TWI546762B - Wind power generation equipment of the stress estimation device and wind power equipment, the stress estimation method, wind power generation system - Google Patents

Description

風力發電設備之應力推定裝置及風力發電設備之應力推定方法、風力發電系統

本發明有關風力發電設備，特別是，有關風力發電設備之結構強度診斷。

從確保安定的能源資源或防止地球暖化的觀點來看，導入擴大太陽光發電或風力發電等之可再生能源是可以寄予很大的期待。風力發電系統的設計中，透過提升發電效率、大型化風力發電設備、合理化建設工法、縮短工期、簡易化保養修理，減低發電成本，來用於作為發電事業容易成立之種種的檢討持續進行中。

隨著風力發電設備的大型化，在數MW規模的風力發電系統中，其風車的葉片長度或塔的高度亦達數十公尺。為此，風車因所受的風速或風向的變化，施加到葉片或塔的力(力矩)變化很大，於葉片或塔產生很大的應力(形變)。把該應力作為要因，於葉片或塔蓄積疲勞，是有發生葉片的破損或塔的倒塌的事故的可能性。

在此，以進行風力發電設備的狀態監視，實施朝最佳的控制或設計的回饋的方式，致力於削減損失成本，提升發電收益。

作為本技術分野之背景技術，例如，有專利文獻1般的技術。於專利文獻1，揭示有從負載的時間序列資料作成解析對象的應力時間序列資料之風車構造體的應力解析裝置。

而且，於專利文獻2，揭示有從負載的時間序列資料作成解析對象的應力時間序列資料之風車運用時的疲勞強度的評量指標設定方法。

而且，於專利文獻3，揭示有從風負載或波浪負載的時間序列資料求取解析對象的應力之浮體式風力發電裝置的設計方法。

而且，於專利文獻4，揭示有根據時間序列的風況資料預測風況，控制風車之風力發電系統。

而且，於專利文獻5，揭示有根據時間序列的風況資料等預測風速的變動，進行風力發電設備的發電機的輸出控制之發電量預測方法。

〔先前技術文獻〕 〔專利文獻〕

〔專利文獻1〕日本特開2010-79685號專利公報

〔專利文獻2〕WO2010/038305號公報

〔專利文獻3〕日本特開2005-240785號專利公報

〔專利文獻4〕日本特開2008-64081號專利公報

〔專利文獻5〕日本特開2013-222423號專利公報

如上述，風力發電設備中，風車的狀態監視，特別是，有效率進行在風車所產生的應力(形變)的監視，並回饋到最佳的運轉控制或風車的葉片、塔的強度設計方面，係在預測風車的壽命，來防範葉片的破損或塔的倒塌等的事故於未然，以安定供給電力上，成為重要的課題。

但是，機械的結構強度中，試驗資料與現場的實測資料差異很大，比想定還早發生損傷的案例也多。而且，測定風車的結構強度之場合，是有必要在各風車設置多數個感測器；但有感測器的成本或確保設置場所的問題，複數風車的多點的計測是困難的。

在專利文獻1的風車構造體的應力解析裝置方面，作成設定在風車構造體之指定的負載觀測處中的負載時間序列資料，根據該負載時間序列資料利用應力解析手段計算設定在風車構造體之至少1個解析對象處中的應力時間序列資料。

但是，在該方法下，應力解析手段中，使用對應到解析對象處的負載變換表，從負載觀測處的負載資料作成解析對象處的負載時間序列資料是有必要；但 準備全部的負載觀測處與全部的解析對象處的組合的負載變換表事實上是不可能，實際上是被限定在解析對象處。

在專利文獻2的評量指標設定方法方面，作成被設定在風車構造體之指定的負載觀測處中的負載時間序列資料，根據該負載時間序列資料求取應力時間序列資料，在把根據應力時間序列資料的應力在整個補償運作期間給予到評量對象部位的場合，為了不使評量對象部位發生脆弱性破壞，決定最低限必要的破壞韌性值。

