元和第二风力发电机单元之间进行性能比较，另一方面，可以对每个风力发电机单元自身的性能与预设的期望性能进行比较，从而可以从不同风力发电机单元之间的运行差异以及各风力发电机单元自身运行状态与期望状态之间的差异这两方面来进行故障监测。
作为示例，如图7所示，该步骤S620可以包括以下步骤：
在步骤S710，可以确定第一风力发电机单元和第二风力发电机单元在第一性能参数上的第一差异。
具体来说，第一风力发电机单元15的第一性能参数可以表示为P1[n]，第二风力发电机单元16的第一性能参数可以表示为P2[n]，其中，[n]表示第n个数据，例如，在监测过程中，可以按照预定时间间隔采集或计算数据，[n]可以对应于监测过程中的离散的第n个时间步长。
在此情况下，第一差异可以表示为第一风力发电机单元和第二风力发电机单元的第一性能参数之间的差值的绝对值，即|P1[n]-P2[n]|，然而其不限于此，第一差异也可以为能够用于表征差异的其他计算指标，例如方差、标准差等。
在步骤S720，可以针对每个风力发电机单元，确定第一性能参数与第二性能参数之间的第二差异。
在该步骤中，第一风力发电机单元15的第二性能参数可以表示为Pe1[n]，第二风力发电机单元16的第二性能参数可以表示为Pe2[n]，例如，可以表示为Pe1[n]＝g(vw1[n],Pr1)以及Pe2[n]＝g(vw2[n],Pr2)，其中，vw1[n]和vw2[n]分别表示第一风力发电机单元和第二风力发电机单元处的风速，Pr1和Pr2分别表示第一风力发电机单元和第二风力发电机单元的功率参考值。
第二差异可以表示为第一性能参数与第二性能参数之间的差值的绝对值，即，第一风力发电机单元15的第二差异为|P1[n]-Pe1[n]|，第二风力发电机单元16的第二差异为|P2[n]-Pe2[n]|。
在步骤S730，可以在第一差异和第二差异满足预设的第一故障条件的情况下，确定第一风力发电机单元和第二风力发电机单元中存在发生故障的风力发电机单元。
这里，第一故障条件可以包括：第一差异表示上述至少两个风力发电机单元组之间的运行差异超出预期差异，并且第二差异表示每个风力发电机单元组自身的运行状态正常。例如，第一故障条件可以包括：在预设时间段内，第一异常计数值大于预设的第一异常阈值，其中，第一异常计数值根据第一差异和第二差异确定。
作为示例，可以通过以下方式确定第一异常计数值：在预设时间段内的每个时间间隔内，响应于第一差异大于预设的第一阈值，并且每个风力发电机单元的第二差异均小于预设的第二阈值，将第一异常计数值的赋值增加第一步长；响应于第一差异小于或等于预设的第一阈值，或者至少一个风力发电机单元的第二差异大于或等于预设的第二阈值，将第一异常计数值的赋值减小第二步长。
具体来说，可以在每个时间步判断是否满足上述表达式(1)至(3)。在上述表达式均满足的情况下，可以认为每个风力发电机单元自身未发生预期差异，而第一风力发电机单元和第二风力发电机单元之间出现较明显的运行差异，则可以认为在该时间步中出现运行异常，可以将第一异常计数值CPer[n]的赋值增加第一步长Spup；在上述表达式中的任一者或多者不满足的情况下，可以认为在该时间步中第一风力发电机单元和第二风力发电机单元可能未发生非预期故障，可以将第一异常计数值的赋值减小第二步长Spdo。
在预定时间段内，若第一异常计数值CPer[n]的赋值大于预设的第一异常阈值γp，则确认发生故障，监测控制器可以执行相应的控制动作。
具体来说，响应于对双转子风力发电机的故障监测结果表示第一风力发电机单元和第二风力发电机单元中存在发生故障的风力发电机单元，控制第一风力发电机单元和第二风力发电机单元中的至少一者执行故障响应动作，其中，故障响应动作包括停机、空转和降低转速中的至少一者。
在确定第一风力发电机单元和第二风力发电机单元中存在发生故障的风力发电机单元的情况下，还可以确定存在故障的风力发电机单元。具体来说，该监测方法还可以包括：基于第二差异，从第一风力发电机单元和第二风力发电机单元中确定存在故障的风力发电机单元。
作为示例，可以将第一风力发电机单元和第二风力发电机单元中第二差异满足预设的第二故障条件的风力发电机单元确定为发生故障。
例如，第二故障条件包括：在预设时间段内，第二异常计数值在第一风力发电机单元和第二风力发电机单元的第二异常计数值中最大，其中，第二异常计数值根据第二差异确定。
作为示例，针对每个风力发电机单元，可以通过以下方式确定第二异常计数值：在预设时间段内的每个时间间隔内，响应于第二差异大于预设的差异阈值，将第二异常计数值的赋值增加第三步长；响应于第二差异小于或等于预设的差异阈值，将第二异常计数值的赋值减小第四步长。
