CN117795192A - 确定风力涡轮机的塔顶加速度 - Google Patents
确定风力涡轮机的塔顶加速度 Download PDFInfo
- Publication number
- CN117795192A CN117795192A CN202280053826.7A CN202280053826A CN117795192A CN 117795192 A CN117795192 A CN 117795192A CN 202280053826 A CN202280053826 A CN 202280053826A CN 117795192 A CN117795192 A CN 117795192A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- wind turbine
- tower
- tower top
- predicted
- 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.)
- Pending
Links
- 230000001133 acceleration Effects 0.000 title claims abstract description 220
- 238000005259 measurement Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000004891 communication Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 101150079125 DCN1 gene Proteins 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/0296—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor to prevent, counteract or reduce noise emissions
-
- 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
- F03D17/009—Monitoring or testing of wind motors, e.g. diagnostics characterised by the purpose
-
- 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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
- F03D17/027—Monitoring or testing of wind motors, e.g. diagnostics characterised by the component being monitored or tested
- F03D17/034—Towers
-
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/047—Automatic control; Regulation by means of an electrical or electronic controller characterised by the controller architecture, e.g. multiple processors or data communications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
- F05B2270/807—Accelerometers
-
- 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
本发明提供了一种确定风力涡轮机的塔顶加速度的方法。该方法包括:从位于风力涡轮机的机舱中的多个加速度传感器接收加速度数据,该加速度数据包括指示在当前时间步长所测得的在沿着各个相应加速度传感器的至少一个测量轴线的方向上的加速度的数据。该方法包括:确定风力涡轮机塔在当前时间步长的预测塔顶加速度,该预测塔顶加速度是根据风力涡轮机的运动学模型并且是根据在前一时间步长对塔顶加速度的所确定估计来确定的。该方法包括:通过基于来自加速度传感器中的各个加速度传感器的所测得的加速度对预测塔顶加速度进行更新,来确定风力涡轮机塔在当前时间步长的估计塔顶加速度。
Description
技术领域
本发明涉及确定风力涡轮机(wind turbine)的塔顶部的加速度。特别地,该确定包括通过使用来自多个风力涡轮机加速度传感器的测量结果(measurements),对预测加速度进行更新来估计在当前时间步长的加速度,该预测加速度是基于来自前一时间步长的估计加速度并且基于风力涡轮机的运动学(kinematic)模型来确定的。