但是，在該方法下負載觀測處與評量對象處為同一的緣故，在欲評量大量的位置的場合，是無法削減感測器。

在專利文獻3的浮體式風力發電裝置的設計方法方面，從因波浪所致之應力的統計值求取應力振幅的概率分布，從該應力振幅的概率密度分布求取因波浪所致之疲勞破壞度，同時從因風所致之應力的時間序列求取因風所致之疲勞破壞度。經由合計因波浪所致之疲勞破壞度與因風所致之疲勞破壞度的合計疲勞破壞度，更精確預估因風與波浪所致之覆變負載的影響，可以反映在浮體式風力發電裝置的疲勞強度設計上。

但是，在該方法下與專利文獻2同樣，負載觀測處與評量對象處為同一的緣故，在欲評量大量的位置的場合，是無法削減感測器。

在專利文獻4的風力發電系統方面，把預測風況作為控制輸入，導入把有關發電量與成本的利益予以最大化之預測控制量推定機構，從單一或者是複數的風況觀測機構所得的多維的風況觀測系列使用最佳的力學系統再構成，來實施確實的風況預測。經此，可以最大限度活用風況的時空間資訊之地域風況力學系統之適切的再構成時空與高精度的預測，因而，不會進行無謂的控制，可以高效率發電。

但是，在該方法下為了預測風況是有必要縮小預測誤差；但進行高精度氣象預報是困難的。而且，有關風車的結構強度並未言及。

在專利文獻5的發電量預測方法方面，作為用於進行電力系統側發電機的輸出控制的餘裕，實現所謂數10分後的指令(order)之風力發電設備的發電量預測。本發明，係事先記憶過去的風況時間序列資料、過去的氣象時間序列資料，抽出與現在的風況、氣象時間序列資料類似之過去的風況時間序列資料，且一起進行風況預測，推定發電量。

但是，在該方法與專利文獻4同樣，為了預測風況是有必要縮小預測誤差；但進行高精度氣象預報是困難的。而且，有關風車的結構強度同樣並未言及。

在此，本發明的目的，係提供有一種不用設有必要以上的應力檢知感測器，而可以做風車的應力測定或者是應力監視之風力發電設備的應力推定裝置。

而且，本發明之其他的目的，係提供有一種不用設有必要以上的應力檢知感測器，而可以做風車的應力測定或者是應力監視之風力發電設備的應力推定方法。

而且，本發明之另一目的，係提供有一種不用設有必要以上的應力檢知感測器，而可以做風車的應力測定或者是應力監視之風力發電系統。

為了解決上述課題，本發明為一種風力發電設備之應力推定裝置，係根據已測定的風況資料，選擇類似該風況資料與風況之其他的風車，從該已選擇的風車的應力值推定應力未計測的風車的應力值；其特徵為：前述風力發電設備之應力推定裝置，具備：類似風況選擇部，係從已被輸入的風況資料選擇風況類似之其他的風車的風況；應力值資料庫，係蓄積複數之風車的應力值；推定應力值算出部，係從對應到前述已選擇的風車之前述應力值資料庫的應力值推定應力未計測的風車的應力值；以及應力值資料庫更新部，係根據經由前述推定應力值算出部所算出的應力推定值，更新已蓄積在前述應力值資料庫的複數之風車的應力值；前述推定應力值算出部，係根據從以前述類似風況選擇部所選擇出的複數之風況類似度及前述應力值資料庫所抽出的複數之應力值，推定應力未計測的風車的應力值。

而且，本發明為一種風力發電設備之應力推定方法，係根據已測定之風況資料，選擇該風況資料與風況類似之其他的風車，從該已選擇的風車的應力值推定應力未計測的風車的應力值；其特徵為：選擇類似於前述已測定的風況資料之風況的風況分類及風況類似度；從應力值資料庫抽出對應到前述已選擇的風況分類之應力值；根據從前述應力值資料庫已抽出的應力值及前述風況類似度，推定應力未計測的風車的應力值。

