WO2018008571A1 - 風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体 - Google Patents

風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体 Download PDF

Info

Publication number
WO2018008571A1
WO2018008571A1 PCT/JP2017/024282 JP2017024282W WO2018008571A1 WO 2018008571 A1 WO2018008571 A1 WO 2018008571A1 JP 2017024282 W JP2017024282 W JP 2017024282W WO 2018008571 A1 WO2018008571 A1 WO 2018008571A1
Authority
WO
WIPO (PCT)
Prior art keywords
gust
wind speed
monitoring
damage
wind
Prior art date
Application number
PCT/JP2017/024282
Other languages
English (en)
French (fr)
Inventor
鈴木　潤
厚俊 武藤
泰宏 藤田
広幸 鈴木
Original Assignee
株式会社日本製鋼所
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 株式会社日本製鋼所 filed Critical 株式会社日本製鋼所
Priority to DK17824175.8T priority Critical patent/DK3480455T3/da
Priority to EP17824175.8A priority patent/EP3480455B1/en
Priority to CN201780041465.3A priority patent/CN109416023B/zh
Priority to ES17824175T priority patent/ES2855676T3/es
Priority to BR112019000063-1A priority patent/BR112019000063B1/pt
Publication of WO2018008571A1 publication Critical patent/WO2018008571A1/ja

Links

Images

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
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • 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
    • F05B2260/80—Diagnostics
    • 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
    • F05B2270/32—Wind speeds
    • 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
    • F05B2270/322—Control parameters, e.g. input parameters the detection or prediction of a wind gust
    • 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
    • F05B2270/331—Mechanical loads
    • 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
    • F05B2270/332—Maximum loads or fatigue criteria
    • 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
    • F05B2270/334—Vibration measurements

