[发明专利]基于声传感器阵列的风力发电机叶片故障监测方法与设备

说明书

本发明涉及基于声传感器阵列的风力发电机叶片故障监测方法及设备，S1、部署采集阵列，将采集阵列固定安装于风力发电机的支撑杆底部；S2、对采集阵列拾取的叶片声音信号进行增强；并构建CNN故障判断模型；S3、对发生故障的叶片进行故障位置定位；S4、对强干扰方向进行抑制并返回步骤S3；S5、定位故障位置后，对发生故障的风力叶片进行定位。本发明通过采集阵列部署在风力发电机的底部，对风力叶片进行非接触式采集声音信号，从而可以有效降低部署和运维成本。

技术领域

本发明涉及叶片故障监测领域，尤其涉及基于声传感器阵列的风力发电机叶片故障监测方法与设备。

背景技术

随着社会的发展，人们对环境污染也越来越重视，传统的基于化学能(煤炭、石油、天然气)的发电方式越来越受到限制，而核能发电又存在着前期投资巨大的问题，风力发电和太阳能发电越来越受到重视。风力发电是一种可再生的清洁能源，环境污染小，自动化程度高，易于实现远程控制，非常适合解决人口稀少、电网不易达到的地区的供电需求，因此风力发电具有重要的经济效益和社会效益。

叶片是风力发电机组(以下简称“风机”)的关键部件，风机发电的能量来自于风力推动叶片旋转时的做功，而叶片围绕着塔筒旋转过程中，尤其是从上方转到下方时，受力是改变的，并且旋转过程中受力交替变化，而风力状况又存在显著的不稳定性，这些因素会造成叶片受力不均，并形成振动，再加上叶片风吹日晒雨淋，材料老化、磨损，还可能对叶片带来物理损伤，这些都会严重影响整个风机的运转效率，因此对叶片工作状况的监测非常必要。

但一直以来，业界缺乏高效的叶片工作状况监测方案，近年来有人提出使用在叶片上加装传感器的方案，但这类方案存在着部署运维成本高、管理效率低等问题。

发明内容

本发明所要解决的技术问题在于提供基于声传感器阵列的风力发电机叶片故障监测方法与设备，以解决叶片工作状况监测中运维成本高、管理效率低的问题。

本发明通过以下技术手段实现解决上述技术问题的：

基于声传感器阵列的风力发电机叶片故障监测方法，包括风力发电机，所述风力发电机包括若干风力叶片，所述风力叶片围绕塔筒旋转，还包括以下步骤：

S1、部署采集阵列，将采集阵列固定安装于风力发电机的支撑杆底部；

S2、对采集阵列拾取的叶片声音信号进行增强；并构建CNN故障判断模型；

S3、对发生故障的叶片进行故障位置定位；

当故障噪声和正常工作噪声相比具有不同的频率成分、或故障噪声频率高于预设值A时、或故障噪声的能量高于正常工作噪声的能量时，执行步骤S31；

S31、确定故障区域，通过故障方位角确定故障位置；

当故障噪声低于预设值A时，执行步骤S32；

S32、利用CNN故障判断模型判断各个方向声源为是否为故障声源，并确定故障位置；如果某一方向声源能量超过门限值B，且判定为非故障声源，则认为该方向存在强干扰声源并执行步骤S4，否则直接执行S5；

S4、对强干扰方向进行抑制，并返回步骤S3；

S5、定位故障位置后，对发生故障的风力叶片进行定位。

通过采集阵列部署在风力发电机的底部，对风力叶片进行非接触式采集声音信号，从而可以有效降低部署和运维成本；同时叶片声音信号进行增强，可有效增大阵列的拾音距离以及对环境噪声的鲁棒性。

作为本发明进一步的方案：所述步骤S1包括，所述采集阵列与风力叶片旋转面处于同一平面中；同时风力叶片所在线段的中垂线经过采集阵列的中点时，使采集阵列平行于该风力叶片。

作为本发明进一步的方案：所述步骤S2包括；