而且，本發明為一種風力發電系統，係根據已測定之風況資料，推定應力未計測的風車的應力值；其特徵為：前述風力發電系統，具備：應力值蓄積裝置，係蓄積複數之風車的應力值；以及應力推定裝置，係從前述應力值蓄積裝置抽出於前述已測定的風況資料風況類似之其他之複數之風車的應力值，從前述已抽出的複數之風車的應力值推定應力未計測的風車的應力值。

根據本發明，可以實現一種不用設有必要以上的應力檢知感測器，而可以做風車的應力測定或者是應力監視之風力發電設備的應力推定裝置。

而且，根據本發明，可以實現一種不用設有必要以上的應力檢知感測器，而可以做風車的應力測定或者是應力監視之風力發電設備的應力推定方法。

而且，根據本發明，可以實現一種不用設有必要以上的應力檢知感測器，而可以做風車的應力測定或者是應力監視之風力發電設系統。

而且，根據本發明，不用設有必要以上的應力檢知感測器，預測風車的壽命，防止葉片的破損或塔的倒塌等的事故於未然，可以有安定的電力供給。

而且，根據本發明，可以在風力發電設備的建設前推定風車的應力。

上述以外的課題、構成及效果，係經由以下的實施方式的說明而明示。

10‧‧‧類似風況選擇部

20‧‧‧應力值DB

30‧‧‧推定應力值算出部

40‧‧‧應力值DB更新部

100‧‧‧風力發電系統

200‧‧‧風車

300‧‧‧應力推定裝置

400‧‧‧應力值蓄積裝置

500‧‧‧風力發電廠監視樓房

E10‧‧‧塔

E20‧‧‧葉片

F1‧‧‧類似風況選擇步驟

F2‧‧‧應力值DB存取步驟

F3‧‧‧推定應力值算出步驟

F4‧‧‧應力值DB更新步驟

S10‧‧‧風況測定值

S20‧‧‧未計測應力推定值

S30‧‧‧風況標記

S40‧‧‧風況類似度

〔圖1〕為表示有關本發明之一實施方式的風力發電系統的構成之圖。

〔圖2〕為表示有關本發明之一實施方式的風力發電系統的類似風況選擇部中的風況級別分類之圖。

〔圖3〕為表示有關本發明之一實施方式的風力發電系統的應力推定方法之流程。

〔圖4〕為表示有關本發明之一實施方式的風力發電系統的全體概要之圖。

一邊參閱圖面一邊說明本發明的實施例。尚 且，在各圖及各實施例中，對於同一或類似的構成要素賦予相同符號，省略說明。

〔實施例1〕

圖1為表示有關本發明之一實施方式的風力發電系統的構成之圖。於圖1所示之風力發電系統100，例如具有：類似風況選擇部10，係把乃是來自設置於診斷對象的風車的感測器的資料之風況測定值S10作為輸入，根據風況測定值S10分類診斷對象的風車的風況級別(例如，風速為強，風向為南東等)，算出類似的風況資料與其類似度；應力值DB20，係把以類似風況選擇部10所選擇的風況級別作為輸入，從保存有對應到複數之風況級別中的每一個的應力值的資料庫(DB)輸出相當於已被輸入的風況級別之應力值；推定應力算出部30，係以把在類似風況選擇部10所被選擇出的風況級別的類似度與從應力值DB20所被輸出的應力值作為輸入，並演算複數之風況類似度與應力值的方式，算出未計測應力推定值；以及應力值DB更新部40，係把未計測應力推定值S20作為輸入，與保存在應力值DB20之適當的應力值做比較，更新應力值DB20；輸出未計測應力推定值S20。