Definitions

  • the present disclosure relates to a technology for monitoring the state of a wind turbine generator, and in particular, a windmill monitoring device that monitors a fatigue life state due to heat, vibration, etc. of electrical components and equipment of the wind turbine generator, a windmill monitoring method, and a windmill monitoring
  • the present invention relates to a program and a storage medium.
  • Patent Document 1 As a device for monitoring the state of a wind turbine generator (hereinafter referred to as a windmill), there are devices proposed in Patent Document 1 and Patent Document 2.
  • Patent Document 1 is a windmill monitoring device that automatically monitors the state of a windmill and quantitatively evaluates the state according to an appropriate standard.
  • Patent Document 2 is to generate a threshold value for an abnormality of a device provided in a wind turbine using data collected before diagnosis, and then generate data collected at the time of diagnosis. It is a state monitoring system that diagnoses based on the threshold value.
  • Non-Patent Document 1 when designing a wind turbine, an extreme load evaluation for confirming safety with respect to the maximum load (50-year reproduction cycle) received by the wind turbine due to a gust, failure, etc. There is a fatigue load evaluation for confirming safety against fatigue loads generated during power generation and non-power generation. Although this design guideline evaluates the extreme load generated by the wind turbine due to gusts, a method for quantitatively evaluating the effects of specific frequent gusts frequently observed in mountainous terrain in Japan is shown. Absent. Furthermore, in the guidelines shown in Non-Patent Document 1, wind speed and turbulence intensity during storms are used to confirm the wind condition soundness at the wind turbine construction site.
  • the turbulent flow intensity is obtained by dividing the fluctuation of the wind speed by the average value of the wind speed, and indicates the degree of the turbulence of the wind.
  • the turbulence intensity at the annual average wind speed of 15m / s is considered as the reference turbulence intensity as one of the construction site evaluations. If the reference turbulence intensity at the candidate site exceeds the design turbulence intensity, it is judged that construction is impossible. Yes.
  • the turbulent flow intensity is only one index that expresses the fluctuation characteristics of the wind, and the influence on the wind turbine differs depending on the fluctuation cycle and pattern. In particular, gusts caused by topography and weather are generated intermittently, so it is difficult to reflect the increase in turbulence intensity, but the damage to the windmill is extremely large.
  • Patent Document 1 uses a characteristic value created based on measurement data measured by a plurality of sensors installed in the windmill, and It is a windmill monitoring device that monitors a state, extracts a data set necessary for diagnosis, and automatically diagnoses a state according to a predetermined criterion.
  • a windmill monitoring device that monitors a state, extracts a data set necessary for diagnosis, and automatically diagnoses a state according to a predetermined criterion.
  • the degree of damage to the wind turbine equipment strongly depends on the wind speed and operation history, it is difficult to judge from partially extracted data.
  • the operation performance of the same type machine is required, and the determination accuracy depends on the operation performance.
  • a threshold value is set by using machine learning in a measurement period of a predetermined determination criterion.
  • a clear and appropriate amount of determination criterion is set. It is difficult and it is necessary to accumulate knowledge based on long-term measurements. In particular, the degree of damage to equipment strongly depends on the wind conditions at the installation location, so long-term measured data at that location is required for each windmill, and it takes time to obtain state monitoring accuracy, and the accuracy varies. There is a problem that occurs. In addition, in wind farms with different types of windmills, uniform evaluation is difficult, and it is impossible to determine whether the cause of equipment damage depends on the wind conditions at the installation location or equipment. There's a problem. Furthermore, a large number of recording devices are required for recording a plurality of data indexes, and there is a problem that a device for processing them is expensive and time is required for calculation.
  • An object of the present invention is to provide a windmill monitoring device, a windmill monitoring method, a windmill monitoring program, and a storage medium that can be used.
  • a windmill monitoring apparatus is a windmill monitoring apparatus configured to monitor the windmill by acquiring a temporal change in wind speed of the windmill,
  • a monitoring control unit for obtaining a time history waveform of the wind speed from wind speed data indicating a temporal change in the wind speed of the windmill;
  • the supervisory control unit extracts a gust from the time history waveform of the wind speed, performs a gust evaluation, and accumulates and calculates a degree of damage of a predetermined device of the wind turbine based on the gust evaluation for each gust shape of the gust. Is configured to do.
  • the monitoring control unit may be configured to acquire the wind speed data via a network.
  • the gust evaluation may include measuring at least one of the magnitude and occurrence frequency of the gust.
  • the gust evaluation may include measuring the position of the gust in the gust shape.
  • monitoring control unit may be configured to classify the gust shape by the gust evaluation.
  • the monitoring control unit may have information on the degree of damage to the predetermined device for each classified gust shape.
  • the monitoring control unit may be configured to accumulate and calculate the degree of damage to the predetermined device according to the gust shape and the gust occurrence frequency.
  • the monitoring control unit may be configured to extract the gust from the time history waveform of the wind speed by a window method.
  • the monitoring control unit may be configured to determine the gust shape by a rainflow method from a time history waveform including the extracted gust.
  • the monitoring control unit may be configured to evaluate the degree of damage by using at least one of a displacement response, a load response, a vibration response, and a thermal response with respect to the predetermined device.
  • the monitoring control unit may be configured to determine at least one of the degree of damage, the remaining life, and the presence / absence of an abnormality based on the accumulated degree of damage.
  • the monitoring control unit is configured to determine at least one of the degree of damage, the remaining life, and the presence / absence of the abnormality based on the shape of the gust and the number of counts in addition to the accumulated degree of damage. May be.
  • a wind turbine monitoring method includes: Obtaining wind speed data indicating temporal changes in wind speed of the windmill; Based on the acquired wind speed data, obtaining a time history waveform of the wind speed; Extracting a gust from the time history waveform of the wind speed and performing a gust evaluation; And accumulating and calculating a degree of damage of a predetermined device of the windmill based on the gust evaluation for each gust shape.
  • a windmill monitoring program Obtaining wind speed data indicating temporal changes in wind speed of the windmill; Based on the acquired wind speed data, obtaining a time history waveform of the wind speed; Extracting gusts from the time history waveform of the wind speed; Performing a gust evaluation based on the extracted gust; A windmill monitoring program for causing a computer to execute a step of accumulating and calculating a degree of damage of a predetermined device of the windmill based on the gust assessment for each shape of the gust.
  • the storage medium is a computer-readable storage medium in which the monitoring program is stored.
  • a monitoring device At least one processor;
  • a monitoring device comprising at least one memory for storing computer readable instructions, When the computer readable instructions are executed by the processor, the monitoring device Obtaining wind speed data indicating temporal changes in wind speed of the windmill; Based on the wind speed data, gusts are extracted, Measure the parameters associated with the gust, The damage degree of the windmill is accumulated and calculated based on the measured parameters for each shape of the gust.
  • FIG. 1 It is a figure which shows the block part of the monitoring apparatus of one Embodiment of this indication. It is a figure explaining extraction of the gust by a window method. It is a figure explaining the gust shape by a rainflow method. It is a figure which shows the example of the classification content of a gust shape. It is a flowchart which shows the procedure of calculation of a cumulative damage degree. It is a graph which shows the relationship between a gust shape and element temperature difference. It is a graph which shows the relationship between a cumulative damage degree and element temperature difference.
  • the windmill 1 has an anemometer 3 attached to a nacelle 2.
  • a network 4 is connected to the windmill 1.
  • the network 4 is connected to the Internet 100.
  • a network 10 is connected to the Internet 100.
  • the network 10 is electrically connected to a monitoring terminal 20 that monitors the windmill.
  • the networks 4 and 10 and the Internet 100 correspond to the network in the present disclosure.
  • an appropriate network such as a LAN (Local Area Network) or a WAN (Wide Area Network) can be used, regardless of whether it is wired or wireless.
  • the monitoring terminal 20 corresponds to the monitoring device of the present disclosure.
  • the networks 4 and 10 may include a network interface (not shown) for connecting to the Internet 100.
  • a wind speed information storage unit 21 In the monitoring terminal 20, a wind speed information storage unit 21, a monitoring control unit 23 that controls the entire monitoring terminal 20, a damage storage unit 22 that stores the cumulative damage degree for each gust shape, and a notification unit 24 such as a display, have.
  • the notification unit 24 may notify a sound or the like.
  • RAM Random Access Memory
  • flash memory As the wind speed information storage unit 21 and the damage storage unit 22, RAM (Random Access Memory), flash memory, HDD (Hard Disk Drive), and the like can be used as appropriate, and the present disclosure is not limited to a specific one.
