TW201534812A - 風力發電機的異常程度判定系統及風力發電機的異常程度判定方法 - Google Patents

Abstract

本發明的目的為：可考慮雷擊的影響而辨識是否產生異常。 為了解決上述課題，本發明的特徵為具備：用來偵測風力發電機之狀態的感測器(002)；和根據由感測器(002)所測得的資訊，判定在風力發電機是否產生異常的異常判定部(005)；和用來讀取對風力發電機的雷擊資訊或者風力發電機周邊之雷擊資訊的雷擊資訊讀取部(003)；及根據由雷擊資訊讀取部(003)所讀取的雷擊資訊及異常判定部(005)的判定，來判定異常程度的異常程度判定部(008)。

Description

風力發電機的異常程度判定系統及風力發電機的異常程度判定方法

本發明是關於風力發電機的異常程度判定系統及風力發電機的異常程度判定方法，特別是關於採用雷擊資訊來判定風力發電機之異常程度的技術。

就本技術領域的背景技術而言，譬如存在有日本特開2012-117446號公報(專利文獻1)。在該方法中記載著：提供一種可藉由簡單、低價且可靠性高的構造，確實地判定曾經有雷擊、及雷擊位置的雷擊偵測裝置。此外，存在有日本特開2011-236884號公報(專利文獻2)。在該公報中則記載著：提供一種具有可靠性，且簡易的方法，亦即考慮了成本面之經改良的用來偵測對風力渦輪之雷擊的雷擊偵測裝置。

[先行技術文獻] [專利文獻]

專利文獻1：日本特開2012-117466號公報

專利文獻2：日本特開2011-236884號公報

在傳統的技術中，並未記載有執行雷擊偵測，且考慮雷擊影響之異常程度的判定。因此，雖然能理解雷擊的事實，但對於在風力發電機葉片所產生的損傷程度卻不得而知。本發明考慮雷擊的影響，將「可辨別是否產生異常」作為目的。

為了解決上述課題，本發明之風力發電機的異常程度判定系統，其特徵為具備：用來偵測風力發電機之狀態的感測器；和根據由該感測器所測得的資訊，判定在風力發電機是否產生異常的異常判定部；和用來讀取對風力發電機的雷擊資訊或者風力發電機周邊之雷擊資訊的雷擊資訊讀取部；及根據由該雷擊資訊讀取部所讀取的雷擊資訊及前述異常判定部的判定，來判定異常程度的異常程度判定部。

此外，用來解決上述課題之風力發電機的異常程度判定方法，其特徵為：具備用來偵測風力發電機之狀態的感測器，並根據由該感測器所測得的資訊，判定在風力發電機是否產生異常，且來讀取對風力發電機的雷擊資訊或者風力發電機周邊的雷擊資訊，根據所讀取的該雷 擊資訊及是否產生異常的前述判定，來判定異常程度。

根據本發明，能考慮雷擊的影響，而辨別是否產生異常。

001‧‧‧葉片診斷系統

002‧‧‧感測器

003‧‧‧雷擊資訊讀取部

004‧‧‧訊號處理部

005‧‧‧異常判定部

006‧‧‧異常位置計算部

007‧‧‧資料庫

008‧‧‧異常程度判定部

009‧‧‧雷擊檢測部

010‧‧‧診斷結果連合部

100‧‧‧葉片

S01‧‧‧輸入訊號

S02‧‧‧雷擊資訊

S03‧‧‧訊號處理

S04‧‧‧異常判定

S05‧‧‧異常位置判定

S06‧‧‧異常程度判定

S07‧‧‧雷擊判定

S08‧‧‧輸出部

G01‧‧‧異常程度

G02‧‧‧雷擊檢測結果

G03‧‧‧異常程度調整

601‧‧‧資料庫結構例

602‧‧‧過去的雷擊資訊

701‧‧‧異常程度曲線例

第1圖：為葉片診斷系統之構造圖的例子。

第2圖：為系統流程圖的例子。

第3圖：為異常程度判定部的例子。

第4圖：為資料庫結構的例子。

第5圖：為異常程度曲線的例子。

第6圖：為風力發電機的整體圖。

以下，採用圖面說明實施例。而以下的說明僅是實施例而已，本發明的實施態樣並不侷限於以下的具體態樣。

[實施例1]

