[发明专利]通过信号的组合的事件监控

说明书

技术领域

本发明涉及风力涡轮机的结冰。更具体地，本发明涉及用于风力 涡轮机的事件监控或状况监控以及事件监控单元。具体而言，本发明 涉及用于针对风力涡轮机的事件监控的方法、用于事件监控的事件监 控单元和计算机程序产品。

背景技术

在过去，风力涡轮机经历了日益增长的需求。因此，在状况较为 恶劣的地点也计划并架设了越来越多的风力涡轮机。例如，用于架设 风力涡轮机的新地点可能常年具有较高的结冰机率。此外，能量输出 持续地增加，且因此作为示例转子叶片直径在尺寸上也在增大。因此， 可能发生各种事件如转子叶片结冰、转子叶片结垢、转子叶片或风力 涡轮机其它部分腐蚀、连接松开和/或转子叶片中开裂。通常，这类事 件常常通过直接测量来检测。为了允许更加可靠的直接测量结果来检 测在风力涡轮机运行期间可能发生的特定事件，已做出了很多的努 力。对于如结冰、结垢或其它机能失常的事件的检测对于初始化适当 的应对措施很重要。例如，如果发生结冰抛掷(ice-throw)则可能需要 关闭风力涡轮机的调节。

另外，发生如转子叶片结冰、结垢，转子叶片中开裂或风力涡轮 机构件的大范围应力等事件时，如果没有采取应对措施或适当的风力 涡轮机控制步骤，则可能降低能量输出。

通过直接测量对风力涡轮机的状况的检测也许不能产生足够的 准确性，因为测量本身就可能不够准确或者因为信号与待检测的现象 不充分相关。

发明内容

鉴于上述事实，期望有改善的风力涡轮机事件监控。根据第一实 施例，提供了一种用于针对风力涡轮机的事件监控的方法。该方法包 括测量表示选自特性组的特性的第一信号模式(pattern)，该特性组包 括：风力涡轮机的机械特性、风力涡轮机所发出的噪音、风力涡轮机 的一部分所发出的噪音；风力涡轮机的功率输出、风力涡轮机的部分 的表面传导性、风力涡轮机的运行数据、风力涡轮机的部分的温度、 外界温度、风速、风向以及外界空气湿度或其它的天气状况；至少测 量表示选自特性组的不同特性的第二信号模式；用分析方法分析第一 信号模式和第二信号模式或第一已分析信号模式和第二已分析信号 模式的组合，其中生成已分析数据；以及评定已分析数据，其中，该 评定提供对于事件的指示性结果。

根据另一个实施例，提供了一种用于针对风力涡轮机的事件监控 的方法。用于针对风力涡轮机的事件监控的该方法包括：测量表示选 自特性组的特性的第一信号模式，该特性组包括：风力涡轮机一部分 的固有频率、风力涡轮机所发出的噪音、风力涡轮机的一部分所发出 的噪音；风力涡轮机的功率输出、风力涡轮机的一部分的应力、风力 涡轮机的一部分的载荷振荡、风力涡轮机的部分的相对位置、风力涡 轮机的部分的表面传导性、风力涡轮机的运行数据、风力涡轮机的部 分的温度、外界温度、风速、风向以及外界空气湿度或其它的天气状 况；至少测量表示选自特性组的不同特性的第二信号模式；用分析方 法分析第一信号模式和第二信号模式或第一已分析信号模式和第二 已分析信号模式的组合，其中生成已分析数据；以及评定已分析数据， 其中，该评定提供对于事件的指示性结果。

根据另一个实施例，提供了一种用于针对风力涡轮机的事件监控 的方法。用于针对风力涡轮机的事件监控的该方法包括：测量表示风 的特性的第一信号模式；至少测量表示风力涡轮机的特性的第二信号 模式；用包括以下方法的组中的至少一种分析方法分析第一信号模式 和第二信号模式或者第一已分析信号模式和第二已分析信号模式的 组合，其中生成已分析数据：对信号模式的单独信号的评级(rating)或 加权、傅立叶分析、趋势分析、将信号模式绘制成具有至少两个参数 的曲线，用神经网络或其它自学习式方法的分析。通过测量信号在时 域、空间域或频域上的稳定性，可以执行评级或加权。该方法还包括 评定已分析数据，其中，该评定提供对于事件的指示性结果。