KR20240023651A - 풍력 터빈의 피치 베어링의 수명을 평가하는 방법 및 디바이스 - Google Patents
풍력 터빈의 피치 베어링의 수명을 평가하는 방법 및 디바이스 Download PDFInfo
- Publication number
- KR20240023651A KR20240023651A KR1020247002597A KR20247002597A KR20240023651A KR 20240023651 A KR20240023651 A KR 20240023651A KR 1020247002597 A KR1020247002597 A KR 1020247002597A KR 20247002597 A KR20247002597 A KR 20247002597A KR 20240023651 A KR20240023651 A KR 20240023651A
- Authority
- KR
- South Korea
- Prior art keywords
- pitch
- estimated
- drive torque
- column vector
- life
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001186 cumulative effect Effects 0.000 claims abstract description 44
- 239000013598 vector Substances 0.000 claims description 58
- 238000011156 evaluation Methods 0.000 claims description 38
- 230000006870 function Effects 0.000 claims description 24
- 238000012546 transfer Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000009825 accumulation Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
-
- 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
- F03D15/00—Transmission of mechanical power
-
- 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
- F03D17/005—Monitoring or testing of wind motors, e.g. diagnostics using computation methods, e.g. neural networks
- F03D17/006—Estimation methods
-
- 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
- F03D17/011—Monitoring or testing of wind motors, e.g. diagnostics characterised by the purpose for monitoring mechanical loads or assessing fatigue; for monitoring structural integrity
-
- 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
- F03D17/032—Bearings
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
- F16C19/00—Bearings with rolling contact, for exclusively rotary movement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/70—Bearing or lubricating arrangements
- F03D80/701—Pitch or yaw bearings
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Sustainable Development (AREA)
- Chemical & Material Sciences (AREA)
- Sustainable Energy (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Wind Motors (AREA)
Abstract
본 개시는 풍력 터빈의 피치 베어링의 수명을 평가하기 위한 방법 및 디바이스를 제공한다. 방법은 M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하는 단계; M개의 과거 기간 각각에서 피치 각도의 누적 각도 값을 취득하는 단계; 피치 구동 토크, M개의 과거 기간의 그 확률 밀도 및 M개의 과거 기간의 누적 각도 값에 따라 피치 베어링의 등가 하중을 결정하는 단계; 및 피치 베어링의 등가 하중에 따라 피치 베어링의 소모 수명을 결정하는 단계를 포함한다.
Description
본 개시는 풍력 발전 분야에 관한 것으로, 특히 풍력 터빈의 피치 베어링의 수명 평가 방법 및 디바이스에 관한 것이다.
풍력 터빈의 피치 베어링은 블레이드와 허브를 연결하는 중요한 컴포넌트이며, 또한, 블레이드의 하중을 허브의 피치 시스템에 전달하는 데에도 사용된다. 피치 시스템은 풍력 터빈의 중요한 안전 시스템으로, 그 고장은 엄청난 재난을 초래할 수 있다. 따라서, 풍력 터빈 작동 중에 피치 베어링의 수명 평가는 특히 중요하고 필수적이다.
관련 기술에서는, 설치된 하중 센서에 의해 수집된 피치 베어링의 하중에 기초하여 사용 중인 풍력 터빈의 피치 베어링의 수명을 평가한다. 그러나, 이러한 해결책은 설치 기간이 길고 자본 소비가 집중적이며, 풍력 발전소의 모든 풍력 터빈을 완전히 커버하려면 막대한 자본 비용과 시간 비용이 필요하다.
따라서, 현재 직접적으로 취득할 수 있는 파라미터를 이용하여 피치 베어링의 하중을 합리적으로 추정하는 것은 저렴한 비용으로 온라인으로 피치 베어링의 수명을 평가하는 데 매우 중요하다.
일반적인 양태에서, 풍력 터빈의 피치 베어링에 대한 수명 평가 방법이 제공된다. 방법은 M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하는 단계로서, M은 양의 정수인, 단계; M개의 과거 기간 각각에서 피치 각도의 각도 누적 값을 취득하는 단계; 피치 구동 토크, M개의 과거 기간의 피치 구동 토크의 확률 밀도, 및 M개의 과거 기간의 각도 누적 값에 기초하여 피치 베어링의 등가 하중을 결정하는 단계; 및 피치 베어링의 등가 하중에 기초하여 피치 베어링의 소모 수명을 결정하는 단계를 포함한다.
다른 일반적인 양태에서, 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스가 제공된다. 디바이스는 M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하고, M개의 과거 기간 각각에서 피치 각도의 각도 누적 값을 취득하도록 구성된 제1 취득 유닛으로서, M은 양의 정수인, 제1 취득 유닛; 피치 구동 토크, M개의 과거 기간의 피치 구동 토크의 확률 밀도, 및 M개의 과거 기간의 각도 누적 값에 기초하여 피치 베어링의 등가 하중을 결정하도록 구성된 등가 유닛; 및 피치 베어링의 등가 하중에 기초하여 피치 베어링의 소모 수명을 결정하도록 구성된 제1 계산 유닛을 포함한다.
다른 일반적인 양태에서, 컴퓨터 판독 가능 저장 매체가 제공된다. 컴퓨터 판독 가능 저장 매체의 명령어는, 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금 앞서 설명한 바와 같은 수명 평가 방법을 수행하게 한다.
다른 일반적인 양태에서, 컴퓨터 장치가 제공된다. 컴퓨터 장치는 적어도 하나의 프로세서; 및 컴퓨터 실행 가능 명령어를 저장하도록 구성된 적어도 하나의 메모리를 포함하고, 컴퓨터 실행 가능 명령어는, 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금 앞서 설명한 바와 같은 수명 평가 방법을 수행하게 한다.
본 개시에 따르면, 풍력 터빈의 작동 중에 필연적으로 수집되는 작동 데이터를 사용하여 피치 베어링의 수명을 평가한다. 추가 데이터를 수집할 필요가 없으며, 따라서, 추가 데이터 수집 센서를 배치할 필요가 없다. 따라서, 제품 비용을 절감할 수 있으며, 수명 평가의 시간 비용을 절약할 수 있다. 본 개시에 따르면, 허용 가능한 정밀도 범위 내에서, 소모 수명의 실시간 온라인 평가 및 향후 잔여 수명의 예측을 달성할 수 있다. 풍력 터빈의 안전한 작동을 보장한다는 전제 하에 예측 작동 및 유지 관리와 고장 이벤트의 예측을 수행할 수 있고, 이에 의해 풍력 터빈의 예상치 못한 가동 중지 시간이 감소되고 그 경제적 이익이 개선된다.
상기의 일반적인 설명 및 다음의 상세한 설명은 단지 예시 및 설명의 목적을 위한 것일 뿐이며, 본 개시를 제한하려는 의도는 아니라는 점을 이해하여야 한다.
도 1은 본 개시의 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 방법을 예시하는 흐름도이다.
도 2는 본 개시의 실시예에 따른 피치 베어링에 대한 온라인 수명 평가 시스템을 예시하는 개략적인 흐름도이다.
도 3은 본 개시의 실시예에 따른 피치 베어링의 잔여 수명을 예측하는 시스템을 예시하는 개략적인 흐름도이다.
도 4는 본 개시의 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스를 예시하는 블록도이다.
도 5는 본 개시의 다른 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스를 예시하는 블록도이다.
도 6은 본 개시의 실시예에 따른 컴퓨터 장치를 예시하는 블록도이다.
도 2는 본 개시의 실시예에 따른 피치 베어링에 대한 온라인 수명 평가 시스템을 예시하는 개략적인 흐름도이다.
도 3은 본 개시의 실시예에 따른 피치 베어링의 잔여 수명을 예측하는 시스템을 예시하는 개략적인 흐름도이다.
도 4는 본 개시의 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스를 예시하는 블록도이다.
도 5는 본 개시의 다른 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스를 예시하는 블록도이다.
도 6은 본 개시의 실시예에 따른 컴퓨터 장치를 예시하는 블록도이다.
독자가 본 출원에 설명된 방법, 장치, 및/또는 시스템에 대한 포괄적인 이해를 얻는 것을 돕기 위해 구체적인 실시예가 아래에 제공된다. 그러나, 본 개시를 이해한 후에는, 본 출원에 설명된 방법, 장치, 및/또는 시스템의 다양한 변경, 수정, 및 등가물이 명백할 것이다. 예를 들어, 본 출원에 설명된 작동 순서는 예시일 뿐이며 제한하는 것이 아니고, 특정 순서로 발생해야 하는 작동을 제외하고는, 본 개시를 이해한 후에 명백해지는 바와 같이 변경될 수 있다. 또한, 본 기술 분야에 알려진 특징에 대한 설명은 명확성과 간결함을 위해 생략될 수 있다.
본 출원에 설명된 특징은 서로 다른 형태로 구현될 수 있으며, 여기에 설명되는 예로 제한되지 않아야 한다. 반대로, 여기에 설명된 예는 여기에 설명된 방법, 장치, 및/또는 시스템을 구현하기 위한 많은 실행 가능한 방식 중 일부만을 예시하기 위해 제공되며, 많은 실행 가능한 방식은 본 개시를 이해한 후에 명백해질 것이다.
용어 "및/또는"은, 본 출원에 사용될 때, 해당 용어와 연관된 나열된 항목 중 어느 하나, 및 어느 2개 이상의 항목의 임의의 조합을 포함한다.
