ES2989586T3 - Análisis y control de ruido de aerogeneradores - Google Patents

Análisis y control de ruido de aerogeneradores Download PDF

Info

Publication number
ES2989586T3
ES2989586T3 ES17801012T ES17801012T ES2989586T3 ES 2989586 T3 ES2989586 T3 ES 2989586T3 ES 17801012 T ES17801012 T ES 17801012T ES 17801012 T ES17801012 T ES 17801012T ES 2989586 T3 ES2989586 T3 ES 2989586T3
Authority
ES
Spain
Prior art keywords
noise
wind turbine
tonal
operating parameter
values
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
ES17801012T
Other languages
English (en)
Inventor
Mranal Gupta
Niels Christian M Nielsen
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.)
Vestas Wind Systems AS
Original Assignee
Vestas Wind Systems AS
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 Vestas Wind Systems AS filed Critical Vestas Wind Systems AS
Application granted granted Critical
Publication of ES2989586T3 publication Critical patent/ES2989586T3/es
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
    • 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
    • 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
    • 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
    • F03D7/0276—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling rotor speed, e.g. variable speed
    • 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
    • F05B2260/00—Function
    • F05B2260/96—Preventing, counteracting or reducing vibration or noise
    • 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
    • F05B2260/00—Function
    • F05B2260/96—Preventing, counteracting or reducing vibration or noise
    • F05B2260/962—Preventing, counteracting or reducing vibration or noise by means creating "anti-noise"
    • 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
    • F05B2270/10—Purpose of the control system
    • F05B2270/101—Purpose of the control system to control rotational speed (n)
    • 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
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/333—Noise or sound levels
    • 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)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