背景技术
重要的是能够获得风力涡轮机、特别是风力涡轮机塔的顶部或者风力涡轮机机舱的加速度的准确测量结果。这允许风力涡轮机被监测以用于高效且安全运行。例如,可以将加速度测量结果用于检测对风力涡轮机组件的损坏的开始,或者在某些风况下塔振荡何时达到临界水平。基于这种加速度测量结果的塔顶加速度的主动阻尼可以导致有关风力涡轮机中所需的材料的节省,从而提供有关成本和重量的节省。
用于测量风力涡轮机塔加速度的已知布置可能遭受某些缺点。在一个示例中,风力涡轮机设置有位于风力涡轮机塔的顶部处的加速度计,例如,用于测量风力涡轮机的前/后方向和侧/侧方向上的加速度的双轴加速度计。
例如,在风力涡轮机的偏航系统未被充分润滑的情况下,这样的布置可能易受偏航所致的振动影响,而这可能导致不准确的加速度测量结果。这种布置还可能遭受由布置的组件中的缺陷所造成的DC偏移或漂移,这也降低了测量准确度。
已知布置还可能只适用于风力涡轮机的控制域。控制域中的测量结果可以被用于控制风力涡轮机,以最大化发电效率并且减少风力涡轮机组件上的载荷。另一方面,安全域中的测量结果可以被用于确定风力涡轮机的安全控制器何时需要采取对风力涡轮机的控制,例如,使涡轮机停止运转。为了适用于安全域,布置可能需要是弹性的并且对于组件的不准确性或失效是鲁棒的。
本发明正是针对这一背景而提出的。
发明内容
根据本发明的一方面,提供了一种确定风力涡轮机的塔顶加速度的方法。该风力涡轮机包括塔、塔顶上的机舱、以及位于机舱中的多个加速度传感器。所述方法包括以下步骤:从多个加速度传感器接收加速度数据,该加速度数据包括指示在当前时间步长所测得的在沿着各个相应加速度传感器的至少一个测量轴线的方向上的加速度的数据。所述方法包括以下步骤:确定风力涡轮机塔在当前时间步长的预测塔顶加速度。预测塔顶加速度是根据风力涡轮机的运动学模型来确定的,该运动学模型是基于各个加速度传感器相对于被限定为塔的顶部的点的位置和取向的。预测塔顶加速度还根据所确定的在前一时间步长对塔顶加速度的估计来确定。所述方法包括以下步骤:通过基于来自多个加速度传感器中的各个加速度传感器的所测得的加速度对预测塔顶加速度进行更新,来确定风力涡轮机塔在当前时间步长的估计塔顶加速度。
预测塔顶加速度和估计塔顶加速度可以根据卡尔曼(Kalman)滤波算法来确定。
预测塔顶加速度和估计塔顶加速度可以包括风力涡轮机塔在至少一个线性方向上的线性加速度。
所述至少一个线性方向可以包括风力涡轮机的侧/侧方向、风力涡轮机的前/后方向、以及风力涡轮机的上/下方向中的至少一者。
预测塔顶加速度和估计塔顶加速度可以包括风力涡轮机塔在至少一个扭转方向上的扭转加速度。
各个加速度计皆可以是多轴加速度计,该多轴加速度计被配置成测量沿着多个相互垂直的轴线的加速度。所接收的加速度数据可以包括指示在当前时间步长所测得的沿着各个相应加速度传感器的多个测量轴线的塔顶加速度的数据。
被限定为塔的顶部的点可以在机舱中。
被限定为塔的顶部的点可以在由塔限定的轴线上。
所述方法包括以下步骤:确定来自多个加速度传感器的测得的各个相应加速度的权重。预测塔顶加速度可以基于来自加速度传感器中的各个加速度传感器的所测得的加速度根据所确定的这些加速度的相应权重来更新。
确定来自加速度传感器中的一个加速度传感器的所测得的加速度的权重可以基于风力涡轮机塔在前一时间步长的估计塔顶加速度与基于来自相应加速度传感器的所测得的加速度对塔顶加速度的估计之间的比较。
如果该比较指示在前一时间步长的估计塔顶加速度与基于加速度传感器中的一个加速度传感器对塔顶加速度的估计之间的差超过预定义阈值,则可以将来自所述加速度传感器的所测得的加速度从对估计塔顶加速度的确定中省略。
可以将加速度传感器嵌入风力涡轮机的控制系统的相应节点或控制器中,这些节点或控制器被分布在机舱中。
控制系统可以是分布式控制系统,该分布式控制系统包括可以根据时间触发以太网(Time-Triggered Ethernet,TTE)标准操作的通信骨干网(communication backbone)。
根据本发明的另一方面,提供了一种存储有指令的非暂时性计算机可读存储介质,该指令在由一个或更多个处理器执行时,使一个或更多个处理器执行如上所述的方法。
根据本发明的另一方面,提供了一种风力涡轮机的控制系统。该风力涡轮机包括塔、塔顶上的机舱、以及位于机舱中的多个加速度传感器。该系统包括计算机处理器,该计算机处理器被配置成从多个加速度传感器接收加速度数据,该加速度数据包括指示在当前时间步长所测得的在沿着各个相应加速度传感器的至少一个测量轴线的方向上的加速度的数据。该处理器被配置成确定风力涡轮机塔在当前时间步长的预测塔顶加速度,预测塔顶加速度是根据风力涡轮机的运动学模型来确定的,该运动学模型是基于各个加速度传感器相对于被限定为塔的顶部的点的位置和取向的,并且预测塔顶加速度是根据所确定的在前一时间步长对塔顶加速度的估计来确定的。该处理器被配置成通过基于来自多个加速度传感器中的各个加速度传感器的所测得的加速度对预测塔顶加速度进行更新,来确定风力涡轮机塔在当前时间步长的估计塔顶加速度。