용어 "제1", "제2", "제3" 등이 다양한 부재, 컴포넌트, 구역, 층, 또는 부분을 설명하기 위해 본 출원에 사용될 수 있지만, 이러한 부재, 컴포넌트, 구역, 층, 또는 부분은 이들 용어에 의해 제한되어서는 안 된다. 반대로, 이들 용어는 단지 하나의 부재, 컴포넌트, 구역, 층, 또는 부분을 다른 부재, 컴포넌트, 구역, 층, 또는 부분과 구별하기 위해 사용된다. 따라서, 예의 교시로부터 벗어나지 않으면서, 본 출원에 설명된 예에서 언급된 제1 부재, 제1 컴포넌트, 제1 구역, 제1 층, 또는 제1 부분은 대안적으로 제2 부재, 제2 컴포넌트, 제2 구역, 제2 층, 또는 제2 부분으로 지칭될 수 있다.
본 명세서에서, 다른 요소 "상의", "에 연결된", 또는 "에 결합된" 것으로 설명된 요소(예컨대, 층, 구역, 또는 기판)는 직접적으로 다른 요소 "상의", "에 연결된", 또는 "에 결합된" 것일 수 있거나, 또는 두 요소 사이에 하나 이상의 다른 요소가 존재할 수 있다. 반대로, 한 요소가 "직접적으로 다른 요소 상의", 다른 요소에 "직접적으로 연결된", 또는 "직접적으로 결합된" 것으로 설명된 경우, 두 요소 사이에는 다른 요소가 존재할 수 없다.
본 출원에 사용된 용어는 단지 다양한 예를 설명하기 위해 사용된 것이며, 본 개시를 제한하려는 의도가 아니다. 문맥상 명백하게 달리 나타내지 않는 한, 단수형은 복수형도 포함하려는 의도이다. "포함하다", "구성하다", 및 "가지다"라는 용어는 언급된 특징, 수량, 작동, 부재, 요소, 및/또는 그 조합의 존재를 나타내지만, 하나 이상의 다른 특징, 수량, 작동, 부재, 요소, 및/또는 그 조합의 존재 또는 추가를 배제하지 않는다.
달리 정의되지 않는 한, 본 출원에 사용되는 모든 용어(기술적 용어 및 과학 용어를 포함)는 본 개시가 속하는 기술 분야의 통상의 기술자가 본 개시를 이해한 후에 공통적으로 이해하는 것과 동일한 의미를 갖는다. 달리 명시적으로 정의되지 않는 한, 용어(예컨대, 일반 사전에 정의되어 있는 용어)는 관련 분야 및 본 개시에서의 그 각각의 문맥에 부합하는 의미를 갖는 것으로 해석되어야 하며, 이상적으로 또는 너무 형식적으로 해석되어서는 안 된다.
또한, 예를 설명함에 있어서, 상세한 설명이 본 개시의 모호성을 초래할 수 있다고 판단되는 경우, 잘 알려진 관련 구조 또는 기능에 대한 상세한 설명은 생략된다.
도 1은 본 개시의 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 방법을 예시하는 흐름도이다. 수명을 평가하는 방법은 피치 베어링의 소모 수명을 평가하도록 구성된 온라인 수명 평가 시스템과, 피치 베어링의 향후 추정 잔여 수명을 평가하도록 구성된 잔여 수명 예측 시스템을 더 포함할 수 있는 수명 평가 시스템에 따라 달라질 수 있다. 도 2는 본 개시의 실시예에 따른 피치 베어링의 수명을 평가하기 위한 온라인 시스템을 예시하는 개략적인 흐름도이다. 도 3은 본 개시의 실시예에 따른 피치 베어링의 잔여 수명을 예측하는 시스템을 예시하는 개략적인 흐름도이다.
도 1을 참조하면, 단계 S101에서는, M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하고, 여기서, M은 양의 정수이다. 피치 구동 토크는 피치 베어링의 손실에 영향을 미칠 수 있기 때문에, 이 파라미터는 피치 베어링의 수명을 평가하기 위해 선택된다. 피치 구동 토크는 블레이드의 회전 각도를 제어하는 힘이라는 점에 유의해야 한다. 또한, 풍력 터빈은 일반적으로 누적적으로 수년 동안 작동할 수 있다. 누적 작동 지속기간은 특정 단계(예를 들어, 10분)에 기초하여 M개의 과거 기간으로 분할될 수 있으며, 각각의 과거 기간에 대해 별도로 데이터 처리를 수행하여, 다양한 풍력 터빈의 평가에 사용된 단일 과거 기간의 지속기간의 일관성을 보장할 수 있으며, 따라서 전략의 보편성이 보장된다.
실시예에서, 피치 구동 토크는 일반적으로 특정 간격으로 변경된다. 예를 들어, 정격 용량이 5MW 미만인 풍력 터빈의 경우, 피치 구동 토크는 일반적으로 간격이 [-200KNm, 200KNm]이다. 이 간격으로부터 다수의 특정 수치 값을 선택할 수 있다. 예를 들어, 설정된 스텝에 기초하여 다수의 특정 피치 구동 토크를 구한다. 즉, 선택된 다수의 피치 구동 토크는 산술 급수를 형성할 수 있다. 그 후, 단계 S101에서 각각의 과거 기간의 각각의 피치 구동 토크의 확률 밀도를 취득한다.
도 2를 참조하면, 단계 S101은 각각의 피치 구동 토크에 대해, M개의 과거 기간의 작동 데이터에 기초하여 서로 다른 피치 동작 상태 각각에서의 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터를 결정하는 단계(여기서 "대응"은 분포 파라미터가 발생 빈도에 대응하고, 또한 피치 동작 상태에도 대응하는 것을 의미하는 것임을 이해하여야 함)로서, 피치 동작 상태는 순방향 상태, 일정한 상태 및 역방향 상태를 포함하는, 단계; 및 발생 빈도 및 대응 분포 파라미터에 기초하여 확률 밀도를 결정하는 단계를 포함한다. 피치 동작 상태는 블레이드를 구동하여 피치를 변화시키는 동작 상태를 의미한다는 점에 유의해야 한다. 예를 들어, 블레이드 루트의 회전을 구동하기 위한 유압 로드(hydraulic rod)가 점진적으로 밀려나서 완전 아웃(full out) 상태가 된 경우, 블레이드 루트는 블레이드를 구동하여 점진적으로 페더링(feathering) 상태로 회전시키며, 이때, 피치 동작 상태가 순방향 상태이다. 역방향 상태는 순방향 상태와 반대이다. 즉, 블레이드 루트의 회전을 구동하기 위한 유압 로드가 완전 아웃 상태에서 점진적으로 유압 실린더로 복귀하는 경우, 블레이드 루트는 블레이드를 구동하여 페더링 상태에서 역피치 상태로 역방향으로 점진적으로 회전시키며, 이때, 피치 동작 상태는 역방향 상태이다. 블레이드 루트의 회전을 구동하기 위한 유압 로드가 정지 상태로 유지되는 경우, 블레이드는 움직이지 않게 되며, 이때, 피치 동작 상태는 일정한 상태이다. 이해를 도울 목적으로, 다양한 구조 사이의 연결 관계를 간단하게 설명한다. 유압 로드는 유압 실린더에 신축 가능한 방식으로 설치되며, 유압 로드의 출력단은 유압 로드 베어링을 통해 블레이드 루트의 피치 크랭크에 연결되고, 유압 로드의 신축은 블레이드 루트를 구동하여 회전시킨다. 본 개시의 실시예에 따르면, 풍력 터빈의 작동 데이터는 도 2에 도시된 바와 같은 데이터 수집 시스템에 의해 수집된다. 따라서, 단계 S101 이전에, 방법은 M개의 과거 기간의 풍력 터빈의 작동 데이터를 수집하는 단계를 더 포함한다. 작동 데이터는 풍력 터빈의 작동 조건을 완전히 반영할 수 있는 출력 전력, 임펠러 회전 속도, 발전기 토크, 나셀 가속도 x 방향 성분, 나셀 가속도 y 방향 성분 및 피치 각도를 포함하는 감시 제어 데이터 수집(Supervisory Control and Data Acquisition)(SCADA) 데이터이며, 이러한 조건은 피치 구동 토크와 관련된다. 따라서, 피치 구동 토크의 분포 파라미터는 그에 따라 도 2에 도시된 바와 같은 피치 구동 토크 분포 평가 모듈에 의해 결정될 수 있다. 또한, 풍력 터빈의 작동 중에 데이터가 수집되기 때문에, 추가 데이터를 수집할 필요가 없으며, 따라서, 추가 데이터 수집 센서를 구성할 필요가 없다. 따라서, 제품 비용을 절감할 수 있으며 수명 평가의 시간 비용을 절약할 수 있고, 따라서 경제적인 성과가 개선된다.
블레이드 피치의 순방향 상태, 역방향 상태 및 일정한 상태에 기초하여, 세 가지의 상이한 피치 동작 상태가 있다. 각각의 과거 기간에서, 피치 구동 토크는 이 세 가지 상태를 거칠 수 있다. 따라서, 세 가지 피치 동작 상태 각각에서 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터가 결정되어, 피치 구동 토크를 보다 정확하게 설명할 수 있다.