  • the wind speed information storage unit 21 and the damage storage unit 22 may be configured with the same device, or may be configured with different devices.
  • one or both of the wind speed information storage unit 21 and the damage storage unit 22 may be installed outside the monitoring device main body and electrically connected to the monitoring device main body via a signal line. 20 may be prepared as a separate storage unit.
  • the monitoring control unit 23 can be configured by a CPU (Central Processing Unit) and a monitoring program executed on the CPU.
  • the monitoring control unit 23 includes a memory (not shown) and a processor (not shown).
  • the memory is configured to store computer readable instructions (programs).
  • the memory includes, for example, a ROM (Read Only Memory) in which various programs are stored, a RAM having a plurality of work areas in which various programs to be executed by the processor are stored, and the like.
  • the processor is, for example, a CPU, an MPU (Micro Processing Unit), and / or a GPU (Graphics Processing Unit), and a program designated from various programs incorporated in the ROM is expanded on the RAM, and in cooperation with the RAM. It is configured to execute various processes.
  • the monitoring control unit 23 is configured so that the monitoring control unit 23 executes the monitoring program for executing the monitoring method according to the present embodiment on the RAM by the processor and executes the monitoring program in cooperation with the RAM. It is comprised so that various operation
  • the monitoring control unit 23 may include a nonvolatile memory for storing a monitoring program, an operation parameter, and the like, a RAM serving as a work area, and the like. Note that the monitoring program and various data may be stored in various storage media, and may be stored in a storage device (storage) such as an HDD, an SSD (Solid State Drive), or a USB flash memory.
  • storage such as an HDD, an SSD (Solid State Drive), or a USB flash memory.
  • the monitoring control unit 23 includes a gust evaluation unit 23A that extracts a gust from the wind speed data stored in the wind speed information storage unit 21 and performs gust evaluation.
  • the evaluation result of the gust evaluation unit 23A is acquired by the state evaluation unit 23B. Information on the cumulative damage level for each gust shape is given from the damage storage unit 22 to the state evaluation unit 23B.
  • the evaluation result of the state evaluation unit 23B is provided to the abnormality determination unit 23C, and the determination result of the abnormality determination unit 23C is provided to the notification unit 24 as necessary.
  • the gust evaluation unit 23A, the state evaluation unit 23B, and the abnormality determination unit 23C have been described as being included in the monitoring control unit 23, but these parts are clearly distinguished by the monitoring control unit 23. Instead, each function may be executed by a program.
  • the operation in the monitoring terminal 20 will be described.
  • the wind speed information storage unit 21 data on temporal changes in wind speed obtained by the anemometer 3 of the windmill 1 is acquired through the network 4, the Internet 100, and the network 10 and sequentially recorded.
  • This data is acquired by the monitoring program executed by the monitoring control unit 23 and stored in the wind speed information storage unit 21.
  • the gust evaluation unit 23A reads wind speed data due to temporal changes from the wind speed information storage unit 21 and obtains a time history waveform of the wind speed. Further, the gust evaluating unit 23A extracts a gust from the time history waveform of the wind speed. The extraction of the gust can be performed by the window method, for example.
  • the window method is a method of defining a moving window having a finite time width (for example, 5 seconds) with respect to the time series wind speed waveform, and extracting the difference between the start wind speed and the maximum wind speed of the time series waveform in the window as the size of the gust. is there.
  • the gust evaluating unit 23A performs extraction by the window method to measure the position, size, and frequency of the gust.
  • FIG. 2 shows gusts extracted by the window method and the surrounding waveforms.
  • a gust is extracted within a 5-second window, and a gust magnitude (Vgust) with respect to the start point and a maximum gust magnitude (Vgust, max) indicating the magnitude of the gust from the lowest wind speed are obtained.
  • Vgust gust magnitude
  • Vgust, max maximum gust magnitude
  • the gust shape is determined by, for example, the rainflow method on the extracted time history waveform of the gust.
  • the rainflow method is a counting method that counts stress frequency or strain frequency in a mechanical structure or the like that receives irregular and repeatedly fluctuating loads, and the fluctuation waveform can be counted separately in cycles. In the present disclosure, this method is applied to the time-series change waveform of the wind speed. An example of the determination of the gust shape is shown below based on FIG.
  • the rain flow method is applied to the wind speed fluctuation waveform around the gust generating part extracted by the window method (for example, extracting about several seconds before and after the gust).
  • the gust shape is classified by waveform evaluation including the size of the gust, the position of the gust, and the like.
  • the frequency of occurrence is evaluated according to the gust shape.
  • classification criteria can be set in advance for the size of the gust, the position of the gust, the waveform, and the like, and the gust shape can be classified according to this criterion.
  • FIG. 4 shows classification examples of the classified gust shapes, and is classified into four types according to the size, position, gust size, position, and gust fall shape of the lowest point.
  • the four types of gust shapes are selected in consideration of the degree of influence on the fluctuation in the rotational speed of the windmill.
  • the occurrence frequency for each shape is combined with the associated 10-minute average wind speed value as a data set to obtain a gust evaluation result, and the result is weighted and then accumulated to provide an index of the wind turbine installation position wind condition. That is, it is possible to perform wind gust evaluation using the wind speed record information and obtain the wind condition evaluation result at the wind turbine installation point, and the result can be notified by the notification unit 24.
  • the monitoring terminal 20 receives the evaluation result of the gust evaluation unit 23A, and the state evaluation unit 23B evaluates the state by combining the cumulative damage degree with a predetermined device such as a main device.
  • the damage degree is measured and the state is evaluated based on the gust shape.
  • An example of the evaluation procedure is shown in the flowchart of FIG.
  • the classification is performed for each classified gust shape (step s1).
  • the statistic distribution is used for quantification from the gust shape and the counting result (counting count) (step s2). For example, it can be quantified by approximating the wind speed appearance rate with a Weibull distribution and approximating the occurrence frequency of gusts at each wind speed with a Gumbel distribution.
  • the cumulative damage degree is calculated (step s3). The cumulative damage can be done for each device. For example, as shown in FIG.
  • step s3A when one of a plurality of main devices is a first main device and one of the main devices different from the first main device is a second main device, the first main device
  • step s3B The cumulative damage degree of vibration, heat, and displacement for each gust shape is calculated (step s3B). . These are calculated in advance based on the gust shape, based on the dynamic analysis or the like or the specifications of the device.
  • FIG. 6 is a diagram showing the relationship between the gust shape and the element temperature difference. This relationship can be stored in advance in the damage storage unit 22 or the like. The above relationship shows the result of calculating the strength of the wind turbine against the gust shape using a method such as analysis in advance, and shows the temperature change of the main equipment when a simple gust occurs as an example It is.
  • FIG. 7 is a diagram showing the relationship between the temperature difference generated in the element and the cumulative damage degree. The influence of the simple gust once shown in FIG. 6 can be determined by the relational expression in FIG. As described above, the cumulative damage degree can be calculated in the same procedure for the elements (for example, vibration, displacement, etc.) necessary for the determination of the damage degree.
  • Equation 1 is an equation for accumulating the power cycle life (PC) of the element in the case of an electrical component, and the reciprocal of the power cycle life corresponds to the degree of thermal fatigue damage.
  • PC (k) power cycle life
  • the corresponding fatigue damage degree can be calculated by accumulating the load calculated in advance for each gust shape by Equation 1 with respect to the quantified generation frequency (s2) (step s3B).
  • Fk represents the load amplitude
  • Nk represents the number of repetitions.
  • Nref is the number of times used as an evaluation standard, and is often about 10 7 .
  • m corresponds to the reciprocal of the slope of the material SN curve to be evaluated.
  • the state evaluation can be performed by estimating the degree of accumulated damage, the remaining life, the presence / absence of abnormality, etc. from the calculation result of the cumulative damage degree (step s4).
  • the evaluation result can be notified by the notification unit 24. Further, the evaluation result may be transmitted to another apparatus via a network or the like.
  • the present disclosure evaluates the state by combining the information on the gust shape and occurrence frequency obtained from the gust evaluation, and the cumulative damage degree of main equipment for each gust shape obtained separately, and the degree of accumulated damage, It is possible to determine and notify the remaining life and whether there is an abnormality, and appropriately determine the wind condition caused by the gust at the installation position of the wind turbine generator, and based on this, determine the degree of damage It is related to estimating the state, grasping the precursor of failure, and monitoring the state.