在本實施例中，是說明：當雷擊產生時，對風力發電機的葉片進行診斷並算出異常程度之系統的例子。所謂風力發電機的葉片，是指風力發電機所使用的翼 片。

第1圖，是本實施例之風力發電機的葉片診斷系統的例子。本葉片診斷系統001，是由以下所構成：感測器002、雷擊資訊讀取部003、訊號處理部004、異常判定部005、異常位置計算部006、作為紀錄部而運作的資料庫(以下，簡稱為DB)007、異常程度判定部008、雷擊檢測部009、診斷結果連合部010。在感測器002偵測出：用於在異常判定部005的異常判定、甚至在使用複數個感測器時異常位置計算部006之異常位置計算的資訊。此外，在雷擊資訊讀取部003，取得風力發電機本身、或者其周邊(譬如1km以內)的雷擊資訊。接著，根據從感測器002及雷擊資訊讀取部003所取得的資訊，以異常程度判定部008執行異常程度判定。而針對風力發電機葉片的異常，認為異常是階段性地形成。所謂風力發電機葉片的異常，可舉出龜裂、風力發電機葉片素材的剝離、切斷等。

本葉片診斷系統001，是利用感測器002向訊號處理部004送入資料。在訊號處理部004，根據由感測器002所讀取的資訊，執行異常判定部005所使用之特徵量的估算。就感測器002而言，可考慮聲響感測器、振動、AE(Acoustic Emission：聲波發射，譬如偵測20kHz以上)感測器、應變感測器(strain sensor)。舉例來說，在感測器為聲響感測器的場合中，在訊號處理部004的訊號處理，可考慮為傅立葉變換(Fourier transformation)、希 伯特變換(Hilbert transformation)、波形的絕對值處理。經訊號處理部004處理的資料，以異常判定部005來判別機器的狀態。在機器的狀態判別中存在正常或者異常，在正常、異常的判別中，譬如可舉出所謂閾值判定、叢聚(clustering；參考文獻：統計學入門東京大學出版會)的統計性方法。經異常判定部005判定的資料，被送往異常位置計算部006。在此，假設葉片上之異常的位置計算。而就異常位置計算方法而言，譬如可考慮：將安裝有感測器的場所設為異常的作法、或者利用複數個感測器來推定場所的方法等。在感測器002中，當安裝數量為1個時，不執行異常位置計算。在感測器002中，當安裝有複數個感測器且感測器002為聲響感測器時，就推定異常位置計算的方法而言，可考慮執行「著重於相位差」之位置推定等。經異常判定部005及異常位置計算部006處理的資料，被送往異常程度判定部008。

與由上述的感測器002所獲得的資訊處理同時進行，由雷擊資訊讀取部003讀取雷擊的資訊。雷擊資訊讀取部003中的手段，具體來說可考慮使用安裝於診斷機器的雷擊用感測器，除此之外，譬如也能考慮從GPS或者天氣預報等取得周邊的雷擊資訊等。就雷擊用感測器的測量方法而言，更具體地可舉出所謂電壓測量或溫度測量來做為其中一例，此外，針對讀取「風力發電機設置場所周邊之雷擊資訊」的方法，就更具體的例子而言，有著所謂採用GPS並從氣象局網站取得風力發電機設置場所 周邊之雷擊資訊的方法。在雷擊檢測部009中，根據由雷擊資訊讀取部003所取得的資訊，判定是否產生雷擊。就雷擊檢測部009的判定方法而言，在雷擊資訊讀取部003的檢測手段為電壓、溫度等利用感測器來檢測某些物理量的場合中，是預先決定閾值來加以判定，在採用GPS和氣象網站等，也就是指不僅限於風力發電機的本身，還採用包含周邊之雷擊資訊的場合中，則直接使用由氣象局網站所取得之是否雷擊的資訊。雷擊檢測部009的檢測結果，送往異常程度判定部008。

在異常程度判定部008中，除了利用雷擊檢測部009所獲得的資料之外，還採用DB007所蓄積的異常程度曲線和過去的雷擊資訊來執行異常程度判定。在本文中，所謂的異常程度曲線，是表示異常程度與異常指標之關係的線型。經異常程度判定部008所判定的異常資料，被送往診斷結果連合部010。而所謂的異常程度，是指風力發電機葉片因雷擊所造成的損傷程度，是將立即停止的等級、即使未立即停止亦無妨之不會產生異常的等級、所謂沒有異常的損傷程度與運轉可能性賦予關聯。

