[发明专利]风力发电机组叶片异常识别方法及装置

说明书

本发明涉及风电领域，具体为风力发电机组叶片异常识别方法，用于监控风力发电机组运行状态，首先获取所述风力发电机组的运行参数数据，所述运行参数数据至少包括Y方向加速度值，然后基于所述运行参数数据确定异常检测数据，之后确定连续出现所述异常检测数据的异常检测数据段，再统计所述异常检测数据段的总次数，若所述总次数大于或等于预设异常次数阈值则判定所述风力发电机组叶片异常。否则不认为叶片异常。由于叶片在出现开裂等问题导致性能下降时，风机运行过程中的Y方向加速度值会出现异常，当异常数据的在一定时间内持续出现多次，则说明叶片出现了异常，当叶片发生异常时可以及时被监测到，提高了叶片异常识别的及时性和准确性。

技术领域

本发明涉及风电技术领域，具体涉及一种风力发电机组叶片异常识别方法及装置。

背景技术

风力发电是指把风的动能转为电能，由于风能是一种清洁的可再生能源，因此越来越受到重视。风力发电所需要的装置，称作风力发电机组。风力发电机组包括风轮、发电机，风轮中含叶片、轮毂、加固件等组成，发电机设置在机舱内，叶片受风力旋转发电。可见，叶片是风力发电的过程的核心部件。

叶片在旋转发电的过程中，由于长期暴露在自然环境中，在长期运行后可能出现开裂、断裂等情况，这将严重影响风力发电机组的正常运行。风力发电机组的叶片在出现裂纹到开裂、断裂的过程，是一个随着时间的积累逐步恶化的过程。当叶片出现细小的裂纹时，对风机整体运行的影响并不大，但是随着开裂程度的增加，甚至出现断裂情况时，将会严重影响叶片的性能。目前，只有当叶片出现大的裂纹或者断裂时，才能被人眼观察到，但此时已经严重影响机组的运行。在叶片断裂后变成2个或2.5个的时候，发电功率会明显降低，此时通过监测发电功率的变化也能够得知部分叶片失效的情况。此外，当叶片出现大幅开裂或者断裂时，风机运行的平稳性受到影响，会导致风机运行的故障率增加，当出现频繁故障时，也能够发现叶片失效的问题。但是上述方式都是在叶片开裂程度严重甚至造成故障时才能被发现，存在一定的滞后性，这不仅存在较大的风险，也使得发电的经济效益受到影响。

发明内容

有鉴于此，本发明实施例提供了一种风力发电机组叶片异常识别方法及装置，以解决现有技术中发现叶片问题比较滞后、无法及时发现叶片异常的问题。

根据第一方面，本发明实施例提供了一种风力发电机组叶片异常识别方法，用于监控风力发电机组运行状态，首先获取所述风力发电机组的运行参数数据，所述运行参数数据至少包括Y方向加速度值，如机舱加速度信号的幅值变化；基于所述运行参数数据确定异常检测数据，异常检测数据是指与该工况下的其他数据比较变化较大的数据。然后，确定连续出现所述异常检测数据的异常检测数据段，通过异常检测数据段可以表征先后发生在一段时间内具有关联性的相邻数据；之后统计所述异常检测数据段的总次数，则可以得到异常检测数据出现的频次，最后判断所述总次数是否大于或等于预设异常次数阈值，若所述总次数大于或等于预设异常次数阈值则判定所述风力发电机组叶片异常。由于叶片在出现开裂等问题导致性能下降时，风机运行过程中的Y方向加速度值会出现异常，当异常数据的在一定时间内持续出现多次，则说明叶片出现了异常，需要提前采取措施，以避免发生故障。

结合第一方面的一个实施方式中，基于所述运行参数数据确定异常检测数据，包括：从所述运行参数数据中获取风力发电机组正常运行发电时的运行参数数据；从所述正常运行发电时的运行参数数据中提取目标检测参数数据；基于所述目标检测参数数据确定异常检测数据。从发电机组正常发电状态下的运行参数数据中提取目标检测参数数据，这样就可以把由于发电机启停机状态或故障状态下导致的异常数据过滤掉，选取的都是发电机组正常发电状态下的参数，更有利于识别叶片开裂等导致的问题。