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)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

風車（１）の所定機器の損傷程度を簡易的に算出し、風車（１）の建設位置における突風の程度、発生頻度を含めた突風の評価指標を策定することができる監視装置（２０）である。監視装置（２０）は、風車（１）の風速の時間的変化を示す風速データから風速の時刻歴波形を求める監視制御部（２３）を有する。監視制御部（２３）は、風速の時刻歴波形から突風を抽出して、突風評価を行い、突風の形状毎に突風評価に基づいて風車（１）の所定機器の損傷度を累積して算出するように構成されている。

Description

風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体
　本開示は、風力発電装置の状態を監視する技術に関し、特に、風力発電装置の電装部品や機器の熱、振動などによる疲労寿命状態を監視する風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体に関するものである。
　従来、風力発電装置（以下では風車という）の状態を監視する装置としては、特許文献１や特許文献２で提案されているものがある。特許文献１で提案されているものは、風車の監視装置であり、風車の状態監視を自動で行うと共に、その状態評価を適切な基準に従い定量的に実施するものである。また、特許文献２で提案されているものは、風車に設けられている機器の異常について、診断前に収集したデータを用いてしきい値を生成後、診断時に収集されたデータと生成したしきい値とに基づいて診断する状態監視システムである。
　また、非特許文献１に示される通り、風車設計時には、風車寿命内において、突風、故障等により風車が受ける最大の荷重（５０年再現周期）に対して安全性を確認する極値荷重評価と、発電時、非発電時に発生する疲労荷重に対して安全性を確認する疲労荷重評価がある。本設計指針においては、突風により風車に発生する極値荷重を評価しているが、日本国内の山岳地形で多く観測される特有の頻発する突風の影響を定量的に評価する手法は示されていない。
　さらに、非特許文献１に示される指針類において、風車建設地点の風況健全性の確認には、暴風時風速と、乱流強度を用いている。乱流強度とは、風速の変動を風速の平均値で除したものであり、風の乱れの程度を示す。年平均風速１５ｍ／ｓ位置における乱流強度を基準乱流強度として建設地評価の一つとし、建設候補地における基準乱流強度が設計乱流強度を超過する場合に建設不可能と判断している。
　しかしながら、乱流強度は、風の変動特性を表現する一つの指標にすぎず、変動の周期やパターンによって風車に与える影響は異なる。
　特に、地形や気象に起因する突風は断続的に発生する為、乱流強度増加に反映されにくいが、風車へのダメージは極めて大きい。
日本国特開２００９－２４３４２８号公報 日本国特開２０１６－８５３６号公報
ＩＥＣ６１４００－０１、ＧＬ２００３、風力発電設備支持構造物構造設計指針・同解説２０１０年版
　従来の風車の状態を監視する装置では、特許文献１で提案されているものにおいて、風車に設置された複数のセンサによって計測された計測データに基づいて作成される特性値を用いて、風車の状態を監視する風車の監視装置であり、診断に必要なデータセットを抽出して、予め定義した判断基準に従って、自動的に状態が診断される。
　しかし、風車の機器の損傷度は、風速・運転履歴に強く依存するため、部分的に抽出したデータで判断することは困難である。また、予め定義した判断基準で状態診断するためには、同型機の運転実績が必要となり、判断精度が運転実績に依存することとなる。
　また、特許文献２で提案されているものにおいて、あらかじめ設定した判断基準の測定期間における機械学習を利用して、しきい値を設定するものであるが、判断基準の明確かつ適量的な設定は困難であるとともに、長期の実測に基づく知見の蓄積が必要である。特に機器の損傷度は設置位置の風況に強く依存するため、その場所における長期の実測データが風車毎に必要であり、状態監視の精度を得るために時間がかかるとともに、その精度にばらつきが生じるといった課題がある。
　また、機種の異なる風車が混在するウインドファーム等においては、画一的な評価が困難であるとともに、機器損傷の要因が設置位置の風況に依存するか、機器に依存するかを判別できないといった問題がある。
　さらに複数のデータ指標の記録には膨大な記録装置が必要であり、それらを処理する装置に費用がかかるとともに、算出に時間を要する問題がある。
　本開示は上記のような課題を解決するためになされたもので、風力発電装置の設置位置における突風に起因する風況状態を適切に判断し、各部の損傷程度を簡易的に算出して監視することができる風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体を提供することを目的の一つとしている。
　本開示の一態様に係る風車の監視装置は、風車の風速の時間的変化を取得することで前記風車の監視を行うように構成された風車の監視装置であって、
　前記風車の前記風速の時間的変化を示す風速データから前記風速の時刻歴波形を求める監視制御部を有し、
　前記監視制御部は、前記風速の時刻歴波形から突風を抽出して、突風評価を行い、前記突風の突風形状毎に前記突風評価に基づいて前記風車の所定機器の損傷度を累積して算出するように構成されている。
　また、前記監視制御部は、前記風速データをネットワークを介して取得するように構成されていてもよい。
　また、前記突風評価は、突風の大きさ及び発生頻度の少なくとも一つを計測することを含んでもよい。
　また、前記突風評価は、前記突風形状における前記突風の位置を計測することを含んでもよい。
　また、前記監視制御部は、前記突風評価によって前記突風形状を分類するように構成されていてもよい。
　また、前記監視制御部は、前記分類された突風形状毎に、前記所定機器に対する損傷度に関する情報を有していてもよい。
　また、前記監視制御部は、前記突風形状と突風発生頻度とに応じて、前記所定機器に対する損傷度を累積して算出するように構成されていてもよい。
　また、前記監視制御部は、前記風速の時刻歴波形からウインドウ法によって前記突風を抽出するように構成されていてもよい。
　また、前記監視制御部は、前記抽出された突風を含む時刻歴波形からレインフロー法によって前記突風形状を判断するように構成されていてもよい。
　また、前記監視制御部は、前記所定機器に対する、変位応答、荷重応答、振動応答、熱応答の少なくとも一つを用いることで前記損傷度を評価するように構成されていてもよい。
　また、前記監視制御部は、前記累積した損傷度に基づいて、損傷の程度、余寿命、異常の有無の少なくとも一つを判定するように構成されていてもよい。
　また、前記監視制御部は、前記累積した損傷度に加えて、突風の形状と計数回数に基づいて、前記損傷の程度、前記余寿命、前記異常の有無の少なくとも一つを判定するように構成されていてもよい。
　本開示の一態様に係る風車の監視方法は、
　風車の風速の時間的変化を示す風速データを取得するステップと、