以下，列舉實際的例子進行說明。在此，選用風力發電機葉片診斷作為例子。在第2圖中，顯示流程圖。採用第1圖的構造圖、及第2圖的流程圖進行說明。此外，在該實例中，第1圖中的感測器002，是形成將AE感測器安裝1個葉片，3處合計安裝3個(每處安裝1個)。首先，由感測器002將「利用AE感測器所獲得的輸 入訊號(AE波形)」送入訊號處理部004。在第2圖的流程圖中，AE波形被輸入訊號S01所取入。接著，以訊號處理部004(相當於第2圖的訊號處理S03)，執行所輸入之訊號的處理。在此，更具體地說，是算出AE波形的絕對值。然後，該例是在AE波形的算出過程中，對輸入訊號進行AD轉換，而取得其絕對值。將AE波形的絕對值作為特徵量。經訊號處理部004處理的特徵量，被送往異常判定部005(第2圖的異常判斷S04)。在異常判定部005，執行針對訊號處理部004所算出之特徵量的異常判定。在該例中，異常判定的方法，是採用叢聚的手法。這是指將正常資料預先收錄於DB，對該正常資料、與「由感測器002所輸入，並經訊號處理部004的處理，而輸入異常判定部005的資料」之間的差異進行比較的方法。設計上，在這個例子中，只要是將作為「正常資料、與異常判定部005所輸入的資料之間的叢聚所形成的統計距離的差值」而算出的標準偏差(σ)=3以上，便視為異常。此外，在本實施例中，將此時所算出的標準偏差(σ)稱為異常指標。在異常判定部005，執行正常、異常的識別，並將異常判定結果送往異常位置計算部006(第2圖，異常位置判定S05)。在異常位置計算部006，利用由感測器002及訊號處理部004、異常判定部005所算出的特徵，計算風力發電機葉片的異常位置。在本實例中，雖然是在各葉片中，於3個位置一共安裝3個(每1處安裝1個)感測器，但亦可考慮將風力發電機的葉片區分為前端、正中央、根部的 3個部分。當異常位置的計算時，著眼於「從靠近異常產生之部位的感測器起，依序檢測出顯示異常的峰值波形」，而計算出3個感測器之中，最先顯示出「表示異常的峰值波形」之感測器附近產生異常。當計算之際，是採用利用1個感測器所檢測之峰值的間隔(峰值波形的時間寬度)、和剩餘的感測器所檢測之峰值波形間的時間差。再者，假設跨越某特定的時間寬度(譬如，將「從10點起到11點」作為異常檢測的1個單位等)而產生峰值的場合，在該場合中，有可能偶然地在該時間寬度中非最接近異常位置之部位的感測器產生最初的峰值。相對於這樣的情形，也考慮利用該特定時間寬度之前的資訊。如此一來，能防止檢測出「偶然地在該時間寬度中非最接近異常位置之部位的感測器產生最初的峰值」。由異常位置計算部006所算出的異常位置以及異常判定部005的結果，送往異常程度判定部008(第2圖，異常程度判定S06)。

在異常程度判定部008中，參考登錄於DB007的異常程度曲線，並根據由異常判定部005所算出的正常異常辨識結果，進而算出異常程度。此外，此時採用從雷擊資訊讀取部003(第2圖，雷擊資訊S02)所讀取的雷擊資訊，將是否有雷擊(利用第2圖的雷擊判定S07來執行判定)用於異常程度判定時。針對異常程度判定方法，是形成當雷擊次數為1次時不調整異常指標，當雷擊次數為2次時則修正異常指標，且即使是相同的異常指標異常程度也會變更。這是由於：在風力發電機葉片的場合中，當受 到雷擊的影響時，無論感測器值等是否出現變化，都要考慮到所謂因過去的雷擊狀況而形成損傷的事例。將異常指標為3.0(σ)的場合作為例子，當雷擊次數存在於過去時，則將異常指標提升1點(one point)。由異常程度判定部008所算出的異常程度，被送往診斷結果連合部010。可以考慮將診斷結果連合部010與控制-維護系統連接，而使監視結果得以活用。而就活用的方法(方式)而言，譬如有用於退縮運轉(係指相較於正常的轉速，使轉速減慢之類的運轉方式)的控制、或對維護人員的狀態通知(對維護人員所具有的無線終端，發出有風車需要注意等的通知)，當然活用的方式並不侷限於此。

