[发明专利]风力发电机组叶片覆冰评估方法、计算机装置、存储介质

说明书

本发明公开了一种风力发电机组叶片覆冰评估方法、计算机装置、存储介质，采集风力发电机组叶片振动信号；计算所述叶片振动信号的自相关功率谱，进而计算得到初始固有频率；计算频率偏差率，利用频率偏差率评估叶片覆冰程度。本发明能准确、及时、客观地监测叶片覆冰情况，实时反映出覆冰对叶片动力特性的影响，便于在叶片覆冰达到一定程度时，及时停止风力发电机组运行，提高了风力发电机组的寿命。

技术领域

本发明涉及风力发电设备领域，特别是一种风力发电机组叶片覆冰评估方法、计算机装置、存储介质。

背景技术

近年来，我国风力发电机组装机容量快速增加、风力发电场规模持续扩大、风力发电机组应用场景持续拓宽，在我国南部高山地形中也得到了广泛应用，同时也让风力发 电机组的安全稳定运行面临新的挑战。特别进入严寒冬季时，山地风力发电机组由于受 到高海拔、低温、高湿度等环境影响，风力发电机组将面临覆冰不利影响，尤其是叶片， 覆冰情况将改变叶片载荷及动力特性，对风力发电机组的安全稳定运行带来严重影响， 严重时可能导致叶片折断、塔筒坍塌。

CN108343566A公开了一种基于风电机组运行状态的叶片覆冰故障在线监测方法及 系统，该方法采集风电机组传感器数据(温度、空气相对湿度、风速、风向、机舱方向、 叶片桨距角、发电机电功率)和覆冰数据(与传感器数据对应的叶片各区的覆冰程度以 及整个叶片覆冰程度)后，构建叶片覆冰诊断神经网络模型，利用该神经网络模型判断 叶片的覆冰情况。该方法需要大量的历史数据，且覆冰程度的判断过程较主观，传感器 数据涉及众多因素，导致该方法实现难度大，计算耗时长，无法客观真实地反映叶片覆 冰情况，导致风力发电机组在叶片覆冰较严重时依然处于运行状态，严重的将导致风力 发电机组故障，缩短了风力发电机组的使用寿命。此外，由于数据量庞大，运行该方法 所需的硬件设备性能要求高，进一步增大了运行成本。

可见，现有技术对叶片覆冰预警手段有限，人工观测难度较大，传统的预警方式精度低、准确率较低。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种风力发电机组叶片覆冰评估方法、计算机装置、存储介质，准确、及时的监测叶片覆冰情况。

为解决上述技术问题，本发明所采用的技术方案是：一种风力发电机组叶片覆冰评估方法，包括以下步骤：

S1、采集风力发电机组叶片振动信号；

S2、计算所述叶片振动信号的自相关功率谱，进而计算得到初始固有频率f′；

S3、利用下式计算频率偏差率Δf：利用所述频率偏差率Δf评估叶片覆冰程度；其中，f是叶片当前振动频率。

自相关功率谱曲线上有多个波峰值，波峰值(识别峰值)对应的频率即固有频率。本发明中，初始固有频率f′是指自相关功率谱曲线上第一个波峰值对应的固有频率。

实验证明，叶片固有频率仅与叶片质量、形状、材质等固有特性有关，在不发生 特殊情况的时间内叶片固有频率固定不变。叶片覆冰会改变叶片的质量、外形、刚度分 布等固有特性，从而引起叶片固有频率的显著变化。因此通过识别自相关功率谱中叶片 固有频率是否发生明显变化可以准确判断叶片覆冰状态。

本发明利用叶片振动信号计算初始固有频率，进而计算频率偏差率，利用该频率偏差率判断叶片的覆冰程度，该方法无需获取历史覆冰数据，也无需人为设定相关判断 标准，频率偏差率仅与叶片振动信号相关，因此本发明可以准确地反映叶片覆冰情况。 本发明无需采集大量数据，计算过程简单，计算量小，因此可以及时地评估叶片覆冰情 况，且对硬件设备没有较高的计算性能要求，容易实现。进一步的，由于本发明可以及 时地反映叶片覆冰情况，因此可以在判断覆冰达到一定程度时及时停止风力发电机组运 行，提高了风力发电机组的寿命。