　前記取得された風速データに基づいて、前記風速の時刻歴波形を求めるステップと、
　前記風速の時刻歴波形から突風を抽出して、突風評価を行うステップと、
　前記突風の形状毎に前記突風評価に基づいて前記風車の所定機器の損傷度を累積して算出するステップと、を含む。
　本開示の一態様に係る風車の監視プログラムは、
　風車の風速の時間的変化を示す風速データを取得するステップと、
　前記取得された風速データに基づいて、前記風速の時刻歴波形を求めるステップと、
　前記風速の時刻歴波形から突風を抽出するステップと、
　前記抽出された突風に基づいて突風評価を行うステップと、
　前記突風の形状毎に前記突風評価に基づいて前記風車の所定機器の損傷度を累積して算出するステップと、をコンピュータに実行させるための風車の監視プログラムである。
　また、本開示の一態様に係る記憶媒体は、前記監視プログラムが記憶されたコンピュータ読取可能な記憶媒体である。
　また、本開示の一態様に係る監視装置は、
　少なくとも一つのプロセッサと、
　コンピュータ可読命令を記憶する少なくとも一つのメモリと、を備えた監視装置であって、
　前記コンピュータ可読命令が前記プロセッサによって実行されると、前記監視装置は、
　前記風車の風速の時間的変化を示す風速データを取得し、
　前記風速データに基づいて、突風を抽出し、
　前記突風に関連付けられたパラメータを計測し、
　前記突風の形状毎に前記計測されたパラメータに基づいて前記風車の損傷度を累積して算出する。
　以上のように、この開示によれば、風車の風速のみで風車建設位置における突風の程度、発生頻度を含めた評価指標を策定することができる。これにより、風車建設前評価が適切に行われ、風車の故障抑制、発電量増加が期待できる。
本開示の一実施形態の監視装置のブロック部を示す図である。 ウインドウ法による突風の抽出を説明する図である。 レインフロー法による突風形状を説明する図である。 突風形状の分類内容の例を示す図である。 累積損傷度の計算の手順を示すフローチャートである。 突風形状と素子温度差の関係を示すグラフである。 累積損傷度と素子温度差の関係を示すグラフである。
　以下、この開示の一態様である実施形態を図１から図７に基づいて説明する。
　風車１は、ナセル２に風速計３が取り付けられている。風車１にはネットワーク４が接続されている。ネットワーク４は、インターネット１００に接続されている。インターネット１００には、ネットワーク１０が接続されている。ネットワーク１０は、風車を監視する監視用端末２０に電気的に接続されている。ネットワーク４、１０、インターネット１００は、本開示でいうところのネットワークに相当する。ネットワークは、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等の適宜のものを利用することができ、有線、無線を問わない。監視用端末２０は、本開示の監視装置に相当する。なお、ネットワーク４，１０は、インターネット１００に接続するためのネットワークインターフェース（不図示）を含んでいてもよい。
　監視用端末２０では、風速情報記憶部２１と、監視用端末２０全体を制御する監視制御部２３と、突風形状毎の累積損傷度を格納する損傷記憶部２２と、ディスプレイなどの通知部２４とを有している。通知部２４は、音などを報知するものであってもよい。
　風速情報記憶部２１や損傷記憶部２２は、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）やフラッシュメモリ、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）などを適宜用いることができ、本開示としては特定のものに限定されない。また、風速情報記憶部２１や損傷記憶部２２を同一のデバイスで構成するものとしてもよく、別のデバイスで構成するものとしてもよい。また、風速情報記憶部２１と損傷記憶部２２の一方または両方は、監視装置本体の外部に設置されて、信号線で監視装置本体と電気的に接続されるようにしてもよく、監視用端末２０とは別の記憶部として用意されているものでもよい。
　監視制御部２３は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ)とＣＰＵ上で実行される監視プログラムによって構成することができる。
　監視制御部２３は、メモリ（不図示）とプロセッサ（不図示）を備えて構成される。メモリは、コンピュータ可読命令（プログラム）を記憶するように構成されている。メモリは、例えば、各種プログラムなどが格納されたＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）や、プロセッサにより実行される各種プログラム等が格納される複数作業領域を有するＲＡＭなどから構成される。プロセッサは、例えばＣＰＵ、ＭＰＵ（Ｍｉｃｒｏ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）及び／又はＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）であって、ＲＯＭに組み込まれた各種プログラムから指定されたプログラムをＲＡＭ上に展開し、ＲＡＭとの協働で各種処理を実行するように構成されている。すなわち、プロセッサにより本実施形態に係る監視方法を実行するための監視プログラムをＲＡＭ上に展開し、ＲＡＭとの協働で当該監視プログラムを実行することで、監視制御部２３は、監視用端末２０の各種動作を制御するように構成されている。
　監視制御部２３は、その他に、監視プログラムや動作パラメータなどを格納する不揮発メモリや作業領域となるＲＡＭなどを備えるものであってもよい。なお、監視プログラムや各種データは、各種の記憶媒体に格納されていてもよく、例えば、ＨＤＤ、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）、ＵＳＢフラッシュメモリなどの記憶装置（ストレージ）に格納されていてもよい。
　監視制御部２３では、風速情報記憶部２１に格納された風速データから突風を抽出して突風評価を行う突風評価部２３Ａを有している。突風評価部２３Ａの評価結果は、状態評価部２３Ｂで取得される。状態評価部２３Ｂには、突風形状毎の累積損傷度の情報が損傷記憶部２２から与えられる。状態評価部２３Ｂの評価結果は、異常判定部２３Ｃに与えられ、異常判定部２３Ｃの判定結果は、必要に応じて通知部２４に与えられる。
　なお、この実施形態では、突風評価部２３Ａ、状態評価部２３Ｂ、異常判定部２３Ｃがそれぞれ監視制御部２３に含まれるものとして説明したが、これらのパートが監視制御部２３で明確に区別されることなく、それぞれの機能がプログラムによって実行されるものであってもよい。
　以下に、監視用端末２０における動作について説明する。
　風速情報記憶部２１では、風車１の風速計３で得られた風速の時間的な変化のデータがネットワーク４、インターネット１００、ネットワーク１０を通して取得されて逐次記録される。このデータは、監視制御部２３で実行される監視プログラムによって取得されて風速情報記憶部２１に格納される。突風評価部２３Ａでは、時間的変化による風速データを風速情報記憶部２１から読み出し風速の時刻歴波形を求める。さらに、突風評価部２３Ａでは、風速の時刻歴波形から突風を抽出する。突風の抽出は、例えばウインドウ法により行うことができる。ウインドウ法は、時系列風速波形に対し有限時間幅（例えば５秒間）をもつ移動ウインドウを規定し、ウインドウ内における時系列波形の開始風速と最大風速の差を突風の大きさとして抽出する手法である。
