[发明专利]基于倾角传感器信息的风电塔筒倾覆智能诊断方法

说明书

本发明提供了一种基于倾角传感器信息的风电塔筒倾覆智能诊断方法，利用风电塔筒数据采集系统将原始的倾斜角数据通过光纤通信传输到控制室的数据服务器进行存储和预处理，对固定时间段内的倾斜量数据进行特征提取；采用高斯核函数构建高斯过程下的核自适应滤波概率估计预警模型，并引入遗忘因子实时跟踪数据的非稳定状态；将倾斜量特征值输入到模型中，得到测试信号的分布预测结果。该智能诊断方法以数据信息为驱动，自适应的构建了倾斜量特征值的概率估计预测模型，增加了风机塔筒提前预警的可靠性，而且采用遗忘因子和递归处理数据方式，增强了模型对于大数据的泛化能力，实现了基于数据驱动的风电塔筒智能诊断。

技术领域

本发明属于风电设备故障诊断技术领域，涉及一种基于倾角传感器信息的风电塔筒倾覆智能诊断方法。

背景技术

随着环境的日益恶化和化石能源的严重短缺，开发清洁低碳的可再生能源成为全球能源发展的新方向，其中发展风电产业，是建设低碳社会，保障能源供应、培育战略性新兴产业、推动经济结构调整的重要方向。截止至2018年，全球风电市场累计装机容量已达591GW，同比增长9.24%，其中，海上风电累计容量为23GW，在累计装机容量中占比3.89% (A.Report, GWEC Global wind report 2018.)。然而，在越来越多大容量兆瓦级风机陆续安装运行的同时，风电机组很多运行隐患也开始逐步暴露出来，由于缺乏必要的监测和保护手段，叶片脱落、倒塔和风机失火等恶性事故时有发生。尤其是塔筒，作为整个风电机组的承载部件，其性能直接影响了风电机组运行的稳定性和可靠性，但由于制造、安装质量不合格，设备巡检、运行维护检查不到位，风机塔筒倾斜和倒塔事故时有发生，造成了巨大的经济损失。因此，对风机塔筒运行状态进行监测已成为行业研究的热点。

目前，针对风电机组塔筒进行实时监测仍缺乏有效的技术手段。2013年，华锐风电科技股份有限公司提出了一种风电机组塔筒状态检测方法，仅仅是利用风电机舱内的振动传感器实时监测塔筒及基础的状态，提前预警性能较差。为了改进，国家电投集团提出了一种基于塔筒应力点选取和Pearson相关系数与灰色神经网络相结合的塔筒应力预警方法，首先通过分析塔筒形变得出应力最大点，而后根据风机所处的不同工况设置不同阈值，从而为风电机组塔筒的检测提供依据。然而，由于应力点选取有限，同时考虑因素较少，导致检测结果不全面，难以满足风电集群智能监测需求。因此，实现风电塔筒运行状态的智能诊断和早期预警，对避免风机倾覆重大安全生产事故的发生，有着显著的安全和经济效益。

发明内容

本发明的目的是提供一种基于倾角传感器信息的风电塔筒倾覆智能诊断方法，实现风电塔筒运行状态的智能监测和早期预警。

为实现上述目的，本发明所采用的技术方案是：一种基于倾角传感器信息的风电塔筒倾覆智能诊断方法，具体按以下步骤进行：

1）利用分别安装在塔筒顶端和底座法兰平面上的倾角传感器实时采集塔筒倾斜数据和塔筒基础沉降数据，并将采集到的数据传输给远程监测平台进行预处理，得到塔筒基础沉降数据集{a_x,a_y}与塔筒倾斜数据集{b_x,b_y}；