Un método para identificar un parámetro operativo de una turbina eólica que contribuye a la generación de ruido tonal. El método comprende la adquisición de datos de parámetros operativos asociados con una pluralidad de parámetros operativos de la turbina eólica. Los datos de parámetros operativos comprenden un conjunto de valores para cada parámetro operativo de la turbina eólica. También se adquieren datos de ruido que incluyen ruido tonal producido por la turbina eólica y se sincronizan con los datos de parámetros operativos. A continuación, los datos de ruido se agrupan con respecto a un conjunto de valores de parámetros operativos de un primer parámetro operativo y, para cada uno de uno o más de los grupos, los datos de ruido en el grupo se analizan con respecto a un conjunto de valores de un segundo parámetro operativo. A continuación, el método determina si existe una relación entre el segundo parámetro operativo y el ruido tonal producido por la turbina eólica basándose en el análisis. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Análisis y control de ruido de aerogeneradores
Campo técnico
La presente invención se refiere al análisis de la emisión de ruido desde aerogeneradores y, en particular, a la emisión de ruido tonal, y también al control posterior del aerogenerador en base al análisis.
Antecedentes
La emisión de ruido desde aerogeneradores es un problema bien conocido y ha sido objeto de un extenso trabajo. El procedimiento para medir el ruido acústico de aerogeneradores se describe en la tercera edición del estándar internacional IEC 61400-11.
La emisión de ruido de un aerogenerador incluye tanto ruido mecánico como ruido aerodinámico. El ruido mecánico incluye el ruido accionado por componentes dentro de la góndola, tales como el tren motriz del aerogenerador. Dicho ruido se puede irradiar a los alrededores directamente desde la superficie de los componentes vibrantes (denominado ruido transmitido por el aire) o se puede irradiar a los alrededores por la torre o las palas del aerogenerador cuando las vibraciones de los componentes se conducen a través de la estructura del aerogenerador (denominado ruido transmitido por la estructura (SBN)). El ruido aerodinámico proviene de las palas del aerogenerador e incluye, por ejemplo, ruido debido a la formación de vórtices.
El espectro de ruido producido por un aerogenerador incluye tanto ruido de banda ancha como ruido a distintas frecuencias. El ruido a distintas frecuencias, conocido como ruido tonal, a menudo se percibe como más molesto para los vecinos de los aerogeneradores y es más probable que sea objeto de quejas por ruido. Desafortunadamente, es difícil predecir cuándo un aerogenerador producirá ruido tonal y la generación de ruido tonal puede depender de una variedad de diferentes parámetros operativos y condiciones del aerogenerador. Esto, a su vez, hace difícil evaluar y actuar ante las quejas de ruido hechas por los vecinos, y ajustar la operación de los aerogeneradores para evitar o reducir la producción de ruido tonal.
Los métodos existentes para analizar el espectro de ruido producido por un aerogenerador son insatisfactorios en relación con la identificación del ruido tonal contenido dentro del espectro de ruido y la identificación de los parámetros operativos particulares del aerogenerador que están causando la emisión tonal. Por ejemplo, el estándar IEC existente para analizar datos de ruido es demasiado amplio, no identifica eficazmente regiones de ruido tonal y no permite ninguna asociación del ruido tonal a los parámetros operativos. Además, según el estándar IEC, no se evalúan todos los espectros de los datos de ruido, y solamente se necesita algún tipo de porcentaje. Por ejemplo, si el tono está fuertemente presente solamente en el 30% de los espectros, entonces el estándar informará de un valor alto para la audibilidad tonal incluso si está completamente ausente en el 70% restante.
El documento US 2014/193257 A1 describe un sistema de monitorización de ruido acústico para un aerogenerador que aplica una función de transferencia a los datos de ruido acústico medidos en la góndola de un aerogenerador para correlacionar los datos de ruido acústico con un conjunto de datos de ruido acústico medidos en una ubicación remota del aerogenerador.
El documento US8021110B2 describe un sistema para la reducción de ruido de aerogeneradores en el que los parámetros operativos se controlan en dependencia de la amplitud de un componente tonal.
El documento US 2014/327243 A1 describe un sistema de control adaptativo de generador de aerogenerador (WTG) que determina cómo operar el WTG según un algoritmo de control en respuesta a los datos almacenados en una base de datos de medición.
Compendio de la invención
Se ha apreciado la necesidad de mejorar las técnicas existentes para analizar los datos de emisión de ruido desde aerogeneradores. En particular, se proporciona un método de análisis de emisión de ruido desde aerogeneradores que identifica el ruido tonal en un espectro de datos de ruido e identifica los parámetros operativos del aerogenerador que son responsables de la generación del ruido tonal. El método también se puede usar para identificar los componentes responsables para el ruido tonal también, especialmente en los casos en los que hay bandas laterales. Esto es ventajoso porque el estándar IEC asocia un rango de frecuencia amplio como tono del mismo origen, lo que no siempre es el caso. El análisis de ruido tonal se puede usar entonces en el ajuste de los parámetros operativos de los aerogeneradores para evitar valores de parámetros operativos que den como resultado ruido tonal, o para añadir ruido de enmascaramiento.
La invención se define en las reivindicaciones independientes a las que ahora se hace referencia. Las características preferidas se detallan en las reivindicaciones dependientes.
Según un primer aspecto de la presente invención, se proporciona un método de identificación de un parámetro operativo, y potencialmente también un componente, de un aerogenerador que contribuye a la generación de ruido tonal. El método comprende adquirir datos de parámetros operativos asociados con una pluralidad de parámetros operativos del aerogenerador, en donde los datos de parámetros operativos comprenden un conjunto de valores para cada parámetro operativo del aerogenerador, y en donde los datos de los parámetros operativos se obtuvieron durante la operación del aerogenerador. El método comprende además adquirir datos de ruido que incluyen ruido tonal producido por el aerogenerador y están sincronizados con los datos de parámetros operativos. El método comprende además agrupar en una pluralidad de agrupaciones los datos de ruido con respecto a un conjunto de valores de parámetros operativos de un primer parámetro operativo, tal como las RPM del generador, y para cada uno de una o más de las agrupaciones, analizar los datos de ruido en la agrupación con respecto a un conjunto de valores de un segundo parámetro operativo, tal como paso, potencia/par, etc., y determinar una relación entre el segundo parámetro operativo y el ruido tonal producido por el aerogenerador en base al análisis, la relación que identifica el segundo parámetro operativo como que contribuye a la generación del ruido tonal producido por el aerogenerador.
Este método es una mejora con respecto a los estándares existentes. Por ejemplo, el estándar IEC solamente agrupa con respecto a la velocidad del viento y solamente con una agrupación de 0,5 m/s, lo que no permite que un análisis sea realizado sobre diferentes parámetros operativos. Tal agrupación es demasiado amplia, los anchos de las agrupaciones no se correlacionan bien con la generación tonal, y tal agrupación no permite i) la identificación efectiva de áreas de datos de ruido asociados con ruido tonal inaceptable y ii) cualquier asociación entre la generación de ruido inaceptable y los parámetros del aerogenerador que puedan estar causando tal generación. En contraste, las realizaciones de la presente invención agrupan con respecto a un primer parámetro operativo y luego analizan los datos de ruido individualmente con respecto a un segundo parámetro operativo. Esto permite la identificación de exactamente dónde se encuentra el ruido tonal en relación con los valores de los parámetros, así como en cuanto a la correlación del ruido tonal con el parámetro que lo genera.
La metodología descrita permite la determinación de dónde está el ruido tonal en la operación del aerogenerador, junto con la identificación de la fuente o fuentes del ruido tonal. A través del método, se determinan “puntos calientes”, o regiones de interés, para diferentes fuentes dentro de diferentes áreas de operación del aerogenerador. Luego, se puede aplicar un análisis de correlación en el interior del área de “punto caliente” para la identificación de parámetros operativos sensibles tonalmente críticos. El método también proporciona información más precisa dentro de las áreas operativas donde se necesitan mejoras en ciertos componentes (componentes fuente). El método puede ayudar en la identificación de los “puntos calientes” reales de los parámetros operativos del aerogenerador, de manera que se pueda proporcionar una solución, mediante el control del aerogenerador, o mejoras de los componentes físicos o de otro modo, de modo que los vecinos no se vean sometidos al mismo nivel de ruido tonal molesto.
La agrupación del aspecto anterior puede comprender además identificar un rango en el conjunto de valores de parámetros del primer parámetro operativo. El rango se puede determinar por el conjunto de valores de al menos uno de la pluralidad de parámetros operativos. Además, el método puede establecer luego cada agrupación igual al rango. Esta característica permite que las agrupaciones de ancho óptimo sean calculadas, lo que proporciona una mayor eficiencia cuando se identifica el ruido tonal en los datos de ruido y se correlaciona la generación de ruido tonal con un parámetro operativo del aerogenerador.
El análisis con respecto al conjunto de valores del segundo parámetro operativo según el primer aspecto puede comprender además identificar un subconjunto de valores de parámetros del segundo parámetro. El subconjunto de valores de parámetros pueden ser los valores que están asociados con la agrupación. Además, se analiza la variación del subconjunto de valores de parámetros y se compara con una variación en los datos de ruido de la agrupación. Entonces, se determina una correlación entre la variación del subconjunto de valores de parámetros y la variación en los datos de ruido. Esto permite un análisis más afinado de la correlación entre el segundo parámetro y el ruido tonal.
Esto puede comprender además calcular un coeficiente de correlación en base a la comparación, en donde el coeficiente de correlación indica la correlación entre la variación del subconjunto de valores de parámetros del segundo parámetro y la variación en los datos de ruido en la agrupación. Además, determinar si el segundo parámetro contribuyó a la generación de los valores de ruido indicativos de ruido tonal comprende además establecer una condición predeterminada, tal como un umbral, para el coeficiente de correlación y determinar que el segundo parámetro contribuyó a la generación de los valores de ruido indicativos de ruido tonal si el coeficiente de correlación cumple la condición predeterminada, tal como exceder el umbral, y determinar que el subconjunto de valores de parámetros del segundo parámetro son una fuente o impulsor de la generación de ruido tonal. Estos valores de componentes (es decir, el subconjunto de valores de parámetros del segundo parámetro) son valores de parámetros, que son una fuente y/o impulsor para la generación de ruido tonal para una agrupación dada. El componente del aerogenerador (por ejemplo, una caja de engranajes, un generador, un ventilador, etc.) asociado con el parámetro se puede describir como componente fuente.
El método puede comprender además controlar el aerogenerador ajustando un parámetro operativo del aerogenerador en base al análisis de manera que los valores de parámetros operativos del segundo parámetro operativo no sean fuentes (es decir, de manera que ya no sean una fuente o impulsor del ruido tonal). El ruido tonal (Lpt) se puede reducir alterando la estrategia de operación (control adaptativo), variando el paso y/o las rpm (e indirectamente la potencia), por ejemplo. Alternativamente, o además, el control del aerogenerador puede comprender ajustar un parámetro operativo del aerogenerador en base al análisis de manera que se aumente el ruido de enmascaramiento del aerogenerador. El ruido de enmascaramiento (Lpn) se puede aumentar por medio del aerogenerador en sí mismo (control adaptativo) o complementos.