　突風評価部２３Ａにおいては、ウインドウ法による抽出を実施して、突風の位置、大きさ、頻度を計測する。
　図２は、ウインドウ法によって抽出された突風とその周辺の波形を示すものである。５秒間のウインドウ内で、突風が抽出され、開始点に対する突風の大きさ（Ｖｇｕｓｔ）と、最下点風速からの突風大きさを示す最大突風大きさ（Ｖｇｕｓｔ，ｍａｘ）が得られている。
　なお、突風の抽出はウインドウ法に限定されるものではなく、他の手法によって抽出されるものであってもよい。
　突風評価部２３Ａでは、抽出された突風の時刻歴波形に対し、例えばレインフロー法によって突風形状の判断を実施する。レインフロー法は不規則な繰り返し変動荷重を受ける機械構造物等において、応力頻度あるいはひずみ頻度を計数する計数法であり、変動波形をサイクルに分離して計数することができる。本開示においては、この手法を風速の時系列変化波形に適応する。
　突風形状の判断の例を図３に基づいて以下に示す。ウインドウ法によって抽出された突風発生部の周辺の風速変動波形（たとえば突風前後の数秒程度を抽出）に対してレインフロー法を適用する。計数されたサイクル（丸数字１～丸数字４）の符号を含めた大きさについて、ベクトル和が一定閾値以下となる場合、全周期型と判断し、それ以外を半周期型と判断した。また、Ｖｇｕｓｔ，ｍａｘの発生位置に対応するサイクル（丸数字２）の直前のサイクル（丸数字１）の大きさが、ある一定の値以上となる場合、変調型突風と定義し、それ以外を単調型突風と分類する。
　レインフロー法によって得られた突風の形状を分類する。分類では、突風の大きさ、突風の位置などを含む波形評価によって突風形状を分類する。突風の評価では、突風形状に合わせて発生頻度などを評価する。なお、突風の形状については、予め、突風の大きさ、突風の位置、波形などに分類基準を設けておき、この基準に応じて突風形状の分類を行うことができる。
　図４は、分類された突風形状の分類例を示すものであり、最下点の大きさ、位置、突風の大きさ、位置、突風の立ち下がりの形状などによって４種類に分類されている。
　なお、この４種類の突風形状は、風車の回転数変動に与える影響度を考慮して選定している。本形状毎の発生頻度を関連する１０分間平均風速値と併せてデータセットとして、突風評価結果とし、本結果を重みづけした後、累積することで、風車設置位置風況の指標となる。
　すなわち、風速記録情報を使用して、突風評価を実施し、風車設置地点における風況評価結果を得ることができ、その結果は通知部２４で通知することができる。
　さらに、監視用端末２０では、突風評価部２３Ａの評価結果を受けて、状態評価部２３Ｂで主要機器などの所定の機器で累積損傷度を組み合わせて状態を評価する。
　損傷度の計測や状態評価は、突風形状に基づいて行う。その評価手順の例を図５のフローチャートに示す。
　風速情報記憶部２１から風速の時間変化を受けて、分類した突風形状毎に計数する（ステップｓ１）。計数後、突風形状と計数結果（計数回数）とから、統計分布を用いて定量化する（ステップｓ２）。例えば、風速出現率をワイブル分布で近似し、風速ごとの突風の発生頻度をガンベル分布で近似することで定量化できる。
　次いで、累積損傷度を計算する（ステップｓ３）。累積損傷度では、機器ごとに行うことができる。例えば、図５に示すように、複数の主要機器の一つを第1の主要機器、第1の主要機器と異なる主要機器の一つを第２の主要機器とするとき、第1の主要機器に関する、突風形状毎の振動、熱、変位の累積損傷度を算出し（ステップｓ３Ａ）、第２の主要機器に関する、突風形状毎の振動、熱、変位の累積損傷度を算出する（ステップｓ３Ｂ）。これらは、突風形状に基づいて、事前に動解析等や機器の仕様に基づいて算出しておく。
　図６は、突風形状と素子温度差の関係を示す図である。この関係は、予め損傷記憶部２２などに格納しておくことができる。上記関係などは、予め解析等の手法を利用して突風形状に対して風車の強度を計算した結果を示すものであり、例として単純な突風が発生した場合の主要機器の温度変化を示すものである。
　図７は、素子に発生する温度差と累積損傷度との関係を示す図である。図６に示す単純な突風が一度発生した影響は、図７の関係式によって損傷度を求めることができる。このように損傷度の判定に必要な要素（例えば、振動、変位など）について同様の手順で累積損傷度を算出することができる。
　各要素における累積損傷度は、下記の数１、数２の式に基づいて算出することができる。
　数１は電装部品の場合の素子のパワーサイクル寿命（ＰＣ）を累積算出する式であり、パワーサイクル寿命の逆数が熱疲労損傷度に対応する。突風形状毎にあらかじめ算出されたパワーサイクル寿命（ＰＣ（ｋ））を定量化（ｓ２）された発生頻度について数１により累積することで、対応するパワーサイクル寿命が得られ、熱疲労損傷度が計算できる（ステップｓ３Ａ）。
　次に、数２は、荷重に関する等価疲労荷重（ＤＥＦＬ）を算出する式である。突風形状毎にあらかじめ算出された荷重を定量化（ｓ２）された発生頻度について数１により累積することで、対応する疲労損傷度が計算できる（ステップｓ３Ｂ）。
　数２において、Ｆｋは荷重振幅を示し、Ｎｋは繰り返し回数を示す。また、Ｎｒｅｆは評価基準となる回数であり、１０7程度とすることが多い。ｍは評価する材料Ｓ－Ｎ曲線の傾きの逆数に相当する。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　累積損傷度の計算結果から、蓄積された損傷の程度、余寿命、異常の有無などを推定して状態評価を行うことができる（ステップｓ４）。評価結果は、通知部２４で通知することができる。また、ネットワークなどを介して他の装置に評価結果を送信できるようにしてもよい。
　すなわち、本開示は、突風評価から得られた突風形状と発生頻度の情報と、別途得られた突風形状毎の主要機器の累積損傷度を組み合わせて状態を評価し、蓄積された損傷の程度、余寿命、異常の有無を判定して通知することが可能になり、風力発電装置の設置位置における突風に起因する風況状態を適切に判断するとともに、これに基づいて主要構成部品の損傷度・状態を推定し、故障の前兆把握、状態監視に関するものである。
　なお、風速にシミュレーション結果を使用することで、建設前の建設風況リスクの評価を実施することが可能である。また、複数の機種が混在するウインドファーム等においても、突風の程度を評価することができ、特定の機種に発生する故障が、風況に起因するものか、機器によるものかを判別できる。さらには、逐次得られる風速データから既設サイトにおける、故障交換の適正化による稼働率向上、運転手法の最適化が可能となる。
　以上、本開示について上記実施形態に基づいて説明を行ったが、本開示は上記説明の内容に限定されるものではなく、本開示の範囲を逸脱しない限りは、上記実施形態の内容を適宜変更することができる。
　本出願は、２０１６年７月４日出願の日本特許出願（特願２０１６－１３２６６１）に基づくものであり、その内容はここに参照として取り込まれる。