예로서, 과거 기간 중 하나의 경우, 피치 동작은 일반적으로 상기의 세 가지 상태만을 갖는다. 따라서, 세 가지 상태의 발생 빈도의 합은 1이 된다. 발생 빈도는 다음 식으로 표현된다:
상기의 식에 기초하여, 특정 과거 기간(t)에서 피치 구동 토크()의 확률 밀도는 다음과 같이 설명될 수 있다:
여기서 는 각각 세 가지 피치 동작 상태에서 피치 구동 토크()의 확률 밀도를 나타낸다. 확률 밀도와 발생 빈도를 모두 동일한 문자 로 나타내기 위해, 구분을 위해 숫자 앞 또는 뒤에 첨자 t가 배치된다는 점에 유의해야 한다. 확률 밀도가 정규 분포를 따르는 예에서, 확률 밀도는 변수(이 경우에는, 피치 구동 토크())의 수학적 기대치()와 표준 편차()로 표현될 수 있으며, 즉,
여기서 는 각각 과거 기간(t)의 세 가지 피치 동작 상태에서 피치 구동 토크()의 분포 파라미터를 나타내고, 첨자 , , 은 각각 순방향 상태, 역방향 상태, 및 일정한 상태를 나타낸다. 즉, 이 예에서, 피치 구동 토크()의 확률 밀도()는 이들 8개의 파라미터 을 사용하여 구할 수 있다.
실시예에서, 작동 데이터에 기초하여 서로 다른 피치 동작 상태 각각에서 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터를 결정함에 있어서, 데이터 계산 목적으로, 각각의 과거 기간에 수집된 작동 데이터는 작동 데이터 열 벡터로 기록되는 하나의 다차원 벡터를 형성할 수 있다. 예를 들어, 앞서 설명한 다양한 작동 데이터의 경우, 출력 전력(), 임펠러 회전 속도(), 발전기 토크(), 나셀 가속도 x 방향 성분(), 나셀 가속도 y 방향 성분(), 및 피치 각도()는 6차원 벡터 를 형성할 수 있고, 여기서, 첨자 t는 특정 과거 기간을 나타낸다. 계산 대상, 즉, 발생 빈도 및 분포 파라미터는 다차원 벡터를 형성할 수 있으며, 앞서 설명한 예의 경우, 이는 이다.
앞서 설명한 발생 빈도 및 대응 분포 파라미터는 다음 식을 사용하여 결정될 수 있다.
실시예에서, 각각의 과거 기간에 대해, 상관 계수 행렬(), 제1 전달 함수() 및 작동 데이터 열 벡터의 곱을 결정하여 제1 열 벡터를 구하고, 여기서, 상관 계수 행렬의 행의 수는 발생 빈도의 수와 대응 분포 파라미터의 수의 합과 같고, 작동 데이터 열 벡터는 다수의 작동 데이터 항목을 포함한다. 이 예에서, 상관 계수 행렬의 행의 수는 8개일 수 있다. 즉, 상관 계수 행렬()의 계수 행과 제1 전달 함수()의 곱을 가중치로 사용하여 다수의 작동 데이터 항목의 가중 합이 계산될 수 있으며, 이에 의해 다수의 작동 데이터 항목이 단일의 데이터로 병합된다. 가중 합의 수는 출력할 필요한 파라미터 수에 따라 달라진다. 그 후, (앞서 설명한 다수의 가중 합으로 형성된) 제1 열 벡터와 제1 상관 계수 열 벡터()의 합이 결정되고, 그 합에 제2 전달 함수()를 승산하여 제2 열 벡터를 구한다. 다음으로, 제2 열 벡터와 제2 상관 계수 열 벡터()의 합을 출력 벡터로서 결정하고(앞서 설명한 가중 합을 여러 번 변경한 것에 상당함), 여기서, 출력 벡터에는 발생 빈도 및 대응 분포 파라미터의 값이 포함된다. 따라서, 데이터가 변환된다. 본 개시의 실시예에 따르면, 상관 계수 행렬, 제1 상관 계수 열 벡터, 제2 상관 계수 열 벡터, 제1 전달 함수 및 제2 전달 함수는 테스트 또는 학습에 의해 구해진다. 여기서, 각각의 상관 계수의 첨자 는 특정 계수의 일련번호를 나타내는 것으로, 피치 구동 토크의 첨자 와는 무관하다는 것을 이해하여야 한다.
도 1을 다시 참조하면, 단계 S102에서, M개의 과거 기간 각각에서 피치 각도의 각도 누적 값이 취득된다. 도 2에 도시된 바와 같이 누적 피치 모듈에 의해 각도 누적 값을 구한다. 피치 변화는 본질적으로 피치 구동 토크의 작용에 따라 블레이드가 특정 각도만큼 회전한다는 것을 의미한다. 따라서, 피치 각도 측면에서 피치 구동 토크의 축적은 피치 베어링이 부담하는 하중을 완전히 반영할 수 있다. 취득된 각도 누적 값은 피치 베어링의 수명 평가를 위한 기초로 사용될 수 있다.
실시예에서, 과거 기간 중 하나에서, 블레이드는 먼저 순방향에 이어 역방향으로 피치 변화를 겪고, 서로 오프셋될 수 있다. 따라서, 피치 각도의 각도 누적 값은 설정된 주파수에 기초하여 점진적으로 계산될 수 있다. 예로서, 다음 식을 사용할 수 있다:
상기의 식에서, 은 샘플링 주파수가 1Hz임을 나타내고, 는 과거 기간의 i번째 피치 각도를 나타낸다.
단계 S103에서는, 피치 구동 토크, M개의 과거 기간의 피치 구동 토크의 확률 밀도, 및 M개의 과거 기간의 각도 누적 값에 기초하여 피치 베어링의 등가 하중을 결정한다. 도 2에 도시된 바와 같이 피치 베어링 소모 수명 평가 모듈을 통해 피치 베어링의 등가 하중을 구한다. 앞서 언급한 바와 같이, 피치 각도 측면에서 피치 구동 토크를 축적하여 피치 베어링의 등가 하중을 구할 수 있다.
실시예에서, 단계 S103은 각각의 과거 기간에 대해, 각각의 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도, 및 각도 누적 값의 곱을 결정하고, 피치 구동 토크에 대응하는 곱의 합을 계산하여 과거 기간에 대한 기준 하중을 구하는 단계로서, 여기서 m은 피치 베어링의 재료 벽(Wall) 계수를 나타내는, 단계; 다수의 과거 기간의 기준 하중 평균 값을 결정하는 단계; 및 기준 하중 평균 값의 (1/m) 승을 피치 베어링의 등가 하중으로서 결정하는 단계를 포함한다.
M개의 과거 기간을 경험한 사용 중이며 작동 중인 풍력 터빈의 피치 시스템에 대해, N개의 피치 구동 토크의 확률 밀도를 합산하여 다음 프로세스 행렬을 구할 수 있다:
피치 구동 토크()를 예로서 취하여, 아래의 데이터의 열은 각각의 과거 기간의 피치 구동 토크()의 확률 밀도를 각각 나타낸다.
M개의 과거 기간의 피치 각도의 각도 누적 값을 합산하여 다음 프로세스 행렬을 구할 수 있다:
이전 프로세스 행렬과 유사하게, 피치 구동 토크()를 예로서 취하여, 아래의 데이터의 열은 각각의 과거 기간의 피치 구동 토크()에 대응하는 피치 각도의 각도 누적 값을 각각 나타낸다. 2개의 행렬 사이의 차이점은, 각도 누적 값이 고정되어 있으며 하나의 과거 기간의 피치 구동 토크에 따라 변하지 않기 때문에, 동일한 행(즉, 각각의 과거 기간)의 각도 누적 값이 동일하다는 점이다.
피치 베어링의 등가 하중은 다음 식으로 표현된다:
단계 S104에서는, 피치 베어링의 등가 하중에 기초하여 피치 베어링의 소모 수명을 결정한다. 도 2에 도시된 바와 같이 피치 베어링 소모 수명 평가 모듈에 의해 소모 수명을 구한다. 실시예에서, 설계 등가 하중에 대한 피치 베어링의 등가 하중의 비율을 먼저 결정할 수 있으며, 그 후, 해당 비율과 피치 베어링의 설계 수명의 곱을 피치 베어링의 소모 수명으로서 결정할 수 있고, 이는 다음 식으로 표현될 수 있다:
은 피치 베어링의 설계 등가 하중을 나타내고, 은 피치 베어링의 설계 수명을 나타낸다.
실시예에서, 본 개시의 실시예에 따른 수명 평가 방법은, 목표 미래 기간의 다수의 풍력 터빈 위치의 추정 풍력 자원 파라미터를 취득하는 단계로서, 추정 풍력 자원 파라미터는 추정 풍속을 포함하는, 단계; 각각의 피치 구동 토크에 대해, 추정 풍력 자원 파라미터에 기초하여 다수의 추정 풍속에서의 피치 구동 토크의 확률 밀도 및 목표 미래 기간의 피치 각도의 추정 각도 누적 값을 결정하는 단계; 다수의 추정 풍속, 피치 구동 토크, 다수의 추정 풍속에서의 각각의 피치 구동 토크의 확률 밀도, 및 다수의 추정 풍속에서의 추정 각도 누적 값에 기초하여 목표 미래 기간의 피치 베어링의 추정 등가 하중을 결정하는 단계; 추정 등가 하중에 기초하여 목표 미래 기간의 피치 베어링의 추정 수명 소모를 결정하는 단계; 및 피치 베어링의 설계 수명, 소모 수명 및 추정 수명 소모에 기초하여 피치 베어링의 추정 잔여 수명을 결정하는 단계를 더 포함할 수 있다.