该控制系统可以是风力涡轮机的安全控制系统。
根据本发明的另一方面,提供了一种包括如上限定的控制系统的风力涡轮机。
附图说明
现在将参照附图对本发明的示例进行描述,其中:
图1是包括根据本发明的示例的控制系统的风力涡轮机的示意图;
图2是图1的风力涡轮机的示意性俯视图,示出了图1的控制系统的多个加速度计;
图3(a)和图3(b)示出了图2的加速度计在相应线性方向上随时间的加速度测量结果;
图4是图1的控制系统的组成部分的示意图;
图5示出了根据本发明的示例的由图1的控制系统执行的方法的步骤;
图6(a)和图6(b)示出了根据图5的方法确定的估计塔顶加速度在相应线性方向上相对于实际塔顶加速度以及相对于根据现有技术方法确定的估计塔顶加速度的标绘图。
具体实施方式
图1示出了风力涡轮机10,其包括塔12、被可旋转地联接至塔12的顶部15的机舱14、包括被安装至机舱14的转子轴毂16的转子、以及被联接至转子轴毂16的多个风力涡轮机转子叶片18(在所述示例中为三个转子叶片)。机舱14和转子叶片18由偏航系统6转动并指向风向。机舱14容纳风力涡轮机10的发电组件(generating component)(未示出),机舱包括发电机、齿轮箱总成(齿轮总成,或者简单地齿轮箱)、传动系以及制动器总成、以及用于将风的动能转换成电能以提供给电网的转换器设备。风力涡轮机10是以其适于运行的完全安装形式示出的;特别地,将转子轴毂16安装在机舱14上,并且将叶片18中的各个叶片安装在转子轴毂16上。
风力涡轮机10包括控制系统20,在该示例中,该控制系统位于机舱14中。另外参照图2,控制系统20是包括多个分布式控制器节点(distributed controller node,DCN)22的分布式控制系统,各个DCN皆包括加速度计24。将DCN 22安装在机舱14中的不同位置。在所描述的示例中,包括四个DCN 22;然而,应理解,可以在机舱中安装任何多个DCN。还应理解,各个DCN 22另外可以包括其它类型的传感器,例如,陀螺仪等。
在所描述的示例中,将各个加速度计24设置成测量风力涡轮机10的侧/侧方向26(即,x方向)和前/后方向28(即,y方向)上的加速度,如图2所例示。另外可以将各个加速度计24设置成测量风力涡轮机10的上/下方向(z方向)上的加速度,即,沿着风力涡轮机塔12的轴线的加速度。
因此,可以经由加速度计24来获得对机舱14中不同点处的加速度的度量(measure)。然而,各个加速度计24距原点30的距离越大,机舱14或塔12的顶部15的扭转移动对所测得的加速度值的影响就越大。这是因为风力涡轮机10不仅线性地移动(即,振荡、振动),而且在绕原点30的一个或更多个扭转方向上呈现扭转运动。
为了确定塔顶15的加速度,可以将原点30认为是限定塔12的顶部15的点。可以将点30限定为在机舱14中。可以将点30限定为在由塔12限定的轴线上,即,大致在风力涡轮机10的上/下方向上,因为这可以被认为是风力涡轮机10绕其振荡或以其它方式移动的点。
图2示出了风力涡轮机10的先前加速度计32可以如何定位在机舱14中以便测量塔顶加速度。特别地,将该先前加速度计32定位得相对靠近原点30,以尝试最小化扭转移动对测量结果的影响。如下面将变得明显的,对被用于根据本公开确定塔顶加速度的组件(即,加速度计24)没有这种约束。
通常,加速度计距原点30越远,风力涡轮机10的扭转移动对由加速度计获得的线性加速度测量结果的影响就越大。图3(a)和图3(b)示出了当风力涡轮机10经历0.05rad/s2的扭转角加速度幅度时,所测得的四个DCN加速度计24和先前加速度计32分别在侧/侧方向26和前/后方向28上随时间的加速度对照这些方向上的实际加速度的标绘图。将先前或现有加速度计32定位得最靠近原点30,并且DCN 1中所包括的加速度计24离原点30更远(如图2所示)。图3(a)和图3(b)示出了先前或现有加速度计32的线性加速度测量结果34包括相对于实际线性加速度36的误差。然而,该误差小于加速度计24的误差,加速度计24中的各个加速度计皆被定位得比先前加速度计32更远离原点30。特别地,最大误差处于被包括在DCN 1中的加速度计24(即,距原点30最远的加速度计24)的线性加速度测量结果36中。
图4例示了控制系统20的不同组件。系统20包括加速度计24,各个加速度计皆被包括为多个DCN 22中的不同DCN的部分(在该示例中为四个加速度计24)。系统20包括从加速度计24接收测量结果的控制器40(该控制器包括至少一个处理器)。在所描述的示例中,将控制器40与所述加速度计24中的一个加速度计一起嵌入DCN 22中的一个DCN中。在不同的示例中,控制器40可以位于与DCN 22分离的机舱14中,或者在进一步不同的示例中,还可以将控制系统分布成使得控制器位于风力涡轮机的与机舱不同的部分中,或者控制器可以远离风力涡轮机定位。