具体来说，可以在每个时间步判断是否满足上述表达式(4)和(5)，在风力发电机单元满足相应表达式的情况下，表示该风力发电机单元自身发生预期差异，则可以认为该风力发电机单元在该时间步中出现运行异常，可以将其第二异常计数值的赋值增加第三步长Spfup；在不满足相应表达式的情况下，表示该风力发电机单元自身未发生预期差异，则可以将其第二异常计数值的赋值减小第二步长Spfdo。这里，可以分别判断第一风力发电机单元15的第二异常计数值CPf1[n]和第二风力发电机单元16的第二异常计数值CPf2[n]。
此外，根据本公开的示例性实施例，第二故障条件还可以包括：在预设时间段内，第一风力发电机单元和第二风力发电机单元的第二异常计数值均大于预设的最小计数值。
具体来说，如上面所述，在监测到第一风力发电机单元和第二风力发电机单元之间存在运行差异的情况下，可以找到第二异常计数值最大的风力发电机单元，确定为发生故障的风力发电机单元。在此之前，还可以第二异常计数值CPf1[n]、第二异常计数值CPf2[n]与为第二异常计数值预设的最小计数值γminpf进行比较，在第二异常计数值均大于该最小计数值的情况下，再进一步执行确定最大第二异常计数值的步骤。
上面描述了利用任一监测控制器对多转子风力发电机进行故障监测的过程，根据本公开的实施例，基于图2所示的通信机制，监测控制器在得到监测结果后，还可以与其他监测控制器共享该监测结果。
具体来说，监测方法还可以包括：将对多转子风力发电机进行故障监测的监测结果发送到多转子风力发电机中的其他风力发电机单元的监测控制器，以供其他风力发电机单元的监测控制器基于监测结果控制其他风力发电机单元的运行。
根据本公开的示例性实施例的多转子风力发电机的监测方法，可以通过分布式监测控制器对整个多转子风力发电机进行监测，能够发现风力发电机单元组中存在非预期故障，提高故障监测的准确性，避免故障漏报，确保风力发电机的正常运行。
根据本公开的第二方面，提供一种多转子风力发电机，多转子风力发电机包括至少两个风力发电机单元组，每个风力发电机单元组包括一个或多个风力发电机单元，每个风力发电机单元包括监测控制器，不同风力发电机单元的监测控制器之间能够通信，任意一个或多个风力发电机单元的监测控制器执行根据本公开的实施例所述的多转子风力发电机的监测方法。
这里，多转子风力发电机可以为上文所述的实施例的多转子风力发电机，其具体配置、变型、功能及有益效果在上文中详细描述，故这里不再赘述。
根据本公开的第三方面，提供一种计算机可读存储介质，当计算机可读存储介质中的指令被至少一个处理器运行时，促使至少一个处理器执行根据本公开的实施例所述的多转子风力发电机的监测方法。
根据本公开的实施例的多转子风力发电机的监测方法可被编写为计算机程序并被存储在计算机可读存储介质上。计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态硬盘(SSD)、卡式存储器(诸如，多媒体卡、安全数字(SD)卡或极速数字(XD)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。
此外，根据本公开的实施例的多转子风力发电机的监测方法可以在计算机设备上执行，计算机设备可以是PC计算机、平板装置、个人数字助理、智能手机、或其他能够执行上述指令集合的装置。这里，计算机设备并非必须是单个的电子设备，还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。计算机设备还可以是集成控制系统或系统管理器的一部分，或者可被配置为与本地或远程(例如，经由无线传输)以接口互联的便携式电子设备。
在计算机设备中，处理器可以包括中央处理器(CPU)、图形处理器(GPU)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制，处理器还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。
处理器可运行存储在存储器中的指令或代码，其中，存储器还可以存储数据。指令和数据还可经由网络接口装置而通过网络被发送和接收，其中，网络接口装置可采用任何已知的传输协议。
存储器可与处理器集成为一体，例如，将RAM或闪存布置在集成电路微处理器等之内。此外，存储器可包括独立的装置，诸如，外部盘驱动、存储阵列或任何数据库系统可使用的其他存储装置。存储器和处理器可在操作上进行耦合，或者可例如通过I/O端口、网络连接等互相通信，使得处理器101能够读取存储在存储器中的文件。
此外，计算机设备还可包括视频显示器(诸如，液晶显示器)和用户交互接口(诸如，键盘、鼠标、触摸输入装置等)。计算机设备的所有组件可经由总线和/或网络而彼此连接。
以上对本公开的具体实施方式进行了详细描述，虽然已表示和描述了一些实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下，可对这些实施例进行修改和变型，这些修改和变型也应在本公开的权利要求的保护范围内。

