CN116950855B - 海上风电结构健康状态监测方法及相关设备 - Google Patents
海上风电结构健康状态监测方法及相关设备 Download PDFInfo
- Publication number
- CN116950855B CN116950855B CN202311076961.6A CN202311076961A CN116950855B CN 116950855 B CN116950855 B CN 116950855B CN 202311076961 A CN202311076961 A CN 202311076961A CN 116950855 B CN116950855 B CN 116950855B
- Authority
- CN
- China
- Prior art keywords
- wind power
- data
- power structure
- structural stress
- stress data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 230000036541 health Effects 0.000 title claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 69
- 238000012546 transfer Methods 0.000 claims abstract description 27
- 230000006870 function Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 20
- 238000009991 scouring Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 2
- 230000003862 health status Effects 0.000 description 14
- 238000004088 simulation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003938 response to stress Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000006557 surface reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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
本发明公开了一种海上风电结构健康状态监测方法及相关设备。该方法包括：基于预设响应面模型建立风机塔筒与风机基础的传递函数；采集风机塔筒预设位置处的第一结构应力数据；基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。解决无法及时获知基础结构的响应特征及健康状态的问题。
Description
技术领域
本说明书涉及风电结构领域，更具体地说，本发明涉及一种海上风电结构健康状态监测方法及相关设备。
背景技术
海上风电结构长期运行于复杂恶劣的海洋环境中，结构自身动力响应复杂，在风浪流等循环往复荷载的作用下，支撑结构容易出现疲劳损伤、倾斜失稳等风险事故。而目前对海上风电支撑结构的监测数量有限，监测内容及监测点位的选取大多仅限于塔筒范围，对基础的监测缺乏有效的方法和途径，因而无法及时获知基础结构的响应特征及健康状态。
发明内容
在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
为了解决无法及时获知基础结构的响应特征及健康状态的问题，第一方面，本发明提出一种海上风电结构健康状态监测方法，上述方法包括：
基于预设响应面模型建立风机塔筒与风机基础的传递函数；
采集风机塔筒预设位置处的第一结构应力数据；
基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。
可选的，所述预设响应面模型为风浪流要素及冲刷深度与结构应力的响应面模型。
可选的，所述预设响应面模型为通过可用均方根误差相对值和决定系数标准检验获得的响应面模型。
可选的，所述采集风机塔筒预设位置处的第一结构应力数据，包括：
采集风机塔筒预设位置处的三轴应力数据；
计算所述三轴应力数据获得等效应力数据，将所述等效应力数据作为所述第一结构应力数据。
可选的，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电结构下辖的风机进行偏航控制；
结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据。
可选的，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
可选的，所述方法还包括：
在采集到的真实样本数据的输入数据为差异性较大的数据分布的情况下，结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据；
在采集到的真实样本数据的输入数据为差异性较小的数据分布的情况下，对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
第二方面，本发明还提出一种海上风电结构健康状态监测装置，包括：
建模单元，用于基于预设响应面模型建立风机塔筒与风机基础的传递函数；
采集单元，用于采集风机塔筒预设位置处的第一结构应力数据；
预测单元，用于基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。
第三方面，一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的海上风电结构健康状态监测方法的步骤。
第四方面，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面上述任一项的海上风电结构健康状态监测方法。