작동 중인 풍력 터빈의 피치 베어링에 대하여, 도 2에 도시된 바와 같이 피치 베어링의 수명을 평가하기 위한 온라인 시스템에 의해 소모 수명을 구할 수 있다. 잔여 수명에 대해서는, 향후 풍력 터빈의 작동 데이터를 미리 취득할 수는 없지만, 풍력 터빈의 후속 작동은 향후 풍력 발전소의 풍력 자원 상태에 의해 영향을 받는다. 목표 미래 기간의 다수의 풍력 터빈 위치의 추정 풍력 자원 파라미터에 기초하여, 목표 미래 기간의 피치 베어링의 추정 등가 하중을 추정할 수 있으며, 따라서, 목표 미래 기간의 수명 소모를 평가할 수 있다. 마지막으로, 추정 수명 소모, 설계 수명 및 소모 수명에 기초하여 목표 미래 기간의 종료시의 피치 베어링의 추정 잔여 수명을 구할 수 있다. 현재의 풍력 자원 분석 기술에 기초하여 향후 몇 년간의 풍력 자원 파라미터를 예측할 수 있기 때문에, 도 3에 도시된 바와 같이 데이터 수집 시스템 및 풍력 자원 통계 분석 모듈에 의해 목표 미래 기간의 추정 풍력 자원 파라미터를 구할 수 있다. 따라서, 추가 데이터를 수집할 필요가 없으며, 따라서, 추가 데이터 수집 센서를 배치할 필요가 없다. 따라서, 제품 비용을 절감할 수 있으며 수명 평가의 시간 비용을 절약할 수 있고, 따라서 경제적인 성과가 개선된다.
실시예에서, 피치 베어링의 잔여 수명을 예측하기 위한 시스템은 추정 풍력 자원 파라미터를 입력으로서 취할 수 있다. 먼저, 각각의 피치 구동 토크에 대해, 도 3에 도시된 바와 같이 피치 구동 토크 분포 추정 모듈에 의해 다수의 추정 풍속에서의 피치 구동 토크(단계 S101의 피치 구동 토크와 동일할 수 있음)의 확률 밀도를 추정하고, 도 3에 도시된 바와 같이 누적 피치 각도 예측 모듈에 의해 목표 미래 기간의 피치 각도의 추정 각도 누적 값을 추정한다. 추정은 전달 함수와 상관 계수를 사용하여 구현될 수 있으며, 이에 대해서는 단계 S101을 참조할 수 있다.
예로서, 추정 풍속()은 연평균 풍속일 수 있다. 추정 풍력 자원 파라미터는 난류 강도(), 풍속 전단() 및 공기 밀도()를 더 포함한다. 풍력 발전소의 경우, 서로 다른 속성 값(상이한 난류 강도(), 상이한 풍속 전단() 등)으로 인해 서로 다른 추정 풍속()이 발생할 수 있다. 피치 구동 토크 분포 추정 모듈 및 누적 피치 각도 예측 모듈의 입력(즉, 추정 풍력 자원 파라미터)은 단일 추정 풍속() 및 의 속성 값이고, 공기 밀도()가 추정 풍력 자원 파라미터에 일정한 속성 값으로 추가된다. 즉, 는 입력 벡터를 나타내고, 여기서, 첨자 는 추정 풍속의 일련번호를 나타낸다.
피치 구동 토크 분포 추정 모듈의 경우, 단일 추정 풍속에서의 피치 동작 상태의 분류는 상기의 실시예에서와 동일하다. 세 가지 피치 동작 상태는 블레이드 피치의 순방향 상태, 역방향 상태 및 일정한 상태에 기초하여 분류된다. 출력은 여전히 세 가지 피치 동작 상태 각각의 분포 파라미터 및 대응 발생 빈도일 수 있다. 따라서, 분포 파라미터와 추정 풍속에서의 피치 구동 토크의 발생 빈도를 사용하여 추정 풍속에서의 피치 구동 토크의 확률 밀도 분포를 결정할 수 있다. 특정 추정 풍속()에서 피치 구동 토크()의 확률 밀도는 다음 식으로 표현된다:
단일 추정 풍속에서의 피치 구동 토크는 , , 및 의 대응 발생 빈도로 세 가지 상태를 모두 거칠 수 있다. 세 가지 상태에서의 피치 구동 토크는 각각의 확률 밀도, 즉, , , 를 갖는다. 와 유사하게, 동일한 문자 로 확률 밀도와 발생 빈도를 모두 나타내기 위해, 첨자 v가 구분을 위해 숫자의 앞 또는 뒤에 배치된다. 또한, 과거 기간(t)의 세 가지 피치 동작 상태에서 피치 구동 토크()의 확률 밀도를 참조하면, 추정 풍속()에서의 세 가지 피치 동작 상태에서 피치 구동 토크()의 확률 밀도 , , 및 가 또한 정규 분포를 따를 수 있으며, 따라서 피치 구동 토크()의 수학적 기대치() 및 표준 편차()로도 표현될 수 있다. 즉, 분포 파라미터는 이다. 앞서 설명한 발생 빈도 및 대응 분포 파라미터는 다음 식을 사용하여 결정될 수 있다.
는 전달 함수를 나타내고, 은 상관 계수를 나타낸다. 전달 함수와 상관 계수는 시뮬레이션된 데이터베이스로 학습하여 구할 수 있다. 구해진 발생 빈도 및 분포 파라미터를 상기의 식 에 대입하여를 구할 수 있다.
누적 피치 각도 예측 모듈은 다음과 같은 예측 식을 통해 단일 추정 풍속에서의 피치 각도의 추정 각도 누적 값을 예측할 수 있다:
은 전달 함수를 나타내고, 은 상관 계수를 나타낸다. 전달 함수와 상관 계수는 시뮬레이션된 데이터베이스로 학습하여 구할 수 있다.
다수의 추정 풍속에서의 피치 구동 토크의 분포 파라미터와 목표 미래 기간의 피치 각도의 추정 각도 누적 값을 결정한 후, 단계 S103과 유사한 방식으로 도 3에 도시된 바와 같이 피치 베어링 소모 수명 평가 모듈에 의해 추정된 등가 하중 및 추정된 수명 소모를 추정할 수 있다. 마지막으로, 도 3에 도시된 바와 같이 피치 베어링 잔여 수명 예측 모듈에 의해 추정 잔여 수명을 추정할 수 있다.
실시예에서, 추정 등가 하중, 추정 수명 소모 및 추정 잔여 수명을 점진적으로 결정하는 단계는, 다수의 추정 풍속의 확률 밀도를 결정하는 단계; 각각의 추정 풍속에서의 피치 구동 토크 각각에 대해, 추정 풍속의 확률 밀도, 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도 및 추정 각도 누적 값의 곱을 결정하고, 추정 풍속에서의 피치 구동 토크에 대응하는 곱의 합을 계산하여 추정 기준 하중을 구하는 단계로서, 여기서 m은 피치 베어링의 재료 벽 계수를 나타내는, 단계; 및 추정 기준 하중의 (1/m) 승을 추정 등가 하중으로서 결정하는 단계를 포함한다.
목표 미래 기간(T)의 풍력 터빈의 피치 시스템에 대해, N개의 피치 구동 토크로 분할되고, 피치 베어링의 추정 등가 하중은 다음 식으로 표현된다:
는 추정 풍속의 확률 밀도를 나타내며, 이는 레일리(Rayleigh) 분포를 따르며 연평균 풍속에만 관련된다.
목표 미래 기간(T)에서 피치 베어링의 추정 잔여 수명은 다음 식으로 표현된다:
는 단계 S104에 의해 구해진 소모 수명을 나타내고, 는 목표 미래 기간(T)의 추정 수명 소모를 나타내며, 이는 다음 식을 만족한다:
본 개시의 실시예에서의 풍력 터빈의 피치 베어링에 대한 수명 평가 방법에 따르면, 풍력 터빈의 작동 중에 수집된 작동 데이터와 현재 기술에 기초하여 예측될 수 있는 추정 풍력 자원 파라미터를 사용하여 피치 베어링의 수명을 평가한다. 추가 데이터를 수집할 필요가 없으며, 따라서, 추가 데이터 수집 센서를 배치할 필요가 없다. 따라서, 제품 비용을 절감할 수 있으며, 수명 평가의 시간 비용을 절약할 수 있다. 본 개시에 따르면, 허용 가능한 정밀도 범위 내에서, 소모 수명의 실시간 온라인 평가 및 향후 잔여 수명의 예측을 달성할 수 있다. 풍력 터빈의 안전한 작동을 보장한다는 전제 하에 예측 작동 및 유지 관리와 고장 이벤트의 예측을 수행할 수 있고, 이에 의해 풍력 터빈의 예상치 못한 가동 중지 시간이 감소되고 그 경제적 이익이 개선된다.
도 4는 본 개시의 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스를 예시하는 블록도이다.
도 4를 참조하면, 풍력 터빈의 피치 베어링의 수명을 평가하기 위한 디바이스(400)는 도 2에 도시된 바와 같이 피치 베어링 온라인 수명 평가 시스템에 대응하는 제1 취득 유닛(401), 등가 유닛(402), 및 제1 계산 유닛(403)을 포함한다.