Estas características proporcionan un método robusto para correlacionar los datos de ruido tonal identificados con los parámetros que están contribuyendo a su generación.
El primer parámetro operativo del primer aspecto puede ser las RPM. Un aerogenerador es sensible tonalmente a las RPM y, por lo tanto, esto permite una fácil identificación del ruido tonal. De este modo, las RPM es un buen parámetro para usar en la agrupación. No obstante, se pueden usar otros parámetros, con ejemplos que se describen en la presente memoria.
El método puede comprender además determinar si una región de los datos de ruido contiene datos de ruido indicativos de ruido tonal. Esto se puede lograr dividiendo toda el área operativa (o una parte seleccionada de ella) del aerogenerador en agrupaciones de diferentes parámetros. Si una región de datos agrupados según un parámetro particular contiene datos de ruido indicativos de ruido tonal, la región se puede establecer igual a una región candidata. Esto se puede realizar determinando un nivel de tono máximo medio (como ejemplo) para cada agrupación de un parámetro dado. Estos valores luego se comparan frente a una condición predeterminada correspondiente, tal como un umbral. Las regiones de datos para las cuales se cumple una condición predeterminada (por ejemplo, se excede un umbral) se establecen iguales a las regiones candidatas. El umbral puede será un nivel de tono máximo permisible (como ejemplo) para una agrupación dada y una región candidata puede comprender una o más agrupaciones. Además, el método puede incluir analizar solamente los datos de ruido en una o más agrupaciones con respecto al conjunto de valores del segundo parámetro operativo si la agrupación está en una región candidata. De esta forma, solamente se consideran los datos relevantes, reduciendo la cantidad de datos que necesitan ser analizados y reduciendo, de este modo, el gasto de cálculo.
Breve descripción de los dibujos
Ahora se describirán con más detalle ejemplos de la invención con referencia a los dibujos que se acompañan en los que:
la Figura 1 es una vista en perspectiva de un paisaje con una central de energía eólica;
la Figura 2 ilustra un aerogenerador moderno grande;
la Figura 3 ilustra una sección transversal simplificada de una góndola, según se ve desde un lado;
la Figura 4 es un diagrama de flujo que ilustra un método de análisis del ruido de un aerogenerador;
la Figura 5 ilustra datos de ruido ejemplares y un método de identificación de una región de datos de ruido que es candidata a contener datos de ruido indicativos de ruido tonal inaceptable.
Descripción detallada de realizaciones preferidas
La Figura 1 ilustra una central de energía eólica (1) que incluye una serie de aerogeneradores (10a, 10b, 10c) y un área vecina (2) en la que el ruido de los aerogeneradores es audible. Con los propósitos de implementación de la presente invención, la central de energía eólica (1) puede tener cualquier número de aerogeneradores mayor o igual a uno, y los aerogeneradores pueden ser modelos de aerogeneradores conocidos en la técnica.
En las inmediaciones del área vecina (2) hay un micrófono (20) configurado para capturar datos de ruido, incluyendo datos representativos del ruido producido por uno o más de los aerogeneradores (10a, 10b, 10c) de la central de energía eólica. El micrófono captura datos de ruido durante un período de tiempo prolongado con una tasa de muestreo adecuada, por ejemplo, de acuerdo con el procedimiento descrito en la tercera edición del estándar IEC 61400-11.
Los datos de ruido capturados por el micrófono (20) se comunican desde el micrófono para su análisis. Por ejemplo, se pueden comunicar a uno o más ordenadores (no mostrados) que analizan datos de, y/o controlan la operación de, uno o más de los aerogeneradores (10a, 10b, 10c) de la central de energía eólica. Tales ordenadores pueden ser internos o externos a la central de energía eólica, y pueden estar asociados con uno o más de uno de los aerogeneradores de la central de energía eólica. Es decir, cada aerogenerador puede estar asociado con uno o más ordenadores dedicados, o una pluralidad de aerogeneradores pueden compartir el uno o más ordenadores.
Si bien la Figura 1 solamente muestra un micrófono (20), puede haber micrófonos adicionales en otras posiciones. Los datos de ruido de los micrófonos adicionales también se pueden comunicar para su análisis. Los canales separados de datos de ruido se pueden tratar de manera independiente o se pueden agregar para producir un único conjunto de datos de ruido. En algunas realizaciones, puede haber uno o más micrófonos para cada aerogenerador.
Los parámetros operativos del uno o más aerogeneradores (10a, 10b, 10c) también se pueden medir mediante sensores apropiados y registrar a lo largo del tiempo. Por ejemplo, los parámetros operativos pueden incluir los siguientes.
- RPM del generador - una medida del ritmo de rotación del rotor del generador en rotaciones por minuto (RPM). - Variación de RPM del generador - la variación en las RPM del generador medida durante un período durante la operación de los aerogeneradores.
- Paso - el ángulo de ataque de las palas con respecto al viento.
- Variación de paso - la variación en el paso medida durante un período de operación del aerogenerador.
- Potencia/par - la potencia generada por el aerogenerador, que está directamente relacionada con el par de una manera conocida en la técnica.
- Variación de potencia/par - la variación en la potencia/par medida durante un período de la operación del aerogenerador.
- Ángulo de guiñada - el ángulo de rotación de la góndola alrededor de su eje vertical.
- Variación del ángulo de guiñada - el cambio en el ángulo de guiñada a lo largo del tiempo.
- RPM del rotor una medida del ritmo de rotación de las palas del rotor en rotaciones por minuto (RPM) (las rpm del rotor se podrían calcular a partir de las rpm del generador; no obstante, algunas veces podría ser de interés agrupar junto con las rpm del rotor si están disponibles múltiples relaciones de transmisión para una variante de aerogenerador particular).
- Variación de las RPM del rotor - el cambio en las RPM del rotor a lo largo del tiempo.
Los parámetros de ruido pueden incluir los siguientes:
- Nivel de tono máximo - el nivel de tono máximo medido en dB obtenido a partir de los datos de ruido a unas RPM dadas. El nivel de tono se puede obtener a partir de los datos de ruido en maneras conocidas en la técnica, por ejemplo, de acuerdo con el estándar IEC.
- Energía tonal - la energía contenida en un tono.
- Energía de enmascaramiento - el ruido o la energía en el ruido que enmascara la tonalidad.
- % escuchado - el porcentaje del ruido tonal escuchado por los vecinos del aerogenerador.
- Número de picos (y su correspondiente frecuencia) en la banda ancha crítico, que identifica potencialmente los diferentes componentes fuente responsables de la tonalidad.
Los parámetros de ruido adecuados para su uso con realizaciones de la invención se describen en el estándar IEC 61400-11.
Factores adicionales que se pueden considerar incluyen la operación del aerogenerador, tal como el modo de operación (por ejemplo, una estrategia de control que tenga un conjunto o rango particular de parámetros operativos), el ángulo de guiñada, el error de guiñada y los ajustes del controlador, la variación día a día en la datos recopilados, la medición de los datos durante múltiples días, la cantidad total de datos recopilados, el ancho (anchura) del pico en los datos de ruido recopilados, el número de líneas de tono calculado para los datos de ruido y el número de picos presentes en los datos de ruido. También se pueden medir parámetros operativos adicionales mediante sensores apropiados y registrarlos a lo largo del tiempo. Los ejemplos incluyen condiciones operativas tales como velocidad del viento, variación de la velocidad del viento, dirección del viento y variación de la dirección del viento. Los parámetros operativos representan los aspectos de un aerogenerador que pueden definir la operación de ese aerogenerador. Los parámetros operativos, en el contexto de la invención, también pueden incluir condiciones que representan factores experimentados por el aerogenerador durante la operación. Para abreviar, se puede entender que el término parámetros operativos incluye parámetros de ruido, parámetros operativos y condiciones operativas.
Los datos de parámetros operativos del aerogenerador representativos de cualquiera de estos parámetros se pueden comunicar para su análisis. Por ejemplo, los datos de parámetros operativos del aerogenerador se pueden comunicar al ordenador u ordenadores a los que se comunican los datos de ruido. Los datos de parámetros operativos comprenden un conjunto de valores de cada parámetro operativo del aerogenerador. Por ejemplo, los datos de los parámetros operativos asociados con las RPM del generador del aerogenerador se pueden difundir de forma continua a un ordenador. Estos datos forman un conjunto de valores, que indican las r Pm a las que está operando la turbina ancha durante el período en el que se mide el parámetro.
La Figura 2 ilustra un aerogenerador (10) moderno grande como se conoce en la técnica, que comprende una torre (11) y una góndola de aerogenerador (13) colocada en la parte superior de la torre. Las palas de aerogenerador (15) de un rotor de aerogenerador (12) están montadas en un buje (14) común que está conectado a la góndola (13) a través del eje de baja velocidad que se extiende fuera del frente de la góndola. Las palas de aerogenerador (15) del rotor de aerogenerador (12) están conectadas al buje (14) a través de cojinetes de paso (16), permitiendo que las palas se hagan girar alrededor de su eje longitudinal. El ángulo de paso de las palas (15) se puede controlar entonces mediante actuadores lineales, motores paso a paso u otros medios para hacer girar las palas. El aerogenerador (10) ilustrado tiene tres palas de aerogenerador (15), pero se apreciará que el aerogenerador podría tener otro número de palas, tal como uno, dos, cuatro, cinco o más.
La Figura 3 ilustra una sección transversal simplificada de una góndola (13) de ejemplo de un aerogenerador (10), según se ve desde el lado. La góndola (13) existe en una multitud de variaciones y configuraciones pero en la mayoría de los casos comprende uno o más de los siguientes componentes: una caja de engranajes (131), un acoplamiento (no mostrado), algún tipo de sistema de frenado (132) y un generador (133). Una góndola también puede incluir un convertidor (134) (también llamado inversor) y equipos periféricos adicionales, tales como equipos de manejo de potencia adicionales, armarios de control, sistemas hidráulicos, sistemas de enfriamiento y más. La Figura 4 es un diagrama de flujo que ilustra un método (400) de análisis del ruido de un aerogenerador según una realización de la presente invención. Los datos de ruido se recopilan por el micrófono (20). Estos datos representan la emisión de ruido de un aerogenerador a lo largo del tiempo cuando está en operación. Al mismo tiempo, se pueden registrar datos de parámetros operativos asociados con una pluralidad de parámetros operativos del aerogenerador. En los pasos (410) y (420), los datos de ruido y los datos de parámetros operativos se comunican a un ordenador para su análisis. Aunque el paso que representa la adquisición de datos de parámetros operativos (410) se muestra antes de la adquisición de los datos de ruido (420), se debería apreciar que el orden en el que se adquieren los datos no es importante. Por ejemplo, mientras que se están recopilando y comunicando datos de ruido al ordenador, los datos de los parámetros operativos del aerogenerador se pueden difundir de forma continua simultáneamente al ordenador.