综上，本申请提出的海上风电结构健康状态监测方法，通过基于预设响应面模型建立风机塔筒与风机基础的传递函数；采集风机塔筒预设位置处的第一结构应力数据；基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。由此，引入响应面模型方法，建立了风浪流要素及冲刷深度与结构应力的响应面模型，并通过工况仿真结果验证了响应面模型的准确性，可对其他工况条件下的应力值进行快速预测。基于响应面模型，建立了塔筒-基础的应力传递函数，可实现通过塔筒应力数据推测基础受力状态的目的。
本发明的海上风电结构健康状态监测方法，本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本申请实施例提供的一种海上风电结构健康状态监测方法流程示意图；
图2为本申请实施例提供的风电结构的测点位置；
图3为本申请实施例提供的一种海上风电结构健康状态监测装置结构示意图；
图4为本申请实施例提供的一种海上风电结构健康状态监测电子设备结构示意图。
具体实施方式
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
在一些情况下，可以采用数值模拟的方法，利用有限元软件对结构进行建模和施加荷载，根据不同工况下结构的应力响应云图可以直观的看出结构的受载、变形状态，通过导出数值计算结果识别出结构应力相对集中的区域，从而识别出结构的热点应力区域。而热点应力区域往往是容易失效的结构区域。但是，数值模拟技术需通过多次模型修正建立与真实结构几何、物理特性极度相似的数值模型，导致其建模周期长，模型修正工作量大。并且，数值模拟技术需计算变工况下的风、浪、流载荷，导致其前期荷载计算量大，耗费时间。另外，数值模拟技术有限元计算程序设置复杂，变工况下需重新施加荷载，且数值模拟单工况计算需5-6小时，计算效率较低，无法快速获取结构应力。
为了解决无法及时获知基础结构的响应特征及健康状态的问题，请参阅图1，为本申请实施例提供的一种海上风电结构健康状态监测方法流程示意图，具体可以包括：步骤S110、S120和步骤S130。
S110，基于预设响应面模型建立风机塔筒与风机基础的传递函数；
需要说明的是，响应面方法是一项基于统计学分析的综合试验技术，用于处理体系或结构的输入(变量)与输出(响应)间的转换关系问题。目前，通过简化有限元模型或寻找代理模型，已经成为提高模型运算效率的重要措施。
具体流程可概括为：建立初始有限元模型后，首先根据经验确定模型参数设计空间，选择合适的试验设计方法(全因子设计、中心复合设计、正交设计及均匀设计等)生成样本点，然后代入初始有限元模型生成样本数据；通过对样本数据进行统计方差分析，选择对结构响应影响明显的参数；选择响应面模型(多项式模型、径向基函数模型、克里格/Kriging模型及神经网络等)并拟合模型参数；确定的响应面模型需运用统计指标(均方误差、平均误差及复相关系数等)进行模型验证；如果达到精度要求，则可将响应面模型代替有限元模型进行模型修正优化求解过程；否则，返回修改响应面模型直至满足精度要求。
对于不同的结构特征响应值，则影响响应值的参数显著性也各不相同。当前影响工程结构响应的参数主要有：结构的几何参数、物理参数以及结构的边界约束条件。参数筛选的基本流程为首先根据结构动力学基本理论和工程经验初选待修正参数；接着具体分析待修正参数对结构动力响应值的贡献程度，进而筛选出对响应面反应敏感的参数拟合响应面方程。
响应面函数的选取是响应面法模型修正的重要步骤之一，应遵循以下原则：响应面方程能够描述待修正参数和响应值的关系，且尽可能的简单；响应面函数中的待定系数尽可能的少，以减少计算次数和试验次数，提高计算效率。常用的响应面模型有：多项式模型、径向基函数模型、克里格/Kriging模型及BP神经网络等。
S120，采集风机塔筒预设位置处的第一结构应力数据；
示例性的，已知某风电场，在塔筒距离基础桩顶65m、75m处分别安装有-45°、0°、45°、90°的应变计，经比对，75m高程处的应力测点可近似等效为数值模型中的A点，65m高程处的应力测点可近似等效为数值模型中的B点。测点位置如图2所示。
根据监测点A点、B点的三轴应变数据(ε0、ε45及ε90)计算可得等效应力，公式如下，
由此得到测点A、测点B的等效应力，μ为泊松比，上述中的E为弹性模量。
S130，基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。
示例性的，利用数值模拟的热点A、B、E、G及H点所有工况下的应力数据进行函数拟合，建立塔筒-基础应力特征的响应面模型，如下式所示，
σE,G,H＝β0+β1σA+β2σB+β12σAσB
系数矩阵中：系数β0对应E＝7.5576，G＝11.2457，H＝4.3762；β1对应E＝-0.9339，G＝-1.6430，H＝-0.0948；β2对应E＝2.4522，G＝2.8115，H＝0.6672；/>对应E＝0.0047，G＝0.0174，H＝0.0028；由此，可根据实际测点A、测点B的等效应力数据预测得到热点E、G、H的等效应力情况，此时σE,G,H中的E为E点非弹性模量。
综上，本申请实施例提供的海上风电结构健康状态监测方法，通过基于预设响应面模型建立风机塔筒与风机基础的传递函数；采集风机塔筒预设位置处的第一结构应力数据；基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。由此，引入响应面模型方法，建立了风浪流要素及冲刷深度与结构应力的响应面模型，并通过工况仿真结果验证了响应面模型的准确性，可对其他工况条件下的应力值进行快速预测。基于响应面模型，建立了塔筒-基础的应力传递函数，可实现通过塔筒应力数据推测基础受力状态的目的。
根据一些实施例，所述预设响应面模型为风浪流要素及冲刷深度与结构应力的响应面模型。
在一些示例中，所述预设响应面模型为通过可用均方根误差相对值和决定系数标准检验获得的响应面模型。
在一些示例中，所述采集风机塔筒预设位置处的第一结构应力数据，包括：
采集风机塔筒预设位置处的三轴应力数据；
计算所述三轴应力数据获得等效应力数据，将所述等效应力数据作为所述第一结构应力数据。
在一些示例中，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电结构下辖的风机进行偏航控制；
结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据。