제1 취득 유닛(401)은 M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하도록 구성될 수 있으며, 여기서, M은 양의 정수이다. 피치 구동 토크는 피치 베어링의 손실에 영향을 미칠 수 있기 때문에, 이 파라미터는 피치 베어링의 수명을 평가하기 위해 선택된다. 또한, 풍력 터빈은 일반적으로 누적적으로 수년 동안 작동할 수 있다. 누적 작동 지속기간은 특정 단계에 기초하여 M개의 과거 기간으로 분할될 수 있으며, 각각의 과거 기간에 대해 별도로 데이터 처리를 수행하여, 다양한 풍력 터빈의 평가에 사용된 단일 과거 기간의 지속기간의 일관성을 보장할 수 있으며, 따라서 전략의 보편성이 보장된다.
실시예에서, 피치 구동 토크는 일반적으로 특정 간격으로 변경된다. 이 간격으로부터 다수의 특정 수치 값을 선택할 수 있다. 예를 들어, 설정된 스텝에 기초하여 다수의 특정 피치 구동 토크를 구한다. 즉, 선택된 다수의 피치 구동 토크는 산술 급수를 형성할 수 있다. 그 후, 각각의 과거 기간의 각각의 피치 구동 토크의 확률 밀도를 취득한다.
도 2를 참조하면, 제1 취득 유닛(401)은 각각의 피치 구동 토크에 대해, M개의 과거 기간의 작동 데이터에 기초하여 서로 다른 피치 동작 상태 각각에서의 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터를 결정(여기서 "대응"은 분포 파라미터가 발생 빈도에 대응하고, 또한 피치 동작 상태에도 대응하는 것을 의미하는 것임을 이해하여야 함)하도록 구성될 수 있으며, 여기서, 피치 동작 상태는 순방향 상태, 일정한 상태 및 역방향 상태를 포함하고; 그리고, 발생 빈도 및 대응 분포 파라미터에 기초하여 확률 밀도를 결정하도록 구성될 수 있다. 본 개시의 실시예에 따르면, 풍력 터빈의 작동 데이터는 도 2에 도시된 바와 같은 데이터 수집 시스템에 의해 수집된다. 따라서, 발생 빈도 및 대응 분포 파라미터를 결정하기 전에, 제1 취득 유닛(401)은 M개의 과거 기간의 풍력 터빈의 작동 데이터를 수집하도록 추가로 구성될 수 있다. 작동 데이터는 풍력 터빈의 작동 조건을 완전히 반영할 수 있는 출력 전력, 임펠러 회전 속도, 발전기 토크, 나셀 가속도 x 방향 성분, 나셀 가속도 y 방향 성분 및 피치 각도를 포함하는 SCADA 데이터이며, 이러한 조건은 피치 구동 토크와 관련된다. 따라서, 피치 구동 토크의 분포 파라미터는 그에 따라 도 2에 도시된 바와 같은 피치 구동 토크 분포 평가 모듈에 의해 결정될 수 있다. 또한, 풍력 터빈의 작동 중에 데이터가 수집되기 때문에, 추가 데이터를 수집할 필요가 없으며, 따라서, 추가 데이터 수집 센서를 구성할 필요가 없다. 따라서, 제품 비용을 절감할 수 있으며 수명 평가의 시간 비용을 절약할 수 있고, 따라서 경제적인 성과가 개선된다.
블레이드 피치의 순방향 상태, 역방향 상태 및 일정한 상태에 기초하여, 세 가지의 상이한 피치 동작 상태가 있다. 각각의 과거 기간에서, 피치 구동 토크는 이 세 가지 상태 모두를 거칠 수 있다. 따라서, 세 가지 피치 동작 상태 각각에서 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터가 결정되어, 피치 구동 토크를 보다 정확하게 설명할 수 있다.
실시예에서, 제1 취득 유닛(401)은 각각의 과거 기간에 대해 상관 계수 행렬, 제1 전달 함수 및 작동 데이터 열 벡터의 곱을 결정하여 제1 열 벡터를 구하도록 구성될 수 있으며, 여기서, 상관 계수 행렬의 행의 수는 발생 빈도의 수와 대응 분포 파라미터의 수의 합과 같고, 작동 데이터 열 벡터는 다수의 작동 데이터 항목을 포함하고; 제1 열 벡터와 제1 상관 계수 열 벡터의 합을 결정하고, 그 합에 제2 전달 함수를 승산하여 제2 열 벡터를 구하도록 구성될 수 있고; 그리고, 제2 열 벡터와 제2 상관 계수 열 벡터의 합을 출력 벡터로서 결정(앞서 설명한 가중 합을 여러 번 변경한 것에 상당함)하도록 구성될 수 있으며, 여기서, 출력 벡터에는 발생 빈도 및 대응 분포 파라미터의 값이 포함된다. 따라서, 데이터가 변환된다. 본 개시의 실시예에 따르면, 상관 계수 행렬, 제1 상관 계수 열 벡터, 제2 상관 계수 열 벡터, 제1 전달 함수 및 제2 전달 함수는 테스트 또는 학습에 의해 구해진다.
제1 취득 유닛(401)은 M개의 과거 기간 각각에서 피치 각도의 각도 누적 값을 취득하도록 추가로 구성될 수 있다. 도 2에 도시된 바와 같이 누적 피치 모듈에 의해 각도 누적 값을 구한다. 피치 변화는 본질적으로 피치 구동 토크의 작용에 따라 블레이드가 특정 각도만큼 회전한다는 것을 의미한다. 따라서, 피치 각도 측면에서 피치 구동 토크의 축적은 피치 베어링이 부담하는 하중을 완전히 반영할 수 있다. 취득된 각도 누적 값은 피치 베어링의 수명 평가를 위한 기초로 사용될 수 있다.
등가 유닛(402)은 피치 구동 토크, M개의 과거 기간의 피치 구동 토크의 확률 밀도, 및 M개의 과거 기간의 각도 누적 값에 기초하여 피치 베어링의 등가 하중을 결정하도록 구성될 수 있다. 도 2에 도시된 바와 같이 피치 베어링 소모 수명 평가 모듈을 통해 피치 베어링의 등가 하중을 구한다. 앞서 언급한 바와 같이, 피치 각도 측면에서 피치 구동 토크를 축적하여 피치 베어링의 등가 하중을 구할 수 있다.
실시예에서, 등가 유닛(402)은 각각의 과거 기간에 대해, 각각의 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도, 및 각도 누적 값의 곱을 결정하고, 피치 구동 토크에 대응하는 곱의 합을 계산하여 과거 기간에 대한 기준 하중을 구하도록 구성될 수 있으며, 여기서 m은 피치 베어링의 재료 벽 계수를 나타내고; 다수의 과거 기간의 기준 하중 평균 값을 결정하도록 구성될 수 있고; 그리고, 기준 하중 평균 값의 (1/m) 승을 피치 베어링의 등가 하중으로서 결정하도록 구성될 수 있다.
제1 계산 유닛(403)은 피치 베어링의 등가 하중에 기초하여 피치 베어링의 소모 수명을 결정하도록 구성될 수 있다. 도 2에 도시된 바와 같이 피치 베어링 소모 수명 평가 모듈에 의해 소모 수명을 구한다. 실시예에서, 설계 등가 하중에 대한 피치 베어링의 등가 하중의 비율을 먼저 결정할 수 있으며, 그 후, 해당 비율과 피치 베어링의 설계 수명의 곱을 피치 베어링의 소모 수명으로서 결정할 수 있다.
도 5는 본 개시의 다른 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스를 예시하는 블록도이다.
도 5를 참조하면, 풍력 터빈의 피치 베어링의 수명을 평가하기 위한 디바이스(500)는 제1 취득 유닛(501), 등가 유닛(502), 제1 계산 유닛(503), 제2 취득 유닛(504), 결정 유닛(505), 추정 유닛(506), 및 제2 계산 유닛(507)을 포함한다. 제1 취득 유닛(501), 등가 유닛(502), 및 제1 계산 유닛(503)은 도 2에 도시된 바와 같은 피치 베어링 온라인 수명 평가 시스템에 대응하며, 제1 취득 유닛(401), 등가 유닛(402), 및 제1 계산 유닛(403)과 동일한 동작을 수행하고, 여기서 반복되지 않는다. 제2 취득 유닛(504), 결정 유닛(505), 추정 유닛(506), 및 제2 계산 유닛(507)은 도 3에 도시된 바와 같은 피치 베어링의 잔여 수명을 예측하기 위한 시스템에 대응한다.
제2 취득 유닛(504)은 목표 미래 기간의 다수의 풍력 터빈 위치의 추정 풍력 자원 파라미터를 취득하도록 구성될 수 있고, 추정 풍력 자원 파라미터에는 추정 풍속이 포함된다. 예로서, 추정 풍속은 연평균 풍속일 수 있다. 추정 풍력 자원 파라미터는 난류 강도, 풍속 전단 및 공기 밀도를 더 포함한다. 풍력 발전소의 경우, 서로 다른 속성 값(상이한 난류 강도, 상이한 풍속 전단 등)으로 인해 서로 다른 추정 풍속이 발생할 수 있다. 피치 구동 토크 분포 추정 모듈 및 누적 피치 각도 예측 모듈의 입력(즉, 추정 풍력 자원 파라미터)은 단일 추정 풍속 및 그 속성 값이고, 공기 밀도가 추정 풍력 자원 파라미터에 일정한 속성 값으로 추가된다.
결정 유닛(505)은 각각의 피치 구동 토크에 대해, 추정 풍력 자원 파라미터에 기초하여 다수의 추정 풍속에서의 피치 구동 토크의 확률 밀도 및 목표 미래 기간의 피치 각도의 추정 각도 누적 값을 결정하도록 구성될 수 있다. 그 결정 방법에 대해서는, 전달 함수 및 상관 계수를 사용하여 구현될 수 있는 제1 취득 유닛(501)을 참조할 수 있다.