Claims (12)

1.一种多转子风力发电机的监测方法，其特征在于，所述多转子风力发电机包括至少两个风力发电机单元组，每个风力发电机单元组包括一个或多个风力发电机单元，每个风力发电机单元设置有监测控制器，不同风力发电机单元的监测控制器之间能够通信，所述监测方法执行于任意一个或多个风力发电机单元的监测控制器，其中，所述监测方法包括：
确定所述多转子风力发电机的每个风力发电机单元组的第一性能参数，其中，所述第一性能参数基于风力发电机单元的运行参数确定；
通过比较所述至少两个风力发电机单元组的第一性能参数，并且比较所述至少两个风力发电机单元组中的每个的第一性能参数与预设的第二性能参数，对所述多转子风力发电机进行故障监测，
其中，对所述多转子风力发电机进行故障监测的步骤包括：
确定所述至少两个风力发电机单元组在所述第一性能参数上的第一差异，所述第一差异与所述至少两个风力发电机单元组之间的运行差异相关；
针对所述至少两个风力发电机单元组中的每个组，确定所述第一性能参数与所述第二性能参数之间的第二差异，所述第二差异与每个风力发电机单元组自身的运行状态相关；
在所述第一差异和所述第二差异满足预设的第一故障条件的情况下，确定所述至少两个风力发电机单元组中存在发生故障的风力发电机单元。
2.根据权利要求1所述的监测方法，其特征在于，所述第一故障条件包括：所述第一差异表示所述至少两个风力发电机单元组之间的运行差异超出预期差异，并且所述第二差异表示每个风力发电机单元组自身的运行状态正常。
3.根据权利要求2所述的监测方法，其特征在于，通过以下方式确定所述第一差异和所述第二差异满足预设的第一故障条件：
在预设时间段内，出现第一状态的次数大于出现第二状态的次数，
其中，所述第一状态是指：所述第一差异处于预设的第一差异区间外，并且每个风力发电机单元组的第二差异均处于预设的第二差异区间内，
其中，所述第二状态是指：所述第一差异处于所述第一差异区间内，或者至少一个风力发电机单元组的第二差异处于所述第二差异区间外。
4.根据权利要求1所述的监测方法，其特征在于，在确定所述至少两个风力发电机单元组中存在发生故障的风力发电机单元的情况下，所述监测方法还包括：
基于所述第二差异，从所述至少两个风力发电机单元组中确定存在故障的风力发电机单元组。
5.根据权利要求4所述的监测方法，其特征在于，所述基于所述第二差异，从所述至少两个风力发电机单元组中确定发生故障的风力发电机单元组，包括：
将所述至少两个风力发电机单元组中所述第二差异满足预设的第二故障条件的风力发电机单元组确定为发生故障，
其中，所述第二故障条件包括：在预设时间段内，第二异常计数值在所述至少两个风力发电机单元组的第二异常计数值中最大，其中，所述第二异常计数值根据所述第二差异确定。
6.根据权利要求5所述的监测方法，其特征在于，针对每个风力发电机单元组，通过以下方式确定所述第二异常计数值：
在所述预设时间段内的每个时间间隔内，响应于所述第二差异大于预设的差异阈值，将所述第二异常计数值的赋值增加第三步长；响应于所述第二差异小于或等于预设的差异阈值，将所述第二异常计数值的赋值减小第四步长。
7.根据权利要求5或6所述的监测方法，其特征在于，所述第二故障条件还包括：在所述预设时间段内，所述至少两个风力发电机单元组中的每个的第二异常计数值均大于预设的最小计数值。
8.根据权利要求1所述的监测方法，其特征在于，所述监测方法还包括：
将对所述多转子风力发电机进行故障监测的监测结果发送到所述多转子风力发电机中的其他风力发电机单元的监测控制器，以供所述其他风力发电机单元的监测控制器基于所述监测结果控制所述其他风力发电机单元的运行。
9.根据权利要求1所述的监测方法，其特征在于，通过以下方式确定所述运行参数：
接收从当前监测控制器所在的风力发电机单元发送的第一测量数据，并且接收从所述多转子风力发电机中的其他风力发电机单元发送的第二测量数据；
基于所述第一测量数据和所述第二测量数据，确定所述运行参数。
10.根据权利要求1所述的监测方法，其特征在于，所述监测方法还包括：
响应于对所述多转子风力发电机的故障监测结果表示所述至少两个风力发电机单元组中存在发生故障的风力发电机单元，控制所述至少两个风力发电机单元组中的至少一者执行故障响应动作，
其中，所述故障响应动作包括停机、空转和降低转速中的至少一者。
11.一种多转子风力发电机，所述多转子风力发电机包括至少两个风力发电机单元组，每个风力发电机单元组包括一个或多个风力发电机单元，其特征在于，每个风力发电机单元包括监测控制器，不同风力发电机单元的监测控制器之间能够通信，任意一个或多个风力发电机单元的监测控制器执行如权利要求1-10中的任一项所述的多转子风力发电机的监测方法。
12.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令被至少一个处理器运行时，促使所述至少一个处理器执行如权利要求1-10中的任一项所述的多转子风力发电机的监测方法。
CN202310161708.4A 2023-02-23 2023-02-23 多转子风力发电机的监测方法及多转子风力发电机 Active CN116838547B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310161708.4A CN116838547B (zh) 2023-02-23 2023-02-23 多转子风力发电机的监测方法及多转子风力发电机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310161708.4A CN116838547B (zh) 2023-02-23 2023-02-23 多转子风力发电机的监测方法及多转子风力发电机