En el paso (430), los datos de ruido se sincronizan en el tiempo con los datos de parámetros operativos de manera que cada punto de datos de los datos de ruido corresponda a un valor particular de cada parámetro operativo en el que estaba operando el aerogenerador cuando se tomó la medición de ruido. De esta forma, cada punto de datos de ruido está asociado con una serie de valores de parámetros operativos, con cada valor que está asociado con un parámetro diferente del aerogenerador. De este modo, los valores de parámetros asociados con cada punto de datos de ruido son indicativos de la operación del aerogenerador en el momento en que se emitió el ruido registrado. Aquí, los datos de ruido se sincronizan en el tiempo con el conjunto de valores de cada parámetro operativo enumerado anteriormente. No obstante, se apreciará que los datos de ruido se pueden sincronizar en el tiempo con menos conjuntos de parámetros. Por ejemplo, los datos de ruido solamente se pueden sincronizar en el tiempo con el conjunto de valores asociados a las RPM, el conjunto de valores asociados con la potencia y el conjunto de valores asociados con el paso. El número exacto de conjuntos de parámetros usados de esta forma se pueden determinar mediante restricciones de cálculo o los requisitos particulares de una investigación dada.
Si bien se ha descrito la sincronización en el tiempo como que se realiza una vez que los datos se han comunicado al ordenador, alternativamente los datos se pueden sincronizar en el tiempo en el punto de medición. En tal caso, cada punto de datos de ruido se mide simultáneamente con sus valores de parámetros correspondientes y se comunican juntos al ordenador.
Los datos de ruido y los datos de parámetros operativos se combinan, también en el paso (430), para producir datos que representan el ruido producido por el aerogenerador en función de los parámetros operativos del aerogenerador. Los datos de ruido se pueden combinar con cualquier parámetro operativo para el cual se haya realizado la sincronización en el tiempo descrita anteriormente. Los datos de ruido se pueden combinar con un conjunto de valores para un único parámetro operativo en el paso (430), y opcionalmente se pueden combinar con parámetros operativos adicionales más adelante en el método, por ejemplo, en el paso (450) que se describe a continuación. Alternativamente, los datos de ruido se pueden combinar con cada parámetro operativo sincronizado en el tiempo en este paso, proporcionando los datos de ruido representados por separado en función de cada parámetro operativo sincronizado.
En la presente realización, los datos de ruido se combinan con datos de RPM, por ejemplo, en el paso (430) para dar datos que representan el ruido producido por el aerogenerador en función de las RPM del aerogenerador, como se muestra en la Figura 5. Como se describió anteriormente, como alternativa o además de las RPM, cualquier número de los conjuntos de datos de parámetros restantes se puede combinar con datos de ruido en este paso. En el paso (440), los datos de ruido se agrupan con respecto a un conjunto de valores de un primer parámetro operativo para el cual se ha realizado la sincronización en el tiempo y la combinación anteriores. El proceso de agrupación comprende disponer los datos de ruido en un número discreto de grupos, aquí descritos como agrupaciones, definidos por rangos de los valores de parámetros operativos. El ancho de la agrupación se define por la diferencia entre el valor más grande y el más pequeño del parámetro operativo para esa agrupación, y todos los puntos de datos de ruido que caen dentro de estos dos valores se asocian con esa agrupación. Disponer los datos en agrupaciones de esta forma permite que los datos de ruido se dispongan en partes más pequeñas y manejables. Luego, se pueden analizar cada agrupación y los datos de ruido contenidos en la misma, permitiendo la identificación de exactamente dónde se encuentra el ruido tonal en relación con los valores de los parámetros, lo que a su vez permite la correlación del ruido tonal con el parámetro, y potencialmente el componente, que lo generó, como se explica más adelante.
En el presente ejemplo, los datos de ruido se agrupan con respecto a las RPM porque el ruido tonal es sensible a este parámetro. Por lo tanto, examinando los datos de ruido en un rango de RPM dado (es decir, una agrupación de RPM), se pueden ver, identificar y analizar variaciones en los niveles de ruido tonal. No obstante, se debería apreciar que cualquier otro parámetro para el cual es sensible el ruido tonal se podría usar para agrupar, por ejemplo, la potencia, el paso, el par, la audibilidad tonal, el nivel de tono, el enmascaramiento, la frecuencia, etc.
Aquí, los datos se organizan en agrupaciones de igual tamaño o ancho. La determinación del ancho de cada agrupación se puede hacer de una serie de formas, y el ancho exacto de la agrupación usado generalmente dependerá de los objetivos de una investigación en particular y de la sensibilidad a la fuente, con los anchos de la agrupación que se seleccionan que se correlacionen con la generación tonal. Por ejemplo, si una investigación se dirige hacia datos de ruido recopilados sobre un rango estrecho de valores de parámetros, las agrupaciones se pueden establecer para que sean estrechas. Si se desea una representación amplia del ruido tonal a través de un rango grande de valores de parámetros, entonces pueden ser más apropiadas agrupaciones más anchas. No obstante, en general se necesita un equilibrio. Un ancho de agrupación que es demasiado estrecho puede conducir a una reducción en la cantidad de datos en cada agrupación de RPM y, de este modo, se vería afectada la correlación entre los datos de ruido y el parámetro. Esto también sería visible con fluctuaciones enormes de una agrupación a otra en valores de ruido tonal. En contraste, si la agrupación es demasiado amplia, entonces puede promediar algunos de los parámetros que potencialmente podrían ser los impulsores de la tonalidad del aerogenerador. El ancho de la agrupación puede ser un parámetro preestablecido seleccionado para la investigación particular, o puede estar asociado con los parámetros del aerogenerador mediante una función apropiada y calcular en consecuencia. Por ejemplo, el ancho de la agrupación puede depender del rango de las RPM del generador, la potencia, el paso, etc. bajo investigación.
Como ejemplo particular, cuando se agrupa con respecto a las RPM del generador, se puede usar un ancho de agrupación de entre 1 y 100 rpm. Más específicamente, se puede usar un ancho de agrupación de entre 5 y 50 rpm. Incluso más específicamente, se puede usar un ancho de agrupación de entre 8 y 15 rpm. Durante la experimentación se ha descubierto que un ancho de agrupación de 10 rpm, o alrededor de 10 rpm, es particularmente útil al menos como valor de partida.
Una vez que se ha establecido un ancho de agrupación óptimo para las agrupaciones, el método de la presente realización realiza entonces el paso (450) de analizar los datos de ruido contenidos dentro de cada agrupación para determinar regiones de datos que son candidatas para contener datos de ruido indicativos del ruido tonal inaceptable. Una región candidata puede ser una agrupación única o múltiples agrupaciones, y dependerá de la naturaleza de los datos de ruido y de los anchos de las agrupaciones. Se puede hacer referencia a la agrupación o agrupaciones dentro de una región candidata como agrupaciones candidatas. Este paso se puede usar para reducir el gasto de cálculo del análisis reduciendo la cantidad de datos que se analizan. El paso (450) se describirá ahora con referencia a la figura 5.
La Figura 5 muestra un conjunto de datos ejemplar que ilustra un método de realización del paso (450) según la presente realización de la invención. Aquí, cada punto de datos de ruido está representado por un valor de nivel de tono medido en dB. De manera similar, se podría proporcionar un nivel de energía tonal correspondiente, que indique la cantidad de energía asociada con el nivel de tono medido a través del ancho de la agrupación. Los valores de nivel de tono y los niveles de energía correspondientes se obtienen a partir de los datos de ruido medidos de una manera conocida en la técnica, por ejemplo, de acuerdo con el estándar IEC. Los valores de nivel de tono se combinan con sus valores de RPM sincronizados en el tiempo, proporcionando el nivel de tono trazado a lo largo del eje y y el valor de RPM correspondiente de cada punto de datos trazado en el eje x. El “Min” y “Max” simplemente se pretende que muestren el rango de datos analizados; el valor mínimo podría ir a 0 rpm y el valor máximo a exceso de velocidad, por ejemplo, en caso de que se adquiera y analice el rango de datos completo. Se puede usar un color u otro indicador (en la Figura 5, diferentes niveles de sombreado) para indicar el valor de audibilidad tonal para cada uno de los espectros medidos. Como se puede ver, generalmente hay una pluralidad de puntos de datos para cada valor de RPM. Esto se debe a que muchas mediciones de ruido se tomaron a medida que el aerogenerador operaba en estas frecuencias. Una alta densidad de puntos de datos, por ejemplo, entre Y y Z rpm, representa valores de RPM en los que el aerogenerador estaba operando regularmente. Como tal, se tomaron muchas mediciones dentro de ese rango. Además, los puntos de datos se han agrupado en agrupaciones de RPM, cada una con un ancho de agrupación de 0,10 rpm, como ejemplo. Este ancho de agrupación se identifica en el paso (440), como se describió anteriormente.
En algunas realizaciones, el análisis se puede limitar a áreas del primer parámetro que tienen una alta densidad de puntos de datos, tales como el rango de rpm de Y a Z en el ejemplo anterior, o se puede realizar una subagrupación en esta área de manera que se pueda lograr una resolución más alta en la región operativa en la que el aerogenerador pasa la mayor parte del tiempo durante su operación. Una alta densidad de puntos de datos se puede determinar en base a un umbral de puntos de datos.
El paso (450) comienza promediando y cuantificando el continuo de puntos de datos de ruido de manera que, para cada agrupación, una propiedad tonal de los puntos de datos dentro de esa agrupación se pueda representar mediante un valor único que indica el nivel de ruido tonal dentro de esa agrupación. En la presente realización, se calculan para cada agrupación un valor de nivel de tono máximo medio y un valor de nivel de energía tonal máximo medio. Estos valores indican el valor promedio de los niveles de tono máximos y los niveles de energía tonal que se midieron para la agrupación. Estos valores medios entonces se pueden trazar frente a las RPM, como se muestra en la figura 5 mediante las dos líneas continuas (502) y (504). La línea continua más alta (502) representa la energía tonal máxima media de cada agrupación a través de todo el rango de RPM y la línea continua más baja (504), es decir, la línea que se traza por debajo de la línea (502), representa el nivel de tono máximo medio de cada agrupación a través del rango de RPM.
Una vez que estos valores se han calculado y trazado, se pueden comparar con los umbrales apropiados. Aquí, los umbrales son la energía tonal máxima permisible y el nivel de tono máximo permisible de una agrupación. Estos valores de umbral también se trazan a través de todas las agrupaciones, como se muestra por las líneas discontinuas (506) y (508) respectivamente. El nivel de tono máximo permisible representa el nivel de tono más alto posible que un aerogenerador puede producir a unas RPM particulares antes de que el ruido tonal llegue a ser inaceptable, por ejemplo, llegue a ser audible en la posición del micrófono (20). De manera similar, la energía tonal máxima permisible representa la mayor parte de la energía tonal que el ruido tonal puede contener antes de que llegue a ser inaceptable. Estas cantidades se pueden calcular de una manera conocida en la técnica. Por ejemplo, calculando el valor del nivel de energía de tono que produce una audibilidad tonal de cero cuando se tiene en cuenta el ruido de enmascaramiento. Estas cantidades se pueden calcular, o calcular a la inversa, usando, por ejemplo, el estándar IEC. La tonalidad se da por ALtn, j,k = Lpt, j,k - Lpn, j,k. La audibilidad tonal se da como ALa,j,k = ALtn, j,k -La. Aquí, Lpt es la energía tonal, Lpn es energía de enmascaramiento y La es un criterio de audibilidad dependiente de la frecuencia.