추정 유닛(506)은 다수의 추정 풍속, 피치 구동 토크, 다수의 추정 풍속에서의 각각의 피치 구동 토크의 확률 밀도, 및 다수의 추정 풍속에서의 추정 각도 누적 값에 기초하여 목표 미래 기간의 피치 베어링의 추정 등가 하중을 결정하도록 구성될 수 있다.
실시예에서, 추정 유닛(506)은 다수의 추정 풍속의 확률 밀도를 결정하도록 구성될 수 있고; 각각의 추정 풍속에서의 피치 구동 토크 각각에 대해, 추정 풍속의 확률 밀도, 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도 및 추정 각도 누적 값의 곱을 결정하고, 추정 풍속에서의 피치 구동 토크에 대응하는 곱의 합을 계산하여 추정 기준 하중을 구하도록 구성될 수 있으며, 여기서 m은 피치 베어링의 재료 벽 계수를 나타내고; 그리고, 추정 기준 하중의 (1/m) 승을 추정 등가 하중으로서 결정하도록 구성될 수 있다.
제2 계산 유닛(507)은 추정 등가 하중에 기초하여 목표 미래 기간의 피치 베어링의 추정 수명 소모를 결정하도록 구성될 수 있다. 그 결정 방법에 대해서는, 제1 계산 유닛(503)을 참조할 수 있다.
제2 계산 유닛(507)은 피치 베어링의 설계 수명, 소모 수명 및 추정 수명 소모에 기초하여 피치 베어링의 추정 잔여 수명을 결정하도록 추가로 구성될 수 있다. 여기서, 제1 계산 유닛(503)에 의해 소모 수명을 구한다. 실시예에서, 추정 잔여 수명은 설계 수명에서 소모 수명과 추정 수명 소모를 차감하여 결정될 수 있다.
작동 중인 풍력 터빈의 피치 베어링에 대하여, 도 2에 도시된 바와 같이 피치 베어링의 수명을 평가하기 위한 온라인 시스템에 의해 소모 수명을 구할 수 있다. 잔여 수명에 대해서는, 향후 풍력 터빈의 작동 데이터를 미리 취득할 수는 없지만, 풍력 터빈의 후속 작동은 향후 풍력 발전소의 풍력 자원 상태에 의해 영향을 받는다. 목표 미래 기간의 다수의 풍력 터빈 위치의 추정 풍력 자원 파라미터에 기초하여, 목표 미래 기간의 피치 베어링의 추정 등가 하중을 추정할 수 있으며, 따라서, 목표 미래 기간의 수명 소모를 평가할 수 있다. 마지막으로, 추정 수명 소모를 설계 수명 및 소모 수명과 함께 종합적으로 고려하여 목표 미래 기간의 종료시의 피치 베어링의 추정 잔여 수명을 구할 수 있다. 현재의 풍력 자원 분석 기술에 기초하여 향후 몇 년간의 풍력 자원 파라미터를 예측할 수 있기 때문에, 도 3에 도시된 바와 같이 데이터 수집 시스템 및 풍력 자원 통계 분석 모듈에 의해 목표 미래 기간의 추정 풍력 자원 파라미터를 구할 수 있다. 따라서, 추가 데이터를 수집할 필요가 없으며, 따라서, 추가 데이터 수집 센서를 배치할 필요가 없다. 따라서, 제품 비용을 절감할 수 있으며 수명 평가의 시간 비용을 절약할 수 있고, 따라서 경제적인 성과가 개선된다.
본 개시의 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 방법은 컴퓨터 프로그램으로서 기입되고 컴퓨터 판독 가능 저장 매체에 저장될 수 있다. 컴퓨터 프로그램에 대응하는 명령어는, 프로세서에 의해 실행될 때, 앞서 설명한 풍력 터빈의 피치 베어링에 대한 수명 평가 방법을 구현한다. 컴퓨터 판독 가능 저장 매체의 예는 판독 전용 메모리(ROM), 랜덤 액세스 프로그램 가능 판독 전용 메모리(PROM), 전기적 소거 및 프로그램 가능 판독 전용 메모리(EEPROM), 랜덤 액세스 메모리(RAM), 동적 랜덤 액세스 메모리(DRAM), 정적 랜덤 액세스 메모리(SRAM), 플래시 메모리, 비휘발성 메모리, CD-ROM, CD-R, CD+R, CD-RW, CD+RW, DVD-ROM, DVD-R, DVD+R, DVD-RW, DVD+RW, DVD-RAM, BD-ROM, BD-R, BD-R LTH, BD-RE, 블루레이(Blu-ray) 또는 광학 디스크 메모리, 하드 디스크 드라이브(HDD), 솔리드 스테이트 하드 디스크(SSD), 카드형 메모리(예컨대, 멀티미디어 카드, 보안 디지털(SD) 카드 또는 익스트림 디지털(XD) 카드), 자기 테이프, 플로피 디스크, 광자기 데이터 저장 디바이스, 광 데이터 저장 디바이스, 하드 디스크, 솔리드 스테이트 디스크, 및 컴퓨터 프로그램 및 임의의 연관 데이터, 데이터 파일 및 데이터 구조를 비일시적 방식으로 저장하고 컴퓨터 프로그램 및 임의의 연관 데이터, 데이터 파일 및 데이터 구조를 프로세서 또는 컴퓨터에 제공하여 프로세서 또는 컴퓨터가 컴퓨터 프로그램을 실행할 수 있게 하도록 구성된 임의의 다른 디바이스를 포함한다. 예에서, 컴퓨터 프로그램 및 임의의 연관 데이터, 데이터 파일 및 데이터 구조는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 컴퓨터 프로그램 및 임의의 연관 데이터, 데이터 파일 및 데이터 구조가 하나 이상의 프로세서 또는 컴퓨터에 의해 분산 방식으로 저장, 액세스 및 실행되도록 한다.
도 6은 본 개시의 실시예에 따른 컴퓨터 장치를 예시하는 블록도이다.
도 6을 참조하면, 컴퓨터 장치(600)는 적어도 하나의 메모리(601) 및 적어도 하나의 프로세서(602)를 포함한다. 적어도 하나의 메모리(601)는 컴퓨터 실행 가능 명령어 세트를 저장하도록 구성된다. 컴퓨터 실행 가능 명령어 세트는, 적어도 하나의 프로세서(602)에 의해 실행될 때, 본 개시의 예시적인 실시예에 따른 풍력 터빈의 피치 베어링에 대한 수명 평가 방법을 수행한다.
예로서, 컴퓨터 장치(600)는 PC 컴퓨터, 태블릿 디바이스, 개인 휴대 정보 단말, 스마트폰, 또는 앞서 설명한 명령어 세트를 실행할 수 있는 기타 디바이스일 수 있다. 여기서, 컴퓨터 장치(600)는 반드시 단일의 전자 장치일 필요는 없고, 상기의 명령어(또는 명령어 세트)를 개별적으로 또는 공동으로 실행할 수 있는 임의의 디바이스 또는 회로의 세트일 수도 있다. 컴퓨터 장치(600)는 또한 통합 제어 시스템 또는 시스템 관리자의 일부일 수 있거나, 또는 로컬로 또는 (예컨대 무선 전송을 통해) 원격으로 인터페이싱하는 휴대용 전자 장치로 구성될 수 있다.
컴퓨터 장치(600)에서, 프로세서(602)는 중앙 처리 유닛(CPU), 그래픽 처리 유닛(GPU), 프로그램 가능 로직 디바이스, 특수 목적 프로세서 시스템, 마이크로컨트롤러 또는 마이크로프로세서를 포함할 수 있다. 제한이 아닌 예로서, 프로세서는 아날로그 프로세서, 디지털 프로세서, 마이크로프로세서, 멀티 코어 프로세서, 프로세서 어레이, 네트워크 프로세서 등을 또한 포함할 수 있다.
메모리(601)에 저장된 명령어 또는 코드는 프로세서(602)에 의해 실행될 수 있다. 메모리(601)는 데이터를 또한 저장할 수 있다. 명령어 및 데이터는 또한 네트워크 인터페이스 디바이스를 거쳐 네트워크를 통해 송신 및 수신될 수 있으며, 여기서, 네트워크 인터페이스 디바이스는 임의의 공지된 전송 프로토콜을 채택할 수 있다.
메모리(601)는 프로세서(602)와 통합될 수 있다. 예를 들어, 집적회로 마이크로프로세서 등에 RAM 또는 플래시 메모리가 제공된다. 또한, 메모리(601)는 외부 디스크 드라이브, 저장소 어레이, 또는 데이터베이스 시스템에 의해 사용될 수 있는 임의의 다른 저장 디바이스와 같은 별개의 디바이스를 포함할 수 있다. 메모리(601)와 프로세서(602)는 작동 가능하게 결합될 수 있거나, 또는 예를 들어, I/O 포트, 네트워크 연결 등을 통해 서로 통신하여 프로세서(602)가 메모리에 저장된 파일을 판독할 수 있게 할 수 있다.
또한, 컴퓨터 장치(600)는 비디오 디스플레이(예컨대, 액정 디스플레이) 및 사용자 상호작용 인터페이스(예컨대, 키보드, 마우스, 터치 입력 디바이스 등)를 더 포함할 수 있다. 컴퓨터 장치(600)의 모든 컴포넌트는 버스 및/또는 네트워크를 통해 서로 연결될 수 있다.