可以理解的是，真实样本数据相比数值模拟数据能够进一步验证模型的准确性，也更利于模型的优化，但是真实样本数据的采集耗时时间较长，并且即便耗费较长的时间，也较难获得充沛、连续及能够覆盖各种情况的数据条件，那么，由于在风电场中风机和风机之间是存在一定的尾流影响的，可以利用对所述第二风电结构下辖的风机进行偏航控制，结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以便更快速、高效地获取能够覆盖各种情况的所述第一风电结构的真实样本数据。
在一些示例中，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
在一些示例中，所述方法还包括：
在采集到的真实样本数据的输入数据为差异性较大的数据分布的情况下，结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据；
在采集到的真实样本数据的输入数据为差异性较小的数据分布的情况下，对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
可以理解的，在采集到的真实样本数据的输入数据为差异性较大的数据分布的情况下，样本数据很难满足覆盖各种情况的数据条件，不便于验证模型的准确性也不便于模型的优化，此时可以利用对所述第二风电结构下辖的风机进行偏航控制，结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以便更快速、高效地获取能够覆盖各种情况的所述第一风电结构的真实样本数据。
可以理解的是，在采集到的真实样本数据的输入数据为差异性较小的数据分布的情况下，样本数据很难满足覆盖各种情况的数据条件，不便于验证模型的准确性也不便于模型的优化，并且缩小了真实样本数据的有效用和可利用率，此时对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据，以便更快速、高效地获取能够覆盖各种情况的所述第一风电结构的真实样本数据。
请参阅图3，本申请实施例中海上风电结构健康状态监测装置的一个实施例，可以包括：
建模单元21，用于基于预设响应面模型建立风机塔筒与风机基础的传递函数；
采集单元22，用于采集风机塔筒预设位置处的第一结构应力数据；
预测单元23，用于基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。
综上，本申请实施例提供的海上风电结构健康状态监测装置，通过基于预设响应面模型建立风机塔筒与风机基础的传递函数；采集风机塔筒预设位置处的第一结构应力数据；基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。由此，引入响应面模型方法，建立了风浪流要素及冲刷深度与结构应力的响应面模型，并通过工况仿真结果验证了响应面模型的准确性，可对其他工况条件下的应力值进行快速预测。基于响应面模型，建立了塔筒-基础的应力传递函数，可实现通过塔筒应力数据推测基础受力状态的目的。
如图4所示，本申请实施例还提供一种电子设备300，包括存储器310、处理器320及存储在存储器320上并可在处理器上运行的计算机程序311，处理器320执行计算机程序311时实现上述海上风电结构健康状态监测的任一方法的步骤：
基于预设响应面模型建立风机塔筒与风机基础的传递函数；
采集风机塔筒预设位置处的第一结构应力数据；
基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。
可选的，所述预设响应面模型为风浪流要素及冲刷深度与结构应力的响应面模型。
可选的，所述预设响应面模型为通过可用均方根误差相对值和决定系数标准检验获得的响应面模型。
可选的，所述采集风机塔筒预设位置处的第一结构应力数据，包括：
采集风机塔筒预设位置处的三轴应力数据；
计算所述三轴应力数据获得等效应力数据，将所述等效应力数据作为所述第一结构应力数据。
可选的，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电结构下辖的风机进行偏航控制；
结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据。
可选的，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
可选的，所述方法还包括：
在采集到的真实样本数据的输入数据为差异性较大的数据分布的情况下，结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据；
在采集到的真实样本数据的输入数据为差异性较小的数据分布的情况下，对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
由于本实施例所介绍的电子设备为实施本申请实施例中一种海上风电结构健康状态监测装置所采用的设备，故而基于本申请实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
在具体实施过程中，该计算机程序311被处理器执行时可以实现图1对应的实施例中任一实施方式：
基于预设响应面模型建立风机塔筒与风机基础的传递函数；
采集风机塔筒预设位置处的第一结构应力数据；
基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。
可选的，所述预设响应面模型为风浪流要素及冲刷深度与结构应力的响应面模型。
可选的，所述预设响应面模型为通过可用均方根误差相对值和决定系数标准检验获得的响应面模型。
可选的，所述采集风机塔筒预设位置处的第一结构应力数据，包括：
采集风机塔筒预设位置处的三轴应力数据；
计算所述三轴应力数据获得等效应力数据，将所述等效应力数据作为所述第一结构应力数据。
可选的，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电结构下辖的风机进行偏航控制；
结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据。
可选的，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
可选的，所述方法还包括：
在采集到的真实样本数据的输入数据为差异性较大的数据分布的情况下，结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据；