控制器40用于基于所接收的加速度计测量结果或信号来进行各种确定,包括对风力涡轮机塔12的塔顶加速度的确定,如下面将更详细地描述的。可以将控制器40配置成发送控制信号以控制风力涡轮机10的不同组件。
控制系统20还可以包括用于存储指令的存储器装置42,其中,控制器40的处理器访问该指令以便执行各种确定。存储器装置42可以可选地包括用于存储来自加速度计24的历史和/或当前测量值的数据仓库(data store)。
本发明的优点在于,它提供了对风力涡轮机塔顶部或机舱的加速度的更准确确定。本发明的确定对于偏航所致振动更有弹性。本发明的确定允许补偿单独风力涡轮机加速度计的线性加速度测量结果中的扭转加速度扰动,并且还有利地允许确定塔顶或机舱的扭转加速度。
本发明的优点还在于,它提供了对风力涡轮机塔顶部或机舱的加速度的更可靠确定。特别地,加速度确定对于由系统的单独组件(例如,单独加速度计)产生的故障或失效是鲁棒的。本发明的优点在于,它可以提供成本节省,这是因为不再需要用于监测风力涡轮机运动的现有风力涡轮机硬件,例如,风力涡轮机的先前或现有加速度计、冲击传感器等。
此外,本发明的优点在于,它提供了对风力涡轮机塔顶部或机舱的加速度的确定,其适用于风力涡轮机的控制域或安全域。同样地,本发明提供了加速度的更灵活确定。特别地,本发明的增强的鲁棒性和可靠性意味着其适用于风力涡轮机的安全域。
通过使用图1、图2以及图4的控制系统20来执行下面参照图5描述的方法50,从而实现这些和进一步的优点。特别地,方法50通过使用来自多个加速度计24的所测得的加速度数据对预测塔顶加速度进行更新,来确定塔顶加速度的估计。
按照根据本发明的方法50的第一步骤52,控制器40从加速度计24中的各个加速度计接收传感器信号。特别地,由控制器40从加速度传感器24接收的加速度数据包括指示在当前时间步长所测得的在沿着各个相应加速度传感器24的至少一个测量轴线的方向上的加速度的数据。
可以将加速度计24在机舱14中定向或定位成使得它们的相应测量轴线对应于风力涡轮机10的侧/侧方向26和前/后方向28,并且至少沿着对应于这些方向的轴线的测量结果被控制器40接收。如果加速度计24不是以这种方式定向的,那么它们相对于这些方向的取向的知识将允许从沿着它们的测量轴线的测量结果中提取适当的分量,以用于确定在希望方向上的塔顶加速度,如技术人员将理解的。
通过使用来自机舱14中的多个加速度计24的测量结果,可以将相应的测量结果进行组合,以估计由塔顶15的侧/侧运动和前/后运动所造成的塔顶15的线性加速度、以及由扭转移动所造成的塔顶15的角加速度。为了能够准确地组合来自多个加速度计24的测量结果,来自各个DCN 22的加速度信号是时间同步的。在一个示例中,分布式控制系统20可以包括可以根据时间触发以太网(TTE)标准操作以确保时间同步性的通信骨干网。
在方法50的步骤54,控制器26确定风力涡轮机塔12在当前时间步长的预测塔顶加速度。特别地,基于对塔顶加速度的前一估计(即,在前一时间步长的估计),并且基于风力涡轮机10的运动学模型来确定所述预测,该运动学模型是基于各个加速度计24相对于原点30的位置和取向的。
在方法50的步骤56,控制器26通过基于来自多个加速度计24中的各个加速度计的所测得的加速度对预测塔顶加速度进行更新,来确定风力涡轮机塔12在当前时间步长的估计塔顶加速度。
预测步骤54和估计步骤56可以借助于卡尔曼滤波算法来确定。常规上,卡尔曼滤波算法的使用是有益的,因为它可以组合(传感器)测量结果和系统的动态(dynamic)模型,以消除测量结果中的噪声以及建模不确定性。本公开的方法50不同于常规方法。特别地,在所描述的方法50中,风力涡轮机10的动力学模型没有被所述算法使用。即,该算法不具有/不需要知道风力涡轮机10的动力学。
相反,在所描述的方法中,仅需要描述机舱14中的加速度计24关于参考坐标系(例如,以原点30为中心的x坐标26、y坐标28和可选的z坐标)的定位和取向的运动学模型。相对于卡尔曼滤波算法的常规应用,所描述的方法是有益的,因为不需要风力涡轮机10的复杂模型,而对于风力涡轮机塔、转子尺寸以及重量/功率额定值的多种组合,需要该模型的变体。
卡尔曼滤波算法的使用分别考虑到线性塔顶加速度和扭转塔顶加速度。这意味着可以获得没有扭转加速度影响/噪声的线性加速度估计,并且也可以获得扭转加速度估计。这提供了控制系统20可以基于塔顶部15的扭转加速度以及线性加速度采取行动来控制风力涡轮机10的可能性。
因此,要在卡尔曼滤波器中跟踪的量可以包括在x方向、y方向以及z方向中的一个或更多个方向上的线性加速度,和/或在这三个方向中的一个或更多个方向上的扭转加速度。这些量可以被统称为状态其中,ax,y,z分别是线性塔顶15的侧/侧加速度、前/后加速度和上/下加速度,以及/>分别是绕x轴线、y轴线和z轴线的塔顶扭转加速度。