風況測定值S10乃是用於感測風的狀態之訊號資料，例如，包含有風向、風速、溫度、濕度、雨量、天氣等的氣象資料與地形資料。

在類似風況選擇部10方面，把風況測定值 S10作為輸入，比較預先準備好的複數之風況級別與欲應力推定之風力發電系統的風況測定值S10，算出類似度，複數選擇類似度高的風況級別(選擇標記(label))。所謂風況級別，是從構成風況測定值S10之數種類的訊號資料複數組合任意種類的訊號，構成風況級別。

圖2為表示圖1的類似風況選擇部10中的風況級別分類之一例之表。基本上會反覆已說明的部分，故省略詳細的說明，但如圖2所示，從用於感測風的狀態之訊號資料中，組合風向與風速，以風速3階段(弱、中、強)與風向8階段(北、北東、東、南東、南、南西、西、北西)的組合做成24級別，於每級別指派標記。

風況的類似度，係在風況測定值S10之中，把構成風況級別的訊號資料組作為輸入，使用學習頻繁模式抽出或級別分類等規則性的機械學習亦即主成分分析、分群、支持向量機等的手法，算出與任意的風況級別之類似度。僅計算已選擇到的風況級別之數量，算出複數個類似度高的風況級別與其類似度之對。此時，預先，把蓄積在應力值DB20之其他的風車之計測完畢風況測定值作為學習資料事先學習。

有關風況的類似度的算出，也於上述以外，例如，也可以使用從被輸入到類似風況選擇部10的風況資料的主成分分析或風況資料之各參數的平均值而來的 偏差(離勢)來算出。

或者是，根據複數個風車群中的各風車群間的距離之分群手法，亦可使用複數個風車群中的各風車群之每一個的最大值的比較、平均值的比較、離勢的比較、分散或偏差等。

在應力值DB20方面，蓄積計測完畢之風車的應力值。各個資料，係先以計測日、計測日的風況測定值(氣象資料)、計測時間、計測部位、應力值等來構成，賦予表示風況級別之標記。僅用類似風況選擇部10所被分類的級別的數量，存在標記。依照以類似風況選擇部10所選擇出的風況級別的標記，輸出適當的應力值到推定應力算出部30。

推定應力算出部30，係把以類似風況選擇部10所選擇出的風況級別的類似度與從應力值DB20所已被輸出的應力值作為輸入，從複數之風況類似度與應力值算出未計測應力推定值S20。

算出方法，係例如，如式1所示，可以使用複數之風況類似度與應力值的積和演算(product sum operation)。

未計測應力推定值=Σ(風況類似度A×應力值A)+(風況類似度B×應力值B)+...：式1

或者是，如式2所示，可以從計測完畢的風車的應力值A與風況類似度A的倒數的積求取風況類似的應力。

未計測應力推定值=應力值A×(1/風況類似度A)：式2

而且，於複數之風況類似度與應力值個別設有指定的閾值，亦可使用閾值以上的風況類似度與應力值算出未計測應力推定值。

或者是，也考慮到在某風況類似度與其他的風況類似度比較後為較大的場合，把對應其風況類似度的應力值視為未計測應力推定值。

應力值DB更新部40，係根據經由推定應力值算出部30所算出之未計測應力推定值S20更新應力值DB20。

未計測應力推定值S20的風況類似度相對於應力值DB20中的某單獨的風況標記為1，亦即完全一致的場合，不更新應力值DB20；但風況類似度有複數個，而且，類似度為低的場合為不存在於應力值DB20的資料的緣故，蓄積未計測應力推定值S20後更新應力值DB20。

圖3為表示有關本發明之一實施方式的風力發電系統的應力推定方法之一例的流程。基本上會反覆已經說明的部分，故省略詳細的說明，如圖3所示，開始應力推定的話，在類似風況選擇步驟F1把風況測定值S10作為輸入，分類風況測定值S10的風況，求取風況標記S30與風況類似度S40，前進到應力值DB存取步驟F2。

