[发明专利]一种基于轴变换粗细度分类的风机叶片结冰故障监测方法

说明书

本发明公开了一种基于轴变换粗细度分类的风机叶片结冰故障监测方法。本发明方法创新的将SCADA系统中的风速变量作为参考进行离散化，并以风速作为节点进行划数据片的操作，提出了“风速片”的概念，将大量的SCADA数据细化为不同的风速下的情况，从而有效地解决了风电数据量过大难以有效的对故障进行建模并进行及时的监测反馈的问题，有助于风场维护人员对叶片结冰的情况进行及时的诊断以及处理，从而保障了风力发电机组正常稳定的运行，同时提升了人员财产的安全保障系数。

技术领域

本发明属于风力发电过程监测领域，特别是涉及一种基于轴变换粗细度分类的风机叶片结冰故障监测方法。

背景技术

自21世纪以来，全球人口、经济持续增长，世界能源需求增长强劲，油气资源竞争激烈，生态环境压力变大，全球气候变化备受关注。能源领域具有投资大、周期长、关联多、惯性强的发展规律。

未来二三十年，将是能源生产消费方式和能源结构调整变革的关键时期。风力和太阳能等可再生能源将快速增长，从而形成天然气、石油、煤炭、核能、可再生能源为五大支柱的能源新格局。其中，风能作为一种由空气流动所产生的能量，在我国有着广阔的开发前景。目前，根据国际上对风能资源技术开发量的评价指标，考虑了自然因素和政策因素的限制后，我国陆地70m高度层年平均风功率密度达到300W/m²以上的风能资源技术可开发量为2.6TW，70m高度层年平均风功率密度达到200W/m²以上的风能资源技术可开发量为3.6TW。不仅陆地，海上风能也有极大的开发潜力，我国沿海水深不超过50M的海上风力发电实际可装机容量约为500GW。在如此大的发展背景下，风机的装机量保持了每年10％—16％的增长率。风机的快速发展导致了故障的发生数量也大量增加，但由于风机的发电原理以及设计等原因，导致其都处于一种低温高风速的运行环境中，这也就使得风机极易出现一些利用普通手段难以监测的细微故障，这些故障的发生往往会导致风力发电机无法达到额定的工作点，例如风机叶片结冰，叶片结冰会导致风机产生无法并网的电能，造成了资源的浪费甚至对电网的稳定运行造成干扰，更有甚者，结冰程度较为严重时会导致冰块脱落，这往往会威胁到风场人员财产，同时因为风机的发电结构较为精细，因而需要较多的测点，从而导致了数据量的剧增，对此类故障的分析以及监测造成了负面影响。

综上所述，风力发电产业是一个发展极为迅速的新型产业，其工作环境复杂多变，并且由于其需要并入电网运行，因而对发电机运行的稳定性要求较高，并且需要及时的人员维护。由此可知，风力发电过程发生故障的机率较高，若不及时检测并排除故障就会导致风场无法正常运行，随之而来的就是一大笔资金使得工程重新正常运行。例如：2016年2月16日和2月20日，大唐河北乌登山风场和山西偏关水泉风场接连发生风机倒塔，造成设备损坏的事件。河北乌登山风场110号风机倒塔事故的直接原因是叶片质量出现问题，在运行中开裂，气流不平稳而引起风机的剧烈摇晃，山西偏关水泉风场项目14号风机倒塔事故的直接原因则是风机振动值严重超标，造成法兰疲劳开裂导致的风机倒塔。

针对风机的数据量大，数据特性不稳定导致的工况特征难以确定的情况，还未能有前人做出有效的处理，现阶段的风机叶片结冰等故障的监测主要依靠人工观察，或是通过二维的数据，即观察功率在对应的风速点是否达标从而判断是否结冰等其他故障，但这样往往忽略了其他变量数据带来的有效信息，从而难以有效的及时监测到风机的初期故障。

发明内容

本发明的目的在于利用风速作为主要关注变量，并通过不同风速将风电数据划分为不同工况，详细的划分了风力发电机组在不同风速下的数据特性，然后根据得到的不同的数据特性，建立不同工况下的监测模型，提高了风电数据利用效率，并提供了一种基于轴变换粗细度分类的风机叶片结冰故障监测方法。

本发明的目的通过以下技术方案实现：一种基于轴变换粗细度分类的风机叶片结冰故障监测方法，该方法包括以下步骤：

(1)离线建立监测模型，该步骤主要由以下子步骤实现：