[发明专利]一种低风速风电机组数字双胞胎式的疲劳损伤预测方法

摘要

本发明公开了一种低风速风电机组数字双胞胎式的疲劳损伤预测方法，采用数字化双胞胎模型实现机组疲劳损伤预测。方法包括：建立虚拟风电机组的风轮仿真模型，通过关键部件频率、振型、质量、刚度、几何尺寸等修正，使风轮仿真模型和实际运行机组在模型参数和运行特征上一致；建立载荷数据库，计算风场疲劳模型；再结合实际运行数据、实际建设环境条件、机位分布信息，建立数字化双胞胎模型，估计出实际运行机组载荷数据；最后预测出风电机组疲劳寿命和疲劳损伤情况，并且对风电机组关键部件监测。本发明通过数字化双胞胎模型技术，实现真实模拟机组现实环境中的运行行为，预测机组疲劳损伤，为检修和风场优化提供依据，保证机组最优的发电性能。

主权项

1.一种低风速风电机组数字双胞胎式的疲劳损伤预测方法，其特征在于，所述方法采用数字化双胞胎模型实现所述风电机组的疲劳损伤预测；/n所述疲劳损伤预测方法包括如下步骤：/n(1)建立风电机组的风轮仿真模型，并根据所述风电机组的实际运行特征、各部件的特征频率以及风电机组运行的环境条件对所述风电机组的风轮仿真模型进行修正，使所述风轮仿真模型和实际运行风电机组的模型参数和运行特征一致；/n(2)所述修正后的风轮仿真模型结合风场环境条件，建立载荷数据库，并计算风场疲劳模型；/n(3)所述风场疲劳模型结合所述风电机组的实际运行低频、高频数据，以及所述风电机组的实际建设环境条件、机位分布信息，建立所述风电机组的数字化双胞胎模型，所述数字化双胞胎模型从标准控制信号实时估计机组结构载荷数据，所述估计的载荷数据包括所述风电机组的塔筒底部前后弯矩、左右弯矩、叶根面内弯矩、叶根面外弯矩，以及轮毂中心推力Fx、扭矩Mx、弯矩My、弯矩Mz，再推断出所述风电机组的湍流条件和尾流效应；/n(4)所述数字化双胞胎模型根据其所估计出的载荷数据，结合所述风场疲劳模型以及所述风电机组的实际风况条件、实际运行工况和SCADA系统跟踪数据，预测所述风电机组的疲劳寿命和疲劳损伤情况。/n