在應力值DB存取步驟F2，把在類似風況選擇步驟F1求出的風況標記S30作為關鍵(key)，對應力值DB20進行存取後於風況標記S30輸出適當的應力值到推定應力值算出步驟F3。

在推定應力值算出步驟F3，把從應力值DB存取步驟F2所輸出的應力值與從類似風況選擇步驟F1輸出的風況類似度S40作為輸入，把未計測應力推定值S20，例如，用上述數學式1般的積和演算算出。輸出未計測應力推定值S20的同時，回饋到應力值DB更新步驟F4。

應力值DB更新步驟F4係把未計測應力推定值S20作為輸入，更新蓄積在應力值DB20的應力值後結束。

圖4為表示有關本發明之一實施方式的風力發電系統的全體概要之圖。

風車200，具有：乃是應力推定對象機器之塔E10或葉片E20、以及經由風況測定值S10進行狀態的診斷之應力推定裝置300。應力推定裝置300，乃是在至此為止的實施例所已說明的風力發電系統100之中，除了應力值DB20與應力值DB更新部40之外的構成為相同者，推定塔或葉片中的未計測處的應力值。

利用應力值DB20與應力值DB更新部40所構成的應力值蓄積裝置400係設置在風力發電廠監視樓房500等用網路連結複數之風車的設施。

如以上說明，根據本發明，可以不用設有必要以上的應力檢知感測器，進行風車的應力測定或者是應力監視。

而且，不用設有必要以上的應力檢知感測器，預測風車的壽命，防止葉片的破損或塔的倒塌等的事故於未然，可以安定供給電力。

而且，可以在風力發電設備的建設前推定風車的應力。

尚且，本發明並不限定於上述的實施例，包含有各式各樣的變形例。例如，上述的實施例係為了容易理解地說明本發明而詳細說明，未必會限定在具備已說明之全部的構成。又，可以把某一實施例的構成的一部分置換到另一實施例的構成，還有，亦可在某一實施例的構成加上另一實施例的構成。又，有關各實施例的構成的一部分，是可以追加、刪除、置換其他的構成。

還有，上述之各個構成、功能、處理部、處理手段等，係亦可把這些的一部分或者是全部，經由以例如積體電路來設計等以硬體來實現。

還有，上述之各個構成或功能等，係亦可經由處理器把實現各個功能之程式予以解析執行的方式，用軟體來實現。實現各功能之程式、表、檔案等的資訊，也可以事先記錄到記憶體或硬碟、SSD(Solid-State-Drive：固態硬碟)等的記錄裝置、或IC卡、記憶卡、DVD等的記錄媒體。

還有，控制線或資訊線係示出考慮到說明上必要者，但製品上未必要示出全部的控制線或資訊線。實際上亦可考慮到相互連接幾乎全部的構成者。

10‧‧‧類似風況選擇部

20‧‧‧應力值DB

30‧‧‧推定應力值算出部

40‧‧‧應力值DB更新部

100‧‧‧風力發電系統

S10‧‧‧風況測定值

S20‧‧‧未計測應力推定值

Claims (15)