卡尔曼滤波器假定在时间k的状态X是从时间k-1的状态演进的:
xk=Fxk-1+wk
其中,wk是被假定为零均值加性高斯白噪声(additive white Gaussian noise,AWGN)的过程噪声,以及F是状态转变模型。在所描述的示例中,F=I(nstates+nDIM·nIMU),其中,nDIM是从各个加速度计24利用的维数。在所描述的示例中,对于三个维度中的各个维度的加速度信号,nDIM=3。nIMU是机舱14中的DCN 22的数量(或者具体地,在这种情况下是加速度计24的数量),即,在所描述的示例中是四个。
在时间k,真实状态xk的测量结果zk根据下式来进行:
zk=Hxk+vk
其中,H是将真实状态空间映射到所观测的空间中的观测模型。H是常数,并且维度的取值范围(spanned)为[nDIM·nIMU×nstates]。vk是所观测的噪声,其被假定为具有协方差Rk的零均值AWGN。H矩阵是通过注意到机舱14的所有运动都被认为是由在状态矢量中跟踪的量(即,线性加速度和角加速度)捕获而生成的。
对于其X测量轴线、Y测量轴线以及Z测量轴线与风力涡轮机10的坐标框架对准的加速度计24(例如,参见图2):
其中,rx,y,z是从风力涡轮机坐标系轴线到加速度计24的距离,以及αx,y,z是风力涡轮机坐标系轴线与加速度计24之间的角度。
通常,三轴线坐标系可以借助于3×3旋转矩阵R而旋转成另一坐标系。加速度计24在任意旋转时的X/Y/Z测量结果可以由下式给出:
对于多个加速度计24,针对不同的旋转矩阵R复制所述方程。
根据卡尔曼滤波算法执行的预测步骤54和更新(估计)步骤56可以概述如下。
预测步骤包括预测状态估计:
以及预测误差协方差:
其中,Q是过程噪声的协方差。Q是取值范围为状态数nstates的对角矩阵。
更新步骤包括新息(innovation)或测量结果拟合前(pre-fit)残差:
以及新息协方差:
Sk=Rk+HPk|k-1HT
其中,Rk是取值范围为nDIM·nIMU的对角矩阵。Rk的构造使噪声和信号加权的调谐保持分离。这可以通过针对正常运行(operation)调谐Rk,然后根据新息改变对角项来处理:
Rk=WkR
其中,R是取值范围为nDIM·nIMU的经调谐常数对角协方差矩阵,以及Wk是在各个时间步长计算的动力学对角加权矩阵。
然后,最优卡尔曼增益可以由下式给出:
经更新的状态估计由下式给出:
以及经更新的估计协方差由下式给出:
然后,测量结果拟合后(post-fit)残差由下式给出:
图6(a)和图6(b)示出了根据方法50确定的估计塔顶加速度分别在侧/侧方向26和前/后方向28上的标绘图。特别地,将这些估计加速度与实际塔顶加速度进行比较,并且还与使用现有加速度计32确定的估计塔顶加速度进行比较。特别地,与使用现有加速度计32确定的塔顶加速度64a、64b相比,根据本方法50估计的塔顶加速度60a、60b相对于实际或参考加速度62a、62b示出了减小的误差。
本公开的布置和方法可以允许检测和/或隔离系统中的一个或更多个故障。这种增加的容错能力可以有助于该布置和系统适用于风力涡轮机10的安全域。在这点上,可以利用一种或更多种故障检测技术。
在一个示例中,可以将加权应用于来自加速度计24中的不同加速度计的单独测量结果,即,应用于加速度计24的各个轴线,以便确定来自各个加速度计24对塔顶加速度的估计的贡献。加权可以确保来自一个加速度计24的虚假的或有故障的测量结果不会对总塔顶加速度估计产生负面影响。
这些单独的加权因子可以是动态的,并且例如以执行卡尔曼滤波算法的各个时间步长来计算。特别地,可以将各个测量结果(加速度计轴线)的权重设定成等于拟合前残差矢量(上面所定义的)中的残差值,并且由wmin和wmax权重极限来限制,这又可以基于各种参数来定义。具体地,权重可以以上面所提及的动态加权矩阵Wk表达,其中,Wk被定义如下:
其中,wmax是Wk中的最大允许动态权重值,yweight是各个测量结果的权重以及wmin是Wk的最小允许动态权重值。
这意味着没有拟合卡尔曼滤波算法的总状态估计的测量结果可以在其加权方面被惩罚,使得其立即对总塔顶加速度估计具有较小影响。此外,如果监测与加速度计24的死信号(dead signal)或通信故障的信号状态指示存在与特定加速度计24的测量轴线的故障,则可以将与该加速度计轴线相关联的权重设定成wmax,以使与该轴线相关联的测量结果尽可能少地贡献给总估计。
在另一示例中,来自加速度计24中的各个加速度计的测量结果可以被证实如下。可以参照触发阈值来单独地监测测量结果拟合前残差(如上所定义的)。特别地,当确定拟合前残差超过触发阈值时,开始计数,并且在触发阈值的每个时间步长使受参数控制的量递增。如果计数超过上阈值,则可以将布尔(Boolean)输出设定为真,指示该特定测量结果中的故障。当不再超过触发阈值时,可以在各个时间步长以特定速率减少计数。当计数下降到下阈值(比上阈值低)以下时,可以将布尔输出重置成其默认假状态,从而指示无故障。