在采集到的真实样本数据的输入数据为差异性较小的数据分布的情况下，对所述第二风电支撑结构所述的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
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。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、嵌入式计算机或者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。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1对应实施例中的海上风电结构健康状态监测的流程。
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (8)
1.一种海上风电结构健康状态监测方法，其特征在于，包括：
基于预设响应面模型建立风机塔筒与风机基础的传递函数；
采集风机塔筒预设位置处的第一结构应力数据；
基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态；
所述预设响应面模型为风浪流要素及冲刷深度与结构应力的响应面模型；
所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电结构下辖的风机进行偏航控制；
结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据。
2.如权利要求1所述的方法，其特征在于，所述预设响应面模型为通过可用均方根误差相对值和决定系数标准检验获得的响应面模型。
3.如权利要求1所述的方法，其特征在于，所述采集风机塔筒预设位置处的第一结构应力数据，包括：
采集风机塔筒预设位置处的三轴应力数据；
计算所述三轴应力数据获得等效应力数据，将所述等效应力数据作为所述第一结构应力数据。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取第一风电结构在风电场中的位置信息；
基于所述位置信息和当前的水文气象参数确定对所述第一风电结构存在最大尾流影响的第二风电结构；
对所述第二风电结构下辖的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
在采集到的真实样本数据的输入数据为差异性较大的数据分布的情况下，结合所述风浪流要素及冲刷深度中的至少一种要素的实时数据调整所述偏航控制的控制参数，以获取所述第一风电结构的真实样本数据；
在采集到的真实样本数据的输入数据为差异性较小的数据分布的情况下，对所述第二风电结构下辖的风机进行规律性偏航控制，以获取所述第一风电结构的真实样本数据。
6.一种海上风电结构健康状态监测装置，其特征在于，采用如权利要求1-5中任一项所述的方法，所述装置包括：
建模单元，用于基于预设响应面模型建立风机塔筒与风机基础的传递函数；
采集单元，用于采集风机塔筒预设位置处的第一结构应力数据；
预测单元，用于基于所述第一结构应力数据通过所述传递函数预测所述风机基础的目标位置处的第二结构应力数据，以确定所述海上风电结构健康状态。
7.一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-5中任一项所述的海上风电结构健康状态监测方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的海上风电结构健康状态监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311076961.6A CN116950855B (zh) | 2023-08-24 | 2023-08-24 | 海上风电结构健康状态监测方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311076961.6A CN116950855B (zh) | 2023-08-24 | 2023-08-24 | 海上风电结构健康状态监测方法及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116950855A CN116950855A (zh) | 2023-10-27 |
| CN116950855B true CN116950855B (zh) | 2024-03-12 |
Family
ID=88454788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311076961.6A Active CN116950855B (zh) | 2023-08-24 | 2023-08-24 | 海上风电结构健康状态监测方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116950855B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150032608A (ko) * | 2013-09-16 | 2015-03-27 | 한국해양과학기술원 | 응답면 기법을 이용한 해상풍력용 모노파일 신뢰성 해석 방법 |
| CN113847945A (zh) * | 2021-09-18 | 2021-12-28 | 上海电力设计院有限公司 | 一种风电塔筒健康监测系统及方法 |
| CN114673637A (zh) * | 2022-04-22 | 2022-06-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种海上风电机组一体化安全性载荷测试系统 |
| CN115828701A (zh) * | 2022-12-20 | 2023-03-21 | 中国船舶重工集团海装风电股份有限公司 | 一种固定式海上风电机组一体化仿真分析方法及平台装置 |
| CN116451514A (zh) * | 2022-01-05 | 2023-07-18 | 中移(上海)信息通信科技有限公司 | 桥梁结构状态评估方法、装置以及电子设备 |