본 개시에 따르면, 풍력 터빈의 작동 중에 필연적으로 수집되어야 하는 작동 데이터 및 현재 기술에 기초하여 예측될 수 있는 추정 풍력 자원 파라미터를 사용하여 피치 베어링의 수명을 평가한다. 추가 데이터를 수집할 필요가 없으며, 따라서, 추가 데이터 수집 센서를 배치할 필요가 없다. 따라서, 제품 비용을 절감할 수 있으며, 수명 평가의 시간 비용을 절약할 수 있다. 본 개시에 따르면, 허용 가능한 정밀도 범위 내에서, 소모 수명의 실시간 온라인 평가 및 향후 잔여 수명의 예측을 달성할 수 있다. 풍력 터빈의 안전한 작동을 보장한다는 전제 하에 예측 작동 및 유지 관리와 고장 이벤트의 예측을 수행할 수 있고, 이에 의해 풍력 터빈의 예상치 못한 가동 중지 시간이 감소되고 그 경제적 이익이 개선된다.
상기에서 본 개시의 구체적인 실시예를 상세히 설명하였다. 일부 실시예가 도시 및 설명되었지만, 본 기술 분야의 통상의 기술자라면, 청구범위 및 그 등가물에 의해 범위가 정의되는 본 개시의 원리와 정신을 벗어나지 않고 이러한 실시예에 대한 수정 및 변경이 이루어질 수 있으며, 이러한 수정 및 변경도 본 개시의 청구범위의 보호 범위에 속하는 것으로 간주되어야 한다는 것을 이해하여야 한다.
Claims (20)
- 풍력 터빈의 피치 베어링에 대한 수명 평가 방법이며,
M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하는 단계로서, M은 양의 정수인, 단계;
M개의 과거 기간 각각에서 피치 각도의 각도 누적 값을 취득하는 단계;
피치 구동 토크, M개의 과거 기간의 피치 구동 토크의 확률 밀도, 및 M개의 과거 기간의 각도 누적 값에 기초하여 피치 베어링의 등가 하중을 결정하는 단계; 및
피치 베어링의 등가 하중에 기초하여 피치 베어링의 소모 수명을 결정하는 단계를 포함하는, 방법. - 제1항에 있어서, M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하는 단계는,
M개의 과거 기간의 작동 데이터에 기초하여 서로 다른 피치 동작 상태 각각에서의 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터를 결정하는 단계로서, 피치 동작 상태는 순방향 상태, 일정한 상태 및 역방향 상태를 포함하는, 단계; 및
발생 빈도 및 대응 분포 파라미터에 기초하여 확률 밀도를 결정하는 단계를 포함하는, 방법. - 제2항에 있어서, M개의 과거 기간의 작동 데이터에 기초하여 서로 다른 피치 동작 상태 각각에서의 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터를 결정하는 단계는,
각각의 과거 기간에 대해, 상관 계수 행렬, 제1 전달 함수 및 작동 데이터 열 벡터의 곱에 기초하여 제1 열 벡터를 결정하는 단계로서, 상관 계수 행렬의 행의 수는 발생 빈도의 수와 대응 분포 파라미터의 수의 합과 같고, 작동 데이터 열 벡터는 복수의 작동 데이터 항목을 포함하는, 단계;
제1 열 벡터와 제1 상관 계수 열 벡터의 합을 결정하고, 제1 열 벡터와 제1 상관 계수 열 벡터의 합에 제2 전달 함수를 승산하여 제2 열 벡터를 구하는 단계; 및
제2 열 벡터와 제2 상관 계수 열 벡터의 합을 출력 벡터로서 결정하는 단계로서, 출력 벡터는 발생 빈도 및 대응 분포 파라미터를 포함하는, 단계를 포함하고,
상관 계수 행렬, 제1 상관 계수 열 벡터, 제2 상관 계수 열 벡터, 제1 전달 함수 및 제2 전달 함수는 테스트 또는 학습에 의해 구해지는, 방법. - 제2항에 있어서, M개의 과거 기간의 작동 데이터에 기초하여 서로 다른 피치 동작 상태 각각에서의 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터를 결정하는 단계 전에, 방법은,
M개의 과거 기간의 풍력 터빈의 작동 데이터를 수집하는 단계를 더 포함하고; 작동 데이터는 출력 전력, 임펠러 회전 속도, 발전기 토크, 나셀 가속도 x 방향 성분, 나셀 가속도 y 방향 성분 및 피치 각도를 포함하는, 방법. - 제1항에 있어서, 복수의 피치 구동 토크가 구해지고, 피치 구동 토크, M개의 과거 기간의 피치 구동 토크의 확률 밀도, 및 M개의 과거 기간의 각도 누적 값에 기초하여 피치 베어링의 등가 하중을 결정하는 단계는,
M개의 과거 기간 각각에 대해, 각각의 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도, 및 각도 누적 값의 곱을 결정하고, 복수의 피치 구동 토크에 대응하는 곱의 합을 계산하여 과거 기간에 대한 기준 하중을 구하는 단계로서, m은 피치 베어링의 재료 벽 계수를 나타내는, 단계;
M개의 과거 기간의 기준 하중 평균 값을 결정하는 단계; 및
기준 하중 평균 값의 (1/m) 승을 피치 베어링의 등가 하중으로서 결정하는 단계를 포함하는, 방법. - 제5항에 있어서, 복수의 피치 구동 토크는,
피치 구동 토크 변경 간격 내에서, 설정된 스텝에 기초하여 복수의 피치 구동 토크를 구하는 단계에 의해 구해지는, 방법. - 제1항 내지 제6항 중 어느 한 항에 있어서,
목표 미래 기간의 복수의 풍력 터빈 위치의 추정 풍력 자원 파라미터를 취득하는 단계로서, 추정 풍력 자원 파라미터는 추정 풍속을 포함하는, 단계;
추정 풍력 자원 파라미터에 기초하여 추정 풍속에서의 피치 구동 토크의 확률 밀도 및 목표 미래 기간의 피치 각도의 추정 각도 누적 값을 결정하는 단계;
추정 풍속, 피치 구동 토크, 추정 풍속에서의 피치 구동 토크의 확률 밀도, 및 추정 풍속에서의 추정 각도 누적 값에 기초하여 목표 미래 기간의 피치 베어링의 추정 등가 하중을 결정하는 단계;
추정 등가 하중에 기초하여 목표 미래 기간의 피치 베어링의 추정 수명 소모를 결정하는 단계; 및
피치 베어링의 설계 수명, 소모 수명 및 추정 수명 소모에 기초하여 피치 베어링의 추정 잔여 수명을 결정하는 단계를 더 포함하는, 방법. - 제7항에 있어서, 추정 풍력 자원 파라미터는 난류 강도, 풍속 전단 및 공기 밀도를 더 포함하는, 방법.