Publications (2)

Publication Number Publication Date
CN116838547A CN116838547A (zh) 2023-10-03
CN116838547B true CN116838547B (zh) 2024-02-23

Family

ID=88162281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310161708.4A Active CN116838547B (zh) 2023-02-23 2023-02-23 多转子风力发电机的监测方法及多转子风力发电机

Country Status (1)

Country Link
CN (1) CN116838547B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2329141A2 (en) * 2008-08-29 2011-06-08 Vestas Wind Systems A/S Pitch control system
WO2016128004A1 (en) * 2015-02-12 2016-08-18 Vestas Wind Systems A/S Control system for damping structural vibrations of a wind turbine system having multiple rotors
CN107532568A (zh) * 2015-03-23 2018-01-02 维斯塔斯风力系统集团公司 使用中央控制器计算局部控制目标的多转子风力涡轮机的控制
CN109072867A (zh) * 2016-02-26 2018-12-21 维斯塔斯风力系统集团公司 具有多个转子的风力涡轮机系统
WO2019114896A1 (en) * 2017-12-11 2019-06-20 Vestas Wind Systems A/S Alarm response in a multi-rotor wind turbine
CN110352300A (zh) * 2017-03-01 2019-10-18 维斯塔斯风力系统集团公司 多转子风力涡轮机系统的性能监测
CN112567128A (zh) * 2018-07-09 2021-03-26 维斯塔斯风力系统集团公司 多转子风力涡轮机功率提升策略
CN114004991A (zh) * 2021-10-09 2022-02-01 华能(浙江)能源开发有限公司清洁能源分公司 风电机组的故障识别方法及装置
WO2022083835A1 (en) * 2020-10-23 2022-04-28 Vestas Wind Systems A/S Multi-rotor wind turbine yaw control