Según la presente realización, las regiones candidatas se identifican luego comparando la línea de nivel de energía tonal máximo medio (502) y la línea de nivel de tono máximo medio (504) con sus correspondientes líneas de umbral. Las áreas en los datos donde se exceden los umbrales se puede establecer que sean iguales a regiones candidatas, con las agrupaciones contenidas en las mismas que se pueden establecer que sean agrupaciones candidatas. Por ejemplo, se puede determinar que una región candidata sea una agrupación que tiene un nivel de energía tonal máximo medio y un nivel de tono máximo medio que exceden sus valores de umbrales respectivos (es decir, están cada uno por encima del punto correspondiente en la línea (506) y (508)). En tal caso, si una agrupación corresponde a un punto en una de las líneas continuas, por ejemplo, la línea de nivel de tono máximo medio, que está por encima del umbral de nivel de tono máximo medio, pero el punto correspondiente en la otra línea (nivel nivel de energía tonal máximo medio) está por debajo del umbral de energía tonal máximo medio, entonces esa agrupación no se establecería como agrupación candidata. Alternativamente, podría no ser requerido que ambas líneas excedan sus umbrales con el fin de que se determine una región candidata. Por ejemplo, solamente se puede usar uno del nivel de tono máximo medio o el nivel de energía tonal medio, de manera que si el valor excede su umbral asociado para una agrupación dada, esa agrupación se identificará como una agrupación candidata.
Consideremos, como ejemplo, una agrupación definida entre X1 rpm y X5 rpm, por ejemplo, X1 y X5 pueden diferir en 0,1 rpm. Dentro de esta agrupación puede haber una pluralidad de valores de nivel de tono asociados con cada RPM. Por ejemplo, para un valor de X2 rpm (X2 que cae entre X1 y X5, por ejemplo, X1 0,01 rpm), el máximo del nivel de tono máximo registrado puede ser 30 dB y el valor mínimo puede ser 24 dB, con una serie de valores registrados entre medias. En un valor de X3 rpm (X3 que cae también entre X1 y X5, pero que es diferente de X2, por ejemplo, X1 0,05 rpm), el máximo puede ser 28 dB y el mínimo puede ser 23 dB. De este modo, se puede calcular un valor promedio del nivel de tono máximo sumando la energía del valor de nivel de tono máximo que se midió en cada valor de RPM dentro de la agrupación y luego dividiendo por el número de valores máximos dentro de la agrupación. De este modo, cada agrupación se puede asociar con un nivel de tono máximo medio, que indica el valor promedio de los niveles de tono máximos que se midieron entre X1 rpm y X5 rpm. De una forma similar, el nivel de energía tonal máximo medio para una agrupación dada se puede calcular para cada agrupación.
Luego, estos valores se comparan con sus umbrales. En este ejemplo, cuando los valores medios del nivel de tono máximo y el nivel de energía tonal exceden los umbrales para una agrupación dada, la agrupación se establece que sea una agrupación candidata. Si la región candidata se extiende a través de solamente una agrupación, la región candidata se puede establecer que sea igual a la agrupación candidata. En algunos casos, no obstante, la región candidata puede extenderse a través de más de una agrupación candidata. Esto puede ser debido a que un pico que excede su umbral puede hacerlo así en agrupaciones consecutivas, de manera que el ancho sea mayor entonces que el ancho de una única agrupación. Alternativamente, una región candidata puede tener más de un pico, con los picos que se extienden a través de más de una agrupación.
En este punto, el método ha identificado las regiones candidatas del conjunto de datos que probablemente sean indicativas de ruido tonal inaceptable. En otras palabras, se han tomado mediciones de ruido para el aerogenerador que indican que el aerogenerador estaba emitiendo ruido tonal molesto cuando se opera a las RPM cubiertas por las agrupaciones candidatas identificadas. No obstante, para cada medición de ruido, el aerogenerador puede haber estado operando con otros diversos parámetros operativos diferentes, tales como potencia, paso, modo de operación, etc. diferentes. De este modo, aunque se puede determinar que ciertos valores de RPM pueden dar como resultado que el aerogenerador emita un ruido tonal inaceptable, se debe realizar un análisis adicional en estas regiones para establecen qué parámetros operativos están impulsando la generación del ruido tonal.
Para evitar dudas, también podría ser que los datos se agrupen con respecto a cualquiera de los demás parámetros operativos y en cualquier valor dado de ese parámetro operativo, tales como potencia, paso, etc., que el aerogenerador emita un ruido inaceptable. Luego, se realiza un análisis adicional para identificar cuáles de los parámetros operativos restantes están impulsando la generación del ruido tonal. De manera similar, se pueden identificar los componentes fuente del ruido tonal. Como ejemplo, esto se puede lograr determinando el número de picos identificados en la banda crítica de cada espectro a partir de los datos de ruido adquiridos. Algunos de los componentes fuente de tonos tienen frecuencias que son directamente proporcionales a las rpm o, en otras palabras, son linealmente dependientes de la velocidad. Podría ser que dos componentes fuente diferentes sumen energía tonal en la banda crítica. El análisis se puede usar para identificar los componentes fuente exactos y cuantificar la contribución de cada uno, en caso de que las frecuencias estén separadas unas de otras.
El análisis para determinar los parámetros que impulsan el ruido tonal se realiza en el paso (460). En este paso, se consideran valores del conjunto de valores de parámetros operativos para un segundo parámetro operativo (es decir, un parámetro operativo distinto del primer parámetro operativo, que en este ejemplo son RPM) que tienen valores de RPM correspondientes que caen dentro de una región candidata. En otras palabras, se usa un subconjunto del conjunto de valores para el segundo parámetro operativo. El subconjunto de valores son los valores que caen dentro de la región candidata. En el presente ejemplo el segundo parámetro operativo es la potencia del aerogenerador, aunque se puede usar cualquier otro parámetro operativo.
La variación del parámetro, y más particularmente la variación en el subconjunto de valores de potencia, a través de una región candidata dada se compara, y se correlaciona, con la variación en el ruido tonal dentro de la región candidata. Este análisis se puede realizar sobre una base de agrupación por agrupación para cada agrupación que caiga dentro de una región candidata. Alternativamente o además, si un área candidata contiene más de una agrupación, entonces toda la región candidata se puede analizar a la vez. En la presente realización, cada agrupación candidata se analiza individualmente.
La correlación se puede realizar mediante cualquier técnica de correlación apropiada, como quedará claro para los expertos en la técnica. Por ejemplo, la magnitud de la diferencia en los valores de la potencia que se midieron en la agrupación se puede comparar con una magnitud correspondiente de la diferencia en los datos de ruido. Si una gran variación en la potencia está acompañada por una gran variación en el ruido tonal, esto es una indicación de que la potencia puede estar impulsando, o al menos contribuyendo, a la generación del ruido tonal. Si hay una gran variación en el nivel de tono dentro de la agrupación, pero la potencia fue constante en el rango de RPM para la agrupación, entonces está claro que la potencia no está impulsando ruido tonal dentro de esta agrupación.
En la presente realización, esta correlación se representa por un coeficiente de correlación. Este coeficiente se calcula para el parámetro de potencia como resultado de la comparación entre la variación en los valores de potencia y los datos de ruido en la agrupación de RPM. Aquí, cuanto mayor sea el valor del coeficiente de correlación, más fuerte será la correlación entre la variación de la potencia y la variación del ruido en ese valor particular de RPM. De este modo, cuanto mayor sea el valor del coeficiente de correlación, más sensible será la emisión de ruido tonal a las variaciones de ese parámetro.
Luego, este proceso puede repetir para cada parámetro operativo, de manera que cada parámetro operativo tenga un coeficiente de correlación que represente la contribución de ese parámetro a la generación de ruido tonal dentro de la agrupación. Además, este proceso se puede repetir para cada agrupación candidata. Como tal, cada parámetro tendrá un coeficiente de correlación para cada agrupación de interés. De este modo, un coeficiente de correlación de un parámetro para una agrupación particular representa que la contribución de ese parámetro a la generación de ruido tonal dentro de esa agrupación. Se debería señalar que un parámetro dado puede tener un coeficiente de correlación alto para una agrupación de RPM y un coeficiente de correlación bajo para una segunda agrupación de RPM. Esto se debe a que un parámetro dado puede llegar a ser tonalmente sensible para uno o más valores particulares de RPM (u otro primer parámetro) y permanecer relativamente insensible tonalmente para los valores de RPM restantes.
Una vez que se calculan los coeficientes de correlación, se realiza el paso (470) para determinar la relación entre los parámetros y el ruido tonal producido por el aerogenerador. Esto se puede hacer ponderando los parámetros operativos que tienen una correlación con el ruido tonal según su intensidad de correlación. En algunas realizaciones, el factor por el cual se pondera un parámetro operativo dado para una agrupación particular puede ser dependiente del coeficiente de correlación para ese parámetro operativo en esa agrupación particular. La ponderación define una relación entre los parámetros operativos y el ruido tonal producido por el aerogenerador. En el paso (480), el método determina los valores particulares de cada parámetro operativo que son responsables de la tonalidad en cada agrupación. Esto se puede hacer comparando el peso de un parámetro dado en una agrupación, o el coeficiente de correlación correspondiente, con un umbral apropiado. Por ejemplo, se puede establecer un umbral para un coeficiente de correlación de un parámetro. Si el coeficiente de correlación para una agrupación dada excede el umbral, entonces el parámetro operativo asociado con ese coeficiente se determina que es responsable, al menos en parte, de la generación de ruido tonal dentro de la agrupación. El subconjunto de valores de parámetros asociados con ese coeficiente de correlación se puede describir como la fuente y/o el impulsor del parámetro para esa agrupación (es decir, los valores componentes del conjunto de valores de parámetros que son una fuente o impulsor de la generación de ruido tonal). Se pueden determinar todas las “fuentes” para cada parámetro a través de todas las agrupaciones candidatas. Los componentes fuente particulares se pueden identificar por su agrupación de RPM y la frecuencia del ruido tonal que han contribuido a generar. De este modo, para cualquier RPM dada (u otro parámetro operativo según sea apropiado) de un aerogenerador cuando está en operación, se pueden identificar las fuentes y los componentes fuente que pueden estar impulsando la generación de ruido tonal inaceptable.
Una vez que se ha realizado este análisis, el aerogenerador se puede controlar y ajustar al paso (490) para evitar estas combinaciones o conjuntos particulares de valores de parámetros operativos y de este modo asegurar que el ruido tonal se reduzca o se evite por completo. Por lo tanto, las realizaciones proporcionan un método de control de aerogenerador que ajusta uno o más parámetros operativos del aerogenerador, en base al análisis realizado para identificar las relaciones entre los parámetros operativos y el ruido tonal, para reducir el ruido tonal. Este control se puede aplicar por separado a los resultados del análisis, usando los resultados para formular una estrategia de control apropiada para evitar o reducir el ruido tonal. El control se puede aplicar a aerogeneradores en base a un análisis realizado en un aerogenerador diferente, tal como un aerogenerador de prueba.
En particular, los parámetros operativos del aerogenerador se pueden controlar y ajustar para evitar que el aerogenerador opere en cualquiera de los valores “fuente” identificados, reduciendo de este modo o incluso eliminando la emisión de ruido tonal. Alternativamente o además, los parámetros operativos del aerogenerador se pueden ajustar para aumentar el ruido de enmascaramiento del aerogenerador. Por ejemplo, si el ruido tonal no se puede reducir adecuadamente, las RPM y/o el paso del aerogenerador se pueden ajustar de manera que aumente la salida de ruido general del aerogenerador. Este aumento puede enmascarar la emisión de ruido tonal molesto de manera que no se escuche por los vecinos del aerogenerador. Los parámetros que se ajustan para aumentar el ruido de enmascaramiento se eligen de manera que su ajuste no dé como resultado un aumento del ruido total generado por el aerogenerador, o dé como resultado un aumento mínimo. Esto se puede lograr asegurando que un ajuste de un parámetro aumente el ruido de enmascaramiento mientras que se evita cualquier valor de parámetro que sea fuente de ruido tonal. Como el método anterior identifica todas las áreas críticas para la generación de ruido tonal junto con los parámetros operativos que son responsables, los parámetros se pueden ajustar para proporcionar un aumento óptimo en el ruido de enmascaramiento mientras que se proporciona la generación de ruido tonal mínima posible. El ruido de enmascaramiento se puede aumentar aún más mediante complementos adecuados, como se conoce en la técnica.