1. 一種風力發電設備之應力推定裝置，係根據已測定的風況資料，選擇類似該風況資料與風況之其他的風車，從該已選擇的風車的應力值推定應力未計測的風車的應力值；其特徵為：前述風力發電設備之應力推定裝置，具備：類似風況選擇部，係從已被輸入的風況資料選擇風況類似之其他的風車的風況；應力值資料庫，係蓄積複數之風車的應力值；推定應力值算出部，係從對應到前述已選擇的風車之前述應力值資料庫的應力值推定應力未計測的風車的應力值；以及應力值資料庫更新部，係根據經由前述推定應力值算出部所算出的應力推定值，更新已蓄積在前述應力值資料庫的複數之風車的應力值；前述推定應力值算出部，係根據從以前述類似風況選擇部所選擇出的複數之風況類似度及前述應力值資料庫所抽出的複數之應力值，推定應力未計測的風車的應力值。
2. 如請求項1之風力發電設備之應力推定裝置，其中，被輸入到前述類似風況選擇部的風況資料，係使用風向、風速、溫度、濕度、雨量、天氣的氣象資料之中，至少2個以上的氣象資料。
3. 如請求項1或2之風力發電設備之應力推定裝置，其中，前述類似風況選擇部，係經由被輸入到該類似風況選擇部之風況資料的主成分分析、從被輸入到該類似風況選擇部之風況資料的各參數的平均值而來的偏差、根據複數個風車群中的各風車群間的距離之分群手法、學習頻繁模式抽出或者是級別分類的規則性之機械學習之其中任一者，來選擇風況類似之其他的風車。
4. 如請求項1或2之風力發電設備之應力推定裝置，其中，前述推定應力值算出部，係把前述複數之風況類似度與前述複數之應力值予以積和演算，來推定前述應力未計測的風車的應力。
5. 如請求項1或2之風力發電設備之應力推定裝置，其中，推定前述應力未計測的風車中的應力值之部位，乃是風車的塔或者是葉片。
6. 一種風力發電設備之應力推定方法，係根據已測定之風況資料，選擇該風況資料與風況類似之其他的風車，從該已選擇的風車的應力值推定應力未計測的風車的應力值；其特徵為：選擇類似於前述已測定的風況資料之風況的風況分類及風況類似度；從應力值資料庫抽出對應到前述已選擇的風況分類 之應力值；根據從前述應力值資料庫已抽出的應力值及前述風況類似度，推定應力未計測的風車的應力值。
7. 如請求項6之風力發電設備之應力推定方法，其中，前述風況資料，係使用風向、風速、溫度、濕度、雨量、天氣的氣象資料之中，至少2個以上的氣象資料。
8. 如請求項6或7之風力發電設備之應力推定方法，其中，經由前述風況資料的主成分分析、從前述風況資料的各參數的平均值而來的偏差、根據複數個風車群中的各風車群間的距離之分群手法、學習頻繁模式抽出或者是級別分類的規則性之機械學習之其中任一者，來選擇類似的風況。
9. 如請求項6或7之風力發電設備之應力推定方法，其中，以把複數之風況類似度與複數之應力值予以積和演算的方式，來推定前述應力未計測的風車的應力。
10. 如請求項6或7之風力發電設備之應力推定方法，其中，推定前述應力未計測的風車中的應力值之部位，乃是風車的塔或者是葉片。
11. 一種風力發電系統， 係根據已測定之風況資料，推定應力未計測的風車的應力值；其特徵為：前述風力發電系統，具備：應力值蓄積裝置，係蓄積複數之風車的應力值；以及應力推定裝置，係從前述應力值蓄積裝置抽出於前述已測定的風況資料風況類似之其他之複數之風車的應力值，從前述已抽出的複數之風車的應力值推定應力未計測的風車的應力值。
12. 如請求項11之風力發電系統，其中，前述風況資料，係使用風向、風速、溫度、濕度、雨量、天氣的氣象資料之中，至少2個以上的氣象資料。
13. 如請求項11或12之風力發電系統，其中，經由前述應力推定裝置中，前述風況資料的主成分分析、從前述風況資料的各參數的平均值而來的偏差、根據複數個風車群中的各風車群間的距離之分群手法、學習頻繁模式抽出或者是級別分類的規則性之機械學習之其中任一者，從前述應力值蓄積裝置抽出風況類似之其他複數之風車的應力值。
14. 如請求項11或12之風力發電系統，其中，在前述應力推定裝置中，以把複數之風況類似度與複數之應力值予以積和演算的方式，來推定前述應力未計測的風車的應力。
15. 如請求項11或12之風力發電系統，其中， 推定前述應力未計測的風車中的應力值之部位，乃是風車的塔或者是葉片。