| CN116677569A (zh) * | 2023-06-19 | 2023-09-01 | 明阳智慧能源集团股份公司 | 一种风机塔架应力监测与预警方法及其系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2568964B (en) * | 2017-12-04 | 2022-05-25 | Bae Systems Plc | Estimating fatigue damage in a structure |
-
2023
- 2023-08-24 CN CN202311076961.6A patent/CN116950855B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150032608A (ko) * | 2013-09-16 | 2015-03-27 | 한국해양과학기술원 | 응답면 기법을 이용한 해상풍력용 모노파일 신뢰성 해석 방법 |
| CN113847945A (zh) * | 2021-09-18 | 2021-12-28 | 上海电力设计院有限公司 | 一种风电塔筒健康监测系统及方法 |
| CN116451514A (zh) * | 2022-01-05 | 2023-07-18 | 中移(上海)信息通信科技有限公司 | 桥梁结构状态评估方法、装置以及电子设备 |
| CN114673637A (zh) * | 2022-04-22 | 2022-06-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种海上风电机组一体化安全性载荷测试系统 |
| CN115828701A (zh) * | 2022-12-20 | 2023-03-21 | 中国船舶重工集团海装风电股份有限公司 | 一种固定式海上风电机组一体化仿真分析方法及平台装置 |
| CN116677569A (zh) * | 2023-06-19 | 2023-09-01 | 明阳智慧能源集团股份公司 | 一种风机塔架应力监测与预警方法及其系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于SCADA数据和改进BP神经网络的塔筒应力预测;薛磊，王灵梅，孟恩隆，郭超;噪声与振动控制;第第41卷卷(第第1期期);第2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116950855A (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112219028B (zh) | 风力涡轮机控制方法 | |
| CN101981308B (zh) | 风车的运转限制调整装置及方法 | |
| WO2016195092A1 (ja) | 異常検知装置 | |
| JP6674031B2 (ja) | 風力発電装置の状態監視装置及びそれを有する状態監視システム並びに風力発電装置の状態監視方法 | |
| Butler et al. | A feasibility study into prognostics for the main bearing of a wind turbine | |
| Lee et al. | Bayesian spline method for assessing extreme loads on wind turbines | |
| Noppe et al. | Modeling of quasi-static thrust load of wind turbines based on 1 s SCADA data | |
| Slot et al. | Effective turbulence and its implications in wind turbine fatigue assessment | |
| JP6373682B2 (ja) | 風力発電設備の応力推定装置および風力発電設備の応力推定方法、風力発電システム | |
| CN112855460B (zh) | 风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 | |
| CN116950855B (zh) | 海上风电结构健康状态监测方法及相关设备 | |
| CN116757087B (zh) | 海上风电支撑结构的状态评估方法及相关设备 | |
| CN112131753B (zh) | 风机疲劳寿命的评估方法、系统、设备及可读介质 | |
| Slot et al. | Importance of shear in site assessment of wind turbine fatigue loads | |
| WO2019127974A1 (zh) | 用于优化风力发电机组的载荷的方法和装置 | |
| WO2023097938A1 (zh) | 风力发电机组变桨轴承的寿命评估方法和装置 | |
| CN116702591A (zh) | 一种风电机组在线寿命预测方法及系统 | |
| Natarajan et al. | Determination of wind farm life consumption in complex terrain using ten-minute SCADA measurements | |
| CN102096624B (zh) | 一种对机群运行状况进行预测的方法和机群平台管理装置 | |
| CN116771596B (zh) | 海上风电场尾流转向控制方法及相关设备 | |
| CN118399910B (zh) | 微波放大器设备的自动功率控制方法 | |
| Musyafa et al. | Tuning of Proportional Derivative Control Parameters Base Particle Swarm Optimization for Automatic Brake System on Small Scale Wind Turbine Prototype | |
| CN115358478A (zh) | 风电机组发电量增益的评估方法、装置和电子设备 | |
| CN116384230A (zh) | 风电机组部件载荷在线估计方法、系统及装置 | |
| EP4353968A1 (en) | Determining wind turbine lifetime |
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 |