Son posibles ejemplos adicionales, mediante los cuales se pueden controlar los parámetros operativos del aerogenerador para añadir ruido de enmascaramiento a la salida de ruido del aerogenerador. El ruido emitido por uno o más ventiladores de enfriamiento del aerogenerador se puede controlar, tal como variando la velocidad de uno o más ventiladores de enfriamiento. Esto puede incluir también, o alternativamente, un altavoz u otro dispositivo de salida de ruido que se usa para emitir un ruido de enmascaramiento predeterminado, que se puede basar en el análisis de la salida de ruido tonal del aerogenerador.
Los parámetros operativos del aerogenerador se pueden controlar y adaptar desde cualquiera de los ordenadores descritos anteriormente. Además, los parámetros se pueden controlar automáticamente en base al análisis. Por ejemplo, una vez que se han identificado todas las fuentes de ruido tonal, el ordenador puede monitorizar las RPM a las que está operando el aerogenerador y ajustar activamente uno o más de los otros parámetros operativos de manera que el aerogenerador no opere en ninguno de los valores fuente. Alternativamente o además, el ordenador puede ajustar los parámetros operativos de manera que el ruido de enmascaramiento del aerogenerador aumente para oscurecer cualquier ruido tonal que se pueda emitir. Este ajuste activo se puede realizar, alternativamente o además, manualmente por un operador.
Generalmente, el aerogenerador se puede controlar por un controlador de aerogenerador que está asociado con uno o más de un aerogenerador de una central de energía eólica. Los pasos del método pueden tener lugar en el controlador o se pueden dividir entre el controlador y uno o más ordenadores que están en comunicación con el controlador. Los parámetros operativos del aerogenerador se ajustan en base a la relación o relaciones entre el ruido tonal y los parámetros operativos de los componentes determinados según el análisis descrito en la presente memoria para evitar que ocurran valores de parámetros operativos que estén relacionados con el ruido tonal. Los parámetros operativos del aerogenerador se ajustan para reducir o evitar la producción de ruido tonal por el aerogenerador, o para añadir ruido de enmascaramiento. Se puede ejercer control para evitar que el aerogenerador entre en envolventes operativas particulares, o conjuntos de valores para parámetros operativos del aerogenerador, que dan como resultado ruido tonal según se determina por el análisis. El control puede tener en cuenta además una envolvente operativa predeterminada que satisfaga una o más restricciones operativas predeterminadas. En particular, se puede definir una envolvente operativa por separado de las realizaciones descritas en la presente memoria, teniendo en cuenta una o más restricciones tales como restricciones de ruido aerodinámico, restricciones de desgaste, restricciones de carga y restricciones de salida de potencia. Tales restricciones pueden depender, por ejemplo, de la hora del día (pueden existir restricciones adicionales de ruido aéreo durante la noche) y de la velocidad del viento. El uno o más parámetros operativos se pueden ajustar para reducir o evitar la producción de ruido tonal mientras que permanecen también dentro de la envolvente operativa, y también se pueden ajustar para maximizar la producción de energía mientras que se mantiene dentro de la envolvente operativa.
En general, siempre se generará algún grado de ruido tonal durante la operación del aerogenerador. No obstante, como se ejemplificó anteriormente, se puede lograr un control inteligente del aerogenerador que minimice el impacto de tal generación. Esto se puede hacer i) controlando los parámetros operativos del aerogenerador de manera que se eviten los valores de parámetros fuente de esos parámetros operativos y ii) ajustando los parámetros operativos para aumentar el ruido de enmascaramiento mientras que se proporciona la generación de ruido tonal mínima posible.
Como se mencionó anteriormente, cualquier región candidata dada puede tener más de una agrupación que sea indicativa de ruido tonal inaceptable. En tal caso, cada parámetro puede tener un coeficiente de correlación asociado con cada agrupación candidata dentro de la región candidata. Luego, se pueden usar los coeficientes de correlación de cada agrupación por separado en el análisis. Por ejemplo, en la región candidata entre X e Y rpm de la figura 5, el primer pico de la línea (504) puede residir en una primera agrupación y el segundo pico puede residir en una segunda agrupación. El método puede usar los coeficientes de correlación para la primera agrupación para determinar que el primer pico se ha generado por una correlación de ruido tonal con un valor (o valores) de potencia asociado, y de manera similar puede determinar usando los coeficientes de correlación de la segunda agrupación que el segundo pico está asociado con una correlación de ruido tonal con un valor (o valores) de paso asociado. Tal análisis separado de las agrupaciones candidatas dentro de una región candidata permite que el método determine exactamente qué parámetros son los impulsores responsables de cada pico. También se puede usar para distinguir si la misma “fuente” es responsable de la tonalidad o si el segundo pico tiene una contribución de energía tonal de más de una fuente o componente fuente (o del mismo modo para el primer pico). Esto se puede identificar observando el número de líneas de tono, el número de picos y su frecuencia en la banda crítica. La banda crítica se define en el estándar IEC.
Alternativamente, o además, los coeficientes se pueden promediar en la región de interés. Esto da un coeficiente promedio para ese parámetro que es representativo de la correlación general de ese parámetro con el ruido tonal para toda la región. Este valor promedio luego se puede comparar con un umbral para determinar si el parámetro contribuye a la generación de ruido tonal cuando se promedia a través de la región.
De este modo, cuantificando el continuo de valores de RPM en agrupaciones discretas y calculando los valores de ruido promedio para cada agrupación, el método es capaz de identificar las regiones de interés en las que pueden residir los impulsores de ruido tonal. Además, el análisis posterior con respecto a parámetros adicionales (incluyendo la energía tonal, el nivel máximo de tono, el ancho (anchura) del pico, número de líneas de tono y número de picos evaluados en la banda crítica), permite que el método identifique si hay solamente una fuente o componente fuente o si la audibilidad tonal es una combinación de una serie de picos de diferentes fuentes o componentes fuente que tienen una frecuencia diferente pero se encuentran en la misma banda crítica. Por lo tanto, el método anterior permite un método eficiente y fiable para identificar regiones de datos de ruido que se pueden asociar con ruido tonal inaceptable y permite la fácil identificación del parámetro o parámetros que contribuyen a la emisión de ruido inaceptable del aerogenerador.
Los métodos descritos en la presente memoria se pueden usar en el diseño u optimización de una o más partes componentes del aerogenerador. En particular, los resultados de los métodos descritos en la presente memoria se pueden usar para definir áreas de enfoque donde el rendimiento de los componentes fuente identificados podría necesitar mejoras, tal como por medio de cambios de diseño menores. Las áreas de enfoque se definen por la relación o relaciones determinadas entre el ruido tonal y los parámetros operativos. La operación del componente fuente correspondiente se puede probar y/o analizar para los valores de parámetros operativos correspondientes a la relación o relaciones identificadas determinadas según el método de agrupación descrito. Luego se puede cambiar el diseño del componente u optimizar el componente usando diversos métodos de optimización para evitar valores de parámetros operativos particulares asociados con el componente particular que pueden conducir a ruido tonal. Las áreas de enfoque podrían ser, por ejemplo, ciertas combinaciones de potencia/par y rpm para el componente, como se identifican según los métodos descritos. Por ejemplo, cuando el componente fuente es una caja de engranajes, el cambio de diseño podría ser la optimización de la etapa de engranaje responsable de la tonalidad o la rigidez de la carcasa de la caja de engranajes para evitar frecuencias de vibración particulares, etc. En otras palabras, los métodos descritos en la presente memoria se pueden usar para la evaluación de componentes, tales como cajas de engranajes, para la tonalidad a partir de pruebas de final de línea, en base a parámetros operativos críticos. Luego, se pueden identificar los cambios de diseño necesarios en los componentes, si los hay. Estos métodos de optimización de los componentes del aerogenerador se pueden implementar independientemente de los métodos de identificación de los parámetros operativos responsables de la tonalidad descritos en la presente memoria, en lugar de usar los resultados de tales métodos.
También se puede aplicar a la monitorización y control de la vibración del aerogenerador, de manera que o bien se reduzca la emisión de ruido tonal o bien se aumente el enmascaramiento de manera que la audibilidad tonal se reduzca de manera efectiva mediante un control adaptativo que cumpla con todas las restricciones operativas. Se debería apreciar que se pueden realizar pasos opcionales adicionales del método descrito anteriormente dependiendo de la investigación y de los datos de ruido obtenidos. Por ejemplo, después de que los datos de ruido se hayan dispuesto en agrupaciones en el paso (440), se puede determinar que hay demasiados datos en una agrupación de rpm en particular, lo que indica que el aerogenerador estuvo operando allí durante un largo período de tiempo. De este modo, puede ser necesario reducir la sobrecarga de cálculo y/o mejorar la eficiencia general para subdividir la agrupación de rpm en diferentes subagrupaciones con respecto a un segundo parámetro operativo, por ejemplo, la potencia, para identificar cuáles de los parámetros están impulsando la tonalidad del aerogenerador en un rango de operación dado del aerogenerador. Los pasos restantes del método (pasos 450-490) entonces se pueden realizar en las subagrupaciones como se describió anteriormente.
Además, se puede analizar el ancho de los picos identificados, en la medida que este método también proporciona información sobre cómo se relacionan los niveles de tono máximos y la energía tonal con el ancho del pico. También se puede considerar y evaluar la influencia de la energía de enmascaramiento y el ángulo de paso.
Aunque se ha descrito la presente realización como que incluye el paso (450) de determinación de regiones candidatas, se debería apreciar que el método se podría realizar sin este paso. En este caso, el análisis se realiza en cada agrupación. El método se puede realizar de esta forma bajo la suposición de que es probable que cada agrupación contenga algún nivel de ruido tonal inaceptable y, por lo tanto, cada agrupación se debería evaluar. Aunque se han descrito realizaciones en las que los datos de ruido, que incluyen datos indicativos de ruido tonal, se adquieren usando uno o más dispositivos de medición de sonido, esto no es un requisito. Se puede usar cualquier dato de ruido que proporcione una indicación de cuándo está ocurriendo un ruido tonal, y se puede sincronizar con datos de parámetros operativos. Por ejemplo, los datos de ruido se pueden derivar de datos de simulación de uno o más modelos de emisión de ruido de aerogenerador. Alternativamente, o además, los datos de ruido pueden provenir de una o más fuentes externas, tales como datos locales de personas cerca del aerogenerador que indican los momentos en los que el aerogenerador es particularmente ruidoso.