第3圖，顯示異常程度判定部008的流程。由「由異常判定部005所算出的異常程度G01」、及「由雷擊檢測部009所取得的雷擊資訊G02」、及「由異常程度G01與雷擊資訊G02所執行的異常程度調整G03」所構成。在異常程度調整G03中，對由異常判定部005所算出的異常指標進行修正。就具體的修正方法而言，可考慮：根據是否有雷擊，對異常指標執行1(σ)分的提升。針對異常指標的提升，可考慮「是否有雷擊、與利用異常判定部005所判定的異常判定結果之間的關係」蓄積於資料庫007的方法。針對「由異常判定部005所判定的異常判定結果」與「異常指標的提升值」，可考慮採用：由模擬(simulation)而分析地製作的方法、和使用設計時之理論值的方法等。雷擊資訊G02是指：當雷直擊於該風力發電機 之葉片的場合、或者雷擊於風力發電機周邊(譬如半徑1km以內)的資訊。在雷擊資訊G02中，是由雷擊資訊讀取部003所使用的感測器，決定是否為「雷直擊於葉片的場合」與「雷擊於風力發電機周邊的資訊」。接著，譬如可考慮所謂：在直擊的場合(指雷擊)中，相較於在風力發電機周邊雷擊的場合，更進一步提升異常指標的評價。此外，對於執行異常指標的提升時之雷擊是否存在，即使是過去的蓄積資訊中也有若干調整。在執行了葉片異常指標的修正後執行輸出。

第4圖，顯示資料庫007的構造例。在資料庫(DB)中，顯示異常指標與異常程度、過去的雷擊資訊。在本實施例中，是定義為異常指標-異常程度的表格(table)。表格中所表示的雷擊次數，是風力發電機葉片之設計時作為指標的次數，並不是表示「在由感測器002讀入前，在該風力發電機葉片形成雷擊的次數」。因此，就過去的雷擊資訊而言，是採用將「在由感測器002讀入前，把在該風力發電機葉片形成雷擊的次數記憶於DB」的領域顯示於602的形式另外設置。602的數字部分，在由雷擊判定S07判定出雷擊的場合，以每判定出1次便加1的方式持續更新。

第4圖的例子是顯示：在異常指標為「1」、「2」、「3以上」的3個區分時，過去雷擊資訊為1次雷擊的事例。此外，對於異常程度，則是顯示將異常程度區分為3個階段的例子。對於異常程度而言，也能假設成5個階 段等其他與3階段不同的階段。在圖示的例子中，由於過去的雷擊為1次，因此將相對於異常指標的異常程度提升1個階段。在利用異常判定部005所算出的異常指標為2(σ)的場合中，當過去產生1次雷擊時，則將異常指標修正成3(σ)。雖然在本次的事例中，雖然假設為雷擊次數每1次便對異常指標提升1個異常指標，但也能考慮所謂「對應於設置場所等而變更異常指標」的運用。

第5圖，顯示異常程度曲線例。所謂的異常程度曲線，是表示異常程度與異常指標之關係的線型。針對異常程度曲線，可舉出以下的製作方法：根據風力發電機葉片之設計時的實驗結果所製作、或者利用模擬等而分析地製作、「在風力發電機葉片中，對風力發電機葉片執行模擬而製作異常」的方法。

第5圖的例子是顯示：將在異常程度判定部008中所判定的異常程度，區分為3個階段時的異常指標與異常程度。異常程度由小往大依序成為1、2、3。在此，1表示輕度(無須立即停止運轉、或者無須於1個月內進行修理的等級)，2表示中度(雖然無須立即停止運轉，卻必須於1個月內進行修理的等級)，3表示重度(立即停機等級)。對應於第4圖所示的雷擊資訊，對預先登錄於DB的異常程度曲線修正異常指標，而形成送往診斷結果連合部010的判定結果。

第6圖，是顯示異常程度判定系統的感測器002實際搭載於風力發電機之葉片100的樣子的圖。雖然 在該場合中，感測器002是搭載於風力發電機的葉片100，但其他的系統構造機器是設置在從風力發電機器隔離的場所，使得以下的情形變得可能：譬如操作者進行監視。風力發電機具有：承受風而轉動之風力發電機的葉片100；和透過輪毂2將葉片100支承成可轉動，且支承葉片100之荷重的機艙6；及將機艙6支承成可搖動轉動(yaw rotation；亦稱為擺動轉動)的塔柱7。葉片的轉動透過主軸3而傳遞至增速機4，並在由增速機4增速後，將轉動能量傳遞至發電機5。發電機5，是採用該轉動能量促使轉子轉動而執行發電運轉的構件。

