[发明专利]风力发电机组叶片结冰程度的检测方法和检测装置有效
申请号: | 201611159214.9 | 申请日: | 2016-12-15 |
公开(公告)号: | CN108223307B | 公开(公告)日: | 2019-08-02 |
发明(设计)人: | 刘海伟;王青天;刘源 | 申请(专利权)人: | 北京金风科创风电设备有限公司 |
主分类号: | F03D80/40 | 分类号: | F03D80/40 |
代理公司: | 北京铭硕知识产权代理有限公司 11286 | 代理人: | 张川绪;王兆赓 |
地址: | 100176 北京市大*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结冰 风力发电机叶片 检测装置 检测 风速 风速区间 叶片 风力发电机组 概率分布曲线 风力发电机 控制器更新 安全运行 控制策略 预先确定 概率 发电量 测量 | ||
1.一种风力发电机叶片结冰程度的检测方法,其特征在于,
测量当前的风速,并确定当前的风速所对应的风速区间;
根据预先确定的所述风速区间对应的功率概率分布曲线来确定当前的风速所对应的功率的概率值;
根据确定的功率的概率值来确定当前叶片的结冰程度。
2.如权利要求1所述的检测方法,其特征在于,所述功率的概率值包括功率的概率密度值或功率的累积概率值。
3.如权利要求1或2所述的检测方法,其特征在于,根据确定的功率的概率值来确定当前叶片的结冰程度的步骤包括:
根据预先建立的功率的概率值与叶片的结冰程度的对应关系模型,来确定所述功率的概率值所对应的当前叶片的结冰程度。
4.如权利要求3所述的检测方法,其特征在于,通过将训练数据以及与其对应的不同结冰程度的标签输入到分类器中进行训练,得到功率的概率值与叶片的结冰程度的对应关系模型。
5.如权利要求1或2所述的检测方法,其特征在于,所述风速区间对应的功率概率分布曲线通过以下方式被确定:
预先获取风力发电机在正常发电状态下的运行数据,所述运行数据包括风速数据以及功率值;
对所述风速数据进行分仓,并分别针对每个风速区间内的功率值进行拟合,得到与每个风速区间对应的功率概率分布曲线。
6.如权利要求3所述的检测方法,其特征在于,所述风速区间对应的功率概率分布曲线通过以下方式被确定:
预先获取风力发电机在正常发电状态下的运行数据,所述运行数据包括风速数据以及功率值;
对所述风速数据进行分仓,并分别针对每个风速区间内的功率值进行拟合,得到与每个风速区间对应的功率概率分布曲线。
7.如权利要求1或2所述的检测方法,其特征在于,还包括:
存储预定时间段内的结冰程度的确定结果,形成结冰程度的确定结果集合;
统计所述确定结果集合内的不同结冰程度的确定结果的占比;
将大于预定值的占比所对应的结冰程度或占比最大的比例值所对应的结冰程度作为当前叶片的结冰程度的最终确定结果。
8.如权利要求7所述的检测方法,其特征在于,所述叶片的结冰程度包括未结冰、轻微结冰、严重结冰。
9.如权利要求8所述的检测方法,其特征在于,确定最终确定结果之前包括:
获取风力发电机当前所处的外界环境参数;
根据获取的外界环境参数来判断当前气象条件是否满足结冰条件;
当满足结冰条件时,去除所述确定结果集合中叶片未结冰的确定结果;
当不满足结冰条件时,去除所述确定结果集合中叶片轻微结冰和叶片严重结冰的确定结果。
10.一种风力发电机叶片结冰程度的检测装置,其特征在于,
风速检测单元,测量当前的风速;
风速区间确定单元,确定当前的风速所对应的风速区间;
概率确定单元,根据预先确定的所述风速区间对应的功率概率分布曲线来确定当前的风速所对应的功率的概率值;
结冰程度确定单元,根据确定的功率的概率值来确定当前叶片的结冰程度。
11.如权利要求10所述的检测装置,其特征在于,所述功率的概率值为功率的概率密度值或功率的累积概率值。
12.如权利要求10或11所述的检测装置,其特征在于,结冰程度确定单元根据预先建立的功率的概率值与叶片的结冰程度的对应关系模型,来确定所述功率的概率值所对应的当前叶片的结冰程度。
13.如权利要求12所述的检测装置,其特征在于,结冰程度确定单元通过将训练数据以及与其对应的不同结冰程度的标签输入到分类器中进行训练,得到功率的概率值与叶片的结冰程度的对应关系模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金风科创风电设备有限公司,未经北京金风科创风电设备有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611159214.9/1.html,转载请声明来源钻瓜专利网。