Claims (16)

  1. 　風車の風速の時間的変化を取得することで前記風車の監視を行うように構成された風車の監視装置であって、
    　前記風車の前記風速の時間的変化を示す風速データから前記風速の時刻歴波形を求める監視制御部を有し、
    　前記監視制御部は、前記風速の時刻歴波形から突風を抽出して、突風評価を行い、前記突風の突風形状毎に前記突風評価に基づいて前記風車の所定機器の損傷度を累積して算出するように構成されている、監視装置。
  2. 　前記監視制御部は、前記風速データをネットワークを介して取得するように構成されている、請求項１に記載の監視装置。
  3. 　前記突風評価は、突風の大きさ及び発生頻度の少なくとも一つを計測することを含む、請求項１または請求項２に記載の監視装置。
  4. 　前記突風評価は、前記突風形状における前記突風の位置を計測することを含む、請求項３に記載の監視装置。
  5. 　前記監視制御部は、前記突風評価によって前記突風形状を分類するように構成されている、請求項１～請求項４のいずれか一項に記載の監視装置。
  6. 　前記監視制御部は、前記分類された突風形状毎に、前記所定機器に対する損傷度に関する情報を有する、請求項５に記載の監視装置。
  7. 　前記監視制御部は、前記突風形状と突風発生頻度とに応じて、前記所定機器に対する損傷度を累積して算出するように構成されている、請求項６に記載の監視装置。
  8. 　前記監視制御部は、前記風速の時刻歴波形からウインドウ法によって前記突風を抽出するように構成されている、請求項１～請求項７のいずれか一項に記載の監視装置。
  9. 　前記監視制御部は、前記抽出された突風を含む時刻歴波形からレインフロー法によって前記突風形状を判断するように構成されている、請求項１～請求項８のいずれか一項に記載の監視装置。
  10. 　前記監視制御部は、前記所定機器に対する、変位応答、荷重応答、振動応答、熱応答の少なくとも一つを用いることで前記損傷度を評価するように構成されている、請求項１～請求項９のいずれか一項に記載の監視装置。
  11. 　前記監視制御部は、前記累積した損傷度に基づいて、損傷の程度、余寿命、異常の有無の少なくとも一つを判定するように構成されている、請求項１～請求項１０のいずれか一項に記載の監視装置。
  12. 　前記監視制御部は、前記累積した損傷度に加えて、突風の形状と計数回数に基づいて、前記損傷の程度、前記余寿命、前記異常の有無の少なくとも一つを判定するように構成されている、請求項１１に記載の監視装置。
  13. 　風車の風速の時間的変化を示す風速データを取得するステップと、
    　前記取得された風速データに基づいて、前記風速の時刻歴波形を求めるステップと、
    　前記風速の時刻歴波形から突風を抽出して、突風評価を行うステップと、
    　前記突風の形状毎に前記突風評価に基づいて前記風車の所定機器の損傷度を累積して算出するステップと、
    　を含む、風車の監視方法。
  14. 　風車の風速の時間的変化を示す風速データを取得するステップと、
    　前記取得された風速データに基づいて、前記風速の時刻歴波形を求めるステップと、
    　前記風速の時刻歴波形から突風を抽出するステップと、
    　前記抽出された突風に基づいて突風評価を行うステップと、
    　前記突風の形状毎に前記突風評価に基づいて前記風車の所定機器の損傷度を累積して算出するステップと、
    　をコンピュータに実行させるための風車の監視プログラム。
  15. 　請求項１４に記載の監視プログラムが記憶されたコンピュータ読取可能な記憶媒体。
  16. 　少なくとも一つのプロセッサと、
    　コンピュータ可読命令を記憶する少なくとも一つのメモリと、
    を備えた監視装置であって、
    　前記コンピュータ可読命令が前記プロセッサによって実行されると、前記監視装置は、
    　風車の風速の時間的変化を示す風速データを取得し、
    　前記風速データに基づいて、突風を抽出し、
    　前記突風に関連付けられたパラメータを計測し、
    　前記突風の形状毎に前記計測されたパラメータに基づいて前記風車の損傷度を累積して算出する、監視装置。
     
PCT/JP2017/024282 2016-07-04 2017-07-03 風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体 WO2018008571A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DK17824175.8T DK3480455T3 (da) 2016-07-04 2017-07-03 Vindmølleovervågningsindretning, vindmølleovervågningsfremgangsmåde, vindmølleovervågningsprogram, og lagringsmedium
EP17824175.8A EP3480455B1 (en) 2016-07-04 2017-07-03 Wind turbine monitoring device, wind turbine monitoring method, wind turbine monitoring program, and storage medium
CN201780041465.3A CN109416023B (zh) 2016-07-04 2017-07-03 风力涡轮机监视装置、风力涡轮机监视方法、风力涡轮机监视程序以及存储介质
ES17824175T ES2855676T3 (es) 2016-07-04 2017-07-03 Dispositivo de monitorización de turbina eólica, procedimiento de monitorización de turbina eólica, programa de monitorización de turbina eólica y medio de almacenamiento
BR112019000063-1A BR112019000063B1 (pt) 2016-07-04 2017-07-03 Aparelho de monitoramento de turbina eólica, método de monitoramento de turbina eólica e meio de armazenamento

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-132661 2016-07-04
JP2016132661A JP6315836B2 (ja) 2016-07-04 2016-07-04 風車の監視装置、風車の監視方法および風車の監視プログラム

Publications (1)

Publication Number Publication Date
WO2018008571A1 true WO2018008571A1 (ja) 2018-01-11

Family

ID=60912877

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/024282 WO2018008571A1 (ja) 2016-07-04 2017-07-03 風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体

Country Status (6)

Country Link
EP (1) EP3480455B1 (ja)
JP (1) JP6315836B2 (ja)
CN (1) CN109416023B (ja)
DK (1) DK3480455T3 (ja)
ES (1) ES2855676T3 (ja)
WO (1) WO2018008571A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291514A (zh) * 2020-02-03 2020-06-16 华北电力大学 一种风电机组疲劳寿命的快速预测的方法
CN111401596A (zh) * 2019-01-03 2020-07-10 新疆金风科技股份有限公司 一种风速指标的生成方法及装置
CN111396265A (zh) * 2019-01-03 2020-07-10 新疆金风科技股份有限公司 一种风力发电机组的故障预测方法及装置
US20210239094A1 (en) * 2020-02-03 2021-08-05 General Electric Renovables España, S.L. Turbulence intensity estimation

