[发明专利]自动监视风力涡轮机的方法和设备及创建线性模型的方法

说明书

技术领域

本发明涉及用于风力涡轮机的自动监视、特别是故障检测的方法和监视设备及用于创建供在该方法或监视设备中使用的线性模型的方法。

背景技术

现在，风力涡轮机的大多数自动监视且特别是故障检测是基于检查指示风力涡轮机的操作性质的测量值是否超过预定义的恒定极限。一旦测量值超过其各自的极限，则触发警报。例如，如果风力涡轮机的发电机轴承的温度超过某个温度极限，则触发警报且可以使风力涡轮机停止。而如果风力涡轮机正在非常冷的环境气氛中操作，则可能绝不会触发警报，因为即使轴承已经用完了润滑剂，也可能不超过各自的温度极限。在非常热的气候中可能发生相反的情况。然后即使轴承正在非常完美地运转，但由于热的环境气氛而正好是暖的，则也可能触发警报。因此，恒定极限警报常常是不准确的，亦即它们常常太不精确以至于无法指示一些东西是否正在发生故障。基于恒定极限的警报可能产生许多假警报，并且随着时间的推移，人们可能趋向于忽视警报系统，这又可能导致代价高昂的损害。

发明内容

因此，本发明的目的是提供用于风力涡轮机的改善的自动监视的监视设备和方法。

由根据权利要求1所述的方法和根据权利要求12所述的监视设备来实现此目的。

根据本发明的方法包括多个过程步骤。一个步骤将创建至少一个线性模型或检索至少一个先前创建的线性模型，线性模型表示风力涡轮机的至少一个状态参数且包括多个线性系数和至少一个测量变量。该状态参数表示物理量，根据该物理量能够导出风力涡轮机的状态信息。基于测量变量和风力涡轮机的状态参数的测试测量值来确定此模型的线性系数的值。在另一步骤中，在操作阶段中，例如以规则的间隔反复地采集测量变量和风力涡轮机的状态参数的瞬时测量值。另一步骤是通过使用线性模型基于测量变量的瞬时测量值来确定状态参数的至少一个瞬时参考值。基于状态参数的瞬时测量值与对应瞬时参考值的偏差，生成风力涡轮机的状态信息。

由根据本发明的方法创建的线性模型被设计为指示风力涡轮机或风力涡轮机的各部分的状态。也就是说，线性模型被设计为指示风力涡轮机是可完全操作还是不正确地运转。为此，每个线性模型包括一个数学函数或一组数学函数。根据该问题，实际上可能优选的是使用大的一组数学函数。基本上，数学函数由测量值变量、常数和数学算子组成，数学算子作用于测量变量和常数。数学函数、即线性模型的输出值是用于风力涡轮机的对应状态参数的参考值。测量变量表示风力涡轮机或风力涡轮机的各部分的可测量性质和/或相关环境条件，例如温度、每分钟转数或由风力涡轮机获得的功率。它们能够直接地表示测量值或者还有经过处理的测量值，例如用拉普拉斯变换或傅立叶变换处理。测量变量是数学函数的自变量。测量变量的值和数学函数的输出值实际上可以是任何东西，例如实数或整数、布尔值或字符串。

详细地，线性模型的每个数学函数由多个数学项中的一个或和组成。数学项本身可以由线性系数或线性系数乘以另一数学函数(称为子函数)组成。因此，可以将线性模型的数学函数描述为：

RefVal＝Func(MeasmntVar₁，…，MeasmntVar_i)＝        (1)

a₀+a₁·SubFunc₁+…+a_n·SubFunc_n

其中，‘RefVal’代表风力涡轮机的状态参数的瞬时参考值，‘Func’代表线性模型的数学函数，‘a₀’至‘a_n’代表线性系数，‘SubFunc₁’至‘SubFunc_n’代表子函数且‘MeasmntVar₁’至‘MeasmntVar_i’代表测量变量，即数学函数的自变量。线性模型在系数方面是线性的但总体上在数学函数方面不一定是线性的。因此，子函数本身不必是线性的。它们可以包括线性以及非线性数学函数，象平方函数或三角函数。子函数包含至少一个测量变量。可以将子函数描述为：

SubFunc_j＝f(MeasmntVar₁，…，MeasmntVar_i)        (2)