卡尔曼滤波算法可能无法可靠地运行,除非一定数量的加速度计测量结果与总状态估计(所估计的总塔顶加速度)一致,例如,至少一半的加速度计测量结果。各个加速度计24可以具有每装置的状态信号,这意味着如果给定加速度计24的一个或更多个轴线具有信号状态故障(如在上面所描述的第一示例中)或者触发阈值故障(如在上面所描述的第二示例中),则系统20可以认为该加速度计24有故障。这可以被用于确定卡尔曼滤波算法的状态估计是否可信。作为一个示例,至少一半以上的加速度计24可能需要被认为是有效的,以便将总塔顶估计视为有效。在所描述的示例中,存在四个加速度计24,意味着至少三个加速度计将需要对于被视为有效的总体估计是有效的。在使用六个加速度计的示例中,至少四个加速度计将需要对于被视为有效的总估计是有效的。
作为系统20的故障检测和隔离方法的概要,卡尔曼滤波器可以借助于上面所描述的动态加权矩阵来隔离和排除单独传感器测量结果与总塔顶加速度估计之间的相对较小的临时差异。如果残差或差异持续存在,并且显著足以破坏上面所提及的上阈值,则相关加速度计24最终可以被视为无效。然而,如上所概述的,倘若足够数量的加速度计仍然有效,那么即使一个或更多个加速度计被视为无效,也可以继续有效且准确地确定塔顶加速度估计。
在不脱离所附权利要求中限定的本发明的范围的情况下,可以对所描述的示例进行许多修改。
尽管在所描述的示例中,可以使用卡尔曼滤波算法来确定预测塔顶加速度和估计塔顶加速度,但是在不同的示例中,可以使用不同的算法来确定这些参数。
本发明的方法可以在任何合适的计算装置上实现,例如通过在一个或更多个计算机处理器上实现的一个或更多个功能单元或模块来实现。这种功能单元可以由使用常规或客户处理器和存储器在任何合适的计算基板上运行的合适软件来提供。所述一个或更多个功能单元可以使用公共计算基板(例如,它们可以在同一服务器上运行)或单独基板,或者一个或两个功能单元本身可以分布在多个计算装置之间。计算机存储器可以存储用于执行所述方法的指令,并且处理器可以执行所存储的指令以执行所述方法。计算装置和/或存储器可以部分地或全部地位于风力涡轮机的现场或者远离风力涡轮机。
Claims (15)
1.一种确定风力涡轮机的塔顶加速度的方法,所述风力涡轮机包括塔、所述塔顶上的机舱、以及位于所述机舱中的多个加速度传感器,所述方法包括以下步骤:
从所述多个加速度传感器接收加速度数据,所述加速度数据包括指示在当前时间步长所测得的在沿着各个相应加速度传感器的至少一个测量轴线的方向上的加速度的数据;
确定所述风力涡轮机的塔在所述当前时间步长的预测塔顶加速度,所述预测塔顶加速度是根据所述风力涡轮机的运动学模型来确定的,所述运动学模型是基于各个加速度传感器相对于被限定为所述塔的顶部的点的位置和取向的,并且所述预测塔顶加速度是根据所确定的在前一时间步长对塔顶加速度的估计来确定的;以及
通过基于来自所述多个加速度传感器中的各个加速度传感器的所测得的加速度对所述预测塔顶加速度进行更新,来确定所述风力涡轮机的塔在所述当前时间步长的估计塔顶加速度。
2.根据权利要求1所述的方法,其中,所述预测塔顶加速度和估计塔顶加速度是根据卡尔曼滤波算法来确定的。
3.根据权利要求1或权利要求2所述的方法,其中,所述预测塔顶加速度和估计塔顶加速度包括所述风力涡轮机的塔在至少一个线性方向上的线性加速度。
4.根据权利要求3所述的方法,其中,所述至少一个线性方向包括所述风力涡轮机的侧/侧方向、所述风力涡轮机的前/后方向、以及所述风力涡轮机的上/下方向中的至少一者。
5.根据任一前述权利要求所述的方法,其中,所述预测塔顶加速度和估计塔顶加速度包括所述风力涡轮机的塔在至少一个扭转方向上的扭转加速度。
6.根据任一前述权利要求所述的方法,其中,各个加速度计皆是多轴加速度计,所述多轴加速度计被配置成测量沿着多个相互垂直的轴线的加速度,并且其中,所接收的加速度数据包括指示在所述当前时间步长所测得的沿着各个相应加速度传感器的多个测量轴线的塔顶加速度的数据。
7.根据任一前述权利要求所述的方法,其中,被限定为所述塔的顶部的所述点在所述机舱中。
8.根据任一前述权利要求所述的方法,其中,被限定为所述塔的顶部的所述点在由所述塔限定的轴线上。
9.根据任一前述权利要求所述的方法,其中,所述方法包括以下步骤:确定来自所述多个加速度传感器的所测得的各个相应加速度的权重,并且其中,所述预测塔顶加速度是基于来自所述加速度传感器中的各个加速度传感器的所测得的加速度根据这些加速度的所确定的相应权重来更新的。
10.根据权利要求9所述的方法,其中,确定来自所述加速度传感器中的一个加速度传感器的所测得的加速度的所述权重是基于所述风力涡轮机的塔在所述前一时间步长的估计塔顶加速度与基于来自所述相应加速度传感器的所测得的加速度对塔顶加速度的估计之间的比较的。
11.根据权利要求10所述的方法,其中,如果所述比较指示在所述前一时间步长的估计塔顶加速度与基于所述加速度传感器中的一个加速度传感器所述对塔顶加速度的估计之间的差超过预定义阈值,则将来自所述加速度传感器的所测得的加速度从对所述估计塔顶加速度的确定中省略。