- 제7항에 있어서, 추정 풍속, 피치 구동 토크, 추정 풍속에서의 피치 구동 토크의 확률 밀도, 및 추정 풍속에서의 추정 각도 누적 값에 기초하여 목표 미래 기간의 피치 베어링의 추정 등가 하중을 결정하는 단계는,
추정 풍속의 확률 밀도를 결정하는 단계;
각각의 추정 풍속에서의 피치 구동 토크 각각에 대해, 추정 풍속의 확률 밀도, 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도 및 추정 각도 누적 값의 곱을 결정하고, 추정 풍속에서의 피치 구동 토크에 대응하는 곱의 합을 계산하여 추정 기준 하중을 구하는 단계로서, m은 피치 베어링의 재료 벽 계수를 나타내는, 단계; 및
추정 기준 하중의 (1/m) 승을 추정 등가 하중으로서 결정하는 단계를 포함하는, 방법. - 풍력 터빈의 피치 베어링에 대한 수명 평가 디바이스이며,
M개의 과거 기간의 피치 구동 토크의 확률 밀도를 취득하고, M개의 과거 기간 각각에서 피치 각도의 각도 누적 값을 취득하도록 구성된 제1 취득 유닛으로서, M은 양의 정수인, 제1 취득 유닛;
피치 구동 토크, M개의 과거 기간의 피치 구동 토크의 확률 밀도, 및 M개의 과거 기간의 각도 누적 값에 기초하여 피치 베어링의 등가 하중을 결정하도록 구성된 등가 유닛; 및
피치 베어링의 등가 하중에 기초하여 피치 베어링의 소모 수명을 결정하도록 구성된 제1 계산 유닛을 포함하는, 디바이스. - 제10항에 있어서, 제1 취득 유닛은,
M개의 과거 기간의 작동 데이터에 기초하여 서로 다른 피치 동작 상태 각각에서의 피치 구동 토크의 발생 빈도 및 대응 분포 파라미터를 결정하도록 - 피치 동작 상태는 순방향 상태, 일정한 상태 및 역방향 상태를 포함함 -; 그리고
발생 빈도 및 대응 분포 파라미터에 기초하여 확률 밀도를 결정하도록
추가로 구성되는, 디바이스. - 제11항에 있어서, 제1 취득 유닛은,
각각의 과거 기간에 대해, 상관 계수 행렬, 제1 전달 함수 및 작동 데이터 열 벡터의 곱에 기초하여 제1 열 벡터를 결정하도록 - 상관 계수 행렬의 행의 수는 발생 빈도의 수와 대응 분포 파라미터의 수의 합과 같고, 작동 데이터 열 벡터는 복수의 작동 데이터 항목을 포함함 -;
제1 열 벡터와 제1 상관 계수 열 벡터의 합을 결정하고, 제1 열 벡터와 제1 상관 계수 열 벡터의 합에 제2 전달 함수를 승산하여 제2 열 벡터를 구하도록 -; 그리고
제2 열 벡터와 제2 상관 계수 열 벡터의 합을 출력 벡터로서 결정하도록
추가로 구성되고, 출력 벡터는 발생 빈도 및 대응 분포 파라미터를 포함하고,
상관 계수 행렬, 제1 상관 계수 열 벡터, 제2 상관 계수 열 벡터, 제1 전달 함수 및 제2 전달 함수는 테스트 또는 학습에 의해 구해지는, 디바이스. - 제11항에 있어서, 제1 취득 유닛은,
M개의 과거 기간의 풍력 터빈의 작동 데이터를 수집하도록 추가로 구성되고; 작동 데이터는 출력 전력, 임펠러 회전 속도, 발전기 토크, 나셀 가속도 x 방향 성분, 나셀 가속도 y 방향 성분 및 피치 각도를 포함하는, 디바이스. - 제10항에 있어서, 복수의 피치 구동 토크가 구해지고, 등가 유닛은,
M개의 과거 기간 각각에 대해, 각각의 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도, 및 각도 누적 값의 곱을 결정하고, 복수의 피치 구동 토크에 대응하는 곱의 합을 계산하여 과거 기간에 대한 기준 하중을 구하도록 - m은 피치 베어링의 재료 벽 계수를 나타냄 -;
M개의 과거 기간의 기준 하중 평균 값을 결정하도록; 그리고
기준 하중 평균 값의 (1/m) 승을 피치 베어링의 등가 하중으로서 결정하도록
추가로 구성되는, 디바이스. - 제14항에 있어서, 복수의 피치 구동 토크는,
피치 구동 토크 변경 간격 내에서, 설정된 스텝에 기초하여 복수의 피치 구동 토크를 구하는 것에 의해 구해지는, 디바이스. - 제10항 내지 제15항 중 어느 한 항에 있어서,
목표 미래 기간의 복수의 풍력 터빈 위치의 추정 풍력 자원 파라미터를 취득하도록 구성된 제2 취득 유닛으로서, 추정 풍력 자원 파라미터는 추정 풍속을 포함하는, 제2 취득 유닛;
추정 풍력 자원 파라미터에 기초하여 추정 풍속에서의 피치 구동 토크의 확률 밀도 및 목표 미래 기간의 피치 각도의 추정 각도 누적 값을 결정하도록 구성된 결정 유닛;
추정 풍속, 피치 구동 토크, 추정 풍속에서의 피치 구동 토크의 확률 밀도, 및 추정 풍속에서의 추정 각도 누적 값에 기초하여 목표 미래 기간의 피치 베어링의 추정 등가 하중을 결정하도록 구성된 추정 유닛; 및
추정 등가 하중에 기초하여 목표 미래 기간의 피치 베어링의 추정 수명 소모를 결정하고, 피치 베어링의 설계 수명, 소모 수명 및 추정 수명 소모에 기초하여 피치 베어링의 추정 잔여 수명을 결정하도록 구성된 제2 계산 유닛을 더 포함하는, 디바이스. - 제16항에 있어서, 추정 풍력 자원 파라미터는 난류 강도, 풍속 전단 및 공기 밀도를 더 포함하는, 디바이스.
- 제16항에 있어서, 추정 유닛은,
추정 풍속의 확률 밀도를 결정하도록;
각각의 추정 풍속에서의 피치 구동 토크 각각에 대해, 추정 풍속의 확률 밀도, 피치 구동 토크의 m 승, 피치 구동 토크의 확률 밀도 및 추정 각도 누적 값의 곱을 결정하고, 추정 풍속에서의 피치 구동 토크에 대응하는 곱의 합을 계산하여 추정 기준 하중을 구하도록 - m은 피치 베어링의 재료 벽 계수를 나타냄 -; 그리고
추정 기준 하중의 (1/m) 승을 추정 등가 하중으로서 결정하도록
추가로 구성되는, 디바이스. - 컴퓨터 판독 가능 저장 매체이며, 컴퓨터 판독 가능 저장 매체에 있는 명령어는, 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금 제1항 내지 제9항 중 어느 한 항에 기재된 방법을 수행하게 하는, 컴퓨터 판독 가능 저장 매체.
- 컴퓨터 장치이며,
적어도 하나의 프로세서; 및
컴퓨터 실행 가능 명령어를 저장하도록 구성된 적어도 하나의 메모리를 포함하고,
컴퓨터 실행 가능 명령어는, 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금 제1항 내지 제9항 중 어느 한 항에 기재된 방법을 수행하게 하는, 컴퓨터 장치.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111438432.7A CN116204762A (zh) | 2021-11-30 | 2021-11-30 | 风力发电机组变桨轴承的寿命评估方法和装置 |
| CN202111438432.7 | 2021-11-30 | ||
| PCT/CN2022/083377 WO2023097938A1 (zh) | 2021-11-30 | 2022-03-28 | 风力发电机组变桨轴承的寿命评估方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240023651A true KR20240023651A (ko) | 2024-02-22 |
Family
ID=86508115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020247002597A KR20240023651A (ko) | 2021-11-30 | 2022-03-28 | 풍력 터빈의 피치 베어링의 수명을 평가하는 방법 및 디바이스 |
Country Status (5)
| Country | Link |
|---|---|
| EP (1) | EP4343587A1 (ko) |
| KR (1) | KR20240023651A (ko) |
| CN (1) | CN116204762A (ko) |
| AU (1) | AU2022401404A1 (ko) |
| WO (1) | WO2023097938A1 (ko) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100332153A1 (en) * | 2007-12-14 | 2010-12-30 | Reinder Hindrik Vegter | Method of Determining Fatigue Life and Remaining Life |
| CN105134510A (zh) * | 2015-09-18 | 2015-12-09 | 北京中恒博瑞数字电力科技有限公司 | 一种风力发电机组变桨系统的状态监测和故障诊断方法 |
| CN107590356B (zh) * | 2017-10-31 | 2020-04-28 | 国电联合动力技术有限公司 | 一种风力发电机组主轴轴承自动选型方法及存储设备 |
| CN113623142B (zh) * | 2021-09-15 | 2023-01-24 | 中国船舶重工集团海装风电股份有限公司 | 风力发电机组变桨轴承齿寿命评估方法 |
-
2021
- 2021-11-30 CN CN202111438432.7A patent/CN116204762A/zh active Pending
-
2022
- 2022-03-28 EP EP22899761.5A patent/EP4343587A1/en active Pending
- 2022-03-28 KR KR1020247002597A patent/KR20240023651A/ko unknown
- 2022-03-28 AU AU2022401404A patent/AU2022401404A1/en active Pending
- 2022-03-28 WO PCT/CN2022/083377 patent/WO2023097938A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| EP4343587A1 (en) | 2024-03-27 |
| WO2023097938A1 (zh) | 2023-06-08 |
| AU2022401404A1 (en) | 2024-02-01 |
| CN116204762A (zh) | 2023-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | Performance assessment of wind turbines: Data-derived quantitative metrics | |
| JP6397330B2 (ja) | ドライブトレイン、ギアボックス、発電機などの回転機械の残存耐用年数を測定 | |
| US9690884B2 (en) | Wind farm prediction of potential and actual power generation | |
| US10883475B2 (en) | Method for monitoring and assessing power performance changes of a wind turbine | |
| WO2017163561A1 (ja) | 稼働補助装置及び風力発電システム | |
| Zhang et al. | Monitoring wind turbine vibration based on SCADA data | |
| Verma et al. | Fault monitoring of wind turbine generator brushes: a data-mining approach | |
| Byon et al. | Adaptive learning in time-variant processes with application to wind power systems | |
| JP2020502424A (ja) | 風力タービン発電基地レベルの負荷管理制御戦略 | |
| EP3947961B1 (en) | A method for estimating remaining useful life of components of an operational wind turbine | |
| Peng et al. | Wind turbine failure prediction and health assessment based on adaptive maximum mean discrepancy | |
| WO2023123685A1 (zh) | 风力发电机组的寿命评估方法和装置 | |
| JP6373682B2 (ja) | 風力発電設備の応力推定装置および風力発電設備の応力推定方法、風力発電システム | |
| Campobasso et al. | Rapid estimate of wind turbine energy loss due to blade leading edge delamination using artificial neural networks | |
| CN114742363A (zh) | 风电机组的能效状态评价方法、系统及介质 | |
| KR20240023651A (ko) | 풍력 터빈의 피치 베어링의 수명을 평가하는 방법 및 디바이스 | |
| TWI700431B (zh) | 風力發電系統 | |
| Astolfi et al. | Data-driven methods for the analysis of wind turbine yaw control optimization | |
| Gray et al. | A practical approach to the use of scada data for optimized wind turbine condition based maintenance | |
| CN116191554A (zh) | 风电场的功率控制方法和装置 | |
| Peco Chacon et al. | Support vector machine and K-fold cross-validation to detect false alarms in wind turbines | |
| Verma et al. | FIS based selection of CM system design parameters from a multi-objective optimisation model using GA | |
| da Rosa et al. | Wind Turbine Blade Mass Imbalance Detection Using Artificial Intelligence | |
| Fang et al. | Failure Prediction of Wind Turbines Using Improved Gray Relation Analysis Based Support Vector Machine Method | |
| EP4353968A1 (en) | Determining wind turbine lifetime |