Claims (18)

REIVINDICACIONES
1. Un método (400) de identificación de un parámetro operativo de un aerogenerador que contribuye a la generación de ruido tonal, el método que comprende:
adquirir datos de parámetros operativos asociados con una pluralidad de parámetros operativos del aerogenerador (410), en donde los datos de parámetros operativos comprenden un conjunto de valores para cada parámetro operativo del aerogenerador obtenidos durante la operación del aerogenerador;
adquirir datos de ruido que incluyan datos indicativos del ruido tonal producido por el aerogenerador (420) y están sincronizados con los datos de parámetros operativos (430); el método que se caracteriza por:
agrupar en una pluralidad de agrupaciones los datos de ruido con respecto a un primer parámetro operativo (440); para una o más de las agrupaciones, analizar los datos de ruido en la agrupación con respecto a un conjunto de valores de un segundo parámetro operativo (460) y determinar una relación entre el segundo parámetro operativo y el ruido tonal producido por el aerogenerador (470) en base al análisis, la relación que identifica del segundo parámetro operativo como que contribuye a la generación de ruido tonal producido por el aerogenerador.
2. El método (400) de la reivindicación 1, en donde la agrupación (440) comprende además:
identificar un rango en el conjunto de valores de parámetros del primer parámetro operativo, el rango que está determinado por un conjunto de valores de al menos uno de la pluralidad de parámetros operativos; y establecer cada agrupación igual al rango.
3. El método (400) según cualquier reivindicación anterior, en donde analizar los datos de ruido en la agrupación con respecto al conjunto de valores del segundo parámetro operativo (460) comprende además:
identificar un subconjunto de valores de parámetros del segundo parámetro, el subconjunto de valores de parámetros que son los valores que están asociados con la agrupación;
analizar la variación del subconjunto de valores de parámetros;
comparar la variación del subconjunto de valores de parámetros con una variación en los datos de ruido de la agrupación; y
determinar una correlación entre la variación del subconjunto de valores de parámetros y la variación en los datos de ruido.
4. El método (400) según la reivindicación 3, en donde analizar los datos de ruido en la agrupación con respecto al conjunto de valores del segundo parámetro operativo (460) comprende además:
calcular un coeficiente de correlación en base a la comparación, en donde el coeficiente de correlación indica la correlación entre la variación del subconjunto de valores de parámetros del segundo parámetro y la variación en los datos de ruido en la agrupación.
5. El método (400) según la reivindicación 4, que comprende además determinar que el subconjunto de valores de parámetros del segundo parámetro son una fuente o impulsor de ruido tonal en base al coeficiente de correlación.
6. El método (400) según la reivindicación 4 o 5, en donde analizar los datos de ruido en la agrupación con respecto al conjunto de valores del segundo parámetro operativo (460) comprende además:
establecer un umbral para el coeficiente de correlación;
determinar que el segundo parámetro contribuyó a la generación de los valores de ruido indicativos de ruido tonal si el coeficiente de correlación excede el umbral.
7. El método (400) según cualquier reivindicación anterior, en donde el método comprende además:
ajustar uno o más parámetros operativos del aerogenerador para reducir el ruido tonal percibido en base a una relación establecida entre el segundo parámetro operativo y el ruido tonal.
8. El método (400) según la reivindicación 6 o 7, en donde el método comprende además:
controlar el aerogenerador ajustando el segundo parámetro operativo del aerogenerador en base al análisis de manera que los valores de parámetros operativos del segundo parámetro operativo ajustado ya no sean una fuente o impulsor del ruido tonal (490).
9. El método (400) según la reivindicación 7 u 8, en donde el aerogenerador se controla ajustando un parámetro operativo del aerogenerador en base al análisis de manera que se aumente el ruido de enmascaramiento del aerogenerador.
10. El método (400) según cualquier reivindicación anterior, en donde el primer parámetro operativo son las RPM.
11. El método (400) de cualquier reivindicación anterior, en donde el método comprende además:
determinar si una región de los datos de ruido contiene datos de ruido indicativos de ruido tonal;
si una región contiene datos de ruido indicativos de ruido tonal, identificar la región como una región candidata (450); y
analizar solamente los datos de ruido en la una o más agrupaciones con respecto al conjunto de valores del segundo parámetro operativo (460) si la agrupación está al menos parcialmente dentro de la región candidata.
12. El método (400) según la reivindicación 11, en donde determinar si la región de datos de ruido contiene datos de ruido indicativos de ruido tonal comprende además:
determinar un nivel de tono máximo medio y/o un nivel de energía tonal para cada agrupación;
comparar cada nivel de tono máximo medio y/o nivel de energía tonal frente a un umbral correspondiente; y establecer las regiones de datos para las cuales se excede un umbral igual a las regiones candidatas (450).
13. El método (400) según la reivindicación 12, en donde el umbral es un nivel de tono máximo permisible y/o un nivel de energía tonal para la agrupación.
14. El método (400) según cualquiera de las reivindicaciones 11 o 12, en donde una región candidata comprende una o más agrupaciones.
15. El método (400) según cualquiera de las reivindicaciones 1 a 14, que comprende además identificar uno o más componentes fuente en base a una relación determinada entre el segundo parámetro operativo y el ruido tonal, un componente fuente que es un componente de aerogenerador responsable del ruido tonal (480).
16. Un controlador para controlar un aerogenerador o una central de energía eólica, el controlador que está configurado para llevar a cabo el método de cualquiera de las reivindicaciones 1 a 15.
17. Un aerogenerador o central de energía eólica que comprende un controlador según la reivindicación 16.
18. Un programa de ordenador que cuando se ejecuta en un dispositivo informático hace que lleve a cabo el método de cualquiera de las reivindicaciones 1 a 15.
ES17801012T 2016-11-14 2017-11-13 Análisis y control de ruido de aerogeneradores Active ES2989586T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DKPA201670905 2016-11-14
PCT/DK2017/050373 WO2018086671A1 (en) 2016-11-14 2017-11-13 Wind turbine noise analysis and control

