[发明专利]用于预测由于过度振动造成风力涡轮停机的系统和方法

说明书

一种用于操作风力涡轮的方法包括确定风力涡轮在多个时间间隔中的至少一个风况。方法还包括确定风力涡轮在多个时间间隔中的每个的开始时的状态。此外，方法包括确定风力涡轮在多个时间间隔的一个或多个先前时间间隔中的至少一个振动参数。而且，方法包括基于至少一个风况、风力涡轮在多个时间间隔中的每个的开始时的状态以及振动参数来预测是否即将发生跳闸事件。因此，方法还包括实施用于风力涡轮的控制动作以便防止跳闸事件。

技术领域

本公开内容大体上涉及风力涡轮，且更特别地涉及用于预测由于过度振动造成风力涡轮停机的系统和方法。

背景技术

风能产量快速增加，成为全球功率生成生态系统的组成部分。现代风力涡轮是高度复杂的系统，其包括先进的机械构件、电气和电子组件以及控制软件模块，以便获得风能到电能的最大转换。

大体上，风力涡轮包括具有转子的涡轮，该转子包括具有多个叶片的可旋转毂组件。叶片将风能变换成机械旋转扭矩，该扭矩经由转子驱动一个或多个发电机。发电机有时但不总是通过齿轮箱旋转地联接到转子。齿轮箱提高用于发电机的转子的固有低旋转速度，以使旋转机械能有效地转换成电能，电能经由至少一个电连接馈送到公用网中。还存在无齿轮直接驱动的风力涡轮。转子、发电机、齿轮箱和其它构件典型地安装在壳体或机舱内，该壳体或机舱定位在可为桁架或管状塔架的基部之上。

当风力涡轮在额定功率方面增加时，对风力涡轮施加的负载和应力也增加。不仅在涡轮设计和风电场布局阶段期间，而且在操作期间，需要考虑到这些重负载。现代的涡轮配备有多种传感器，其意在监测在风力涡轮内部和外部的关键操作和环境参数。风电场依赖监督控制和数据采集(SCADA)系统来管理此类数据。操作实时数据包括诸如涡轮功率、风速、转子速度和发电机速度的参数。出于数据归档的目的，典型的SCADA系统记录关于在十分钟间隔内平均数百个参数的数据。任何值上的改变报告为状态码。影响状态码的因素可在风力涡轮内部(即，操作参数、构件温度、振动)或外部(即，极端环境条件)。

基于问题的严重性，状态码触发信息公告、警告或故障(即，跳闸、故障)。对于典型的大规模风力涡轮，数百种不同的状态码可基于严重性来生成和分为类别(诸如类别I、II、III、IV等)。例如，类别I中的状态码可为最严重的，且可导致涡轮停机，其意在减轻对涡轮的潜在损坏。在另一方面，类别IV状态码可主要为信息性的。类别II和III中的状态码可要求立即检查或用于下一预定维护访问的推荐动作。

造成涡轮停机的状态码受关注，因为它们表示损失功率产量且通常表示对风力涡轮构件的损坏。风电场通常定位在远离住宅区处，且有时由于风源的要求造成离岸。如果发生涡轮停机，通常派遣专业工程师来执行诊断。远程的风力涡轮位置通常难以接近，且它们的维护成为昂贵的挑战。

因此，涡轮故障的提前预测受风力发电操作者关注，因为该能力允许操作者降低故障的严重性和频率。因而，本公开内容涉及用于预测由于过度振动造成风力涡轮停机的系统和方法。

发明内容

本发明的方面和优点将在以下描述中部分地阐述，或可从描述中清楚，或可通过实施本发明来学习。

在一方面，本公开内容涉及一种用于操作风力涡轮的方法。方法包括经由处理器确定风力涡轮在多个时间间隔中的至少一个风况。方法还包括经由处理器确定风力涡轮在多个时间间隔中的每个的开始时的状态。此外，方法包括经由处理器确定风力涡轮在多个时间间隔的一个或多个先前时间间隔中的至少一个振动参数。而且，方法包括经由在处理器内编程的预测计算机模型基于至少一个风况、风力涡轮在多个时间间隔中的每个的开始时的状态以及振动参数来预测是否即将发生跳闸事件。因此，方法还包括经由处理器实施用于风力涡轮的控制动作以便防止跳闸事件。

在一个实施例中，确定风力涡轮在多个时间间隔中的每个的开始时的状态可包括确定风力涡轮在多个时间间隔中的每个的开始时是否停机。