根據本實施例，可得知雷擊所造成的損傷程度、與是否可繼續運轉。藉由得知雷擊所造成的損傷程度，在「利用目視檢查，判定雷擊後的風力發電機葉片沒有異常，而使該風力發電機再度運轉」的場合中，可防止該風力發電機葉片在運轉中因雷擊的產生而突然導致風力發電機葉片損傷的突發性故障。此外，藉由知悉風力發電機葉片的異常程度，可制定出維修計畫、已考慮了異常程度之風力發電機的運轉計畫。

在上述實施例中，雖是針對風力發電機葉片進行了說明，但是本發明並非僅侷限於將「風力發電機葉片的損傷」作為對象，同樣能適用於機艙或塔柱等構成風力發電機的機器。但由於葉片在風力發電機中被配置在最高的位置，且雷擊的可能性最高，因此應用於葉片有特別顯著的效果。

001‧‧‧葉片診斷系統

002‧‧‧感測器

003‧‧‧雷擊資訊讀取部

004‧‧‧訊號處理部

005‧‧‧異常判定部

005‧‧‧異常位置計算部

007‧‧‧資料庫

008‧‧‧異常程度判定部

009‧‧‧雷擊檢測部

010‧‧‧診斷結果連合部

100‧‧‧葉片

Claims (12)

1. 一種風力發電機的異常程度判定系統，其特徵為：具備：感測器，用來偵測風力發電機的狀態；和異常判定部，根據該感測器所測得的資訊，判定在風力發電機是否產生異常；和雷擊資訊讀取部，用來讀取對風力發電機的雷擊資訊或風力發電機周邊的雷擊資訊；及異常程度判定部，根據該雷擊資訊讀取部所讀取的雷擊資訊及前述異常判定部的判定，而判定異常程度。
2. 如申請專利範圍第1項所記載之風力發電機的異常程度判定系統，其中具備用來記錄過去對風力發電機之雷擊次數或者風力發電機周邊之雷擊次數的記錄部，前述異常程度判定部也根據該記錄部所記錄的雷擊次數，判定異常程度。
3. 如申請專利範圍第1或2項所記載之風力發電機的異常程度判定系統，其中前述感測器在前述風力發電機設置複數個，藉由對由前述複數個感測器所獲得的資訊進行比較而特定出異常位置。
4. 如申請專利範圍第3項所記載之風力發電機的異常程度判定系統，其中前述感測器，被設在前述風力發電機之葉片的前端部、根部、及該前端部與該根部之中間部的至少3處位置。
5. 如申請專利範圍第1、2、3或4項所記載之風力發電機的異常程度判定系統，其中在前述異常程度判定部，根據從前述異常判定部所獲得的異常指標執行異常程度的判定，並對應於過去的雷擊次數而執行前述異常程度的提升。
6. 如申請專利範圍第5項所記載之風力發電機的異常程度判定系統，其中在直接雷擊於前述風力發電機的場合中，相較於雷擊於前述風力發電機周邊的場合，更進一步將前述異常程度提升。
7. 一種風力發電機，其特徵為：具備：申請專利範圍第1、2、3或4項所記載之風力發電機的異常程度判定系統；和承受風而轉動之風力發電機的葉片；和將前述葉片支承成可轉動，且支承前述葉片之荷重的機艙；及將前述機艙支承成可搖動轉動的塔柱。
8. 一種風力發電機的異常程度判定方法，其特徵為：具備用來偵測風力發電機之狀態的感測器，並根據由該感測器所測得的資訊，判定在風力發電機是否產生異常，且來讀取對風力發電機的雷擊資訊或者風力發電機周邊的雷擊資訊，根據所讀取的該雷擊資訊及是否產生異常的前述判定，來判定異常程度。
9. 如申請專利範圍第8項所記載之風力發電機的異常程度判定方法，其中根據過去對風力發電機的雷擊次數或者風力發電機周邊的雷擊次數，來判定前述異常程度。
10. 如申請專利範圍第9項所記載之風力發電機的異常程度判定方法，其中前述感測器在前述風力發電機設置複數個，對由該複數個感測器所獲得的波形資訊進行比較，並根據該波形資訊的時間差而特定出異常位置。
11. 如申請專利範圍第8、9或10項所記載之風力發電機的異常程度判定方法，其中根據前述異常指標執行異常程度的判定，且對應於過去的雷擊次數而執行前述異常程度的提升。
12. 如申請專利範圍第11項所記載之風力發電機的異常程度判定方法，其中在直接雷擊於前述風力發電機的場合中，相較於雷擊於前述風力發電機周邊的場合，更進一步將前述異常程度提升。