Publications (1)

Publication Number Publication Date
ES2989586T3 true ES2989586T3 (es) 2024-11-27

Family

ID=62110171

Family Applications (1)

Application Number Title Priority Date Filing Date
ES17801012T Active ES2989586T3 (es) 2016-11-14 2017-11-13 Análisis y control de ruido de aerogeneradores

Country Status (5)

Country Link
US (1) US11255310B2 (es)
EP (1) EP3538757B1 (es)
CN (1) CN110177934B (es)
ES (1) ES2989586T3 (es)
WO (1) WO2018086671A1 (es)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018086671A1 (en) 2016-11-14 2018-05-17 Vestas Wind Systems A/S Wind turbine noise analysis and control
WO2018113871A1 (en) * 2016-12-23 2018-06-28 Vestas Wind Systems A/S Wind turbine temperature dependent noise reduction
WO2019129332A1 (en) * 2017-12-29 2019-07-04 Vestas Wind Systems A/S Messaging to indicate tonal noise
WO2019129330A1 (en) * 2017-12-29 2019-07-04 Vestas Wind Systems A/S Wind turbine design method
DE102018005329A1 (de) * 2018-07-05 2020-01-09 Senvion Gmbh Verfahren und Steuerung zum Betreiben einer Mehrzahl von Windenergieanlagen
EP3628861A1 (en) * 2018-09-25 2020-04-01 Siemens Gamesa Renewable Energy A/S Noise control of wind turbine
ES3014981T3 (en) * 2018-11-16 2025-04-28 Vestas Wind Sys As Wind turbine noise masking
GB2584111A (en) * 2019-05-21 2020-11-25 Renewal Energy Systems Ltd System and method for controlling the noise emission of one or more wind turbines
CN110851913B (zh) * 2019-10-10 2022-11-22 中国直升机设计研究所 一种直升机气动噪声确定方法
WO2021089095A1 (en) * 2019-11-04 2021-05-14 Vestas Wind Systems A/S Masking tonal noise from a wind turbine
CN110955945B (zh) * 2019-12-26 2025-05-09 无锡康明斯涡轮增压技术有限公司 降低涡轮增压器转子同步噪声的设计方法和结构
CN111210801B (zh) * 2020-02-25 2022-08-02 北京绿创声学工程股份有限公司 一种有调噪声补偿消除方法及系统
CN112343773B (zh) * 2020-09-27 2025-07-11 中国电力科学研究院有限公司 一种风电机组的音值确定方法和系统
US20240011465A1 (en) * 2021-01-05 2024-01-11 Vestas Wind Systems A/S Masking tonal noise from a wind turbine
EP4310323B1 (de) * 2022-07-20 2026-01-28 Wobben Properties GmbH Verfahren zum verändern einer schallemission einer windenergieanlage
CN117536800B (zh) * 2023-11-13 2024-06-18 无锡学院 风电设备数据采集系统

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19948194C2 (de) * 1999-10-06 2001-11-08 Aloys Wobben Verfahren zur Überwachung von Windenergieanlagen
DE10115267C2 (de) * 2001-03-28 2003-06-18 Aloys Wobben Verfahren zur Überwachung einer Windenergieanlage
SE0200237D0 (sv) * 2002-01-29 2002-01-29 Abb Ab Apparatus and method for operation of a power generating plant
JP4265183B2 (ja) * 2002-09-13 2009-05-20 富士ゼロックス株式会社 画像欠陥検査装置
US20070031237A1 (en) * 2005-07-29 2007-02-08 General Electric Company Method and apparatus for producing wind energy with reduced wind turbine noise
US8021110B2 (en) * 2007-01-05 2011-09-20 General Electric Company Tonal emission control for wind turbines
US7883317B2 (en) * 2007-02-02 2011-02-08 General Electric Company Method for optimizing the operation of a wind turbine
US7895018B2 (en) * 2007-08-10 2011-02-22 General Electric Company Event monitoring via combination of signals
US7902689B2 (en) 2009-07-07 2011-03-08 General Electric Company Method and system for noise controlled operation of a wind turbine
DK201070274A (en) * 2009-10-08 2011-04-09 Vestas Wind Sys As Control method for a wind turbine
US8041540B2 (en) * 2009-12-09 2011-10-18 General Electric Company System, device, and method for acoustic and visual monitoring of a wind turbine
EP2336557B1 (de) * 2009-12-17 2015-03-25 Nordex Energy GmbH Verfahren zum Betrieb einer Windenergieanlage mit einem leistungsreduzierten Betriebsmodus
US20110223006A1 (en) * 2010-12-06 2011-09-15 Friedrich Loh System, device, and method for noise-based operation of wind turbines
DE102011003799C5 (de) * 2011-02-08 2017-10-26 Wobben Properties Gmbh Verfahren zum Bestimmen entgangener Energie
WO2013023660A1 (en) 2011-08-16 2013-02-21 Vestas Wind Systems A/S Acoustic noise monitoring system for a wind turbine
EP2610484A1 (en) * 2011-12-26 2013-07-03 Vestas Wind Systems A/S Method for controlling a wind turbine
US9453499B2 (en) * 2011-12-30 2016-09-27 Vestas Wind Systems A/S Wind turbine generator with adaptive locked speed operation
CN105337283B (zh) * 2015-12-11 2018-01-26 北京天诚同创电气有限公司 降低电机的振动和噪音的方法、装置、控制器及系统
ES2833348T3 (es) * 2015-12-22 2021-06-15 Vestas Wind Sys As Método y un sistema para montar un rotor en un árbol de accionamiento de una turbina eólica
ES2806874T3 (es) * 2016-05-18 2021-02-18 Vestas Wind Sys As Análisis de ruido de turbina eólica
EP3510278B1 (en) * 2016-09-07 2020-05-20 Vestas Wind Systems A/S Predicting wind turbine noise
WO2018086671A1 (en) 2016-11-14 2018-05-17 Vestas Wind Systems A/S Wind turbine noise analysis and control
WO2018113871A1 (en) * 2016-12-23 2018-06-28 Vestas Wind Systems A/S Wind turbine temperature dependent noise reduction
US11542924B2 (en) * 2019-08-16 2023-01-03 High Alert Institute, Inc. Multi-substrate noise mitigation system for monopole towers of wind turbine systems

Also Published As

Publication number Publication date
EP3538757B1 (en) 2024-10-09
EP3538757C0 (en) 2024-10-09
EP3538757A1 (en) 2019-09-18
WO2018086671A1 (en) 2018-05-17
CN110177934B (zh) 2021-09-14
US20190271295A1 (en) 2019-09-05
US11255310B2 (en) 2022-02-22
CN110177934A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
ES2989586T3 (es) Análisis y control de ruido de aerogeneradores
ES2794878T3 (es) Predicción del ruido de turbinas eólicas
ES2805960T3 (es) Control de ruido de turbina eólica
ES2806874T3 (es) Análisis de ruido de turbina eólica
Oerlemans et al. Location and quantification of noise sources on a wind turbine
Oerlemans et al. Prediction of wind turbine noise and validation against experiment
ES2952663T3 (es) Control de ruido de aerogenerador
Buck et al. Experimental characterization of turbulent inflow noise on a full-scale wind turbine
ES2949258T3 (es) Reducción de ruido dependiente de la temperatura de aerogenerador
ES2912067T3 (es) Sistema y procedimiento para determinar las pérdidas por estela de un parque eólico
JP6592609B2 (ja) 風力発電設備のロータブレードにおける入射流の評価方法、風力発電設備の制御方法、および風力発電設備
Oerlemans et al. Acoustic array measurements on a full scale wind turbine
Paulraj et al. Effect of wind speed and wind direction on amplitude modulation of wind turbine noise
Okada et al. Directivity of amplitude modulation sound around a wind turbine under actual meteorological conditions
Saavedra et al. Noise and vibration issues of wind turbines and their impact–a review
Tam An aeroacoustic study of airfoil self-noise for wind turbine applications
Wszołek et al. Analysis of the usefulness of measurement on a board at ground level for assessing the noise level from a wind turbine
Malec et al. Comparison of low frequency signals emitted by wind turbines of two different generator types
Hansen et al. Analysis of unweighted low frequency noise and infrasound measured at a residence in the vicinity of a wind farm
Friman Directivity of sound from wind turbines: A study on the horizontal sound radiation pattern from a wind turbine
Xue et al. Noise Measurement of a Wind Turbine using Thick Blades with Blunt Trailing Edge
Sharma et al. Acoustic evaluation: microphone array measurements on a multi-megawatt individual pitch control wind turbine
Sachar et al. Aeroacoustic effect of Savonius rotor segmentation
Søndergaard et al. Measuring and Analyzing Wind Turbine Noise
DK201970767A1 (en) Masking tonal noise from a wind turbine