12.根据任一前述权利要求所述的方法,其中,所述加速度传感器被嵌入所述风力涡轮机的控制系统的相应节点中,所述节点被分布在所述机舱中。
13.根据任一前述权利要求所述的方法,其中,所述控制系统是分布式控制系统,所述分布式控制系统包括能够根据时间触发以太网(TTE)标准操作的通信骨干网。
14.一种风力涡轮机的控制系统,所述风力涡轮机包括塔、所述塔顶上的机舱、以及位于所述机舱中的多个加速度传感器,并且所述系统包括计算机处理器,所述计算机处理器被配置成:
从所述多个加速度传感器接收加速度数据,所述加速度数据包括指示在当前时间步长所测得的在沿着各个相应加速度传感器的至少一个测量轴线的方向上的加速度的数据;
确定所述风力涡轮机的塔在所述当前时间步长的预测塔顶加速度,所述预测塔顶加速度是根据所述风力涡轮机的运动学模型来确定的,所述运动学模型是基于各个加速度传感器相对于被限定为所述塔的顶部的点的位置和取向的,并且所述预测塔顶加速度是根据所确定的在前一时间步长对塔顶加速度的估计来确定的;以及
通过基于来自所述多个加速度传感器中的各个加速度传感器的所测得的加速度对所述预测塔顶加速度进行更新,来确定所述风力涡轮机的塔在所述当前时间步长的估计塔顶加速度。
15.一种风力涡轮机,所述风力涡轮机包括根据权利要求14所述的控制系统。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA202170293 | 2021-06-08 | ||
DKPA202170293 | 2021-06-08 | ||
PCT/DK2022/050119 WO2022258121A1 (en) | 2021-06-08 | 2022-06-03 | Determining tower top acceleration of a wind turbine |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117795192A true CN117795192A (zh) | 2024-03-29 |
Family
ID=82214149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280053826.7A Pending CN117795192A (zh) | 2021-06-08 | 2022-06-03 | 确定风力涡轮机的塔顶加速度 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240271602A1 (zh) |
EP (1) | EP4352358A1 (zh) |
CN (1) | CN117795192A (zh) |
WO (1) | WO2022258121A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024183868A1 (en) * | 2023-03-06 | 2024-09-12 | Vestas Wind Systems A/S | Estimating velocity in a fore-aft direction of a top of a wind turbine tower based on blade flap loads |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9644606B2 (en) * | 2012-06-29 | 2017-05-09 | General Electric Company | Systems and methods to reduce tower oscillations in a wind turbine |
WO2017174090A1 (en) * | 2016-04-08 | 2017-10-12 | Vestas Wind Systems A/S | Control of a wind turbine comprising multi-axial accelerometers |
ES2951472T3 (es) * | 2017-02-10 | 2023-10-23 | Vestas Wind Sys As | Reducción de vibración de movimiento de góndola basada en posición |
-
2022
- 2022-06-03 EP EP22733511.4A patent/EP4352358A1/en active Pending
- 2022-06-03 US US18/568,186 patent/US20240271602A1/en active Pending