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159803A (zh) * 2019-12-16 2020-05-15 中国建筑科学研究院有限公司 围护结构风压设计值的计算方法
CN111104738A (zh) * 2019-12-16 2020-05-05 中国建筑科学研究院有限公司 围护结构基本风速的计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004101417A (ja) * 2002-09-11 2004-04-02 Mitsubishi Heavy Ind Ltd 監視装置
WO2012044161A2 (en) * 2010-09-27 2012-04-05 Stichting Energieonderzoek Centrum Nederland Method and system for wind gust detection in a wind turbine
JP2015117682A (ja) * 2013-12-20 2015-06-25 三菱重工業株式会社 風力発電装置のモニタリングシステム及びモニタリング方法
JP2016188612A (ja) * 2015-03-30 2016-11-04 三菱重工業株式会社 疲労評価システム及びこれを備えた風力発電装置、並びに、風力発電装置の疲労評価方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7322794B2 (en) * 2003-02-03 2008-01-29 General Electric Company Method and apparatus for condition-based monitoring of wind turbine components
JP5614765B2 (ja) * 2012-08-10 2014-10-29 三菱重工業株式会社 風力発電装置の状態監視システム及び状態監視方法
CN104008423B (zh) * 2013-02-26 2017-05-03 北京三一自动化技术有限责任公司 一种根据风况预测齿轮箱寿命的方法和系统
WO2016042652A1 (ja) * 2014-09-19 2016-03-24 株式会社日立製作所 風力発電設備および風力発電設備の損傷度診断装置
CN104331572A (zh) * 2014-11-17 2015-02-04 南京工程学院 考虑风速和风电机组故障相关性的风电场可靠性建模方法
CN105424333B (zh) * 2015-11-06 2017-11-14 中国科学院工程热物理研究所 一种风力机叶片现场损伤监测与识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004101417A (ja) * 2002-09-11 2004-04-02 Mitsubishi Heavy Ind Ltd 監視装置
WO2012044161A2 (en) * 2010-09-27 2012-04-05 Stichting Energieonderzoek Centrum Nederland Method and system for wind gust detection in a wind turbine
JP2015117682A (ja) * 2013-12-20 2015-06-25 三菱重工業株式会社 風力発電装置のモニタリングシステム及びモニタリング方法
JP2016188612A (ja) * 2015-03-30 2016-11-04 三菱重工業株式会社 疲労評価システム及びこれを備えた風力発電装置、並びに、風力発電装置の疲労評価方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401596A (zh) * 2019-01-03 2020-07-10 新疆金风科技股份有限公司 一种风速指标的生成方法及装置
CN111396265A (zh) * 2019-01-03 2020-07-10 新疆金风科技股份有限公司 一种风力发电机组的故障预测方法及装置
CN111401596B (zh) * 2019-01-03 2022-07-08 新疆金风科技股份有限公司 一种风速指标的生成方法及装置
CN111396265B (zh) * 2019-01-03 2023-02-03 新疆金风科技股份有限公司 一种风力发电机组的故障预测方法及装置
CN111291514A (zh) * 2020-02-03 2020-06-16 华北电力大学 一种风电机组疲劳寿命的快速预测的方法
US20210239094A1 (en) * 2020-02-03 2021-08-05 General Electric Renovables España, S.L. Turbulence intensity estimation
US11761425B2 (en) * 2020-02-03 2023-09-19 General Electric Renovables Espana, S.L. Turbulence intensity estimation
CN111291514B (zh) * 2020-02-03 2024-04-05 华北电力大学 一种风电机组疲劳寿命的快速预测的方法

Also Published As

Publication number Publication date
CN109416023A (zh) 2019-03-01
EP3480455A1 (en) 2019-05-08
JP6315836B2 (ja) 2018-04-25
EP3480455B1 (en) 2021-01-20
JP2018003723A (ja) 2018-01-11
DK3480455T3 (da) 2021-02-22
CN109416023B (zh) 2020-11-03
BR112019000063A2 (pt) 2019-04-30
ES2855676T3 (es) 2021-09-24
EP3480455A4 (en) 2020-02-19

Similar Documents

Publication Publication Date Title
WO2018008571A1 (ja) 風車の監視装置、風車の監視方法、風車の監視プログラムおよび記憶媒体
EP3093486B1 (en) Computing system, wind power generating system, and method of calculating remaining life or fatigue damage of windmill
JP5242694B2 (ja) 風力タービンの伝動機構の疲労損傷を決定するための方法
WO2011024304A1 (ja) 風車の監視装置及び方法並びにプログラム
JP2009243428A (ja) 風車の監視装置及び方法並びにプログラム
CN108291529B (zh) 一种监测和评估风力涡轮机功率性能变化的方法
CN108291527B (zh) 一种监测和评估风力涡轮机功率性能变化的方法
JP6879873B2 (ja) 故障確率評価システム
EP2746885A1 (en) Method of monitoring the condition of a wind turbine
CA2868643A1 (en) Wind turbine and method for evaluating the health state of the blades thereof
JP2014518978A (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
US10844842B2 (en) Abnormality monitoring apparatus and abnormality monitoring method for wind farm
CN113847216B (zh) 风机叶片的状态预测方法、装置、设备及存储介质
JP2018511734A (ja) 風力発電装置の余寿命を決定するための方法
Zhao et al. Reliability analysis of wind turbine blades based on non-Gaussian wind load impact competition failure model
Orlando et al. Structural response and fatigue assessment of a small vertical axis wind turbine under stationary and non-stationary excitation
Iliopoulos et al. Continuous fatigue assessment of an offshore wind turbine using a limited number of vibration sensors
JP7263096B2 (ja) 風力発電システム及び風力発電装置のメンテナンス方法
WO2016042652A1 (ja) 風力発電設備および風力発電設備の損傷度診断装置
Oliveira et al. Dynamic monitoring system for utility-scale wind turbines: damage detection and fatigue assessment
CN116757087A (zh) 海上风电支撑结构的状态评估方法及相关设备
Xi et al. Extreme load extrapolation and long-term fatigue assessment of offshore wind turbine tower based on monitoring data
Weijtjens et al. Fleet-wise structural health monitoring of (offshore) wind turbine foundations
De Sitter et al. Monitoring changes in the soil and foundation characteristics of an offshore wind turbine using automated operational modal analysis
CN117780569B (zh) 风电机组轮毂高度的风险识别方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17824175

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112019000063

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 2017824175

Country of ref document: EP

Effective date: 20190204

ENP Entry into the national phase

Ref document number: 112019000063

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20190103