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10876518B2 (en) * 2019-04-12 2020-12-29 General Electric Company System and method for mitigating damage in a rotor blade of a wind turbine
US11649804B2 (en) * 2021-06-07 2023-05-16 General Electric Renovables Espana, S.L. Systems and methods for controlling a wind turbine

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2329141A2 (en) * 2008-08-29 2011-06-08 Vestas Wind Systems A/S Pitch control system
WO2016128004A1 (en) * 2015-02-12 2016-08-18 Vestas Wind Systems A/S Control system for damping structural vibrations of a wind turbine system having multiple rotors
CN107532568A (zh) * 2015-03-23 2018-01-02 维斯塔斯风力系统集团公司 使用中央控制器计算局部控制目标的多转子风力涡轮机的控制
CN109072867A (zh) * 2016-02-26 2018-12-21 维斯塔斯风力系统集团公司 具有多个转子的风力涡轮机系统
CN110352300A (zh) * 2017-03-01 2019-10-18 维斯塔斯风力系统集团公司 多转子风力涡轮机系统的性能监测
WO2019114896A1 (en) * 2017-12-11 2019-06-20 Vestas Wind Systems A/S Alarm response in a multi-rotor wind turbine
CN112567128A (zh) * 2018-07-09 2021-03-26 维斯塔斯风力系统集团公司 多转子风力涡轮机功率提升策略
WO2022083835A1 (en) * 2020-10-23 2022-04-28 Vestas Wind Systems A/S Multi-rotor wind turbine yaw control
CN114004991A (zh) * 2021-10-09 2022-02-01 华能(浙江)能源开发有限公司清洁能源分公司 风电机组的故障识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
风力机状态监测与故障诊断技术研究;蒋东翔;洪良友;黄乾;丁勇山;;电网与清洁能源(09);全文 *

Also Published As

Publication number Publication date
CN116838547A (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
JP7185808B1 (ja) 故障を検出するための方法および装置、モデルをトレーニングするための方法および装置、並びにそれらのデバイスおよび記憶媒体
CN112069035B (zh) 用于机箱的ipmi板卡健康管理系统以及健康监控方法
CN100562825C (zh) 机械设备故障在线诊断装置及方法
CN106980562A (zh) 一种硬盘监控方法及装置
US20230366724A1 (en) Autonomous discrimination of operation vibration signals
US20130103327A1 (en) Fault detection device for wind power generator and means of judgment thereof
CN109828874B (zh) 一种服务器psu均流性能自动化测试方法
EP4194684B1 (en) Load control method and apparatus for wind turbine generator system
CN104660440A (zh) 一种刀片服务器管理系统及其控制方法
US20190332102A1 (en) Machine health monitoring of rotating machinery
US20140058615A1 (en) Fleet anomaly detection system and method
TWI700431B (zh) 風力發電系統
CN104863798A (zh) 基于分布式存储的风电机组状态监测系统及其监测方法
CN116838547B (zh) 多转子风力发电机的监测方法及多转子风力发电机
CN108899059B (zh) 一种固态硬盘的检测方法和设备
EP4343587A1 (en) Method and device for evaluating service life of pitch bearing of wind turbine
CN115471968A (zh) 一种电缆防盗报警装置
CN113217277B (zh) 一种风力发电机组变桨执行跟踪监督控制系统及方法
CN114151147A (zh) 汽轮机转速异常的故障预警方法、系统、设备及介质
US20200112577A1 (en) Graph-based sensor ranking
Daems et al. Farm-wide dynamic event classification as load input for wind turbine drivetrain lifetime prognosis
Wang et al. Power curve based online condition monitoring for wind turbines
US12123399B2 (en) Load control method and apparatus for wind turbine generator system
CN112670952B (zh) 发电机组的控制方法、设备及可读存储介质
CN118669276A (zh) 变桨系统的风险预警方法、装置及风力发电机组

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