- 2022-06-03 CN CN202280053826.7A patent/CN117795192A/zh active Pending
- 2022-06-03 WO PCT/DK2022/050119 patent/WO2022258121A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20240271602A1 (en) | 2024-08-15 |
WO2022258121A1 (en) | 2022-12-15 |
EP4352358A1 (en) | 2024-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DK3042210T3 (en) | SYSTEM AND PROCEDURE FOR MONITORING MOVEMENTS AND Vibrations of MOVED STRUCTURES | |
EP1674724B1 (en) | Methods and apparatus for wind turbine fatigue load measurement and assessment | |
CN109642542B (zh) | 用于风力涡轮机的诊断系统和方法 | |
CN109312715B (zh) | 包括多轴加速度计的风力涡轮机的控制 | |
Ru et al. | Variable-structure multiple-model approach to fault detection, identification, and estimation | |
US8033788B2 (en) | Method for determining fatigue load of a wind turbine and for fatigue load control, and wind turbines therefor | |
US8511182B2 (en) | Determining an accumulated load of a wind turbine in angular sectors | |
EP3597907A1 (en) | System and method for controlling thrust and/or tower loads of a wind turbine | |
US20140020465A1 (en) | Monitoring arrangement | |
US20180283981A1 (en) | Method for determining the remaining service life of a wind turbine | |
CN117795192A (zh) | 确定风力涡轮机的塔顶加速度 | |
CN110352300A (zh) | 多转子风力涡轮机系统的性能监测 | |
CN112693985A (zh) | 一种融合传感器数据的非侵入式电梯状态监测方法 | |
US8600570B2 (en) | System for triggering an emergency system of a wind turbine | |
CN113374634B (zh) | 一种风向仪故障模式下的风力机偏航对风方法 | |
CN110685869A (zh) | 一种风电机组的故障诊断方法、装置及设备 | |
EP4365444A1 (en) | Preventing blade tower strike of a wind turbine | |
US20240240613A1 (en) | Determining wind turbine rotor speed | |
CN113390376A (zh) | 确定风力发电机组的机舱位移的方法、装置和系统 | |
US11714023B2 (en) | Method of monitoring the structural integrity of the supporting structure of a wind turbine | |
Recalde et al. | Gusts detection in a horizontal wind turbine by monitoring of innovations error of an extended Kalman filter | |
CN118327891A (zh) | 风力发电机组的安全控制方法及相关设备 | |
CN117578504A (zh) | 一种换流器接口电源时变虚拟惯量估计方法、装置及设备 | |
CN117795194A (zh) | 使用安装在风力涡轮机上的LidDAR传感器来确定风速的方法 |
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 |